07/06/2018


Innovatieve applicatie voor veilige en efficiënte spoorinspectie mogelijke prijswinnaar

Op dinsdag 12 juni a.s. vindt de feestelijk uitreiking van de Nederlandse Data Science Prijzen plaats. De Koninklijke Hollandsche Maatschappij der Wetenschappen (KHMW) en de Big Data Alliance (BDA) willen met de prijzen Nederland op de kaart zetten als hét Data Science-land bij uitstek. Ook willen zij ondernemerschap en wetenschappelijk onderzoek stimuleren.


“Genomineerden mogen trots zijn op de voortrekkersrol die ze vervullen binnen dit vakgebied, zowel in de wetenschap als in het bedrijfsleven. We verheugen ons op 12 juni wanneer we de Nederlandse Data Science Prijzen uitreiken aan de winnaars. Mooie initiatieven die een groot podium verdienen”, aldus Alexander Rinnooy Kan, voorzitter van de Big Data Alliance.


CQM en Inspectation zijn met hun innovatieve applicatie voor een veilige en efficiënte inspectie van het spoor genomineerd voor de Hendrik Lorentz prijs, bedoeld voor een organisatie binnen het bedrijfsleven of de overheid die op een onderscheidende en innovatieve manier Data Science toepast. CQM bevestigt met deze nominatie haar absolute expertise in het creëren van waarde middels innovatieve Data Science toepassingen, na de winst van de Hendrik Lorentz prijs in 2017 met AgroEnergy.

 

Veilige en efficiënte inspectie van het spoor

Nederland heeft het drukst bereden spoornet van Europa. Gemiddeld maken reizigers elke dag 1,1 miljoen treinreizen – in totaal 152 miljoen kilometers. Alle goederen leggen met elkaar 6 miljoen kilometer af. Het is dan ook van groot belang zorgvuldig en efficiënt met het spoor om te gaan. Veiligheid en betrouwbaarheid staan hierbij natuurlijk voorop. Door monitoring en inspectie van spoorstaven en -wissels is het mogelijk beginnende defecten eerder te zien en vroegtijdig in te grijpen. Dit verhoogt niet alleen de veiligheid, maar ook de beschikbaarheid van het drukbezette spoor. Inspectation is een bedrijfsonderdeel van VolkerRail (een VolkerWesselsonderneming) dat gespecialiseerd is in de monitoring van infrastructuur. Voor ProRail inspecteert het bedrijf ongeveer de helft van alle spoortrajecten in Nederland.

Visuele inspectie is een tijdrovende klus en bovendien onderhevig aan interpretaties van verschillende specialisten. Om de kwaliteitscontrole sneller, nauwkeuriger en robuuster uit te voeren kan dit proces met Deep Learning deels geautomatiseerd worden. De voordelen van automatisering zijn drieledig:

  • De huidige kwaliteitscontroles kunnen in minder tijd worden uitgevoerd;
  • Er ontstaat een objectieve maat voor kwaliteit;
  • Bij het opschalen van de productie, zal de benodigde tijd voor inspecties niet lineair mee stijgen.

In 2016 zijn Inspectation en CQM begonnen aan de ontwikkeling van automatische beeldherkenning voor spoorinspecties. Vroeger liepen hiervoor mensen langs het spoor, met alle gevaren van dien. Intussen maken speciaal uitgeruste treinen van ieder stukje rail een foto. Dat gebeurt drie of vier keer per jaar. Dit levert een enorme hoeveelheid beelden op die allemaal door inspecteurs van Inspectation worden bekeken. Met behulp van Data Science en Deep Learning hebben Inspectation en CQM een zelflerend systeem gemaakt voor het automatisch detecteren van mogelijke defecten op het spoor.

Op dit moment wordt de automatische spoorinspectie dagelijks door de inspecteurs van Inspectation gebruikt. Het huidige systeem is zo ver dat de foto’s voor 99 procent correct worden beoordeeld. De inspecteurs hoeven 80 procent van de foto’s nu niet meer te bekijken. Hierdoor kan een inspecteur vijf keer efficiënter zijn werk doen. De overige foto’s bekijken ze nog wel, maar dan om te beoordelen welke acties nodig zijn om de eventuele defecten te repareren.

In de toekomst biedt de huidige oplossing mogelijkheden om de meest bereden kritische sporen nog vaker te inspecteren en de kwaliteit nog verder te verhogen. Verder kan de oplossing ook worden ingezet op het buitenlandse spoornetwerk of metro- en tramnetwerken. Daarnaast is de techniek geschikt om toe te passen op de inspectie van wegen, bruggen en tunnels.

 

Nominatie

Projectleider en senior consultant bij CQM Huub van den Broek: “Toen collega’s vorig jaar de prestigieuze Data Science Prijs wonnen, heb ik geen moment getwijfeld. Ik heb meteen contact opgenomen met de projectleider bij Inspectation om ons uit te dagen in 2018 opnieuw mee te kunnen dingen met ons project over automatische spoorinspectie. Toen de inschrijving voor 2018 opende waren we zo ver en hebben we meteen onze projectbeschrijving ingezonden. Hartstikke leuk om te doen, want we zijn allebei heel erg blij met en trots op het resultaat!"

Huub vervolgt: “Het project is een geweldig voorbeeld van hoe Data Science in de praktijk kan werken. Alle gespecialiseerde kennis van Inspectation over digitale monitoring en inspectie zijn met Deep Learning technieken omgezet in automatische spoorinspectie. Naast efficiency levert dit een betere staat van onderhoud op en dus meer veiligheid en beschikbaarheid van het spoor. Geweldig dat we nu met dit project genomineerd zijn voor één van de Nederlandse Data Science Prijzen.”

 

Ook interessant:

- Nominatie en Media-aandacht Hendrik Lorentz Prijs 2017

- RTLZ besteedt aandacht aan Deep Learning in de praktijk

- In het nieuws: Eindhovens Dagblad - “CQM past wiskunde toe om inspectie bij spoorwegen te automatiseren"

- Blog - Wat is (het verschil tussen) Artificial Intelligence, Machine Learning en Deep Learning

 

Op de hoogte blijven van het laatste nieuws?

Volg CQM op LinkedIn of meld u aan en beheer hier de mailing die u wilt ontvangen.

 

Arjen Vestjens
Arjen Vestjens helpt je graag verder Neem contact op