Prva pomoč na tirih

Prva pomoč na tirih

Ko pri tirnih vozilih pride do tehničnih težav, ki jih vlakovno osebje ne more samostojno odpraviti, pride na vrsto servisno osebje Siemens Mobility, ki napako ovrednoti in strojevodji posreduje ustrezne rešitve. To danes lahko traja nekaj ur, v prihodnosti pa bo postopek s pomočjo industrijskih grafov znanja zaključen v le nekaj minutah. 

Iz revije Hi!tech 1/19, avgust 2019

Servisni oddelek prejme klic v sili: vlak je obstal na odprti progi in s tem zaprl pomembno železniško povezavo. Strojevodja domneva, da gre za motnjo na enem od pogonskih motorjev, navede številko napake, ki mu jo javlja sistem na vlaku, in sedaj pričakuje konkreten nasvet: ali lahko varno nadaljuje vožnjo, kaj naj stori osebje na vlaku, ali pa je vlak potrebno odvleči na popravilo. "Takšna situacija je primer samo za strokovnjake. Časovni pritisk je hud in pri odločitvi, kaj storiti, je potrebno upoštevati številna dejstva in pogoje. Takšen primer motnje je kot sestavljanka s številnimi raztresenimi delčki, ki  jih je v najkrajšem času potrebno sestaviti,” pojasnuje Thomas Müller iz Siemens Mobility.

Časovno potratno iskanje rešitve 

Delčki sestavljanke so v tem primeru številne informacije, shranjene v različnih in med sabo nekompatibilnih sistemih. Tako lahko na podlagi številke vozila ugotovimo, katera verzija kompleksne elektronske opreme je na voljo na vlaku. Potem je za vsako vozilo na voljo zgodovina vzdrževanja, v kateri je zavedeno, katere motnje so se pri tem vozilu že pojavljale in katera popravila so bila izvedena. Med drugim so na voljo tudi kontrolni podatki o elektronski opremi, ali pa izkustveni podatki o tem, kako se je pri podobnih motnjah postopalo v preteklosti. Dovolj podatkov torej. Z njihovo pomočjo lahko servisni strokovnjaki večinoma uspešno določijo vrsto napake in se nato odločijo, kaj je potrebno storiti. Toda servisni primeri iz preteklosti kažejo, da tudi serviserji potrebujejo več ur, preden pridejo do ustrezne rešitve. Še posebej zahtevno je iskanje vseh potrebnih informacij. 

In tu nastopi skupni projekt centralnega Siemensovega oddelka za raziskave, Corporate Technology, ter področja Siemens Mobility: "Naš skupni cilj je hitrejši servis. Razvijamo rešitev na osnovi umetne inteligence, ki naj bi nudila podporo serviserjem in bi delovala kot neke vrste razmišljujoči pomočnik – nekakšen sistem, ki je hkrati delovni partner. Takšno orodje označujemo tudi z izrazom digitalni pomočnik. Je torej orodje, ki lahko samostojno predlaga rešitve in predvsem prevzame zamudno nalogo iskanja ustreznih informacij v različnih podatkovnih virih,” pojasnuje Nils Weinert iz Siemens Corporate Technology. Digitalni pomočniki lahko zajemajo informacije iz različnih virov in vedo, na kakšen način so te med sabo povezane, ne glede na to, ali gre za gradbene načrte ali pa za zgodovino vzdrževanja okvarjenega vlaka ali podobnih vozil. Rešitve, za katere so bile prej potrebne ure in ure iskanja, so sedaj na voljo v nekaj minutah.   

Razvijamo rešitev na osnovi umetne inteligence, ki naj bi nudila podporo serviserjem in bi delovala kot neke vrste razmišljujoči pomočnik.
Nils Weinert, Siemens Corporate Technology

Dodajanje konteksta UI

Osnova za tako delovanje so tako imenovani industrijski grafi znanja (ang. Industrial Knowledge Graphs) oziroma matematični pristop, ki umetni inteligenci daje pomembno dodatno sposobnost: kontekst in s tem sposobnost prepoznavanja pomenskih povezav. V primeru področja Mobility se ti grafi znanja lahko simbolično predstavijo kot razvejano omrežje. Posamezne enote znanja – na primer banka podatkov za številke vozil ali servisno zgodovino nekega vozila – tvorijo vozlišča grafa. Povezave črt kažejo, med katerimi vozlišči obstaja vsebinska povezanost. "Industrijski grafi znanja so za nas idealni zato, ker lahko z njimi zajamemo semantične povezave,” pojasnuje Nils Weinert. Še posebej zato, ker omogočajo poljubne razširitve z novimi dejstvi in pomenskimi povezavami, kar je značilnost, ki se uporablja tudi pri trenutnem projektu.

"Prvi prototip, ki smo ga v lanskem poslovnem letu izdelali skupaj s kolegi iz servisnega oddelka, povezuje predvsem podatke o naročilih servisnih posegov oz. o samih servisnih primerih z izbranimi informacijami o stanju vozil. S povezovanjem teh podatkovnih virov lahko veliko hitreje in enostavneje kot prej najdemo primerljive servisne primere,” razlaga Wienert. V prihajajočih mesecih bo podatkovna baza dopolnjena z dodatnimi podatki s področja servisnega inženiringa in proizvodnje, še dodaja Wienert. Tako na primer načrtujejo popolna povezava diagnostične platforme Railigent in platforme rezervnih delov Rail Mall. Načeloma naj bi ta graf znanja vedno bolj rastel. 

Omenjeni projekt na osnovi grafov znanja je sicer del večje digitalizacijske pobude Siemens Mobility, ki išče rešitve na nivoju vseh svojih poslovnih podpodročij. "S tehnologijo grafov znanj smo storili pomemben korak v smeri digitalizacije. Tako ne izgubljamo več časa z iskanjem informacij, ki ga namesto tega lahko posvetimo našim kupcem,” meni Thomas Müller in dodaja: "Dobra novica se je v podjetju že razširila, saj nam tudi iz drugih Siemensovih poslovnih področij posredujejo ideje, kako uporabiti industrijske grafe znanja."