Oppdaterer 70-talls­installasjon med topp­moderne sensor- og maskinlærings­teknologi

Gamle Oslo: Den myke klikkelyden av releer som skifter posisjon for hver endring og beskjed i signalsystemet gir følelsen av å stå midt i et urverk designet av Willy Wonka.

Her i en kjeller i et anonymt, grått 70-talls kontorbygg ved sporene østfra inn mot Oslo, ligger rekke på rekke med releer, kabler, sikringer og jordfeilbrytere. Sammen utgjør de hjernen til Norges mest komplekse jernbanesystem, Oslo S.

Teknologien er lite endret på hundre år. Akkurat denne installasjonen er fra 1970-tallet.

– Det er helt utrolig, det skjer aldri noe feil med disse, sier Bendik Wærp, assisterende faglig leder for signal i Oslo. Han peker på en rekke pendler med kvikksølvrør som gynger frem og tilbake og vekselvis kobler på og av strømmen til lyssignaler ute ved sporene, som dermed blinker.

Det er med andre ord robuste løsninger, men når det feiler er det få forvarsler. Inntil nå.

Bane Nor installerer stadig flere sensorer i infrastrukturen, og de har utviklet deteksjonsalgoritmer som advarer om feil, før feilen stopper toget.

En egenutviklet app hjelper de ansatte å gjøre riktige prioriteringer i vedlikeholdsarbeidet.

Datafangst

To godt etablerte målevogner samler verdifulle data om infrastrukturen to til seks ganger i året. Laser- og optiske sensorer avslører feil og skader i sporet, ultralyd detekterer avvik inne i skinnene, og i fjor gjorde virvelstrømmålinger det mulig å avdekke defekter som sprekker og avskallinger i ytterkant av skinna.

Nå berikes innsikten med data fra sensorer som måler strøm, spenning, isolasjonsmotstand og temperatur fra blant annet drivmaskinene som driver sporvekslene.

– Det som er nytt nå, er at vi i mye større grad prøver å se alle disse dataene mer under ett og gjøre samlede analyser som hjelper oss å finne rotårsaker og prioritere riktig vedlikehold, sier Kristine Tveit, IKT-ansvarlig for utviklingen av løsningen.

Små bokser, mange forsinkelser

– Vi begynte med å overvåke drivmaskiner og sporveksler, siden sporveksler skilte seg ut i statistikken over årsaker til forsinkelser, sier Tveit.

Hun har vært med siden 2016, da de første 337 sensorene ble plassert ut i apparatskapene på ledningen som går mellom drivmaskinen og sikringsanlegget.

Drivmaskinen, motoren som befinner seg i en liten boks ved siden av sporvekselen og sørger for at sporvekselen klarer å skifte spor, trekker strøm når sporvekselen låser opp, veksler og låser igjen.

Drivmaskinen trekker mer strøm dersom det er mye friksjon i vekslingen, for eksempel om det ligger en stein i veien, det trengs smøring eller har oppstått slitasje. Mønsteret i strømtrekket kan si noe om hvor i prosessen det lugger og hva som er galt.

Gitt at man klarer å lese det riktig.

Sammenliknet data og fysisk infrastruktur

Utfordringen de fem ansatte som var en del av prosjektet i 2017 hadde, var ikke bare å rulle ut sensorer i store deler av den fysiske infrastrukturen, de måtte også finne de rette algoritmene og terskelverdiene for varslinger.

– Jeg startet med å overvåke datastrømmene og snakket mye med fagpersoner for å få en forståelse av hvordan en drivmaskin fungerer. Vi observerte omlegging av sporveksler og sammenlignet observasjonene med dataene, sier Tveit.

På den måten lærte prosjektgruppa litt etter litt hva ulike mønstre i strømtrekket kunne tyde på. I starten brukte Bane Nor et hyllevaresystem, men det fanget ikke opp nok feil, mente prosjektdeltagerne.

