هوش مصنوعی بزرگترین شبکه ریلی پرسرعت جهان را مدیریت می‌کند

چین در حال استفاده از یک سیستم هوش مصنوعی برای پردازش حجم زیادی از داده‌ها در زمان واقعی است که به تیم‌های تعمیر و نگهداری قطارهای پرسرعت کمک می‌کند تا به سرعت در مورد خطرات احتمالی هشدار دهند.

قطارهای پرسرعت پارک شده روی ریل، عکس از بالا. عکس: ximushushu/iStock — قطارهای پرسرعت پارک شده روی ریل، عکس از بالا. عکس: *ximushushu/iStock*

به گزارش Interesting Engineering در ۱۲ مارس، چین در پکن از یک سیستم هوش مصنوعی برای بهره‌برداری و نگهداری از شبکه ریلی پرسرعت خود استفاده می‌کند.

چین با طول کلی حدود ۴۵۰۰۰ کیلومتر، بزرگترین شبکه ریلی پرسرعت جهان را دارد.

این سیستم هوش مصنوعی حجم زیادی از داده‌ها را در سراسر چین به صورت بلادرنگ پردازش می‌کند و می‌تواند تیم‌های تعمیر و نگهداری را در صورت وجود شرایط غیرمعمول، ظرف ۴۰ دقیقه با دقتی تا ۹۵ درصد مطلع سازد.

لیو دائوآن، مهندس ارشد مرکز بازرسی زیرساخت‌های شرکت راه‌آهن دولتی چین، در مطالعه‌ای که در مجله صنعتی راه‌آهن چین منتشر شد، گفت که این سیستم به طور مؤثر کار می‌کند. دائوآن در مطالعه‌ای که در مجله صنعتی راه‌آهن چین منتشر شد، گفت: «این سیستم به تیم‌های حاضر در محل کمک می‌کند تا بازرسی‌های مجدد و تعمیرات را در اسرع وقت انجام دهند.»

قطارهای پرسرعت چین با سرعت عملیاتی ۳۵۰ کیلومتر در ساعت، سریع‌ترین قطارهای جهان هستند و انتظار می‌رود سال آینده به ۴۰۰ کیلومتر در ساعت افزایش یابند. این کشور قصد دارد به گسترش شبکه ریلی خود ادامه دهد تا هر شهری با جمعیت بیش از ۵۰۰۰۰۰ نفر به این شبکه متصل شود.

با هوش مصنوعی، خطاهای جزئی در خطوط ریلی پرسرعت فعال در چین طی سال گذشته ۸۰ درصد کاهش یافته است. هیچ یک از این خطوط به دلیل مشکلات جدی در مسیر، مجبور به صدور هشدار کاهش سرعت نشده‌اند. تحقیقات همچنین نشان داده است که دامنه جابجایی مسیر به دلیل بادهای شدید به لطف هوش مصنوعی به طور قابل توجهی کاهش یافته است.

شبکه ریلی ایالات متحده با چالش‌های قابل پیش‌بینی روبرو است، از جمله نگهداری ضعیف که منجر به خطرات ایمنی مداوم می‌شود. در طول ۵۰ سال گذشته، میانگین تعداد خروج قطار از ریل از ۲۸۰۰ مورد در سال فراتر رفته است.

بیش از یک دهه پیش، کشورهایی مانند آلمان و سوئیس برای اولین بار پتانسیل هوش مصنوعی را در مدیریت راه‌آهن تشخیص دادند. هر دو در تلاشند تا از هوش مصنوعی برای بهبود شبکه‌های ریلی خود استفاده کنند. با این حال، شبکه‌های ریلی در این کشورها کوچکتر از چین هستند.

برای آموزش سیستم هوش مصنوعی، دانشمندان چینی مجبور بودند حجم عظیمی از داده‌های خام را جمع‌آوری کنند. آن‌ها داده‌ها را از سوابق حرکات بدنه قطار، ارتعاشات ریل، مقادیر شکل موج و سوابق هواشناسی جمع‌آوری کردند. پیش از این، مرکز تعمیر و نگهداری هفته‌ای یک بار هشدارهایی صادر می‌کرد. اکنون، به لطف هوش مصنوعی، گزارش‌ها روزانه منتشر می‌شوند.

پنجشنبه تائو (طبق گفته مهندسی جالب )

لینک منبع