Если смотреть на наш комбинат сверху, то это не просто завод — это гигантский живой организм с собственной кровеносной системой. 596 километров железнодорожных путей с 1650 стрелочными переводами, по которым день и ночь курсируют 136 локомотивов.

Долгие годы работа этой системы обеспечивалась исключительно человеком. Представьте: «вертушка» с 15 вагонами 3-4 раза за смену уезжает со станции. И то, как она пройдет свой маршрут, целиком зависело от того, кто сидит в кабине. Один из машинистов может мастерски использовать инерцию и профиль пути, чтобы на выбеге взять подъем и сэкономить топливо. Другой будет вести состав более прямолинейно. Но это условно. Суть в том, что квалификация у всех разная, а объективно оценить «манеру вождения» и ее оптимальность было невозможно.

Отсутствие прозрачности процесса закономерно вело к некоторым проблемам — перерасходу дизельного топлива, преждевременному выходу техники из строя. Перед нами встала задача: перестать полагаться на человеческий фактор и взять управление в свои руки.

Для этого нам нужна была система, которая в режиме онлайн отвечала бы на ключевые вопросы. Где именно находится каждый локомотив? Как он едет? Правильный ли режим выбрал машинист?

Как мы подступились к этой задаче

Итак, мы решили построить систему онлайн-мониторинга тепловозов. План был в следующем.

1. Создать цифровые эталоны идеального движения, на которые можно было бы ориентироваться при оценке «манеры вождения» машиниста.

2. Дать железным дорогам некие точки мониторинга, разметив пути с помощью RFID-меток для точного позиционирования локомотивов в реальном времени.

3. Начать отслеживать точное местоположение локомотивов, измерять аппетит машин и следить за расходом топлива.

4. Внедрить единый мозговой центр, который бы аккумулировал все данные.

Оцифровка мастерства и нарезка маршрутов

Управление локомотивом — в каком-то роде искусство. Нашей задачей было превратить это искусство в точную науку. Для этого мы начали создавать «режимные карты» — эталонные сценарии идеального движения для каждого участка пути.

Мы виртуально «разрезали» все маршруты на мелкие сегменты — геозоны длиной всего по 50-100 метров. В общей сложности маршрут был разбит на 300 таких точек контроля.

Например, вот так выглядит путь от одной станции до другой:

В каждую такую геозону мы «зашили» свой эталон — какая скорость здесь является оптимальной в прямом и обратном направлении. Это позволило нам получить объективный критерий для оценки действий машиниста.

Но откуда мы взяли эти идеальные параметры? У нас на руках было много разнообразных вводных — скоростные режимы на участках, данные о локомотивах, типах вагонов и грузе — но связать их воедино получилось только при помощи этой системы. На основе анализа полученных данных нам удалось вывести эталонные значения.

Около полугода система в фоновом режиме, незаметно для машинистов, собирала статистику: как именно каждый из них ведет состав на каждом из этих участков, с какой скоростью и с каким расходом топлива. Затем мы отфильтровали аномалии — например, слишком быстрые или медленные проезды, ведущие к перерасходу — и вывели усредненные оптимальные значения.

Иными словами, обобщили опыт лучших машинистов, выявив золотую середину между скоростью и экономией, и с помощью этих данных установили скоростные режимы в рамках нашей железной дороги.

Мониторинг скорости тепловоза

К моменту подготовки режимных карт вопрос оснащения путей датчиками почти был решен — в рамках более раннего пилотного проекта наш подрядчик уже оснастил пути 150 RFID-метками. Когда мы поняли, что это решение нас устраивает, установили еще 3000 меток.

Почему мы решили использовать RFID, а не, например, GPS? В условиях промышленной железной дороги погрешность 4-5 метра в каждую сторону — это, мягко говоря, недопустимо. Для нас было критично понимать, не что состав «где-то в районе путей», а на каком именно пути он находится.

Поэтому разместить RFID-метки мы решили на входных и выходных стрелках. Когда локомотив пересекает метку, система фиксирует, по какому пути он следует.

Но знать местоположение — мало. Ключевым параметром для нас была скорость. Для этого на тепловозах мы использовали ранее установленный КПД-3П — комплекс параметров движения, которым оборудован каждый тепловоз НЛМК. С него информация в онлайн-режиме передается на сервер с указанием скорости и геозоны работы локомотива.

Реализация, однако, не обошлась без своих вызовов. Отдельные участки железнодорожных путей находятся в зоне слабого покрытия промышленной сети. Но и эту проблему мы решили. При отсутствии связи данные аккумулируются во внутренней памяти и отправляются в систему, когда появляется соединение.