– Etter at sporveksler hadde feilet og systemet ikke hadde gitt noe varsel, kunne vi likevel se mønstre som kunne tyde på feil. Derfor begynte vi å lage våre egne deteksjonsalgoritmer, sier Tveit.

I dag er det over 100 deteksjonsalgoritmer i løsningen. I tillegg har prosjektet utviklet en egen referansekurve for hver eneste drivmaskin. Det skal gi enda mer presise prediksjoner.

Unike mønstre

Ulike drivmaskiner har nemlig ulike mønstre. Noen er programmert til bare å bruke fire sekunder på vekslingen, mens andre typer kan bruke lengre tid. Får de problemer, vil den første typen bruke mer strøm på kortere tid, mens den andre vil trekke mer strøm over flere sekunder. I tillegg kommer små avvik i hvert eksemplar.

– Hver drivmaskin har på en måte en unik identitet, så algoritmen må baseres på den enkelte drivmaskins oppførsel i en normalsituasjon, sier Tveit.

Det betyr at i tillegg til typiske feil som uvanlig høyt strømforbruk eller problemer med å gå i lås, kan algoritmene også detektere avvik i forhold til normalen.

Men det er ikke ønskelig å rope ulv for ofte.

Hva er et nyttig varsel?

– I starten kan man risikere å sende litt for mange varsler, derfor er det viktig at de som jobber ute i infrastrukturen, er med hele veien og at det er takhøyde for å prøve og feile. Det er sammen vi klarer å finne de optimale grenseverdiene for hva systemet skal varsle om, sier Tveit.

Målet er å hindre brudd og stans i trafikken, men for mange varsler kan ha motsatt effekt og oppleves som støy.

Dataene viste også at deler av infrastrukturen ble påvirket av vær og temperatur. Et kraftig regnskyll kan tilsynelatende løse et problem med friksjon i en sporveksel. Det påvirker når det er riktig å sende alarm.

– Derfor prøver vi å ta inn flere kontekstuelle data, som værdata, forteller Tveit.

I 2021 samlet Bane Nor data om nesten 15 millioner vekslinger av spor. Med kontekstuelle data og meldinger fra 2000 drivmaskiner blir det mye data.

– Vi overvåker 2100 sporvekslere, de mest brukte skifter opptil 9000 ganger i måneden. Hver eneste drivmaskin sender kontinuerlig data, med en frekvens på 50hz når maskinene går. Så sendes hver veksling som en datapakke til skyplattformen, forklarer Tveit.

Nå kommer flere domener inn i løsningen.

Data om tilførsels- og returstrøm fra 2000 sporfelt samles også og kan fortelle om feil eller svakheter i sporet.

Jordfeil

Det neste målet for prosjektet er å begrense antall jordfeil, et av de store irritasjonsmomentene for togpendlerne på Østlandet.

– Jordfeil er blant de vanskeligste feilene å finne og reparere og har store konsekvenser for trafikken, sier Bendik Wærp.

Jordfeil skjer ved at strøm ledes til et sted den ikke skal, noe som kan være en trussel mot både folk og anlegg.

– Vi setter sikkerhet først, sier Wærp.

Gjennom å måle elektrisk motstand i nettverket, håper prosjektet å finne de rette algoritmene for å advare om at noe er galt før det stopper – og ikke minst snevre inn søket etter hvor det har gått galt når uhellet først er ute.

De gamle jordfeilbryterne fra 70-tallet fungerer fortsatt, men gir bare helt analoge forvarsler.

– Vi har ingen mulighet for å vite at forvarselet kommer eller om det har blitt bedre siden forrige forvarsel. De nye boksene gir digitale signaler vi kan overvåke kontinuerlig, sier Wærp.

Skytjenester for 400 millioner

Lenge holdt Bane Nor dataene på egne servere, likevel ble datamengdene etter hvert i største laget for on-prem.

– Etter hvert som vi fik inn flere datakilder, så vi at vi måtte tenke skyløsninger, sier Tveit.

Satsingen har gjort Bane Nor til en stor sky-kunde, og tidligere i år tegnet de kontrakt for skytjenester for 400 millioner kroner.