數(shù)字孿生、人工智能、機(jī)器學(xué)習(xí)和實(shí)時(shí)監(jiān)控如何確保鐵路安全。

實(shí)時(shí)計(jì)算的最新進(jìn)展已將數(shù)字孿生轉(zhuǎn)變?yōu)楦檹?fù)雜系統(tǒng)和改進(jìn)決策的重要技術(shù)。這些新用例能夠更有效地捕獲和分析數(shù)據(jù)，提供所需的見解，以便在失去機(jī)會(huì)之前做出關(guān)鍵決策。這種新發(fā)現(xiàn)的功能，可以使領(lǐng)導(dǎo)者能夠采取主動(dòng)措施并避免潛在的危機(jī)，這代表著其實(shí)時(shí)管理和響應(yīng)復(fù)雜情況的能力取得了重大進(jìn)步。

數(shù)字孿生使用的這種轉(zhuǎn)變超出了產(chǎn)品生命周期管理中的早期應(yīng)用范圍，這有助于評(píng)估單個(gè)產(chǎn)品在部署之前和之后在實(shí)際情況中的性能，例如噴氣發(fā)動(dòng)機(jī)或風(fēng)力渦輪機(jī)。新技術(shù)使數(shù)字孿生能夠監(jiān)控全國(guó)鐵路網(wǎng)等大型動(dòng)態(tài)數(shù)據(jù)系統(tǒng)，從而大大增強(qiáng)其實(shí)時(shí)監(jiān)控能力。數(shù)字孿生還擅長(zhǎng)預(yù)測(cè)建模，模擬數(shù)千個(gè)交互實(shí)體的行為以防止出現(xiàn)問題。雖然數(shù)字孿生可以在各種用例中為決策者提供有價(jià)值的見解，但本文重點(diǎn)關(guān)注公共安全的一個(gè)關(guān)鍵問題：列車脫軌。

利用數(shù)字孿生來防范日益增多的列車脫軌事故

盡管鐵路系統(tǒng)的事故預(yù)防系統(tǒng)有所改善，但其有效性仍有很大的改進(jìn)空間。僅在2022年，就有1164起脫軌事故在美國(guó)造成了嚴(yán)重破壞，造成超過2.2億美元的損失。重要部件(如車輪軸承)的高工作溫度經(jīng)常成為罪魁禍?zhǔn)?。為了監(jiān)測(cè)車輪軸承的溫度，大約6000個(gè)熱箱在鐵路沿線打開了一個(gè)新的窗口，在列車經(jīng)過時(shí)報(bào)告溫度數(shù)據(jù)。然而，必須利用這些熱箱收集的大量數(shù)據(jù)來預(yù)測(cè)即將發(fā)生的軸承故障。由于來自探測(cè)器的數(shù)據(jù)仍然斷開，無法進(jìn)行實(shí)時(shí)關(guān)聯(lián)以檢測(cè)趨勢(shì)，因此提高安全性的潛力在很大程度上尚未得到開發(fā)。這個(gè)錯(cuò)失的機(jī)會(huì)可能會(huì)帶來可怕的后果。

現(xiàn)在，考慮一下數(shù)字孿生技術(shù)的最新突破，其為解決這一挑戰(zhàn)提供了新的機(jī)會(huì)。這些先進(jìn)的數(shù)字孿生使鐵路運(yùn)營(yíng)商能夠識(shí)別車輪軸承問題并主動(dòng)防止脫軌。其可以實(shí)時(shí)監(jiān)控全國(guó)范圍內(nèi)所有正在運(yùn)行的軌道車車隊(duì)，并在幾毫秒內(nèi)精確定位潛在問題。與當(dāng)前的安全系統(tǒng)不同，其能夠在軌道車從一個(gè)探測(cè)器行駛到另一個(gè)探測(cè)器時(shí)跟蹤車輪軸承的溫度波動(dòng)，從而使其能夠識(shí)別溫度趨勢(shì)，并提前預(yù)測(cè)即將發(fā)生的故障。

數(shù)字孿生和人工智能

數(shù)字孿生可以利用人工智能和機(jī)器學(xué)習(xí)原理來幫助識(shí)別模式和異常，從而提高其預(yù)測(cè)能力。例如，每個(gè)數(shù)字孿生中運(yùn)行的分析代碼可以使用機(jī)器學(xué)習(xí)算法來發(fā)現(xiàn)不規(guī)則的溫度趨勢(shì)、車軸和車輪的意外變化以及其他異常情況。機(jī)器學(xué)習(xí)算法可以利用鐵路線的數(shù)千個(gè)測(cè)量值和其他數(shù)據(jù)進(jìn)行監(jiān)督訓(xùn)練集，從而建立車輪軸承的典型安全溫度范圍。機(jī)器學(xué)習(xí)可以幫助建立基線統(tǒng)計(jì)數(shù)據(jù)，并通過無縫集成來自熱盒的數(shù)據(jù)并將其存儲(chǔ)在每個(gè)數(shù)字孿生中，快速識(shí)別需要立即關(guān)注的偏差。

