Ocean danych, kilkanaście wymiarów. Rośnie wykorzystanie Big Data na kolei

Zakład Siemensa w Allach, z którego fotorelację prezentujemy tutaj, kryje jeszcze jeden sekret – coraz większy dział informatyczny. Jego pracownicy to w kilkadziesiąt osób, a pokoje, w których siedzą, przypominają bardziej obrazki ze start-upów Doliny Krzemowej niż tradycyjną fabrykę lokomotyw. Koncern przed dwoma laty podjął decyzję o zrewolucjonizowaniu systemu utrzymania taboru.

Przyczynkiem była coraz większa ilość danych, które producent otrzymywał z pokładu nowoczesnego taboru. Czujniki na pokładach pociągów na bieżąco monitorują stan poszczególnych podzespołów, co jest niezbędne dla bieżących napraw. Stanowi jednak także szansę na poprawę jakości produkcji i wprowadzenie tzw. utrzymania przewidującego (predictive maintenance). Polega ono na określeniu optymalnego momentu dla wykonania czynności utrzymania nie całych jednostek, a także poszczególnych elementów za pomocą analizy danych eksploatacyjnych.

Jest tu jednak pewien szkopuł – tylko z terenu przykładowej Belgii do Siemensa spływa 10 milionów punktów danych na godzinę. Rocznie z każdego pojazdu trakcyjnego Siemens otrzymuje ponad miliard punktów danych. To nieporównywalnie więcej, niż otrzymują z pokładów producenci samolotów – z jednego pociągu dużych prędkości przesyłanych jest 310 punktów danych na sekundę.

Analiza tych danych za pomocą technologii big data w celu znalezienia zależności – lub nieprawidłowości – to właśnie cel tego zespołu. Siemens wykorzystuje w tym celu sieci neuronowe, które uczy analizy danych, pod nadzorem zespołów. Niewiele ma to wspólnego z tradycyjną koleją – dość powiedzieć, że obliczenia są wykonywane na macierzach o nawet 16 wymiarach.