cookieOptions = {...}; ★ 軌道自動檢查技術 - 3S Market「全球智慧科技應用」市場資訊網

3S MARKET

3S MARKET
2024年1月31日 星期三

 
鐵路巡檢車操作




ASSOCIATION OF AMERICAN RAILROADS


貨運鐵路政策立場

聯邦鐵路管理局(FRA)應允許使用擴大的 ATI 檢查和降低目視檢查水準的鐵路繼續並擴大其計劃。FRA 應該使其法規現代化,以考慮到 ATI 和其他未來技術,這些技術被證明可以提高安全性。安全監管機構阻礙安全收益是不合情理的。

持續的鐵路基礎設施投資和持續的努力,透過採用自動軌道檢查(ATI)等檢查技術來推進軌道安全,開發更好的軌道元件,以及推進軌道檢查和維護實踐等努力,都帶來了巨大的軌道安全收益。鐵路貨運行業是全國最安全的行業之一。

技術解決方案對於鐵路實現無事故未來的目標至關重要。雖然不是相互排斥的,但追蹤幾何條件的 ATI 技術,表現優於用人眼和過時法規要求的手持工具進行強制性手動檢查。資料顯示,ATI 與目視軌道檢查的混合使用提高了鐵路安全。

軌道檢查條例已有 50 年的歷史。

1971 年(在1980年錯架法》降低鐵路經濟監管之前),FRA 設定了必須進行目視軌道檢查的頻率。這些檢查涉及軌道檢查員目視鐵路軌道,並在步行或乘坐專門設計用於在鐵路軌道(稱為高軌車輛)上行駛的卡車上行駛時使用手持測量工具。

今天,卡車自己開車,無人機運送食物,虛擬助理幫助我們管理日常生活。但是,貨運鐵路仍然被迫根據 1971 年以來的相同履帶檢查法規執行 —— 當時 8 軌磁帶機被認為是尖端技術。

技術提高了軌道安全和網路流動性。

ATI 使鐵路能夠測量軌道結構在火車負載下的效能。ATI 系統使用安裝在機車或軌道車廂上的雷射和攝影機,並在列車穿越網路時檢查軌道。該系統在與裝載的火車相同的力下測試軌道的每一英尺。來自檢查裝置的資料傳輸到員工根據需要安排維護的集中位置。

鐵路每年可以透過將自動化裝置放在機車或箱車上來檢查數十萬英里。鐵路公司正在尋求申請擴大沿主線路線的測試,主線路線涵蓋大多數I級軌道。與此同時,目視檢查仍將降低水準。

加快安全檢查

ATI 系統已被證明是減少軌道導致的脫軌的極其寶貴的鐵路安全工具。鐵路貨運不僅在 ATI 上投資了數百萬美元,而且 FRA 也是如此。 經驗表明,ATI 比目視檢查更準確、更準確、更準確、更頻繁地檢測軌道幾何缺陷,從而更快地修復或消除這些缺陷。

ATI 技術還允許鐵路收集大量安全資料,以更好地瞭解和評估其軌道基礎設施的安全性,並開發改進的預防性軌道維護實踐。這項技術還使鐵路能夠更好地發展短期和長期資本支出,以及最佳資源分配地點。

保護員工

使用 ATI 技術的另一個安全益處是減少員工 —— 通常是軌道檢查員 —— 沿鐵路路權的風險暴露。FRA 安全資料表明,涉及高軌車輛的可報告事故經常發生,特別是在與機動車的公路-鐵路平交道口。

透過使用已經發生的列車移動(通常沿著較快的主軌道)使用 ATI 來部分履行軌道檢查任務,消除了不必要的潛在風險暴露。檢查員僅為滿足過時的目視檢查頻率而實際佔用軌道的需求減少,從而降低了風險。

提高效率、網路容量和供應鏈流程

ATI 與目視檢查的混合使用,減少了軌道檢查員停止或減緩火車交通以滿足目視檢查頻率的需求。ATI 的這一方面提高了網路容量,並減少了封鎖過境的機會。30 多年來,FRA 一直在使用自動軌道檢查幾何車輛來提高軌道安全。

