Page 83 - 捷運技術 第58期

73

（二）鐵路資產資料的傳輸 試和推出 AI ／ ML（人工智慧／機

旅程的下一步是將這些有價值 器學習）應用程式。這些應用程式
的資料傳輸到雲端。在鐵路系統傳 可以檢測異常、預測故障，甚至可

統上被設計為封閉系統。現代通信 以對未來的資產性能、成本和風險進
技術和最先進的安全技術可做到以 行建模，以找到最合適的改進措施。
安全、安全和高效的方式從鐵路資 （五）分享結果和行動建議資料

產傳輸資料至雲端。 評估和更深層次的見解只有當

（三） 基於雲計算的鐵路資產資料 它們到達一個實際負責運營、維護
處理 和資產管理的人那裡時才能產生真
Railigent X 是一種基於雲計算 正的價值，當責人可以利用這些見

的鐵路資產管理解決方案，它能夠 解做出更快、更好的決策。Railigent
更有效地存儲和處理資產資料，而 X 應用現代方法和技術，在正確的

且持續時間要長得多。基於雲的基 時間向正確的人提供正確的見解。
礎設施也總是最新的，所以沒有必 在可能和有意義的情況下，這還包
要處理繁瑣的 IT 系統升級。然而， 括為用戶創造更大價值的補救建議

原始資產資料可能既龐大，也可能 或行動建議。
有些錯誤和不完整。因此，這裡的 Railigent X 以基於狀態的監測、

關鍵步驟是正確取得、清理和存儲 資料分析和預測性維護概念，使軌
原始資料。 道運輸更加有效、可靠和舒適。此

（四）在工業規模上，產出洞察力 外，也可以降低生命週期成本和操
作風險。其通過深入地對多個來源
下一步：檢查和評估存儲的資
的資料進行高級分析，基於狀態的
產資料，以產生洞察力。這可以通
預測性維護方法能夠延長維護間隔，
過多種方式實現，從使用基本的聚
消除不必要的工作，例如過早更換
合演算法到應用高級商業智慧報告
引擎。西門子表示區別 Railigent X 零件，並將維護成本降低至 15%。
與市場上其他鐵路資產管理解決方 二十六、維修車輛－ VOSSLOH

案的不同是其先進的工業人工智慧 Vossloh 是著名的鐵路基礎設施
能力，稱為 Algorive，用於創建、測 行業供應商。定期檢查鐵路網絡是