Cơ sở hạ tầng kỹ thuật tuyến tính
Đường ray là cơ sở hạ tầng kỹ thuật tuyến tính, trải trên những tuyến đường dài, được chia thành từng đoạn, thực hiện cùng một chức năng nhưng chịu các tải trọng và điều kiện môi trường khác nhau.
Hệ thống quản lý hạ tầng đường sắt có thuộc tính tuyến tính: hình dạng và đặc điểm cơ bản tương tự - trên một khoảng cách, biểu hiện bằng các mô hình cụ thể những hư hỏng thường xuyên và những bất thường đột biến, nhưng do cấu trúc trải dài trên hành lang dài nên chi phí thực hiện lớn hơn.
Nhiều loại hệ thống kỹ thuật khác nhau được phát triển nhằm thu thập dữ liệu tự động trong quá trình kiểm tra hoặc thực hiện những nhiệm vụ bảo trì và sửa chữa nhỏ. Hầu hết là các hệ thống bán tự động, các robot đặc chủng, thực hiện các nhiệm vụ từ hàn đường ray đến kiểm tra cầu đường, kết cầu thép.
Các nhà cung cấp dịch vụ bảo trì công nghiệp nhận thấy rằng, quy trình phân loại đường sắt để thể hiện chính xác tình trạng kỹ thuật hạ tầng cơ sở tuyến tính rất phức tạp, gây khó khăn cho việc lập kế hoạch các chiến lược kiểm tra, duy tu bảo dưỡng. Nhưng duy trì tính toàn vẹn của hạ tầng đảm bảo tối ưu hóa hiệu suất và tuân thủ các quy định về an toàn và môi trường.
Quản lý tài sản tuyến tính có những yêu cầu đặc trưng như kiểm tra chi tiết, lập kế hoạch lịch bảo trì, lịch trình đại tu và công việc ưu tiên nhằm đáp ứng an toàn, ngân sách và nhu cầu khách hàng. Thực tế này thúc đẩy nhà quản lý phải sử dụng công nghệ hiện đại như UAV, robot và Trí tuệ nhân tạo. Nhu cầu ứng dụng công nghệ bao gồm:
Sử dụng UAV xác định các chướng ngại vật, phát hiện và theo dõi các dấu hiệu bất thường.
Sử dụng robot tự động kiểm tra tình trạng đường ray, phát hiện vết nứt, dấu hiệu bất thường và những bộ phận bị thiếu, hỏng.
Sử dụng robot bảo trì tự động thay thế các bộ phận bị thiếu, hàn vết nứt...
Sử dụng máy bay không người lái thông minh kiểm tra đường sắt
Máy bay không người lái (UAV) có những tính năng kỹ thuật rất phù hợp cho mục đích kiểm tra như tính linh hoạt, tính tương thích và những ứng dụng khác. UAV có thể trang bị hệ thống cảm biến bao gồm camera kỹ thuật số và hồng ngoại độ phân giải cao, đo khoảng cách (LiDAR), hệ thống thông tin địa lý (GIS), cảm biến sonar và cảm biến siêu âm.
Một bức ảnh cận cảnh của cấu trúc cầu hoặc đường hầm khó tiếp cận cho thấy những khiếm khuyết và sự xuống cấp tiềm ẩn là thông tin đầu vào quan trọng để lập kế hoạch bảo trì và điều hành các đoàn tàu. Đối với các phần tử kết nối mạng điện và các phần tử cấp nguồn khác, UAV, được trang bị cảm biến tia hồng ngoại (FLIR) hoặc cực tím có thể phát hiện những điểm nóng hoặc phóng điện trên dây dẫn và chất cách điện, báo hiệu một khiếm khuyết hoặc điểm yếu tiềm ẩn.
Trí tuệ nhân tạo công nghiệp (AI) và Học sâu là một phần quan trọng của quá trình kiểm tra tính chất khác nhau và mức độ chi tiết của dữ liệu dưới dạng hình ảnh, video và những thông tin khác. Ứng dụng công nghệ AI và Học sâu cho phép xác định chính xác bản chất của dữ liệu và xác định được nguy cơ tiềm ấn cũng như nhu cầu duy tu bảo trì bảo dưỡng của cơ sở hạ tầng tuyến tính.
Các UAV hiện nay được điều khiển từ xa; giai đoạn tiếp theo công nghệ UAV sẽ là các robot bay tự động. Công nghệ AI cho phép các UAV nhận dạng các đặc trưng của hạ tầng kỹ thuật qua các cảm biến khác nhau bằng các thuật toán phần mềm phức tạp, đưa ra nhận thức tình huống, tính toán và đề xuất quyết định kiểm tra sâu, lệnh sửa chữa và thực hiện bảo trì, bảo dưỡng hoặc sửa chữa với robot tự động tích hợp trong hệ thống.
Robot tự hành ứng dụng AI
Nhiều loại robot khác nhau được phát triển để xử lý những tình huống trên đường ray, nhưng hầu hết là các robot đặc chủng hoặc ứng dụng đặc biệt.
Để có thể mở rộng quy mô và tổng quan hóa việc sử dụng các robot, cần có một kế hoạch quản lý và bảo trì bảo dưỡng hạ tầng phải được triển khai với sự trợ giúp của AI. Việc kết hợp AI, Học sâu với những công cụ phân tích nhận thức sẽ khiến toàn bộ quy trình trở nên linh hoạt và tự động hóa.
Đến thời điểm này, những hệ thống hỗ trợ quyết định bảo trì, duy tu bảo dưỡng vẫn chưa hoàn thiện trong ngành. Cần có phương thức tiếp cận dựa trên cơ sở Phân tích bảo trì (MA) trong đường sắt nhằm mục đích tạo điều kiện thuận lợi cho các hoạt động bảo trì, duy tu bảo dưỡng thông qua nhận thức tình huống từ thông tin và dữ liệu lưu trữ.
Việc kiểm tra và bảo trì, duy tu bảo dưỡng tự chủ đối với đường sắt có ý nghĩa quan trọng do hạ tầng tuyến tính đang lão hóa và ngành đường sắt gặp khó khăn trong việc vận hành hiệu quả và duy trì chi phí. Sự chuyển dịch của ngành hướng tới những công nghệ mới kiểm tra, giám sát tình trạng, phân tích và bảo trì, duy tu bảo dưỡng, phối kết hợp với robot tự động và phân tích nhận thức AI và Học sâu sẽ cung cấp một hệ thống bảo trì, duy tu bảo dưỡng đường sắt hiệu quả. Công nghệ có sẵn, nhưng tích hợp vào cơ sở hạ tầng tuyến tính cần phải là trọng tâm ứng dụng trong tương lai gần.