鐵路希望利用技術使網路更加安全。

2018 年,一級鐵路公司開始要求進行自主 ATI 測試計劃,以收集安全資料,這將有助於為 FRA 規則制定提供資訊,並最終使鐵路更安全。BNSF 於 2018 年 9 月獲得 FRA 批准,在某些路線上進行自主 ATI 測試計劃,FRA 在受到勞工組織質疑後,在聯邦法院成功地為該批准辯護。此後,諾福克南方(NS)、CSX、聯合太平洋、加拿大太平洋(現在的 CPKC)和加拿大國民獲得了類似的 FRA 批准來進行測試專案。

測試程式已經成功了

ATI 測試計劃是分階段的,涉及混合方法,與新增的 ATI 檢查一起進行一些必要的目視檢查。這種方法允許持續檢測當前 ATI 技術未檢測到的某些軌道缺陷(例如,雜草叢生的植被),同時接受 ATI 在識別和補救未受保護的軌道幾何缺陷方面的卓越安全結果。

作為測試計劃的一個條件,鐵路公司已提交給 FRA 的資料顯示,在測試計劃期間,軌道安全發展呈陽性,即主軌道上存在的 FRA 幾何缺陷減少。在某些情況下,根據 FRA 法規需要採取補救措施的無保護缺陷減少了 90% 以上。

鐵路希望擴大 ATI 的使用

2021 年 1 月,BNSF 獲得了 FRA 的批准,對其鐵路線的兩個分割槽進行必要的目視檢查頻率,豁免為期五年的合規。BNSF 的豁免適用於 ATI 與目視檢查的混合使用。

FRA 批准了 BNSF 的豁免,此前該機構最近向國會描述為[BNSF]測試計劃的成功結果」,並由於「基於既定缺陷指標、FRA 監測程式和透過目視軌道檢查找到的缺陷數量一致性的 BNSF 軌道幾何測量測試計劃」下的改進。

鑑於 BNSF 在其現有豁免下取得了持續的成功,2021 年 6 月 15 日,BNSF 申請將豁免擴大到其網路上的其他分支機構。

同樣,2021 年 3 月 22 日,NS 還申請了豁免,要求減免,以允許與 ATI 檢查一起混合使用現有的目視檢查。NS 豁免請願書的前提是其測試計劃的積極結果。

FRA 正在阻礙安全進展。

儘管 ATI 計劃取得了成功,但 FRA 正在阻礙行業 ATI 計劃的前瞻性安全進展以及隨之而來的長期監管改革。2021 年,FRA 讓其中一個 ATI 測試程式到期,推遲了對 Canadian National 要求進入其仍在生效的測試程式下一階段的行動,並拒絕了 NS 關於繼續其過期測試程式的請求。

2022 年 3 月,FRA 拒絕了 BNSF 擴大其現有豁免的請求,以及 NS 開始一年前提交的 ATI 豁免的請求。BNSF 對 FRA 在聯邦上訴法院拒絕其擴大現有豁免請求的決定提出質疑,而 NS 向 FRA 提交了請願書,要求重新考慮該機構拒絕其初始豁免請求的決定。這兩個問題仍然懸而未決。

Listicle:鐵路獲得技術的6種方式

全國的鐵路每天都在讓技術發揮作用。這裡只有六項鐵路創新,目的在最大限度地提高近 14 萬英里鐵路網路的安全性和效率。

1


軌道幾何車測量每一寸軌道

貨運鐵路使用軌道幾何車廂來辨識火車軌道上的異常。汽車沿著軌道行駛,測量軌道磨損、軌道對齊、曲線高度、軌距(軌道之間的距離)和許多其他軌道幾何測量。

初步調查完成後,鐵路公司會迅速應對任何問題,防止小問題變成大問題。BNSF 企業服務副總裁 Asim Ghanchi 表示,軌道幾何車 —— 包括其自主車隊 —— 允許 BNSF 每年測量超過 30 萬英里的軌道。Ghanchi 說:「如果沒有技術,檢查那麼多的軌道是不可能的。」


BNSF 還使用機器學習技術,來分析軌道幾何車收集的資料,這使他們能夠預測未來 30 天內可能發生的軌道問題。這種靈活性意味著,鐵路可以在理想的時間完成維護,從而最大限度地提高安全性和網路效率。

