服務熱線
86-132-17430013
品牌 | 其他品牌 |
---|
西門子代理商 西門子6ES7321-1BH02-0AA0 西門子6ES7321-1BH02-0AA0
數字量輸入模板用來實現PLC與數字量過程信號的連接。使用于連接標準開關和兩線制接近開關 (BERO)。
數字量輸入模塊具有下列機械特性:
具有8、16、32或64通道的模塊。
數字量輸入模塊將來自過程的外部數字信號電平轉換成控制器的內部信號電平(邏輯“0”或“1”)。
多種輸入電壓,可支持連接不同的控制信號:
除了經濟性以及易于處理的特點外,該模塊還具有其他特殊功能:
特殊模塊還可處理過程工程,例如支持 NAMUR 標準。
數據驅動列車運維新模式
在地處慕尼黑郊外的Allach機車廠,常常進行與列車相關的數據分析。自2014年開始,西門子交通數據服務中心落戶于此。在這里,專家們攜手鐵路服務中心,通過分析與交通有關的復雜數據流,幫助客戶優(yōu)化其運營。
西門子交通數據服務中心(MDS)負責人Gerhard Kreß被列車所包圍——既有真實的列車,也有虛擬的列車。他面前的顯示器上,是一張列車示意圖。在MDS的開放式辦公室內,掛著一張白板,白板上用紅筆和藍筆寫滿了描述列車運行的公式和方程。向窗外望去,Kreß能看到慕尼黑郊外Allach工業(yè)區(qū)鱗次櫛比的屋頂,在這里,西門子正在建造Vectron型機車。自2015年10月起,這里也是維修和保養(yǎng)機車的地方——與鐵路服務中心相距僅三節(jié)火車車廂。通向列車維修車間的,不只是兩條軌道,還有兩個世界:虛擬世界和現實世界。
數字化轉型
來自歐洲及其他非歐盟國家的機車、高鐵和當地列車的數據流匯聚在MDS。通過分析這些數據,MDS的20位程序員、數據庫專家和項目執(zhí)行經理,為鐵路領域開發(fā)數據驅動型服務,在實時列車監(jiān)測、磨損和組件故障預測以及復雜列車問題分析等方面。
Kreß說,“在列車駛入服務中心之前,我們已經知道需要做些什么。”這最大限度地提高了列車的可利用率。Kreß補充說:“我們是在2014年年中才開始組建這支團隊。開始并不容易,我們急需數據分析專家。”
數字化轉型為鐵路技術發(fā)展定下了基調。傳統(tǒng)上,列車保養(yǎng)包括了定期在運行中心對列車進行檢查、解決顯而易見的問題,以及維護機器,數字技術在這些領域開啟了通往更高層次服務的大門。遠程或本地采集的傳感器數據、報錯消息和日志文件,為MDS員工提供了*的詳盡的列車信息。
位于Allach的西門子鐵路服務中心。
西門子提供的高級數據分析系統(tǒng)確保了RENFE運營的Velaro E高速列車可靠運行。
數十億個數據點
事實上,數字技術為專家提供的遠不只是關于諸如速度、制動性能和里程等標準變量的信息,也提供了諸如壓縮機表現、所掛車廂重量以及自動控制過程狀態(tài)等其他信息。不僅如此,軌道質量、梯度和坡度,以及運行期間的天氣條件等信息,也與鐵路網絡中的列車發(fā)車頻次一并記錄下來。Kreß說,“未來的交通業(yè)務里,單單列車并非決定因素。對于客戶而言,關鍵在于列車的生命周期成本及其高效使用。只有借助從列車、基礎設施和運行中得來的捆綁數據,才能取得成功。”
所有這一切形成了一片名副其實的數據*。一個100節(jié)車廂的車隊每年可產生約1,000到2,000億個數據點。這只是開端。通過分析這些數據,Kreß和他的團隊在探尋有意義的規(guī)律模式。譬如,運用由此獲得的知識,MDS可以優(yōu)化運營維護。例如,在高速運轉下,變速箱軸承會發(fā)生嚴重磨損,MDS可以提前至少三天預測出問題,從而能避免發(fā)生故障,提高列車可利用率,節(jié)省費用。
高速且可靠
實現這種舉措的背后,是MDS團隊開發(fā)的能夠分析交通系統(tǒng)數據的預測模型。數據分析首先利用常規(guī)機器學習算法,來評估各種類型列車提供的傳感器和基礎設施數據。這個過程要求深刻理解不同系統(tǒng)之間的深層關系。這些信息可以從列車工程師、列車制造商以及在Allach新成立的鐵路服務中心的員工等處獲得。
從西班牙國家鐵路公司(Renfe)運營的往返于馬德里和巴塞羅那之間的高鐵線路,便可以看出這項服務是多么有效。在這條線路上,Renfe面對的競爭來自一條航空路線。這條線路火車要用兩個半小時,而飛機只用1小時20分鐘。然而,Renfe保證,如果火車晚點15分鐘或更長時間,將向乘客全額退款。為了保證這種高度可靠性,Renfe與西門子聯手創(chuàng)辦一家合資企業(yè),對列車進行高級數據分析。其結果是,約2,300次列車運行服務中,僅發(fā)生了一次與技術問題有關的重大延誤。
譬如,在機車掛上車廂的狀態(tài)下,雖然報錯顯示制動失靈,但可能這是正常情況。有了這樣的知識,模型便可以區(qū)分重要因素和次要因素,并識別因果鏈。得益于這種方法,短短一年之后,Kreß和他的團隊已經在運用具有高度可靠性的預測模型。
西門子交通數據服務中心(MDS)負責人Gerhard Kreß。
高級算法幫助Gerhard Kreß及其同事預測何時可能發(fā)生潛在故障。
得益于這些信息,鐵路服務中心主任Martina Stöttner和她的團隊可以制定維修計劃,同時列車仍保持正常運行。
當列車抵達服務中心時,保養(yǎng)措施已準備就緒,只待執(zhí)行。
其結果是大大提高列車的可利用率。
在坐落于慕尼黑Allach區(qū)的西門子數據服務中心,Helge Aufderheide博士(左)和Gerhard Kreß(右)在討論分析數據。
一列Vectro列車在挪威行駛。這列列車的模塊化結構是世界。
從大數據到針對性解決方案
交通數據服務中心還有一個*性:它不僅能利用不同鐵路車隊提供的數據,而且可以運用不同運行條件的相關信息——不論這些車隊是在德國、西班牙,還是在俄羅斯。所有這一切都可以幫助提高列車的可靠性。對于小規(guī)模運營商,這也是有利的,因為它們可以利用MDS服務來降低風險。Kreß說:“故障和磨損預測、錯誤診斷,以及精心制定的維護周期計劃等,這些只是開始。在未來,鐵路服務中心將能夠下載列車的完整數據庫——就像現在對飛機所做的那樣,以便審核數據,排查異常。”
總而言之,歸功于數據分析,MDS為其客戶創(chuàng)造了非凡的附加值。這也為西門子交通集團帶來決定性競爭優(yōu)勢,而對于西門子來說,它代表著其在數字化企業(yè)轉型的路上又邁出重要一步。然而,實現這一點的根本原因在于數十年來西門子已經積累了深厚的關于列車及其維護的知識——位于Allach的鐵路服務中心每天都要運用這些技術專長。Kreß指出,“作為一個獨立的機構,MDS當然沒有那么大的力量。最終,得有人拿起工具來干活。”