创科方案 |
大数据支撑的铁路系统轨道变换器故障预测平台
(编号: S-1477) |
试验项目 |
|
方案特点 |
- 利用分散式处理器去收集路轨转换器(Point Machine)每一次操作的运行资料 (包括电机运行电压,电流,温度以及震动资料)
- AI模型会利用收集到的资料去预测路轨转换器下一次操作的性能表现,就是电机运行的电压和电流曲线
- AI模型也会加入其他现场资料 去作出预测,包括路轨转换器在操作的时候电机表面温度的转变以及震动
- 当AI模型发现路轨转换器操作时的性能表现不似预期,就会发出预警信号
- 系统会包括网页介面, 让用户去管理平台,观看历史资料,进行资料分析培训AI模型
|
试验应用及预期成果 |
- 试验专案会包括最多四个现场资料收集点, 系统使用者将可以透过互联网及网页去观看路轨转换器的操作运行资料
- 当AI模型在收集数百次路轨转换器操作运行资料以及完成学习之后,将可以进行路轨转换器性能预测及发出预警信号
- 如果条件允许,可以在实验室环境之下不间断地操作路轨转换器,让AI模型更快速地完成学习,更快地投入使用
- 当AI模型预测变得准确,铁路系统营运者可以在基于设备状态的条件去计画维修保养工作
- 因为紧急维修路轨转换器的情况可以被消除,铁路系统的整体可靠性将会提高
|
附加方案资料 |
GDEPRI - MTR-PM-Technical Proposal V1.2.pptx
|
方案提供者资料 |
|