2


聲納有助於保護橋樑碼頭。

鐵路使用聲納來評估橋墩的穩定性。Sonar 發現碼頭周圍的侵蝕增加,這可能會損害橋樑的完整性。

鐵路使用的聲納技術,與鯨魚用來瞭解周圍環境的回聲定位技術相似。聲納發出聲波,聲波從橋墩和水下地面上彈跳。然後,根據回聲的性質,鐵路公司確定橋樑碼頭的穩定性是否有任何擔憂。

當大風暴或洪水事件發生重大水流時,鐵路使用聲納來評估橋樑。當水非常浊時,這特別有用,這使得人類潛水員難以評估 —— 甚至看到 —— 碼頭。

加拿大全國前現場技術和資料分析總經理凱文·戴說:「有了聲納,我們更瞭解水下發生的事情。」 「潛水員不必進入具有挑戰性和不安全的水條件。」

3


智慧感測器使車輪保持旋轉。

放置在軌道旁邊的智慧感測器使用一系列技術 —— 如紅外線和雷射 —— 來評估車輪和軸承在穿越全國鐵路網路時的強度和健康狀況。

過熱的車輪軸承會導致火車脫軌,因此鐵路使用熱箱探測器來測量軸承的溫度。當軸承變得太熱時,它只能安全地再行駛 5 到 100 英里。

CPKC 使用聲學軸承探測器,來預測軸承在實際過熱前三個月何時會過熱。這些感測器使用聲學特徵,來評估聲音軸承的製造。

透過將這些資料與熱箱探測器收集的資料相結合,CPKC 可以在聲學軸承探測器資料中,找到顯示軸承何時可能過熱的模式。CPKC 營運技術副總裁 Kyle Mulligan 說:「透過關注聲軸承探測器,我們可以確保我們的軸承永遠不會太熱。」 「技術使我們更安全、更高效。 它保護我們的基礎設施。」

4


機車模擬器安全地訓練工程師。

作為對所需現場培訓的補充,CSX 使用桌面機車模擬器,來培訓工程師進行積極列車控制(PTC),這是一套創新技術,可自動監控列車的安全執行,並防止某些類型的人為因素事故。

工程師們幾乎可以學習軌道不同部分的列車處理程式,例如,看到下斜坡將如何提高速度。他們還可以透過不斷評估大量變數來體驗 PTC 系統是如何啟動的,以確保火車在必要時在路線沿線安全停車時擁有必要的時間和空間。

為了建立模擬器,CSX 使用配備先進成像技術的直升機來捕捉路線的細節,包括曲線、海拔、軌道速度,甚至軌道沿線建築物和立交橋的位置。CSX 技術總監帕特里克·巴尼特說:「這非常現實。我們的工程師真的覺得他們在火車的駕駛室裡,在路線上。」

5


大數據使鐵路更安全、更高效。

鐵路使用機器學習來預測一些維護問題 —— 如軌道磨損 —— 基於大量資料中的模式和趨勢。

諾福克南方公司企業資料和分析 AVP Mabby Amouie說:「這很像你的手機猜測你在簡訊中接下來要用什麼詞。」 「透過分析模式,我們可以預測鐵路隨著時間的推移的磨損。」


使用由機器學習和人工智慧驅動的模型和演算法,諾福克南方航空可以高度自信地預測賽道在五年內的磨損。 這個為期五年的展望視窗允許鐵路主動計劃維修和維護,幫助使其網路更安全、更有效率。

履帶磨損只是諾福克南方公司開發模型以主動利用大數據的幾個不同用例之一。諾福克南方公司擁有如此多的資料,預計將在未來出現更多令人興奮的大數據應用。

6


機器視覺

藉助機器視覺技術,聯合太平洋公司每秒收集4萬張列車透過軌道的影像。然後,一系列演算法分析影像,以辨識任何異常,使聯合太平洋公司能夠比僅進行手動檢查更快地解決問題。

該技術幫助鐵路同時檢視許多元素,提供機車、火車及其組件的全面檢視。聯合太平洋公司(Union Pacific)在內布拉斯加州、愛荷華州和阿肯色州使用機器視覺,並正在探索下一步佈署它的位置。


按此回今日3S Market新聞首頁

0 comments: