最重要的客户奥地利铁路货运公司（RailCargo Austria）在 11,000 多辆货车上安装了 A1 Digital 的设备（匈牙利铁路货运公司安装了 2,000 多辆货车）。随着时间的推移，A1 Digital 从这些设备中收集了大量数据。 它们有什么用？主要经验和潜力是什么？您是否可以租用一些设备在您的车队中试用？我们提出了这些问题，A1 Digital 高级专家兼铁路洞察解决方案顾问 Jürgen Rudolf、高级数据科学家和机器学习顾问 Stefan Höltinger 以及A1 Digital 物联网产品营销经理 Philipp König 作了回答。
您如何概括铁路在跟踪和追踪货车方面从模拟到数字的演变？
于尔根-鲁道夫在这个星球上，铁路企业并不是最先进的，有些企业近 200 年来一直以同样的方式行事。一切都完全是模拟的。近年来，新的举措为资产配备了设备，并将其连接到互联网络。
第一步是了解货运车辆的位置。这有助于我们更好地估算到达客户处的时间，或了解我的车厢与因物流原因而需要它们的地区相比的位置。
第二步是从维护的角度出发--了解货运车辆的确切里程。特别是在单节车厢运输中，货运车辆绝对不在车厢所有者的范围之内，他们往往不知道货物在哪里。因此，跟踪和追踪使客户能够准确地知道他们的货物在哪里。车主知道自己的里程数，也能更好地规划保养间隔。有了更多的数据，我们甚至可以预测货车到达目的地的预计时间。通过安装额外的传感器，还可以进行基于状态的维护等。在人工智能的帮助下，我们正在讨论预测性维护。
对于铁路公司的许多人来说，物联网（IoT）和人工智能是完全陌生的词汇。您如何描述其在铁路模拟世界中的潜在用途？
于尔根-鲁道夫你说对了。我们不想与客户谈论技术可能性、规格等。我们想谈的是对商业案例的建议、它带来的优势、为什么要这么做以及快速的投资回报。我们将模拟资产转移到数据驱动的商业模式中。因为这正是吸引他们的地方--优化物流和维护问题。物联网是其背后的工具。该设备将使铁路为最大限度地减少气候变化和二氧化碳排放做出贡献。
A1 Digital 推出了用于跟踪和追溯的硬件和软件，但从那时起，产品就在不断发展。你们的解决方案现在能为客户带来什么？
于尔根-鲁道夫 我们是为数不多的为货车数字化提供一站式服务的公司之一。我们不是简单地销售硬件、软件、连接或其他任何东西。我们从每个部分中为特定客户选择合适的产品，即提供解决方案。我们拥有物联网平台，可以接收和处理来自货车的传输数据，还可以将远程更新、配置调整、校准等信息发送回货车。 没有多少铁路公司拥有先进的资产管理平台，我们可以在平台上输入这些数据。相反，他们使用 Excel 表和类似的操作方式，而我们必须找到一种方法，将我们的数据整合到那里，或提出更现代化的数据处理平台。我们在数据分析和机器学习的整个链条中都提供这种服务。这有助于最大限度地挖掘隐藏在这些数据中的潜力，为公司带来优势。客户的需求因人而异，但我们主要讨论的是预测性维护、车皮状况或振动数据。
斯特凡-霍廷格（Stefan Höltinger）： 只使用 Excel 的 "老办法 "并非铁路行业独有，但在许多行业仍很普遍。我们还提供了机器学习平台，该平台可通过仪表板轻松使用，并可从 Excel 平稳过渡到更高级的机器学习分析。您可以从 Excel 表中加载数据，并测试各种机器学习算法，以获得最佳解决方案。您仍然可以将结果导出到 Excel，但最终目标是实现整个过程的数字化。
你们的解决方案提供的功能包括振动数据或冲击传感器。这对车皮所有者或铁路货运公司有什么用处？
斯特凡-霍廷格（Stefan Höltinger）：振动数据是除跟踪和追踪之外的许多应用案例的关键。它提供了有关如何处理货车的宝贵信息，例如在调车或装卸过程中。根据您使用的货车类型和运输的货物，您可以设置货车振动的特定阈值或可接受的振动水平。如果振动超过阈值，您就可以认为车厢损坏并安排检查。只有在收集了许多货车的数据并对每种类型的货车应用机器学习模型后，才能做到这一点。
机器学习如何应用于铁路货车？
Stefan Höltinger：第一步，您必须确保您使用的传感器能够为您的应用提供有用的振动数据（即适当的频率和特征）。第二步，从设备中收集几个月的数据。然后，您可以利用这些数据来发现有趣的模式--而这正是机器学习最有帮助的地方。然后，您将与领域专家一起验证已识别的冲击模式，并将其分配给特定事件。这样，您就可以为未来提供更好的预测和信息。
您能举一个具体的例子吗？
