Smart Rail

El proyecto SMART RAIL desarrolló una herramienta basada en inteligencia artificial para el diagnóstico avanzado del estado de conservación de las líneas de ferrocarril ejecutadas con balasto.

El principal objetivo del proyecto fue implementar un sistema de exploración geofísica de la subestructura ferroviaria con técnicas no invasivas mediante georradar, basado en el procesamiento machine learning de grandes volúmenes de datos, con el fin de analizar el grado de contaminación del balasto.

La captación de datos se realizó mediante un sistema multiarray GPR+GPS+VIS instalado en una máquina de mantenimiento ferroviario de Rover Rail, que durante su recorrido registró los datos para su posterior procesamiento.

Este enfoque permitió analizar conjuntos masivos y complejos de datos geofísicos y detectar anomalías en la compacidad del balasto, su grado de contaminación y así como identificar patologías o subsidencias en la subplataforma. El análisis se realizó a partir de la correlación gráfica y numérica de posibles patrones detectados en los datos (más de 500 variables), relacionándolos con el estado real de los tramos de vía analizados con Bigdata. La tecnología multiarray, cuenta con 32 antenas, 23 con polarización en el sentido de la marcha y 9 con polarización en el sentido transversal, lo que permite analizar en cada toma 32 matrices de datos del orden de 20.000 observaciones por 500 variables.

De esta manera, podemos aplicar mantenimiento predictivo inteligente y alertar sobre zonas de vía susceptibles de intervención local en etapas tempranas, anticipándonos a la aparición de patologías y niveles elevados de deterioro durante el ciclo de vida útil de la infraestructura. La ventaja competitiva de la aplicación de estas técnicas, es que permiten resumir muchos datos difícilmente interpretables, en unas nuevas variables llamadas componentes principales, que se obtienen como combinaciones lineales de las originales, sin el inconveniente de tener que eliminar ninguna otra que pudiera estar arrojando información relevante sobre el problema.