پیشگیری از سوانح ریلی با کمک داده‌ها

سوانح ریلی، سوانح در شبکه‌های توزیع نیرو، سوانح کنترل هوایی و... پیچیده و دارای ریسک بالا، اما قابل مدیریت و پیشگیری نیز هستند؛ اما چگونه؟

اگر یک ایستگاه بسته را از صفر تا صد بازگشایی کرده باشیم (به عنوان نمونه ۳ خطه کرده باشیم) درسی بزرگ درباره هندسه خطوط، چینش سوزن‌ها و سیگنال‌ها آموخته‌ایم.

هندسه خطوط در توسعه ایستگاه‌ها و خطوط باید حفظ شود. این هندسه، هندسه‌ای است مبتنی بر ایمنی و جلوگیری از خطر. حال این پرسش پیش می‌آید که سانحه مشابه و تکراری چگونه قابل پیشگیری است؟

امروز تنها راه جلوگیری از تکرار سوانح «پی‌ام» (Predictive Maintenance) است که ما آن را به «نت‌پیش‌بینی‌کننده» می‌شناسیم؛ منظور شبکه نگهداری و تعمیری است که خرابی و سانحه را پیش از وقوع، پیش‌بینی می‌کند.

نت پیش‌بینی‌کننده، مبتنی بر ریاضیات عالی این نوع نت و مبتنی بر هوش مصنوعی، اینترنت اشیا، داده‌کاوی و کار با داده‌ها (طلای دیجیتالی) است. بنابراین ابتدا نیاز به مهندسان و متخصصانی داریم که ریاضی بدانند و بفهمند که احتمال وقوع سانحه «بی» به شرط وقوع سانحه «اِی» یعنی چه؟ و امید ریاضی وقوع یک خرابی را بفهمند.

البته این کار، چندان هم ساده نیست. نت (انواع آن) مبتنی بر ریاضیات ویژه خود است، بنابراین اگر اعلام کنیم به عنوان نمونه، از امروز از شبکه نت ریلی بهره‌برداری شد اما گروهی که قرار است در آن کار کنند، اهل حساب نبوده و قوانین آن را هم ندانند، در حقیقت آب در هاون کوبیده‌ایم.

وقتی اعضای گروه را با شرایط گفته شده پیدا کنیم، باید در سازمان ریلی، مرکزی برای تجمیع داده‌ها داشته باشیم؛ مرکزی که تمام بخش‌ها و زیربخش‌های آن موظف باشند در کنار وظایف‌شان، هر روز داده‌های روزآمد، درست و معتبر خود را به آن گزارش دهند. نام این مرکز، «مرکز کلان داده ریلی» است.

داده‌های پراکنده، هیچ ارزشی ندارند. داده به شرط تجمیع و انبار شدن ارزش می‌یابد. مسلم است کار روی این داده‌ها، برای سازمان ثروتی با ارزش‌تر از نفت تولید خواهد کرد.

به عنوان نمونه فرض کنیم نخستین سانحه خروج قطار از خط رخ داده است. اگر مرکز کلان داده ریلی داشته باشیم، همه فاکتورها و پارامترهای مهم و بحرانی از این سانحه به‌طور همزمان جمع‌آوری شده است. داده‌کاو این پارامترهای حیاتی را تحلیل و آنالیز کرده به شما خواهد گفت این اطلاعات و این دانش (دانش پیش‌بینی) براساس این داده‌های تحلیل شده، استخراج شده و شک نداشته باشید در محورهای «الف»، «ب» و... همین سانحه، به همین شکل، فردا یا پس‌فردا رخ خواهد داد.

شاید عجیب به نظر بیاید اما این مسئله حقیقت دارد. اتفاق افتاده، تجربه شده و رخ داده است؛ این، معمای دانش داده‌کاوی است.

وزارت علوم به عنوان مهم‌ترین مرجع رسمی دانش کشور امسال را سال «کلان داده» اعلام کرده است. این کار اگرچه با تاخیر انجام شد، اما ارزش داده امروز در دنیا از نفت بیشتر است و این فقط یکی از کاربردهای تحلیل داده و داده‌کاوی است. هیچ سازمان و تشکیلاتی در دنیا، از تحلیل داده و داده‌کاوی بی‌نیاز نیست. نت پیش‌بینی‌کننده، یکی از مهم‌ترین و بهترین راه‌های پیشگیری از وقوع سوانح و خرابی‌ها در سامانه ریلی است.

ساز و کار آن نیز مبتنی بر داده‌کاوی، یادگیری ماشین و... است که خوشبختانه دانش آن، امروز در راه‌آهن جمهوری اسلامی ایران موجود است؛ فقط همتی برای ایجاد مرکز کلان داده ریلی و آغاز تغییری انقلابی در مدیریت کلان ریلی نیاز است.

احمد خشنودی - کارشناس حمل‌ونقل ریلی