西門子代理商 西門子6ES7322-8BF00-OABO 西門子6ES7322-8BF00-OABO

6ES7322-8BF00-0AB0

相似圖像

SIMATIC S7-300，數字輸出 SM 322，電位隔離， 8 DA，24V DC，0.5A(1x 8 DA)， 短路保護，診斷， 1個 20針

更多圖片

不論是在亞特蘭大、慕尼黑、莫斯科、倫敦、珀斯，還是在香港，西門子的MindSphere鐵路應用中心都可利用復雜的交通數據流來進行預測性維護，從而優化列車運行。助力中心專家實現這一點的好幫手是Railigent，借助這個新平臺，他們能夠通過智能手段對鐵路系統數據加以利用，讓鐵路系統發揮更大價值。

MindSphere鐵路應用中心負責人Gerhard Kress被列車所包圍——既有真實的列車，也有虛擬的列車。他面前的顯示器上，是一張列車示意圖。在他的開放式辦公室內，掛著一張白板，白板上用紅筆和藍筆寫滿了描述列車運行的公式和方程。向窗外望去，Kress能看到慕尼黑郊外Allach工業區鱗次櫛比的屋頂。西門子在這里生產機車，也在這里維修和保養機車——具體工作在僅相隔三節車廂距離的鐵路服務中心進行。列車維修車間的不同尋常之處在于，通向這里的不只是兩條軌道，還有兩個世界：虛擬世界和現實世界。

鐵路技術的數字化轉型

鐵路運輸早已邁出數字化轉型步伐。傳統的列車保養包括定期在運行中心對列車進行檢查、解決顯而易見的問題，以及維護機器，數字技術開啟了通往更高層次服務的大門。遠程或本地采集的傳感器數據、錯誤消息和日志文件，為MindSphere鐵路應用中心員工提供了*的詳盡的軌道列車及基礎設施信息。

自2014年Allach中心開業以來，陸續又有5個中心投入運行（分別在亞特蘭大、莫斯科、倫敦、珀斯和香港）。來自15個國家的機車、高鐵和城際列車的數據流匯聚在這些中心。通過將這些大數據轉化為智能數據，中心的程序員、數據庫專家和項目執行經理，為鐵路領域開發出了數據驅動型服務，在實時列車監測、磨損和組件故障預測以及復雜列車問題分析等方面 。

應運而生的Railigent平臺不僅可以描繪整個信息路徑——從軌道傳感器一直到發送至用戶智能手機的報告——而且能夠建議具體行動。對于鐵路系統運營商及維護團隊而言，其優勢顯而易見，因為這個系統可以提高列車的可利用率，延長服務壽命，并大幅提高所有列車及基礎設施組件的維護和運行效率。Kress說：“在列車駛入服務中心之前，我們已經知道需要做些什么。”得益于此，列車可實現最高100%的可利用率。

位于Allach的西門子鐵路服務中心。

100節車廂多達2000億個數據點

事實上，數字技術為專家提供的遠不只是關于速度、制動性能和里程等標準變量的信息，也提供了諸如壓縮機性能、掛車重量以及自動控制過程狀態等其他信息。不僅如此，軌道狀態、坡度以及運行期間的天氣條件等信息，也與鐵路網絡中的列車發車頻次一并記錄下來。Kress表示，“未來的交通業務里，單單列車并非決定因素。對于客戶而言，關鍵在于列車的生命周期成本及其高效使用。只有借助從列車、基礎設施和運行中得來的捆綁數據，才能取得成功。”

所有這一切形成了一片名副其實的數據*。一個100節車廂的車隊每年可產生約1000到2000億個數據點。而這只是開端。通過分析這些數據，Kress和他的團隊在探尋有意義的規律模式。譬如，運用由此獲得的知識，他們可以優化運營維護。又如，在機車與車廂相連時，雖然報錯顯示制動失靈，但可能這是正常情況。有了這樣的知識，模型便可以區分重要因素和次要因素，并識別因果鏈。得益于這種方法，Kress和他的團隊現在能夠運用具有高度可靠性的預測模型。舉例來講，在高速運轉下，變速箱軸承會發生嚴重磨損，MindSphere鐵路應用中心可以提前至少三天預測出問題，提高列車可利用率，節省費用。

西門子提供的高級數據分析系統確保了RENFE運營的Velaro E高速列車可靠運行。

德國鐵路公司也對實現這樣的優化感興趣。2016年10月，德國鐵路與西門子聯合啟用試點系統，對Velaro D（ICE 3）高速列車進行預測性維護和檢修。此外，德國鐵路貨運公司不久前宣布，將使用西門子提供的解決方案，進一步將它的列車車隊數字化。其目標是在2020年之前，為2000輛列車全部配備診斷技術。

高速且可靠

從西班牙國家鐵路公司（Renfe）運營的往返于馬德里和巴塞羅那之間的高鐵線路，便可以看出這項服務是多么有效。在這條線路上，Renfe可與一條航空路線競爭。這條線路火車要用兩個半小時，而飛機只用1小時20分鐘。然而，Renfe保證，如果火車晚點15分鐘以上，將向乘客全額退款。為了保證這種高可靠性，Renfe與西門子聯手創辦一家合資企業，對列車進行高級數據分析。結果是，約2300趟列車運行服務中，僅發生了一次與技術問題有關的重大延誤。十幾年前這條線路剛剛開通時，搭乘火車的旅客僅占20%，而現在這個比例已增至60%以上。

MindSphere鐵路應用中心負責人Gerhard Kress。

高級算法幫助Gerhard Kress和他同事預測何時可能發生潛在故障。

有了這些信息，鐵路服務中心負責人Martina Stöttner和她的團隊可以制定維修計劃，同時列車仍保持正常運行。

當列車抵達服務中心時，保養措施已準備就緒，只待執行。

隨之而來的是列車可利用率大大提高。

西門子還在慕尼黑Allach區建造Vectron型機車。

一列Vectro列車行駛在挪威。這列列車的模塊化結構是世界 。

對所有列車相關信息進行數字化分析

MindSphere鐵路應用中心還有一個優勢：它不僅能借鑒不同鐵路車隊提供的數據，而且可以運用不同運行條件的相關信息，不論這些車隊是在德國、西班牙，還是在俄羅斯。所有這一切都可以集成到一個信息工具箱，用來提高列車的可靠性。對于小規模運營商，這也是有利的，因為通過與西門子這樣的服務提供商合作，那些剛剛運營幾年，只有幾列自有或租賃列車的鐵路公司可以降低技術風險。Kress說：“故障和磨損預測、錯誤診斷，以及精心制定的維護周期計劃等，這些只是開始。在未來，鐵路服務中心將能夠通過有線方式下載列車的完整數據庫，就像現在對飛機所做的那樣，用來審核數據，排查異常。”