بزرگراه های انگلیس آینده دیجیتالی خود را ترسیم می کنند

افزایش طراحی و ساخت دیجیتال ، تجهیزات و کارخانه های هوشمند ،  Digital Twin از عناصر اصلی استراتژی دیجیتال جدید بزرگراه های انگلیس (HE) است.

سه هدف کلی این استراتژی عبارتند از:

• خدمات را در مدیریت نگهداشت ساخته ها ، عملیات ، مشتری مداری و عملکردهای شرکتی تغییر دهد.
• تهیه اطلاعات مورد نیاز برای تصمیم گیری بهتر و فناوری های لازم برای انجام ایمن  این کار .
• اتخاذ رویکردهای ، انعطاف پذیر و کارآمدتر و استفاده از تکنیک های پیشرفته.

ویکتوریا هیگین ، مدیر ارشد اطلاعات و مدیر اجرایی فناوری اطلاعات در HE ، گفت: “ما تلاش خواهیم کرد تا در خدمات دیجیتال ، داده و فناوری که ارائه می دهیم رهبران فکری باشیم. ما فقط می توانیم از طریق تمرکز بی وقفه در رشد قابلیت های داخلی دیجیتال ، داده و فناوری ، آن را تغییر ، فعال و بهبود ببخشیم. ما به مهارت و دانش در زمینه های مهم فنی و همچنین ایجاد مشارکت قوی و سودمند متقابل با یک زنجیره تأمین متخصص نیاز خواهیم داشت. “

سند استراتژی تعهدات دقیق تری را نشان می دهد ، به عنوان مثال HE “طراحی را دیجیتالی و خودکار می کند و فعالیت های ساختمانی متصل مانند برآورد ، تعیین توالی و هزینه یابی را ادغام می کند”.

HE همچنین “تعارضات عملیاتی نیروگاه / سایت را از طریق افزایش استفاده از نیروگاه متصل و نیمه اتوماتیک برای ساخت و ساز و استفاده بیشتر از علم داده برای عناصری مانند نگهداری پیش بینی” کاهش می دهد.

افزایش استفاده از دوقلوهای دیجیتال “باعث بهبود طراحی و آزمایش قدرت شبکه  راهبردی برای کاربران جاده و بهره برداران” خواهد شد.

وی قصد دارد یک انجمن رهبران دیجیتال ایجاد کند که یک شبکه مدیر اطلاعات برای صنعت راه سازی برای افزایش شفافیت و همکاری ایجاد کند.

سند استراتژی آینده حمل و نقل خودمختار را ارائه می دهد: «ما باید نحوه رشد مشتری خود را در نظر بگیریم. در حالی که امروزه بیشتر مشتریان ما انسانهایی هستند که از طریق داده ها و فناوری از آنها مطلع می شوند ، افزایش روزافزون فناوری وسیله نقلیه متصل و خودمختار مورد استفاده در وسایل نقلیه شخصی و تجاری می تواند به معنای آینده ارائه داده ها به سیستم های خودران باشد. ما باید این جهت را درک کنیم و آماده باشیم. “

در واقع ، وی قصد دارد کارهای دیگری را انجام دهد تا اینکه در جریان تغییرات فناوری قرار بگیرد: “جهان با سرعت در حال تغییر است. برای حفظ این تغییرات ، ما در یک آزمایشگاه دیجیتال سرمایه گذاری خواهیم کرد که با این کار روشن ترین ذهن ها برای ایجاد راه حل های نوآورانه سریع با استفاده از ابزارها و تکنیک های نوآورانه متمرکز است. “

هوش مصنوعی ساخت ایمن تر را تضمین می کند: A14

در راه اندازی این استراتژی ، HE ( هوش مصنوعی) موفقیت طرح بهبود A14 کمبریج به هانتینگدون را ذکر کرد که یک سال پیش افتتاح شد.

از آنجا که کار در این طرح در نوامبر ۲۰۱۶ آغاز شد ، تیم یکپارچه A14 از شرکت ها و پیمانکاران مشغول کار در این پروژه به دنبال ایجاد یک روش یکنواخت برای جمع آوری داده ها ، از جمله راه اندازی یک برنامه A14 بودند که کارکنان می توانند از آن برای ضبط خطرات و روشهای خوب استفاده کنند. در اوج خود ، حدود ۴۵۰۰ مشاهده در یک ماه ارسال شد.