斯特凡-霍廷格例如，您知道某个特定客户使用某种特定类型的货车，而货车在不同客户的侧线装卸时通常会有不同程度的振动。如果您观察到看不见的振动模式，算法就会识别出这些异常振动，这可能表明货物装卸处理不当。然后，您就可以假设车厢需要进行彻底检查，以确定是否有损坏。
你们是如何找到冲击传感器解决方案的？
于尔根-鲁道夫（Jürgen Rudolf）：铁路货运公司最初的任务是在车上安装震动传感器，以了解装载不当的情况。他们遇到了很多损坏，尤其是客户在装载废铁时，试图篡改已装载的废铁以装载更多的废铁。这种不当装卸造成的损失每年高达数百万美元。他们想知道是在哪里发生的。记录这种情况的 3D 冲击传感器是我们设备的标准部件。当车皮缓冲器以超过允许范围的速度发生接触时，它也会被用于硬调车。不当的货物装载或调车表明货车必须到车间进行检查。
另一个案例是行驶中的货车--我们记录到的冲击并没有影响到货车，但却经常出现在准确的位置。这可能是轨道损坏的迹象。通过这些地理定位，我们绘制出了热图，上面标注了需要基础设施管理者（公共或私人）注意的位置，例如，当发生在侧线上时。
我们还可以用微小但有规律的振动来指示车轮上的扁平点。因此，这一切都让我们感到惊讶--震动传感器对操作员、车厢所有者、机车车辆和轨道的维护以及事故预防都很有帮助。
Stefan Höltinger： 对新客户的积极影响在于，我们已经收集并分析了大量数据和潜在解决方案。因此，新客户可以从这些经验和过去对解决方案的改进中获益。
基础设施维护的潜在好处引起了我的注意。您是否看到这些来自热力图的数据被共享给基础设施公司，以及这些数据是否得到了修复？
于尔根-鲁道夫潜力是存在的，但目前大多没有得到利用。虽然运营商和基础设施公司属于同一集团，但那些为解决方案付费的人却将数据视为自己的数据。数据共享的权利和义务存在不确定性，因此大多数数据所有者不愿意为了共同利益共享数据。一方面，我对此表示理解。另一方面，数据共享可以实现一个更大的目标：使铁路更具竞争力和面向未来，这是我们都希望的。这将是真正的双赢。
让我们回到你们提供的解决方案上来。硬件、软件和数据处理三位一体，对吗？
于尔根-鲁道夫是的，我们选择优化的硬件，将其连接到物联网平台，分析数据并提供用户平台。除此之外，我还要举一个有趣的例子：铁路货运公司（Rail Cargo）需要在 30-40 分钟内激活设备，将其安装在车皮上，并在所有系统中将车皮编号与设备编号连接起来，测试其是否正常工作。我们与 11 个铁路货运车间密切合作，优化了这一程序，将时限缩短至 6 分钟。我们还制作了一个手提箱，里面装有所有必要的工具。将近半小时的节省时间乘以 11,000 节车厢的节省时间是相当可观的（同时还节省了数人年的成本！）。
铁路货运公司有自己的内部车间，您可以与之合作。如果客户需要为其车队承包维修车间，并希望安装这些设备，您能为他们提供帮助吗？
于尔根-鲁道夫我们总是将安装与货车的保养周期结合起来，而不是追着货车随时随地安装。我们几乎可以在任何地方进行车间安装，不需要任何特殊设备，正如我们所说的，我们只需要运送一个手提箱。
计划中的数字自动耦合器 (DAC) 将配备电源线和数据采集器。这是否意味着你们在货运车辆上提供的装置将是多余的？
于尔根-鲁道夫完全没有。DAC 是一项非常伟大的欧洲倡议。数据总线会将数据发送给机车。但谁来将特定轨道车的数据发送给货车车主呢？货代公司可能会改变，牵引公司也会改变--要确保从所有这些公司始终获得相同的数据是不可能的。此外，如果使用单节车厢运输，车厢会被拆开并重新连接，复杂性会成倍增加。因此，车队所有者在许多年内仍然需要这种数字解决方案--无需任何有线连接即可轻松安装。
比方说，我是一名客户，我想试用这个解决方案，但我还没有完全下定决心在我的整个货车队中实施它。有试用的办法吗？
于尔根-鲁道夫是的，我们称之为Rail Insight Trial Box。 我们将发送一个装有十台设备的盒子，这些设备可以通过磁性背面方便地安装在货车上。客户将写明哪个设备安装在哪个货车上，然后就可以访问显示这十辆货车数据的仪表盘，为期三个月。这包括跟踪和追踪以及客户的其他需求。一年的季度结束后，客户将设备寄回给我们，我们的数据分析师将处理收集到的信息。最后，我们将与客户就我们的研究结果举行后期研讨会，并展示我们可以利用这些数据做些什么。
如果潜在客户有兴趣与您交谈，并讨论如何进一步使用您的解决方案，最好的开始方式是什么？
Philipp König： 一个好方法是访问 我们网站上的 Rail Insight 页面，并通过表格向我们的专家申请免费、无约束力的咨询。如果您喜欢观看视频，我建议您查看我们最近与客户 Rhaetian Railway 举行的网络研讨会的录音。
