Rood sein, seinen, wissels, rails, Utrecht

ProRail opent ‘innovatieve broedkamer’ voor spoordata

Gepubliceerd op 22-02-2017 om 10:04

ProRail heeft een DataLab geopend, een regelvrije zone waarin met big data-technieken wordt geëxperimenteerd om verstoringen te voorspellen. In deze virtuele organisatie zitten knappe koppen van verschillende spoororganisaties die verschillende databronnen aan elkaar koppelen om zo voorspellingen te maken. Met deze voorspellingen kunnen verstoringen van wissels, spoorstaafdefecten, verzakkingen in het spoor en zelfs overlast door spoorlopers worden voorkomen.

Manager Innovatie Chris Verstegen van ProRail: “Wij zitten als ProRail op bakken met data. Deze data hebben we verkregen naar aanleiding van het programma SpoorData. Met die data wordt nu al iets nuttigs gedaan, maar als je ze combineert kun je er nog meer mee. Vandaar dat we dit DataLab zijn gestart, een innovatieve broedkamer voor spoordata.”

“In dit lab proberen we verstoringen te voorspellen met big data-analyse. We kijken daarbij naar wisselverstoringen, spoorstaafdefecten, spoorverzakkingen maar ook verstoringen die worden veroorzaakt door mens en dier. Zo hebben we bijvoorbeeld gekeken of we met big data spoorlopers kunnen voorspellen. We hebben dat gedaan door onze eigen database te combineren met dertig verschillende externe datasets van bijvoorbeeld bevolkingsgegevens, ruimtelijke inrichting, weersvoorspellingen en vakantieperiodes.”

Spoorlopers

“We hebben op basis daarvan een model-prototype gemaakt om te voorspellen waar en wanneer een spoorloper een treinverstoring zou kunnen veroorzaken. We hebben dit prototype laten testen door een BOA (Buitengewoon Opsporings Ambtenaar, red.), omdat we een wisselwerking zoeken met een vakman buiten. Het prototype had een aantal hotspots aangegeven waar de komende tijd veel spoorlopers zouden komen.”

“De BOA was in het begin heel sceptisch. Hij dacht dat het model het verkeerde beeld had gegeven. Maar even later stuurde hij foto’s van een gat in een hek en voetstappen in de sneeuw die over het spoor liepen. Een week later was het weer raak met een hek waar men relatief gemakkelijk omheen kon lopen. Hij begon enthousiast te raken. Het bleek dat het model de BOA’s op de juiste plekken afstuurde.” ProRail maakte deze week bekend dat er jaarlijks ongeveer drieduizend spoorlopers per jaar zijn. Dagelijks ondervinden daar iedere dag ongeveer 13.000 reizigers overlast van.

Multidisciplaire teams

In het DataLab wordt volgens de scrum-methode gewerkt, geïnspireerd door de rugbysport In deze methode wordt gewerkt in multidisciplinaire teams die in korte sprints, met een lengte van één tot vier weken werken aan het maken van een product.

 Op dit moment zitten er slimme koppen van verschillende ProRail-afdelingen, universiteiten, TNO en startups in het DataLab. ProRail heeft ook partijen als spooraannemers en ingenieursbureaus uitgenodigd om data te delen en samen te werken aan voorspellende modellen.

Verstegen: “Je kunt in je eentje nooit zo slim worden als met elkaar. Het is onnodig dat bedrijven het wiel zelf uitvinden. Veel partijen in het spoor zijn op dit moment gedeeltelijk blind doordat ze alleen naar hun eigen data kijken. Wat mij betreft hoeven bedrijven niet al hun slimme algoritmes die ze hebben ontwikkeld te delen, maar het delen van ruwe data met elkaar is wel het minste dat nodig is om een doorbraak te maken in het spoor.”

“Als bedrijf informatie voor jezelf houden is wel een beetje oud denken. Ook ProRail moet leren om meer data open te stellen voor partners in de spoorbranche en daarbuiten. Als je op voorhand zeft we gaan geen data delen, dan sluit je de route af naar heel veel meer. Zo bieden we bijvoorbeeld informatie aan over onze overwegen aan het programma Beter Benutten van het ministerie van IenM zodat leveranciers van navigatiesystemen manieren kunnen ontwikkelen om weggebruikers beter te waarschuwen voor de gevaren van overwegen.”

Spoordata

In sectoren waar ontwikkelingen snel gaan, is volgens Verstegen te zien dat men bereid is om meer informatie en kennis met elkaar te delen. Als voorbeeld noemt hij IBM. “IBM kennen we als een bedrijf dat vroeger al haar kennis voor zichzelf hield, maar ook zij zijn de afgelopen jaren meer gaan delen. Een voorbeeld is Dr. Watson, een combinatie van slimme algoritmes, waarmee bijvoorbeeld schaakcomputers mensen laat verslaan.”

“Veel van dit soort algoritmes heeft IBM tot shareware gemaakt. Ik denk dat we als spoorsector hier een voorbeeld aan kunnen nemen. We kunnen door het delen van informatie onze innovatiekracht verhogen en de volle potentie benutten van big data en the Internet of Things. We zetten als ProRail onze deuren open en nodigen onze partners in de spoorsector uit om dat samen met ons verder te ontwikkelen.”

Veilig omgaan met data

Er wordt volgens Verstegen op een veilige manier omgesprongen met de spoordata. Spoorbedrijven hoeven niet te vrezen dat een hacker zomaar toegang kan krijgen tot kritische assets buiten. “In het DataLab is geen deurtje naar onze kritische systemen. Dit houden we scherp gescheiden. Daarnaast kijken we goed naar of de datasets vertrouwelijke gegevens of privacygevoelige gegevens bevatten.”

Meer weten over wat ProRail allemaal met spoordata doet? Neem op 29 maart deel aan de conferentie over digitalisering in het spoor tijdens RailTech Europe 2017 in de Jaarbeurs in Utrecht. Bezoek de conferentiewebsite voor meer informatie: http://www.railtech.com/railtech-2017/conference/

Lees ook:

Auteur: Marieke van Gompel

Marieke van Gompel is de vaste journalist van SpoorPro en hoofdredacteur van de vakwebsites van ProMedia Group.

Reageer ook

Nog maximaal tekens

Log in via een van de volgende social media partners om je reactie achter te laten.