Il progetto di ricerca sviluppato da Dyrecta Lab, discusso durante la virtual conference “Metrology for Industry 4.0 and IoT”, ha riguardato lo sviluppo di una piattaforma informatica per la geolocalizzazione delle mappe di rischio dell’infrastruttura ferroviaria mediante algoritmi di intelligenza artificiale per la manutenzione predittiva.
Il lavoro proposto si è concentrato sull’esecuzione delle ispezioni con dispositivi diagnostici mediante metodi non invasivi, basati su Ground Penetrating Radar (GPR), tecnologie di scanner laser e sensori di temperatura autonomi.
Si è utilizzato il GPR per il rilevamento di possibili problemi geomorfologici che possono influenzare la stabilità dell’infrastruttura.
Il laser scanner ha eseguito il dimensionamento e la mappatura geometrica della linea ferroviaria e dell’ambiente circostante, rilevando le anomalie geometriche dei binari.
Di fondamentale importanza sono stati sensori di temperatura, termocamere e sonde endoscopiche che hanno supportato l’analisi GPR per quanto concerne la previsione dei fenomeni di espansione termica e deformazione dei binari che possono aumentare il rischio di deragliamento.
I valori misurati sono stati, quindi, raccolti con tecnologie Internet of Things (IoT) e inviati direttamente al database SQL. Successivamente i dati sono stati elaborati da algoritmi Fast Fourier Transform (FFT) e intelligenza artificiale (AI), comprese le reti neurali di memoria a lungo termine a breve termine (LSTM) e Convolutional Neural Network (CNN) per monitorare i livelli di fouling nel ballast e prevedere l’insorgere di potenziali condizioni pericolose, compresi gli eventi di collisione di treni in galleria, di deformazione del binario ferroviario e altri potenziali cedimenti strutturali.
Mediante un sistema Supporto alle decisioni (DSS) è stato possibile abilitare i livelli di allerta per valori fuori soglia.
Flusso dei dati della piattaforma
Il progetto di ricerca ha riguardato la realizzazione di una piattaforma diagnostica con dashboard grafiche in grado di fornire un sistema di alerting e monitoraggio strutturale delle ferrovie nell’ambito del progetto italiano intitolato “Tecnologie di monitoraggio laser scanner/georadar integrate a sensoristica endoscopica e di temperatura per la definizione di mappe di rischio e manutenzione predittiva dell’infrastruttura ferroviaria: monitoraggio del rischio e manutenzione predittiva”.
La pubblicazione completa al link:
https://ieeexplore.ieee.org/document/9488467
