679 - Bigdata - Camelia BobanDemiryolu Endüstrisi

Demiryolu varlıkları: Büyük veri mantıksal analizi için potansiyel bir alan


4. İsveç Demiryolları

İsveç demiryolları otoritesi Avrupa’da hali hazırda büyük veri kullanıma örnek olarak gösterilebilir. Yapısal(zaman,hız,trafik akışı) ,yarı yapısal(fotoğraf ve videolar) ve yapısal olmayan (bakıma esas veriler) gibi kaynaklardan sürekli bir veri akışı olmaktadır. Büyük veri yaklaşımı ile bu bilgi yığını yönetilmektedir.

Büyük hacimli verilerin yanında bu kaynaklardan gelen hatalı bilgilerin de ayıklanmaya ihtiyacı vardır. Hatalı zaman konumlandırması ya da sistem arızalarının sistemden silinmesi ya da ihmal edilebilir olması ve toplanan verilerin en doğru biçimde analizinin yapılması istenmektedir. Bu nedenle sürekli olarak “veri yönetiminin etkinliği” konusunda çalışmalar yapılmaktadır.

4.1. Veri Yönetimi

Doğrusal bir demiryolu planlaması için mevcut duruma, bakım parametrelerine, kaynak harcaması ve demiryolu hattına dair   daha fazla bilgiye ihtiyaç duyulmaktadır.  Örnekleme için demiryolu hattının kullanım süresi, demiryolu hat durumu, yolun faal-gayri faal durumu ve çalışma performansına dair bilgilere de ihtiyaç olacaktır. Bu tür veri toplaması özel ölçüm araçları, yol bekçileri ile kaza ve bakım araçlarından gelen veriler ile yapılmaktadır.

4.2. Troffiverket Veri Modülleri

İsveç Demiryolları altyapısında çok çeşitli veri tipleri vardır.

TFÖR: Tren işletmecilerinden gelen hangi trenin hangi istasyonda ne zaman varıp kalktığına dair veriler, daha önce planlanan varış-kalkış zamanları, 5 dk ve daha üzeri teyir sürelerine dair verilerin toplandığı birim.

BIS: Demiryolu hat bilgisi.Kurp, sinyaller,katener ve nötr bölgeler gibi hat bilgileri.

STRIX: K ve Q olarak adlandırılan yaz ve kış aylarındaki demiryolları hatlarındaki değişim verileri.

AGRESSO: Hangi demiryolu kesimine ne kadar harcama yapıldığına dair bilgiler. Bu şekilde bakım, yenileme ve yeni yatırım için ne kadar para harcandığı bilgileri elde edilebiliyor.

BANSTAT: İşletilmekte olan trenlerin yolcu sayısı, yük trenlerin hamton-km gibi değerlerinin genellikle Excel tablosu ile kayıt altına alındığı birim.

OFELIA: Altyapıya ve arıza,/kaza kayıtlarına dair bilgiler.

Daily Graph: Bu bilgiler trenlerin birim zamanda, belirli günlerde hareketlerine dair sayısal verilerden çok anlık fotoğrafları içerir. Bu da ihtiyaç duyulduğunda karmaşık grafiklere bakmak yerine sadece tek bir fotoğraf ile gerekli bilgilerin edinilmesine imkan verir.

MAPS: TFÖR’den gelen veriler ile konum bilgilerinin karşılaştırılmasını ve gecikmelerin kolaylıkla hesaplanmasını sağlar.

HANNES: Hız azalmalarını kayıt altında tutar.

RWIS:SRA sistemi hava koşulları bilgilerini verir. RWIS istasyon hava koşulları, ray yüzeyi sıcaklıkları, rüzgar hızı, nem oranı gibi verilerinin kaydedildiği birimdir.

HERE and NOW: Anlık verilerin alınabildiği veri sistemi

TRV-Trafikverket sistemi yıllar boyunca büyük miktarda veri toplanmasını sağlar. Bu veriler  işlenmeden sadece bir bilgi yığınıdır. Bu verileri işleyecek mantıksal analizler ile  günümüz ve gelecek perspektifi için yeni değerlendirme modüllerine ihtiyaç bulunmaktadır.

Şekil 2. TRV ile Demiryollarında Büyük Veri Yönetimi Gösterimi

Şekil 2. TRV ile Demiryollarında Büyük Veri Yönetimi Gösterimi

Pages: 1 2 3 4

Sizce?

Aşağıya bilgilerinizi girin veya oturum açmak için bir simgeye tıklayın:

WordPress.com Logosu

WordPress.com hesabınızı kullanarak yorum yapıyorsunuz. Çıkış  Yap /  Değiştir )

Google fotoğrafı

Google hesabınızı kullanarak yorum yapıyorsunuz. Çıkış  Yap /  Değiştir )

Twitter resmi

Twitter hesabınızı kullanarak yorum yapıyorsunuz. Çıkış  Yap /  Değiştir )

Facebook fotoğrafı

Facebook hesabınızı kullanarak yorum yapıyorsunuz. Çıkış  Yap /  Değiştir )

Connecting to %s