NEXTRAIL GmbH

NEXTRAIL GmbH: Рішення для гальмівної моделі ETCS Gamma

Фреймворк для симуляції гальмування ETCS Gamma розроблений за 5 місяців — метод Монте-Карло + векторизація JAX забезпечили 10 000-кратне прискорення порівняно з класичними підходами.

Logistics

Data Science

Python

Клієнт

NEXTRAIL GmbH

Таймлайни

5 місяців від концепції до повного розгортання

Роль

Партнер із розвитку

Вебсайт

nextrail.com

NEXTRAIL GmbH

NEXTRAIL GmbH

Опис клієнта

NEXTRAIL — один із ключових учасників модернізації європейського залізничного транспорту. Компанія працює над підвищенням пропускної спроможності, ефективності, безпеки та екологічності залізничної галузі.

Її експертиза охоплює весь цикл створення рішень: від концепції, системної інженерії, керування даними та оцінювання безпеки до інтеграції цифрових технологій у рухомий склад.

Виклик

Цифровізація залізничної інфраструктури відкриває нові можливості для значного підвищення ефективності перевезень. Центральним елементом цієї трансформації є Європейська система керування рухом поїздів (ETCS) — стандарт нового покоління, який значною мірою залежить від точних моделей гальмування транспортних засобів.

Гальмівна модель Gamma є однією з базових моделей ETCS і широко використовується для поїздів та окремих вагонів завдяки високій точності фізичного опису процесу гальмування. Саме ця точність є критично важливою для впровадження систем автоматичного керування поїздами (ATO).

Основною метою проєкту стала розробка масштабованої векторизованої платформи моделювання, здатної обчислювати параметри гальмування Gamma для транспортних засобів, сумісних із ETCS.

Роботу над проєктом ми розпочали зі спільного воркшопу за участю провідного Data Scientist і двох Data Engineers, щоб оцінити складність завдання та сформувати план реалізації.

Рішення було спроєктоване відповідно до сучасних інженерних стандартів і нормативних вимог:

Враховує відхилення компонентів і ймовірності відмов відповідно до стандарту EN 17997.
Підтримує сучасні практики розробки програмного забезпечення, включаючи виконання в хмарному середовищі, CI/CD, а також комплексне керування даними.

Рішення було спроєктоване відповідно до сучасних інженерних стандартів і нормативних вимог:

Враховує відхилення компонентів і ймовірності відмов відповідно до стандарту EN 17997.
Підтримує сучасні практики розробки програмного забезпечення, включаючи виконання в хмарному середовищі, CI/CD, а також комплексне керування даними.

Архітектура моделі

Для безпечної та ефективної роботи ETCS необхідне детальне моделювання поведінки гальмівної системи транспортного засобу.

Створена модель включає:

Ієрархічну структуру, де гальмівна система представлена у вигляді блоків, підблоків і окремих компонентів;
Параметри компонентів, кожен із яких має власну ймовірність відмови та коефіцієнт відхилення;
Систему залежностей, що описує взаємодію між компонентами та механізм поширення відхилень за допомогою α-параметрів;
Автоматичне зчитування структури поїзда, яке дозволяє аналізувати різні конфігурації рухомого складу;
Графове представлення структури гальмівної системи, що спрощує аналіз, налагодження та документування.

Створена модель включає:

Ієрархічну структуру, де гальмівна система представлена у вигляді блоків, підблоків і окремих компонентів;
Параметри компонентів, кожен із яких має власну ймовірність відмови та коефіцієнт відхилення;
Систему залежностей, що описує взаємодію між компонентами та механізм поширення відхилень за допомогою α-параметрів;
Автоматичне зчитування структури поїзда, яке дозволяє аналізувати різні конфігурації рухомого складу;
Графове представлення структури гальмівної системи, що спрощує аналіз, налагодження та документування.

