Fertigung

Neuerfindung der Instandhaltungsarbeiten mit cuOpt und Jetson Orin

Zielsetzung

Kawasaki Heavy Industries, Ltd. (Kawasaki) ist ein Fertigungsunternehmen, das seit mehr als hundert Jahren große Maschinen baut. Mit NVIDIA cuOptTM und NVIDIA JetsonTM Orin transformiert Kawasaki in Zusammenarbeit mit Slalom, Inc. seine Gleisinstandhaltungs- und Inspektionsfähigkeiten.

Kunde

Kawasaki Heavy Industries

Partner

Slalom, Inc.

Anwendungsfall

Datenwissenschaft

Produkte

NVIDIA cuOpt
NVIDIA Jetson AGX Orin 64G

Die aktuellen Lösungen für die Gleisinstandhaltung und Inspektion sind obsolet und nicht effizient, um sie in großem Umfang zu verwalten.

Historisch gesehen ist die Inspektion von Bahnstrecken nach wie vor stark abhängig von manuellen, visuellen Prozessen, die arbeitsintensiv und ineffizient sind. Der Fahrbetrieb wird gestoppt, damit speziell dafür vorgesehene Wagen die Strecken befahren können – ein enormer Kostenverlust. Gut ausgebildete Inspektoren müssen Schienen, Platten, Befestigungen und Schotter sorgfältig in Augenschein nehmen, um Fehler zu erkennen, strenge Sicherheitsverfahren einhalten und Probleme handschriftlich erfassen. Diese manuelle Methode lässt sich nicht skalieren; sie ist durch die Anzahl der qualifizierten Inspektoren begrenzt, und deren Fachkenntnisse könnten in anderen Bereichen des Unternehmens besser eingesetzt werden.

Die nordamerikanischen Bahnlinien der Klasse 1 bestehen aus über 140.000 Meilen, die von sieben verschiedenen konkurrierenden Unternehmen überwacht werden. Während die Bundesregierung Standards festlegt, die alle Unternehmen erfüllen müssen, ist es deren Aufgabe, Entropie zu erkennen, einzugrenzen und zu bekämpfen. Das umfangreiche System stellt einzigartige Herausforderungen bei der Inspektion und Wartung über Millionen von Kilometern unterschiedlichen Geländes dar. Der Stand der Gleisinspektion trägt derzeit zu über 1.000 Zugunfällen im Jahr bei. 

Um die Sicherheit und Effizienz im Schienenverkehr wirklich zu verändern, benötigt die Branche eine digitale Transformation.

„Wir versuchen, unser Geschäft zu ändern. Das Hardware-Geschäft ist ein Einmalgeschäft, während Software und digitale Technologie ein nachhaltiges Geschäft sind.“ – Ryoji Negi, Product Owner bei Kawasaki

Instandhaltung im Schienenverkehr

Neue Wege für Wachstum bei Gewinn und Sicherheit

Mithilfe von NVIDIA cuOpt zur Lösung komplexer Wegeplanungsprobleme und außerordentlicher, von NVIDIA Jetson AGX Orin 64G unterstützter KI-Rechnerleistung entwickelt Kawasaki eine digitale Plattform, die Kawasaki Track Maintenance Platform, die künstliche Intelligenz und maschinelles Lernen am Netzwerkrand sowie Schnittstellen zu Gleisinspektionsgeräten wie Digitalkameras, Lasern und gyrometrischen Sensoren nutzt.

Die Plattform ermöglicht es Benutzern, alle vorhandenen Daten und Analysen zu nutzen, während automatisiertes Training das maschinelle Lernen am Netzwerkrand auf intelligente Weise verbessert. In Kombination mit institutionellem Wissen können Wartungsteams die Ausgabe nutzen, um die Sicherheit und Zuverlässigkeit des Betriebs zu erhöhen. Benutzer können alle Bahndatenquellen in einer einfach verständlichen Ansicht zusammenfassen und durchsuchen. Sie können die Probleme auf bestimmten Gleisen im Kontext sehen und, was am wichtigsten ist, die Verantwortung übernehmen und Teams und Materialien senden, um Probleme zu beheben.

