德国列车误点了,大数据分析来救援

简介:

德国人过去引以为傲的精准,反映在列车极为准时上,可惜这个传统逐渐失守,但德国人决定找回过去的荣耀,过去 2 年来,西门子(Siemens)的工程师努力应用大数据资料分析协助预防性维修,来让列车恢复准点。

根据欧盟报告,德国的列车准点率逐渐“掉漆”,2014 年只有 78.3% 德国长途列车准点,准点的定义是在表定时间误差 6 分钟的时间内抵达,这个糟糕的准点率不仅大幅退步,更是排名垫底,在 23 个欧盟国家内只赢过 2 个国家,立陶宛的 74.8% 准点率以及葡萄牙的 77% 准点率。

就在德国准点率掉漆的同时,德国综合机电大厂西门子,却在西班牙创造准点率标竿,西门子与西班牙国家铁路(Renfe)的合资公司,在西班牙所管理 的列车行程中,每 2,300 趟只有一趟延迟超过 5 分钟,准点率高达 99.98%,不仅高于西班牙全国平均 89.9%,更高于欧盟之中的佼佼者芬兰的 95.4%。

西班牙国家铁路对准点率的信心,反应在误点赔偿上,要是从马德里到巴塞隆纳的高速列车延迟超过 15 分钟,可以全额退费赔偿。

这个准点率标竿来自于物联网与大数据的概念,西门子列车上如今有无数感测器可以传递信息给西门子做分析,西门子把慕尼黑附近阿拉克(Allach) 的火车头工厂改造成为数据中心,有 30 位软件专家分析西门子列车感测器传来的大量资料,以大数据分析事先预测零部件该更换的时间,在实际损坏之前,于例行维修中预先更换,确保行驶中不会发生故 障,也就防止因机械故障造成的误点。

一辆列车延迟,会导致后续车班大乱,以伦敦地铁来说,要是早上 7 点有列车故障,到 12 点车班都还会受到影响,因此能预先维修防止故障对铁路运输来说相当重要。

预先维修改变产业营运方式

预先维修并非新观念,在工厂生产线领域早在 15 年前就开始应用,因为工厂生产线若是运转中因零件长久耗损而故障停摆,产线整个停下来修理,那可损失大了,因此很早就发展预先维修。

随着网络链接性提升,预先维修的观念逐渐扩展至消费性产品与服务领域,其中,航空产业又是新观念的领航者,两大航空引擎商劳斯莱斯(Rolls- Royce)与奇异(GE)英雄所见略同,认为卖引擎不只是银货两讫就好,预先维修的观念,让引擎制造商还能以时间为单位收取维护服务费用,在服务期限内 保证客户的引擎不发生故障。

预先维修也改变了铁路业的商业模式,过去铁路业者要自行准备预算来修复故障车辆与系统,如今,西门子将预先维修当做服务销售,卖给铁路营运者“可用性”,保证列车在需要时不故障一定可用。

这种概念也延伸到汽车业,过去定期回厂检修时,若发现车主的耗件已经损耗 7 成,往往就直接更换,因为这个耗件大概无法撑到明年回厂检修。但是,其实该耗件或许还能安全地开上半年没问题,提早更换不但花钱,也造成浪费;如今,奥迪 (Audi)就引进了预先维修概念,汽车车身上装有感测器,能把资料传给经销商,若从资料中察觉有耗件即将损坏,就立即安排在最适当时间回厂换修,如此一 来,一方面可确保不会开到一半故障,一方面可把耗件使用到最长时间,节省消费者的金钱。

同样的概念也早已应用于电梯产业,蒂森克虏伯(ThyssenKrupp)于 2015 年开始于其全球 120 万辆电梯中安装加速度、声音与震动感测器,透过回传的资料,可以准确预估电梯 10~20 天内需要维修,此时蒂森克虏伯可提前通知客户,告知有零件耗损风险,需要预先维修,由于提前通知,利于安排在客户最方便的时间进行。而由于有必要才维修, 也减少了维修次数,目前电梯平均每年定期维修 5~6 次,加装感测器之后,只需要 3 次,1 年可为蒂森克虏伯节省高达数亿欧元。

