Automaattinen tiedontuotanto on tulevaisuutta. nykyisyyttä

Koko: px

Aloita esitys sivulta:

Download "Automaattinen tiedontuotanto on tulevaisuutta. nykyisyyttä"

Kaarlo Nurmi
5 vuotta sitten
Katselukertoja:

1 Automaattinen tiedontuotanto on tulevaisuutta nykyisyyttä Ilmari Halme Rata

2 Ilmari Halme Vastuualueena teknologia ja innovaatiot Intohimona uudistaminen & linkedin.com/in/ilmarihalme

3 Onnistuimme valitsemaan parhaat ideat kokeiluun Digitalisaatiokokeilujen valikoituminen VR Trackillä 2016 Innostusta, ideointia ja itsekritiikkiä 21 identifioitua ehdotusta 9 priorisoitua tarjoutumista Liikennevirastolle = 4 automaattisen tiedontuotannon kokeilua = kuinka monta kunnossapitoa parantavaa toimintamallia? 3

4 Paikan päälle vai automaattisesti? Julkinen Kokeilu Teknologia Kokeilun tavoite Hyöty kunnossapitoon Ratapenkereen monitorointi Vaihteen ristikon anturointi ja kunnonhallinnan mittausjärjestelmä Tasoristeysten inventointi laserkeilausaineistosta 1. Asennetaan langattomat lämpötila- ja kosteusanturit routakohteen poikkileikkaukseen 2. Analysoidaan maakerroksen muutosten vaikutukset radalle välittyviin routamuutoksiin 1. Asennetaan vaihteeseen optinen ristikon mittaus 2. Määritetään raja-arvot eri kunnossapitotöiden hälytysrajoiksi 1. Laserkeilaus liikkuvasta ratakoneesta 2. Tunnistetaan aineistosta tasoristeysten parametrit Ratapoikkileikkauksen monitorointi anturoinnin avulla, jotta saataisiin jatkuvaa tietoa lämpötilan ja kosteuden jakautumisesta ratapenkereen rakennekerroksissa sekä mahdollisesta routanoususta. Muodostaa malli, jolla voidaan ennakoida sopivat vaihteen ristikon kunnossapitotoimenpiteet. Määrittää, mitkä nyt vaadituista tasoristeysten maastossa tehtävistä mittauksista voidaan suorittaa automaattisesti. Kunnossapidon tarkempi suunnittelu ajantasaisen ja luotettavan routimisen vaikutusten arvioinnin myötä. Mahdollisuus siirtyä reaktiivisesta ristikon kunnossapidosta optimoituun työhön, jossa datalla pystytään myös osoittamaan perustellusti, milloin osa tulee vaihtaa kokonaan. Säännöllisten tarkastusten sijaan tasoristeysten inventointi voitaisiin suorittaa ilman maastokäyntejä. Konenäön hyödyntäminen merkkien inventointiin ja kunnon 4 arviointiin 1. Kuvataan radasta videoita 2. Analysoidaan videoilta konenäöllä radan merkit ja niiden ominaisuudet Määrittää, mitkä radan merkeistä saadaan tunnistettua nykymenetelmällä: luotettavuus, tarkkuus ja käytetyt oletukset. Merkkirekisterin merkkien päivitys ja vuosittaisen kunnossapidon merkkikartoitusten toteuttaminen käymättä maastossa.

5 Jatkuvaa tietoa lämpötilan ja kosteuden jakautumisesta rakennekerroksissa Toistuvia routanopeusrajoituksia km/h Kokeilussa haetaan mahdollista toimintamallia laajempaan routaseurantaan 5

6 Ristikon muutokset saadaan tunnistettua Julkinen 6

7 Vahvasti automatisoitu tiedonkeruuprosessi tasoristeyksien ominaisuuksien inventointiin Tavoitteena selvittää: voiko määräysten mukaisuuden todeta ilman maastokäyntiä? Case: Turku Hangonsaari

Tehokkaampaa, turvallisempaa ja monikäyttöisempää tasoristeysten inventointia Onnistuu: Tiensuuntainen pituus Raiteen ja tien välinen terävä kulma Puomilaitos ja merkit

materiaali ja pituussuuntaisen liikkeen esto Rataosoite Ei onnistu yksiselitteisesti: Urakisko tai vastaava rakenne Ajoneuvotyypin ajon kieltävät tieliikennemerkit

8 Tehokkaampaa, turvallisempaa ja monikäyttöisempää tasoristeysten inventointia Onnistuu: Tiensuuntainen pituus Raiteen ja tien välinen terävä kulma Puomilaitos ja merkit Tasoristeyskannen ulottumat Raiteen ja kannen kallistus Laippauran syvyys ja leveys Tien suora osuus ja liittymät Odotustasanne Tasoristeysnäkemä Kansirakenteen materiaali ja pituussuuntaisen liikkeen esto Rataosoite Ei onnistu yksiselitteisesti: Urakisko tai vastaava rakenne Ajoneuvotyypin ajon kieltävät tieliikennemerkit Tasoristeyksen kansirakenteen palautuva painuma Tasoristeyksen kannen pituussuuntaisen liikkeen esto Raiteen ulkopuolisen osan ja tasoristeyskannen väliset eromitat Kohteiden kunto

10 Esimerkkejä huonolaatuisesta kuvasta: sade Julkinen

11 Esimerkkejä huonolaatuisesta kuvasta: pimeys Julkinen

12 Esimerkkejä huonolaatuisesta kuvasta: vastavalo 12 [pvm] [Aihe, Tekijä]

13 Merkkien tunnistus luo mahdollisuuksia Olemme havainneet merkkejä, jotka eivät ole RATO 17 mukaisia Automaattisesti oikea nimi ja sijainti raide + ratakm Mahdollista kehittää toiminnallisuus, joka ilmoittaa muutoksista

14 14 [pvm] [Aihe, Tekijä]

Samankaltaiset tiedostot

Julkinen Mobiililaserkeilaukset rataverkolla

Julkinen Mobiililaserkeilaukset rataverkolla Julkinen Tero Savolainen & Tommi Turkka 19.9.2018 Julkinen Tero Savolainen 2011 VR Track Oy Ratatekniikka DI, konetekniikka ABB Drive, mekaniikkasuunnittelu Pöyry Civil, teräsrakennesuunnittelu 2009 Infra