AKTUÁLNĚ REALIZOVANÉ PROJEKTY
Aplikace moderních metod digitalizace povinných periodických revizí výhybek správce železniční infrastruktury
Název projektu: Aplikace moderních metod digitalizace povinných periodických revizí výhybek správce železniční infrastruktury
Místo realizace projektu: provozovna NDCon LOGIC a.s., Osvobození 1 141, 431 11 Jirkov, Ústecký kraj
Registrační číslo projektu: CZ.01.1.02/0.0/0.0/21_374/0027365
Poskytovatel: Ministerstvo průmyslu a obchodu České republiky
Zdroj financování: Evropský fond pro regionální rozvoj
Operační program Podnikání a inovace pro konkurenceschopnost
Název a číslo výzvy: APLIKACE-VÝZVA IX., 01_21_374
Místo měření: železniční infrastruktura v České a Slovenské republice
Počet řešitelů: 12
Doba řešení projektu: 01. 09. 2021 – 31. 05. 2023, 21
I. Etapa: do 01. 09. 2021 – 31. 08. 2022
II. Etapa: do 01. 09. 2022 – 31. 05. 2023
Předpokládané náklady projektu: 55 431 857,- Kč
Míra podpory celého projektu: 45 %
Maximální míra dotace: 24 944 335,65 Kč
Záměr projektu: ověření současných moderních metod digitalizace při jejich aplikaci pro mandatorní revize výhybek u správce železniční infrastruktury. Vědeckou metodou výzkumu vytvořit funkční ověřenou technologii a SW řešení pro digitalizaci povinné revize výhybek pro správce železniční infrastruktury. V současné době jsou v praxi povinné revize výhybek řešeny systémem ručního měření, který dosud probíhá v osobní obhlídce (inspekci) a nedigitální formou, což je v přímém rozporu se současným trendem, EU normám a předpisy, které nařizují všem správcům železničních infrastruktur členských států EU digitalizovat celý proces kontroly, údržby a provozuschopnosti železnice. V projektu se bude implementovat takové moderní technologické řešení v rámci ověření technologie, aby byl pokryt celý proces revize železničních výhybek digitálně včetně jejího opravárenského cyklu.
Hlavní cíle projektu:
- Implementace sběrné aplikace pro přímé napojení na měřicí rozchodky, které umožňují sběr dat přímo v železniční infrastruktuře.
- Komparace měření výhybek různými měřidly na různých typech výhybek.
- Implementace vytvořeného modulu revize výhybek do Datového skladu diagnostiky.
- Vývoj SW nástroje pro digitální výhybkový list.
- Vývoj SW řešení pro celý řetězec sběru a zpracování dat z revize výhybek.
- Ověření provozu aplikace na digitálních zařízeních určených pro revize výhybek.
Inteligentní diagnostika dopravní cesty pomocí laserových technologií
reg číslo: CZ.01.1.02/0.0/0.0/19_262/0020267
Projekt má zajistit nové poznatky pro vytvoření inovovaného produktu nového diagnostického systému pro měření kritických komponentů železničního svršku pomocí opto-laserové metody. Cílem je zajištění vysoké bezpečnosti železniční dopravní cesty jako kritické infrastruktury, zvýšení propustnosti železniční dopravní cesty, snížení energetické náročnosti, zvýšení rychlosti železniční dopravy a snížení nákladu na opravu a údržbu železničního svršku.
Cílem je zajistit vyšší bezpečnost kritické železniční infrastruktury (železniční cesty) a identifikace defektů, vad či poškození infrastruktury a dalších zařízení tratě. Forma fyzických kontrol a diagnostiky tratí v posledním období doznala značného rozvoje. Naměřená diagnostická data jsou klíčovým podkladem pro hodnocení tratí a z toho plynoucích činností včetně plánování údržby. Se zvyšující se rychlostí na tratích má diagnostika tratí stále větší význam (zajištění bezpečnosti tratí). Vyšší rychlost projíždějících souprav klade vyšší nároky na kvalitu a spolehlivost tratí a na zajištění jejich provozuschopnosti.
S nově se objevující moderní technologií Opto-Laserové Technologie nabízí zcela nové možnosti zaznamenání vady či defektů, resp. podezření na krytou vadu. kombinace takového HW vybavení s vyvinutým SW se zakomponovaným matematickým algoritmem pro umělou inteligenci a inteligenci okolí (obsahující algoritmus metody pro rozpoznávání objektů v obrazech pro identifikaci oblastí) zajistí strojové rozhodování o kategorii, do které identifikovaný objekt spadá. Takovým postupem bude vytvořen inovovaný produkt s metodou hlubokého učení (Deep Learning + Machine Learning) pro zajištění neustále se zpřesňující citlivosti měření a chytřejších procesů v identifikaci defektů.
