Från järnvägsspår till data: Hur digitala järnvägar omdefinierar ingenjörstjänsterna

Under större delen av järnvägens historia innebar det att människor var tvungna att gå längs linjen för att manuellt inspektera dess skick. Inspektörerna gick sin sträcka till fots och bedömde skenorna och ballasten med blotta ögat, och många gör det fortfarande. 

I allt högre grad får man dock den bästa bilden av järnvägens skick genom att använda teknik: kameror under förbipasserande tåg, sensorer på växelmotorer och signalsystem som vet var varje tåg befinner sig.

Denna förändring sker samtidigt som investeringarna i järnvägen fortsätter att öka. UNIFEs senaste World Rail Market Study, som presenterades på InnoTrans i september, förutspår att den globala marknaden för järnvägsutrustning kommer att växa med i genomsnitt 3,2 % per år. Det skulle innebära en ökning från cirka 221 miljarder euro under 2023–25 till 266,8 miljarder euro under 2029–31.

De timmar som finns tillgängliga för arbete på spåren ökar dock inte i samma takt. I ett hårt belastat nätverk minskar varje extra tåg på spåren ytterligare utrymmet för underhåll.

Den digitala omvandlingen av järnvägen är därför en driftsfråga. Kan en operatör omsätta vad dess tillgångar rapporterar till rätt arbete, under rätt tidsfönster, med underlag som tål granskning? Att hjälpa operatörerna med detta håller snabbt på att bli kärnuppgiften för järnvägstekniska tjänster.

Järnvägen har redan data

I början av 2019 fotograferade Network Rails övervakningståg spåret med 0,8 mm:s intervall, vilket motsvarar cirka 70 000 bilder per sekund vid en hastighet av 125 mph. De hade redan ersatt manuella inspektioner på 8 500 miles spår. Och så sent som i mitten av 2020 hade Deutsche Bahn anslutit 28 000 växlar till sensorer som mäter den effekt varje växelmotor drar och flaggar allt som är ovanligt. Tekniken har hjälpt DB att förebygga 3 600 fel.

Smart signalsystem tillför ytterligare en dataström. Elektroniska ställverk kan logga varje ruttinställning och växelförflyttning, och kommunikationsbaserad tågkontroll (CBTC) spårar varje tågs position kontinuerligt istället för block för block. Lägg till IoT inom järnvägen i ett bredare perspektiv – på lager, strömavtagare, dörrar och rulltrappor – så blir datamängden ett problem.

En kamera som tar 70 000 bilder per sekund fattar inga beslut. Någon – en människa eller ett intelligent system – avgör vilka av dessa bilder som visar ett fel som bör åtgärdas under kvällens underhållsfönster, och vilka som kan vänta. Flaskhalsen har flyttats från avkänning till beslutsfattande.

Vad detta kräver av järnvägstekniska tjänster

Operatörer och tillverkare har traditionellt köpt in teknik i delar: konstruera den här boggin, testa den där säkerhetsanordningen, underhåll den här vagnparken. Den digitala järnvägen kräver något mer avancerat, nämligen att konstruera hela kedjan från sensor till arbetsorder. Fyra förmågor är viktigast.

Börja med kanten. Ett tåg utrustat med kameror kan producera fler bilder än vad en mobil länk praktiskt taget kan hantera, så detekteringen sker i allt högre grad ombord, på hårdvara som tål vibrationer och damm.

Sedan kommer integrationen över olika epoker. Järnvägstillgångar håller i årtionden, så en sträcka kan innehålla en blandning av reläbaserade signalsystem, halvledarsystem och nya sensorer från flera leverantörer. Analys av järnvägsdata fungerar bara när varje avläsning kan kopplas till en specifik tillgång vid ett specifikt ögonblick.

Säkerhet är den tredje faktorn. Järnvägsprogramvara utvecklas enligt säkerhetsstandarder som EN 50716, och allt som påverkar ett säkerhetsbeslut måste kunna styrkas med bevis som en bedömare godtar. AI förtjänar sin plats genom att upptäcka problem tidigt och rangordna dem. Kvalificerad personal och certifierade system har det sista ordet.

Slutligen måste säkerheten byggas in redan från början, eftersom varje ansluten sensor också är en ingångspunkt. Järnvägsbranschorganisationerna UNIFE, CER och UITP beskriver Europas Cyber Resilience Act som en lag som omfattar produkter ”från smartphones till lok”. Sedan september 2026 har tillverkare varit skyldiga att rapportera aktivt utnyttjade sårbarheter, och de huvudsakliga skyldigheterna gäller från december 2027.

Ingen av dessa funktioner är i sig ny. Att integrera dem i ett enda system är däremot nytt, och det är just detta som skiljer ett pilotprojekt från ett fullskaligt program.

Vad LTTS fokuserar på

Vårt arbete inom järnvägssektorn koncentreras där data och säkerhet möts: smart signalsystem, spårinspektion och tillståndsövervakning.

Inom smart signalering arbetar våra ingenjörer med reläkopplingar, halvledarbaserade kopplingssystem och CBTC, tillsammans med tågstyrning och systemteknik. Denna bredd är viktig, eftersom de flesta järnvägsnät kommer att driva både gamla och nya signaleringssystem parallellt under många år.

Inom spårinspektion kör vårt AI-baserade TrackEi™-system djupinlärning på NVIDIA Jetson™-plattformen för edge-AI. Högupplösta kameror och laserprofilering gör det möjligt att upptäcka trasiga räls, sprickor och feljusteringar medan tåget är i rörelse, med bearbetning ombord för att minska fördröjning och bandbreddsbehov. I ett kunduppdrag kördes TrackEi™ i över 100 km/h och bidrog till att fördubbla inspektionseffektiviteten samtidigt som inspektionsinsatsen minskades med 40 %.

Inom tillståndsövervakning utvecklar vi IoT-baserad diagnostik och förebyggande underhåll som hjälper till att omvandla signaler från anläggningarna till underhållsprioriteringar. Förebyggande underhåll inom järnvägssektorn lönar sig endast när varningarna når fram i en form som en planerare kan agera på.

För oss är det just detta som ”Engineering Intelligence” innebär inom järnvägssektorn: AI som arbetar på tåget och vid själva anläggningen, där problemet uppstår, snarare än på en kontrollpanel i efterhand.

Att utveckla intelligenslagret inom järnvägsbranschen

Nästa fas i den digitala omvandlingen av järnvägssektorn kommer inte att avgöras av vem som installerar flest sensorer. Den kommer att avgöras av vem som kan besvara tre frågor för varje ny dataström: Vilket beslut påverkar den? Vem är ansvarig för att agera på den? Kan vi bevisa att den är säker och tillförlitlig?

Smart signalering, spårinspektion, tillståndsövervakning och AI är byggstenarna i digitala järnvägslösningar. Att integrera dem i ett system som människor kan lita på är det verkliga arbetet, och det är vad operatörerna bör förvänta sig av sina partners inom järnvägsteknik.

Inspektörerna kommer fortfarande att gå längs spåren i många år framöver. Skillnaden är att de kommer att veta var de ska titta.