با وجود اطلاعات بسیار زیاد ، از مشاهدات ایمنی و بهداشتی گرفته تا اطلاعات مربوط به جابجایی وسایل نقلیه و فعالیت های تجاری ، برای اولین بار از یک هوش مصنوعی پیشرفته در یک پروژه جاده ای استفاده شد. ابتکار عمل ۷۰،۰۰۰ پوندی بر اساس داده هایی که جمع آوری کرده بود ، مشخصات ریسک روزانه را ایجاد می کند ، مشخص می کند چه روزهایی خطر بیشتری دارند و چرا.

این مدل با استفاده از این پروفیل ها به عنوان شاخص خطر ، یافته های آن با ثبت حوادث پروژه ، فعالیت های برنامه ریزی شده ، الگوهای کاری ، نقش های شغلی و عوامل خارجی مانند آب و هوا همراه است. تیم توسعه یافته ها را کشف کرد تا ببیند چه روزهایی با “ویژگی های مضر” از کسانی که فاقد آنها هستند جدا شده است ، ۱۳۵ مورد از این “ویژگی ها” را توسعه می دهد که مدل می تواند آنها را بررسی کند و اولویت بندی کند ، از جمله:

• گذشته از ساعت ۶ عصر
• بیش از نه ساعت کار کردن
• کار در بادهای شدید
• نسبت زمان شیفت برای باستان شناسان به ناظران
• کار در پی بارندگی شدید ،
• بلافاصله بعد از تعطیلات بانکی یا یک رویداد ورزشی ملی کار کنید.

به دنبال شناسایی این روزهای پرخطر ، از هوش مصنوعی به عنوان پایلوت با ۷۵٪ موفقیت استفاده شد: به گفته HE “یک نتیجه قابل توجه”. یک نتیجه غیر منتظره کشف این بود که یک نیروی کار مشغول گزارش خطرات منجر به آسیب کمتری می شود. بنابراین ، با پیشرفت پروژه و کاهش حوادث آسیب ، دقت مدل به ۶۵٪ کاهش یافت زیرا داده های کمتری برای تجزیه و تحلیل وجود داشت. علی رغم آن ، هنوز ۱۶۰٪ دقیق تر از حدس زدن  احتمال افزایش روزها است.

هوش مصنوعی مشخص کرد که یکی از برجسته ترین موضوعاتی که روزهای خطر را تحت تأثیر قرار می دهد ، خستگی کارکنان است ، اجازه می دهد اقدامات عملی (مانند اطمینان از وقفه ها) برای بهبود ایمنی انجام شود.

یافته های هوش مصنوعی در حال حاضر در سایر پروژه های HE مورد استفاده قرار می گیرد و باید سایت ها را برای کارگران جاده ای ایمن تر کند ، در حالی که کارایی را نیز بهبود می بخشد.

دیوید بری ، مدیر پروژه HE برای A14 ، گفت: “او رویکرد و فن آوری های A14 را برای سیستم عامل دیجیتال خود در نظر گرفته است ، که در سراسر نمونه کارها ما گسترش می یابد. ما بر این باوریم که این فناوری صرفه جویی قابل توجهی در هزینه خواهد داشت زیرا گزارش مبتنی بر کاغذ با داده های زمان واقعی جایگزین می شود ، به طور مداوم ضبط شده و برای مدیران پروژه ما قابل دسترسی است. “

مارک توتل ، رئیس دفتر مدیریت پروژه A14 که پروژه را هدایت می کرد ، گفت: “این تحقیق مهیج سه اصل مهم را نشان می دهد که پروژه ها باید اتخاذ کنند: اهمیت پرورش فرهنگ گزارش بهداشتی مشاهده در کل نیروی کار. ارزش در نظر گرفتن عوامل مختلف و نیاز به مجموعه های داده کاملاً سازمان یافته ، گسترده و صادقانه. “

جیدیپ جانی ، تحلیلگر داده های A14 ، افزود: “پروژه ایمنی و بهداشت AI قول باورنکردنی را نشان داد و فقط با در دسترس قرار دادن داده های با کیفیت بهتر ، پیشرفت می کند. این به صنعت ارزش ذاتی داده های خوب جمع آوری شده و پتانسیل تصمیم گیری واقعاً هدایت شده توسط داده را نشان داده است. “