Bahnunternehmen, die die Plattform für automatisierte Gleisinstandhaltungsdienste einsetzen, können eine Steigerung der Sicherheit und Effizienz sowie eine Verringerung der Zeit und der Kosten für Inspektionen und Instandhaltung feststellen. Die Verbindung von Sensordaten mit der Expertise des Bahnpersonals vor Ort stellt sicher, dass wertvolles Humankapital bei der Automatisierung nicht auf der Strecke bleibt.

Mit NVIDIAs cuOpt und Jetson Orin erzielt Kawasaki viele Vorteile, darunter:

  • Einsparung von 26.000 Stunden pro Jahr = Geschätzte jährliche Einsparung von MTM-Stunden (Manager of Track Maintenance) pro Unternehmen = 5 Stunden pro Woche pro MTM * 52 Wochen pro Jahr * 100 MTMs pro Unternehmen
  • Einsparung von 218,4 Mio. USD pro Jahr = Geschätzte jährliche Kosteneinsparungen durch die Automatisierung von Inspektionen = 150 Inspektoren pro Unternehmen * 208.000 USD * 7 Unternehmen

15 Std./Woche ist die geschätzte Zeit, die MTMs zur manuellen Erstellung von Reparaturplänen aufwenden

2100 ist die geschätzte Anzahl der MTMs, die pro Bahnunternehmen der Klasse 1 beschäftigt sind

3 150 ist 50 % der geschätzten Anzahl der Gleisinspektoren (300) in einem Bahnunternehmen der Klasse 1, wo ein MTM 3 Vollzeitinspektoren hatte.

4  208.000 USD ist der berechnete jährliche Arbeitskostenanteil bei voller Auslastung

 

Kawasaki Track Maintenance Platform

Erschließung neuer Möglichkeiten mit cuOpt und Jetson

Bahnunternehmen, die die Kawasaki Track Maintenance Platform für automatisierte Gleisinstandhaltungdienste einsetzen, können eine Steigerung der Sicherheit und Effizienz sowie eine Senkung der Kosten für Inspektionen und Instandhaltung feststellen. Die Verbindung von Sensordaten mit der Expertise des Bahnpersonals vor Ort stellt sicher, dass wertvolles Humankapital bei der Automatisierung nicht auf der Strecke bleibt. Mithilfe von NVIDIA cuOpt und NVIDIA Jetson AGX Orin 64G ist Kawasaki in der Lage, End-to-End-Lösungen für den gesamten Bahninstandhaltungsprozess zu entwickeln und auf zusätzliche Prozesse auszudehnen, die heute noch manuell oder arbeitsintensiv sind, und Daten- und KI-fähige Plattformen zu erstellen, die die Branche revolutionieren können.

Die Plattform stellt eine vielversprechende neue Einkommensquelle für Kawasaki dar. Noch größer ist das Wachstumspotenzial bei Kawasaki, wenn diese digitale Strategie in anderen Geschäftsbereichen wie Robotik und Wasserstoff eingesetzt wird.

„Die Suche nach geeigneten Lösungen für Probleme der NP-Schwere wie Fahrzeugwegeplanung ist ein sehr komplexes Unterfangen und kostspielig für jedes Unternehmen, da mit zunehmender Anzahl von Zielen oder Knoten die Zeit, die für die Lösung des Problems benötigt wird, exponentiell zunimmt.

Mit cuOpt können Gleisinstandhaltungsmanager schnell Zeitpläne erstellen und mit anderen Planungsteams zusammenarbeiten, um sicherzustellen, dass Bahnnlinien für Instandhaltungsarbeiten sicher stillgelegt werden und Reparaturmannschaften einen idealen Zeitplan für ihre Arbeit haben, was wiederum die Sicherheit und Effizienz von Bahnstrecken erhöhen kann.“

Teddy Crane
Senior Engineer bei Slalom

Sind Sie bereit?

Erfahren Sie mehr über NVIDIA cuOpt, um eine Weltrekordgenauigkeit und -leistung zu erzielen, um komplexe Optimierungsprobleme zu lösen, Zeit zu sparen und Kosten zu senken.