Створена модель включає:

Ієрархічну структуру, де гальмівна система представлена у вигляді блоків, підблоків і окремих компонентів;
Параметри компонентів, кожен із яких має власну ймовірність відмови та коефіцієнт відхилення;
Систему залежностей, що описує взаємодію між компонентами та механізм поширення відхилень за допомогою α-параметрів;
Автоматичне зчитування структури поїзда, яке дозволяє аналізувати різні конфігурації рухомого складу;
Графове представлення структури гальмівної системи, що спрощує аналіз, налагодження та документування.

Методологія

Для точного розрахунку параметрів Gamma команда реалізувала спеціалізований підхід, який включав:

Метод Монте-Карло, що використовує експериментальні вимірювання, статистичні дані, показники відмов і архітектуру гальмівної системи;
Векторизовані та паралельні обчислення на базі JAX, що мінімізують використання циклів і умовних операторів та дозволяють ефективно використовувати багатоядерні процесори;
Інтеграцію з PostgreSQL і SQLite для структурованого зберігання результатів моделювання;
Автоматизовані процеси, які запускаються через GitHub Actions і включають налаштування серверів, вибір конфігурацій та запуск симуляцій;
Повне автоматизоване тестування основних модулів, включаючи механізм симуляції та трансформацію графів;
Документування математичних моделей, архітектури та припущень для забезпечення відтворюваності результатів і передачі знань.

Для точного розрахунку параметрів Gamma команда реалізувала спеціалізований підхід, який включав:

Метод Монте-Карло, що використовує експериментальні вимірювання, статистичні дані, показники відмов і архітектуру гальмівної системи;
Векторизовані та паралельні обчислення на базі JAX, що мінімізують використання циклів і умовних операторів та дозволяють ефективно використовувати багатоядерні процесори;
Інтеграцію з PostgreSQL і SQLite для структурованого зберігання результатів моделювання;
Автоматизовані процеси, які запускаються через GitHub Actions і включають налаштування серверів, вибір конфігурацій та запуск симуляцій;
Повне автоматизоване тестування основних модулів, включаючи механізм симуляції та трансформацію графів;
Документування математичних моделей, архітектури та припущень для забезпечення відтворюваності результатів і передачі знань.

Для точного розрахунку параметрів Gamma команда реалізувала спеціалізований підхід, який включав:

Метод Монте-Карло, що використовує експериментальні вимірювання, статистичні дані, показники відмов і архітектуру гальмівної системи;
Векторизовані та паралельні обчислення на базі JAX, що мінімізують використання циклів і умовних операторів та дозволяють ефективно використовувати багатоядерні процесори;
Інтеграцію з PostgreSQL і SQLite для структурованого зберігання результатів моделювання;
Автоматизовані процеси, які запускаються через GitHub Actions і включають налаштування серверів, вибір конфігурацій та запуск симуляцій;
Повне автоматизоване тестування основних модулів, включаючи механізм симуляції та трансформацію графів;
Документування математичних моделей, архітектури та припущень для забезпечення відтворюваності результатів і передачі знань.

Оптимізація

Щоб забезпечити необхідну швидкість і масштабованість, команда реалізувала низку оптимізацій.

Матричні перетворення. Для швидкого поширення відхилень компонентів використовуються матричні операції.

Векторизація. Обчислення виконуються без ітеративних циклів, що максимально використовує можливості GPU.

Паралельні обчислення. Поєднання багатопроцесорної обробки та GPU дозволяє одночасно моделювати сотні сценаріїв.

Матричні перетворення. Для швидкого поширення відхилень компонентів використовуються матричні операції.

Векторизація. Обчислення виконуються без ітеративних циклів, що максимально використовує можливості GPU.

Скорочення кількості вузлів графа. Послідовні компоненти з незалежними розподілами можуть об'єднуватися в один «суперкомпонент», що суттєво скорочує кількість обчислень без втрати точності.