Были и курьёзные трудности. Первоначально метки размещали посередине путей, но суровая реальность в лице снегоуборочной техники быстро внесла свои коррективы. Пришлось перенести их на стрелочные переводы — место более защищенное и с точки зрения логики системы куда более выгодное. Но и там их подстерегает другая напасть — после проведения работ (например, капитального ремонта) сотрудники порой забывают вернуть метки на место.

Замер расхода топлива

Сердце любого проекта оптимизации — это достоверные данные. Можно идеально отслеживать местоположение и скорость, но если мы измеряем ключевой ресурс — в нашем случае дизельное топливо — с недостаточной точностью, вся экономия может сойти на нет.

Для решения этой задачи наши тепловозы оборудованы комплексом «Кварта-Р1», который отвечает за замер объёма топлива.

Топливо — не статичная субстанция. Его плотность может меняться, причем в обе стороны. Например, из-за температуры. Поэтому его количество на борту локомотива измеряется с учетом его текущей плотности. Так мы точно знаем, сколько дизеля было фактически израсходовано на каждом участке пути при конкретных режимах работы двигателя. Дополнительно, чтобы не измерять случайные всплески дизеля, датчики в бак установлены по диагонали.

Пульт управления локомотивами

Всё это — тысячи точек данных от меток и датчиков — обретает смысл только тогда, когда попадает в единый мозговой центр. Таким центром для нас стала система «ЭМ-Диспетчер». В нее стекаются и обрабатываются данные со всех 136 локомотивов, превращаясь в подсказки и инструкции.

Здесь каждый сотрудник железной дороги найдет для себя полезную информацию.

Администратор может в реальном времени узнать местонахождение каждого тепловоза и детальную информацию по нему. Система в реальном времени выводит уведомления: о простоях, нарушениях скоростного режима и отклонениях от геозоны.

Для удобства дежурно-диспетчерского персонала визуализированы ключевые метрики. Есть цветовая индикация простоев: локомотив, стоящий более 20 минут, подсвечивается желтым, а более 40 — более тревожным красным. Каждый дежурный и диспетчер видит только те локомотивы, которые работают на его станции или участке.

Дежурные по станции и начальники районов, как и администратор, видят картину в режиме реального времени. Они могут не гадать, где находится состав, а точно знать, что он уже на подходе и пора готовить для него путь. Это позволяет оптимизировать движение по станциям и ускорить весь процесс грузооборота.

И, конечно же, решение в скором времени будет доступно и самим машинистам. Для этого ему будет необходимо только мобильное устройство. В отличие от Яндекс Навигатора, который предупреждает о превышении максимальной скорости, наша система будет напоминать о том, что нужно придерживаться целевого значения. При отклонении от скоростного режима или выбора правильной позиции, система выдаст уведомление. Также в комплексе реализована выдача предупреждений в режиме онлайн о действующих ограничениях скоростного режима на участке.

От черного ящика к безопасности и экономии

Теперь кратко о том, что мы получили.

• Управление ресурсами и экономия. Данные о расходе топлива помогают оптимально распределять ресурсы и снижать эксплуатационные расходы. Только на дизельном топливе за год работы решения нам удалось сэкономить 14,7 миллионов рублей.

• Безопасность и контроль. Повысился уровень контроля со стороны руководителей локомотивного цеха, выросла безопасность движения.

• Уменьшение затрат на обслуживание. Через увеличение расхода топлива на одних и тех же тепловозах мы можем выявить неисправность на ранней стадии и заблаговременно устранить ее, что позволяет сократить внеплановые простои техники.

• Планирование технического обслуживания. На основе информации об отработанных часах, пробеге и нагрузках можно планировать регулярное техническое обслуживание и ремонты. Это продлевает срок службы локомотива и снижает риска поломок.

• Экология. Снижение общей эмиссии с локомотивного парка даже на 9% — огромный вклад в экологию территории.

• Оценка работы машинистов. Информация о стиле вождения, соблюдении скоростных режимов и других аспектах управления локомотивом позволяет оценивать профессионализм машинистов и проводить соответствующие тренинги и курсы повышения квалификации.

Нет предела совершенству

Относительно развития проекта у нас грандиозные планы.

Наша ближайшая цель — вместо обычных мобильных устройств дать машинистам специализированные планшеты с вшитым в них ПО. С его помощью можно будет выбрать вид работы (маневровая, поездная и пр), вводить топливные параметры, просматривать параметры поездки, выводить дополнительные предупреждения о техническом состоянии локомотива за счет дооборудования датчиками предиктивной аналитики.

Также мы планируем интегрировать данную систему с действующими логистическими системами. И главный, стратегический план — дооснастить липецкую площадку RFID-метками, своевременно обновлять оборудование на локомотивах на более прогрессивное, развивать ПО и потом уже масштабировать готовое решение на наши дочерние предприятия — Стагдок, Доломит, Алтай-Кокс, СГОК.