INTELLIGENZA ARTIFICIALE PER L’ASSET MANAGEMENT NELL’INDUSTRIA FERROVIARIA

UN ESEMPIO PRATICO DI LOCALIZZAZIONE ASSET E IDENTIFICAZIONE DI ANOMALIE TRAMITE TECNICHE DI COMPUTER VISION

INTELLIGENZA ARTIFICIALE PER L’ASSET MANAGEMENT NELL’INDUSTRIA FERROVIARIA

 

INTRODUZIONE

I recenti progressi nel campo della Computer Vision hanno ampliato enormemente i potenziali campi applicativi nel panorama industriale. Con il termine Computer Vision si intende una serie di metodi statistici e matematici basati su immagini. Tali metodi permettono di svolgere compiti come classificazione e identificazione di oggetti. Il potenziale di queste tecniche permette di automatizzare compiti a basso livello di specializzazione, riducendo la dipendenza dal lavoro manuale e consentendo la scalabilità e la standardizzazione delle attività. Nel campo della manutenzione predittiva, le potenzialità delle tecniche di Computer Vision si traducono in minori costi di manutenzione e minori tempi di fermo macchina, garantendo una maggior efficienza dei processi.

MIPU_INTELLIGENZAARTIFICIALEPERL'ASSETMANAGEMENTNELL'INDUSTRIAFERROVIARIA_01

 

IL CLIENTE

Il nostro cliente è una società pubblica con l’incarico della gestione, amministrazione e manutenzione dell’intera infrastruttura ferroviaria italiana. Oltre a dare lavoro a più di 25.000 persone, il cliente ha sotto la sua gestione 16.000 chilometri di ferrovie e 2.200 stazioni ferroviarie su tutto il territorio italiano.

 

NECESSITA’ DEL CLIENTE

Seguendo i principi dell’Industria 4.0, si è posto l’obiettivo di investire nella propria infrastruttura IT su soluzioni AI per automatizzare i compiti più routinari. Nello specifico, la finalità principale è di rendere automatica l’attività di Asset Management, che ha il compito di riconoscere e localizzare tutti gli asset installati nella rete ferroviaria. In precedenza l’attività veniva svolta manualmente per tutti i 16.000 km di ferrovie:

  1. 1. Un treno diagnostico percorre le tratte ferroviarie e cattura le immagini a 360° dell’ambiente circostante, nonchè le coordinate GPS del momento dello scatto.
  2. 2. I dati vengono trasferiti nel server del cliente: le immagini vengono esaminate manualmente e gli asset rilevanti vengono inseriti nei cataloghi di inventario, con annessa posizione geografica.
  3. 3. Oltre all’attività manuale di identificazione e localizzazione degli asset, gli addetti ai lavori devono esaminare le fotografie in cerca di anomalie sulla massicciata quali presenza di vegetazione o riflussi argillosi: si tratta di situazioni che possono ostruire il passaggio del treno e ricadono nei compiti di manutenzione del cliente.  

 

Come se non bastasse, gli asset vengono spostati periodicamente sul territorio in base alle esigenze, e di conseguenza l’attività di Asset Management viene svolta più volte nel corso di un anno.

Per questa serie di motivi, l’obiettivo del cliente era di velocizzare e scalare le attività di Asset Management e Anomaly Detection attraverso automazione e soluzioni AI, per ridurre la dipendenza da lavoro manuale e lo stress lavorativo causato, nonché un maggior livello di accuratezza.

 

LA SOLUZIONE MIPU

Abbiamo implementato due algoritmi di Computer Vision nei server del cliente. Il primo è stato allenato per identificare e localizzare 22 tipologie di asset come incroci ferroviari, luci del traffico, pali di catenaria e transenne. Il secondo identifica le anomalie sulla massicciata e invia delle notifiche real-time.

MIPU_INTELLIGENZAARTIFICIALEPERL'ASSETMANAGEMENTNELL'INDUSTRIAFERROVIARIA_02

Il treno diagnostico è composto da una telecamera a 360° e un sistema di localizzazione GPS. Questo è in grado di acquisire circa 120.000 foto ogni 24 ore che sono poi inviate nei server del cliente. Lì i nostri modelli predittivi elaborano le immagini: il primo modello è una Rete Neurale Convoluzionale allenato a riconoscere la presenza di un asset all’interno di un’immagine. Per ogni immagine, in fase di post-processing le predizioni del modello sono combinate con le informazioni GPS. In tal modo è garantita massima accuratezza non solo nell’identificazione, ma anche nella localizzazione degli asset. Infine, l’inventario degli asset si aggiorna in automatico senza bisogno di supervisione umana. 

In parallelo, il secondo modello esegue un controllo sulle stesse immagini in cerca di anomalie sulla massicciata. Poi, inoltra una notifica in caso di situazioni anomale, aggiornando automaticamente il relativo catalogo. 

 

RISULTATI

Al fine di minimizzare gli errori nella classificazione, abbiamo allenato i nostri modelli su 6.000 immagini, ottimizzando sia la precision che la recall

Per il modello di classificazione asset, sia la precision che la recall si attestano all’85% sui dati di test. Per quanto riguarda l’algoritmo di anomaly detection, troviamo 70% di recall e 92% di precision.

MIPU_INTELLIGENZAARTIFICIALEPERL'ASSETMANAGEMENTNELL'INDUSTRIAFERROVIARIA_03

In conclusione, la nostra soluzione ha permesso al cliente di scalare esponenzialmente l’attività di Asset Management. Così facendo si è ridotto il tempo per l’aggiornamento dell’inventario e la dipendenza dal fattore umano e lo stress legato al lavoro manuale. Infine, i nostri algoritmi hanno superato la performance umana nel caso di classificazione asset. Ciò è avvenuto anche per l’identificazione delle anomalie, mostrando la potenzialità di ridurre gli incidenti nel lungo periodo.
Il framework AI che abbiamo presentato mostra le potenzialità dell’Asset Management automatizzato e in tempo reale, fornendo uno strumento per un processo decisionale più efficace nell’industria ferroviaria.

 

CONCLUSIONI

In questo caso studio abbiamo presentato un framework AI che mostra il potenziale per la gestione automatica e in tempo reale degli Asset. Se vuoi saperne di più sulle nostre soluzioni AI per il settore dei trasporti e la logistica, contattaci.

Altre Case History:

Lo sapevi?

Organizziamo ALMENO un webinar al mese sui temi
dell’ingegneria di manutenzione, dell’efficientamento energetico
e degli ultimi trend di intelligenza artificiale.

Lascia un tuo contatto per ricevere tutti gli inviti!