Hoppa till innehållet

241 Test och utvärdering av AI-baserade metoder för analys av effektsamband kopplat till växelvärme

Publicerad: 27 augusti 2019

Test och utvärdering av AI-baserade metoder för analys av effektsamband kopplat till växelvärme på Malmbanan

Projektet har varit en förstudie av användning av AI-baserade metoder för analys av effektsamband kopplat till växelvärme på Malmbanan. På övergripande nivå syftar projektet till att stötta en mer hållbar och robust järnvägsinfrastruktur genom att undersöka en analysmetod för ett mer dynamiskt och tillståndsbaserat underhållsprogram.
Genom att samla in, integrera, tvätta och förädla information från olika datakällor skapades en uppsättning mått som fångar faktorer med potentiell påverkan på fel i spårväxlarna längs Malmbanan. En maskininlärningsmodell tränades för att fastställa varje faktors förklaringsvärde för rapporterade fel.
Resultatet är dels en rik datakälla för vidare analys, dels en sammanställning av de identifierade effektsambanden. Utöver detta har den modell som utvecklats visat potential för identifiering av sårbara spårväxlar, tidiga varningar och riskplanering utifrån olika scenarier. Sammantaget innebär projektens resultat ett steg på vägen mot ett mer tillståndsbaserat och proaktivt underhållsprogram.

Projektparter: Luleå tekniska universitet, Kairos Future, Trafikverket, LKAB och InfraNord

Projektledare: Helene Olsson, Kairos.