Inteli Mant


Podstawowym celem tego projektu jest zaprojektowanie i opracowanie zaawansowanego, inteligentnego systemu utrzymania infrastruktury kolejowej o nazwie Inteli-Mant, który na podstawie informacji dostarczanych przez zarządcę infrastruktury oraz informacji geometrycznych otrzymywanych przez konserwatora jest w stanie określić i przewidzieć potrzeby konserwacji poszczególnych odcinków drogi kolejowej. Ponadto nadaje on priorytet działaniom, które gwarantują maksymalny wskaźnik jakości torów, co pozwoli osiągnąć optymalny poziom bezpieczeństwa w pasażerskim transporcie kolejowym, poprawić jakość świadczonych usług oraz zwiększyć wydajność personelu i maszyn przeznaczonych do zadań związanych z utrzymaniem.


Rozwiązanie to opierać się będzie na wdrożeniu repozytoriów danych (Data Lakes), narzędzi analityki biznesowej (Business Intelligence) oraz wizualizacji (Dashboard), które pozwolą w prosty sposób przechowywać, segmentować, analizować i wizualizować dane, optymalizując harmonogram prac utrzymaniowych, zarówno monitoringu, zadań planowych, jak i działań natychmiastowych.
Przetwarzanie dużych ilości danych i szeregów czasowych (Big Data), analiza trendów w tych danych (Analytics) oraz analiza predykcyjna oparta nie tylko na trendach w ewolucji danych, ale także na ciągłym uczeniu się systemu (Machine Learning) zwiększy efektywność podejmowania decyzji, a tym samym podniesie poziom jakości świadczonych usług. Wszystko to umożliwi osobom odpowiedzialnym za utrzymanie szybsze przetwarzanie danych o stanie dróg poznanie procesu kształtowania się wykrytych nieprawidłowości, planowanie prac mających na celu ich usunięcie oraz przewidywanie pojawienia się usterek mogących zagrozić bezpieczeństwu, co pozwoli na realizację zadań związanych z konserwacją zapobiegawczą.
Podsumowując, wdrożenie tego rozwiązania przyniesie istotne korzyści, takie jak: wzrost wydajności przy przetwarzaniu dużych ilości danych, poprawa wskaźników jakości Iberovías, poprawa w zakresie alokacji zasobów i planowania zadań konserwacyjnych oraz znaczny wzrost poziomu jakości usług świadczonych na rzecz zarządcy infrastruktury kolejowej Adif i wydajności zespołów roboczych.

Przykładowy widok wykonanych pomiarów