Du har inte javascript påslaget. Det innebär att många funktioner inte fungerar. För mer information om Vinnova, ta kontakt med oss.

AI Factory Railway: Prognostics and health management of catenary for climate change adaptation (AIFR-PHMCC)

Diarienummer
Koordinator Luleå tekniska universitet - Luleå tekniska universitet Inst f samhällsbygg & naturresurser
Bidrag från Vinnova 3 200 000 kronor
Projektets löptid maj 2023 - april 2026
Status Pågående
Utlysning Strategiska innovationsprogrammet InfraSweden
Ansökningsomgång SIP InfraSweden - hösten 2022: Anpassning av transportinfrastrukturen för att möta klimatförändringar

Syfte och mål

Detta projekt syftar till att förbättra järnvägssystemens resiliens mot mikro- och makroklimatförändringar. Huvudmålet med detta projekt är att utveckla en skalbar AI-baserad plattform för kontaktledningssystemets Prognostics and Health Management (PHM) genom Digital Twin (DT) med tanke på klimatanpassning. Det föreslagna projektet kommer att utvecklas ovanpå ´AI Factory´ plattformen. AI Factory plattformen är en skalbar plattform utvecklad för att tillhandahålla anslutning, beräkning och skalbarhet både horisontellt och vertikalt.

Förväntade effekter och resultat

De förväntade resultaten av projektet är: 1. En rapport om klimatrisker och sårbarheter hos järnvägskontaktledningen 2. En innovativ och skalbar plattform för PHM av kontaktledning genom digital tvilling 3. En demonstrator för klimatanpassning för kontaktledning för PHM 4. Utveckling av affärsmodeller för implementering av drift och underhåll De långsiktiga effekterna är: 1. Ökad kunskap och medvetenhet om klimatförändringar 2. Expanderande innovationsplattform och lösningar som är skalbara dimensioner 3. Förstärkning av samarbeten på nationell och internationell nivå

Planerat upplägg och genomförande

Detta projekt kommer att utveckla och tillhandahålla en uppsättning modeller och algoritmer för intressenter, och dessutom en plattform för att synkronisera all funktionalitet. Plattformen är en viktig aspekt då projektet fokuserar på hybridmodellutveckling där de fysikbaserade modellerna kan vara en del av algoritmerna. Därmed fokuserar projektet på en helhetslösning för framtida utveckling, användning och integration i de befintliga systemen inom Trafikverket och andra möjliga järnvägsintressenter inom och utanför konsortiet på lång sikt.

Externa länkar

Texten på den här sidan har projektgruppen själv formulerat. Innehållet är inte granskat av våra redaktörer.

Senast uppdaterad 17 oktober 2024

Diarienummer 2023-00156