Результати

Підхід та оптимізація фреймворку призвели до:

Точний розрахунок коефіцієнта гальмування поїзда з урахуванням характеристик транспортного засобу та конфігурації системи

Суттєве прискорення обчислень завдяки скороченню кількості вузлів графа

Швидкий аналіз впливу окремих компонентів на загальну ефективність гальмування

Підвищення продуктивності 10 000х порівняно з традиційними методами

Підтримка масштабного аналізу сценаріїв за різних умов експлуатації (температура, навантаження, зношування), що сприяє підвищенню стабільності та ефективності роботи

Зручне зберігання, візуалізація та перевірка результатів завдяки інтеграції з базами даних

Висновки

У межах проєкту команда дійшла кількох важливих висновків:

Складні ієрархічні гальмівні системи можна ефективно моделювати за допомогою векторизованого ймовірнісного моделювання для розрахунку коефіцієнта гальмування;
Об'єднання незалежних компонентів у графі суттєво скорочує час обчислень без втрати точності;
Поєднання векторизації, багатопроцесорної обробки та GPU забезпечує надзвичайно високу продуктивність;
Рішення підтримує сучасні практики розробки програмного забезпечення, включаючи автоматизовані CI/CD-процеси через github actions, інтеграцію з postgresql і sqlite, візуалізацію графів гальмівних систем та повністю відтворювану документацію;
Широке автоматизоване тестове покриття гарантує надійність і відтворюваність результатів моделювання.

Загалом створене рішення надає цінні дані для проєктування, оптимізації та планування експлуатації рухомого складу, поєднуючи експертизу у сфері залізничних технологій із сучасною програмною інженерією та масштабованими хмарними рішеннями.

У межах проєкту команда дійшла кількох важливих висновків:

Складні ієрархічні гальмівні системи можна ефективно моделювати за допомогою векторизованого ймовірнісного моделювання для розрахунку коефіцієнта гальмування;
Об'єднання незалежних компонентів у графі суттєво скорочує час обчислень без втрати точності;
Поєднання векторизації, багатопроцесорної обробки та GPU забезпечує надзвичайно високу продуктивність;
Рішення підтримує сучасні практики розробки програмного забезпечення, включаючи автоматизовані CI/CD-процеси через github actions, інтеграцію з postgresql і sqlite, візуалізацію графів гальмівних систем та повністю відтворювану документацію;
Широке автоматизоване тестове покриття гарантує надійність і відтворюваність результатів моделювання.

У межах проєкту команда дійшла кількох важливих висновків:

Складні ієрархічні гальмівні системи можна ефективно моделювати за допомогою векторизованого ймовірнісного моделювання для розрахунку коефіцієнта гальмування;
Об'єднання незалежних компонентів у графі суттєво скорочує час обчислень без втрати точності;
Поєднання векторизації, багатопроцесорної обробки та GPU забезпечує надзвичайно високу продуктивність;
Рішення підтримує сучасні практики розробки програмного забезпечення, включаючи автоматизовані CI/CD-процеси через github actions, інтеграцію з postgresql і sqlite, візуалізацію графів гальмівних систем та повністю відтворювану документацію;
Широке автоматизоване тестове покриття гарантує надійність і відтворюваність результатів моделювання.

Завантажте повний кейс-стаді англійською в .pdf

Download

Дивіться також

Ознайомтеся зі схожими кейсами за галуззю або послугою.

Airlines

Cloud

8 хвилин на читання

Airport Baggage Handling System: Engineering for Mission-Critical Reliability

A major Eastern European international airport, serving millions of passengers annually, faced a significant expansion challenge. The addition of a new terminal required a state-of-the-art baggage handling system that could operate flawlessly from day one.

Дізнатися більше

Manufacturing

IoT

SAP

6 хвилин на читання

Розробка рішень машинного зору для промислового виробництва

Дізнайтеся, як Brightgrove створила систему комп’ютерного зору на базі штучного інтелекту для світового виробника, щоб автоматизувати контроль якості, усунути дефекти та підвищити пропускну здатність.

Дізнатися більше

Logistics

REST API

6 хвилин читання

PIN Mail AG — модернізація застарілих систем для німецької поштової мережі

Як Brightgrove вирішила дефіцит розробників .NET та обмеження застарілої системи для PIN Mail AG — розробивши масштабований Angular SPA-додаток для всієї мережі Mail Alliance в Німеччині.

Дізнатися більше

Подивитися всі

Контакти:

Для загальних запитів: info@brightgrove.com

Для маркетингових запитів: marketing@brightgrove.com