物联网与大数据分析应用,不仅可望让德国列车恢复准时,也已经改变许多产业的营运方式。

本文转自d1net(转载)

相关文章
|
8月前
|
存储 分布式计算 大数据
基于Python大数据的的电商用户行为分析系统
本系统基于Django、Scrapy与Hadoop技术,构建电商用户行为分析平台。通过爬取与处理海量用户数据,实现行为追踪、偏好分析与个性化推荐,助力企业提升营销精准度与用户体验,推动电商智能化发展。
|
9月前
|
数据可视化 搜索推荐 大数据
基于python大数据的北京旅游可视化及分析系统
本文深入探讨智慧旅游系统的背景、意义及研究现状,分析其在旅游业中的作用与发展潜力,介绍平台架构、技术创新、数据挖掘与服务优化等核心内容,并展示系统实现界面。
|
10月前
|
数据采集 人工智能 分布式计算
ODPS在AI时代的发展战略与技术演进分析报告
ODPS(现MaxCompute)历经十五年发展,从分布式计算平台演进为AI时代的数据基础设施,以超大规模处理、多模态融合与Data+AI协同为核心竞争力,支撑大模型训练与实时分析等前沿场景,助力企业实现数据驱动与智能化转型。
627 4
|
11月前
|
消息中间件 NoSQL 数据可视化
数据说了算,可你得“听得快”——聊聊大数据里的实时分析
数据说了算,可你得“听得快”——聊聊大数据里的实时分析
286 2
|
10月前
|
JSON 大数据 API
巧用苏宁易购 API,精准分析苏宁易购家电销售大数据
在数据驱动的电商时代,精准分析销售数据能助力企业优化库存、提升营销效果。本文详解如何利用苏宁易购API获取家电销售数据,结合Python进行数据清洗与统计分析,实现销量预测与洞察提取,帮助企业降本增效。
|
9月前
|
存储 SQL 分布式计算
终于!大数据分析不用再“又要快又要省钱”二选一了!Dataphin新功能太香了!
Dataphin推出查询加速新功能,支持用StarRocks等引擎直连MaxCompute或Hadoop查原始数据,无需同步、秒级响应。数据只存一份,省成本、提效率,权限统一管理,打破“又要快又要省”的不可能三角,助力企业实现分析自由。
437 49
|
8月前
|
机器学习/深度学习 大数据 关系型数据库
基于python大数据的台风灾害分析及预测系统
针对台风灾害预警滞后、精度不足等问题,本研究基于Python与大数据技术,构建多源数据融合的台风预测系统。利用机器学习提升路径与强度预测准确率,结合Django框架实现动态可视化与实时预警,为防灾决策提供科学支持,显著提高应急响应效率,具有重要社会经济价值。
|
8月前
|
机器学习/深度学习 大数据 关系型数据库
基于python大数据的青少年网络使用情况分析及预测系统
本研究基于Python大数据技术,构建青少年网络行为分析系统,旨在破解现有防沉迷模式下用户画像模糊、预警滞后等难题。通过整合多平台亿级数据,运用机器学习实现精准行为预测与实时干预,推动数字治理向“数据驱动”转型,为家庭、学校及政府提供科学决策支持,助力青少年健康上网。
|
9月前
|
数据采集 数据可视化 关系型数据库
基于python大数据的电影数据可视化分析系统
电影分析与可视化平台顺应电影产业数字化趋势,整合大数据处理、人工智能与Web技术,实现电影数据的采集、分析与可视化展示。平台支持票房、评分、观众行为等多维度分析,助力行业洞察与决策,同时提供互动界面,增强观众对电影文化的理解。技术上依托Python、MySQL、Flask、HTML等构建,融合数据采集与AI分析,提升电影行业的数据应用能力。