同時(shí)，數(shù)字孿生可以準(zhǔn)確記錄每節(jié)軌道車的使用歷史，考慮天氣條件等環(huán)境數(shù)據(jù)，并考慮一系列其他因素，進(jìn)一步增強(qiáng)其分析和決策能力。當(dāng)這些技術(shù)協(xié)同工作時(shí)，其可以觸發(fā)實(shí)時(shí)警報(bào)，以培訓(xùn)工程師，阻止?jié)撛诘拿撥墸踔烈泽@人的準(zhǔn)確性預(yù)測(cè)即將發(fā)生的事件。

數(shù)字孿生和內(nèi)存計(jì)算

內(nèi)存計(jì)算技術(shù)提供了一項(xiàng)關(guān)鍵突破，為數(shù)字孿生提供大規(guī)模實(shí)時(shí)監(jiān)控和預(yù)測(cè)建模能力。其將數(shù)字孿生部署在云中可擴(kuò)展的服務(wù)器集群或本地基礎(chǔ)設(shè)施上。通過將數(shù)據(jù)存儲(chǔ)在內(nèi)存中并利用多個(gè)服務(wù)器的綜合計(jì)算能力，該技術(shù)使數(shù)千個(gè)數(shù)字孿生能夠快速訪問其情境數(shù)據(jù)并在幾毫秒內(nèi)分析傳入的信息。內(nèi)存計(jì)算使數(shù)字孿生能夠立即實(shí)時(shí)采取行動(dòng)，以防止列車脫軌等潛在災(zāi)難。相比之下，傳統(tǒng)的離線分析平臺(tái)通常依賴于緩慢的數(shù)據(jù)庫檢索，從而導(dǎo)致阻礙實(shí)時(shí)響應(yīng)能力的瓶頸。

由于內(nèi)存計(jì)算可以有效地運(yùn)行大量數(shù)字孿生，因此其還使數(shù)字孿生能夠模擬具有復(fù)雜交互的大型系統(tǒng)，以進(jìn)行預(yù)測(cè)建模。這有助于系統(tǒng)管理員評(píng)估動(dòng)態(tài)行為的影響，例如天氣事件，從而做出更好的決策，并確保平穩(wěn)運(yùn)行。其還允許在部署之前在各種場(chǎng)景中測(cè)試實(shí)時(shí)監(jiān)控系統(tǒng)。例如，可以在模擬鐵路網(wǎng)絡(luò)的模擬中測(cè)量用于檢測(cè)車輪軸承故障的機(jī)器學(xué)習(xí)算法，以驗(yàn)證其有效性。

利用數(shù)字孿生和尖端技術(shù)的力量

列車脫軌是一項(xiàng)緊迫且經(jīng)濟(jì)負(fù)擔(dān)沉重的挑戰(zhàn)，而新的數(shù)字孿生技術(shù)為解決這一問題提供了突破。在鐵路運(yùn)營(yíng)中使用數(shù)字孿生有可能提供持續(xù)的實(shí)時(shí)監(jiān)控，并對(duì)現(xiàn)有的數(shù)據(jù)進(jìn)行更深入的反思。這項(xiàng)技術(shù)對(duì)于防止未來的列車脫軌有著巨大的希望，標(biāo)志著增強(qiáng)鐵路安全的第一步。

當(dāng)數(shù)字孿生與人工智能和內(nèi)存計(jì)算等其他尖端技術(shù)相結(jié)合時(shí)，其結(jié)果會(huì)更加強(qiáng)大。機(jī)器學(xué)習(xí)方法使在數(shù)字孿生中運(yùn)行的分析代碼能夠識(shí)別不規(guī)則趨勢(shì)，內(nèi)存計(jì)算技術(shù)提供了大規(guī)模實(shí)時(shí)監(jiān)控和預(yù)測(cè)建模所需的計(jì)算能力。這些組合技術(shù)使鐵路運(yùn)營(yíng)商能夠以極高的精度檢測(cè)潛在問題，并主動(dòng)實(shí)施新一代預(yù)防措施，以保護(hù)鐵路系統(tǒng)和乘客。

展望未來，數(shù)字孿生有望擴(kuò)大其作用，以監(jiān)控鐵路系統(tǒng)中的其他關(guān)鍵組件，例如交換機(jī)和道口。這一演變有望促進(jìn)鐵路基礎(chǔ)設(shè)施的現(xiàn)代化、改善公共安全、降低成本并提高鐵路運(yùn)營(yíng)效率。隨著這一轉(zhuǎn)型的展開，數(shù)字孿生將在為鐵路行業(yè)復(fù)雜的安全挑戰(zhàn)構(gòu)建解決方案方面發(fā)揮關(guān)鍵作用。