Изучаем работу вагоноремонтного депо вместе с ChatGPT

Зачем команда «Цифровой вагон» в ПГК Диджитал выезжает на производственные площадки и как искусственный интеллект помогает разобраться в сложном процессе ремонта вагонов, рассказал эксперт по машинному обучению и анализу данных продукта Максим Катрушенко.

В компании сейчас разрабатываются различные цифровые продукты для железнодорожной логистики, например, для повышения эффективности эксплуатации парка вагонов. Один из таких продуктов – «Цифровой вагон». Этот сервис отслеживает состояние колесных пар и других агрегатов вагона, а также кузова, и на основе этих данных прогнозирует оптимальное время для отправки подвижного состава в ремонт. Внутри продукта есть проекты предиктивного ремонта и оптимизатора ремонтов. Моя команда работает как раз над последним. Его главная цель – помогать диспетчеру заадресовывать вагоны в ремонт на вагоноремонтные предприятия (ВРП) на основе анализа данных при помощи методов машинного обучения.

Чтобы повысить качество работы алгоритмов, важно как можно лучше понимать процесс ремонта вагонов. Мы для себя решили, что одной теории недостаточно, нужно увидеть живьем, где происходит починка вагона и какие этапы он проходит, поэтому организовали серию выездов на ВРП. Про одну из поездок написали на Хабре. А здесь расскажем про посещение площадки вагоноремонтного депо в Санкт-Петербурге, которое сокращенно называется ВЧДр. Там мы пообщались с главным инженером, который рассказал, как устроен процесс ремонта вагонов, какие есть нюансы и сложности, какие решения, в том числе цифровые, помогут с ними справиться.

К встрече мы с коллегами решили подготовиться заранее и составить список интересующих вопросов. И тут нам пришла идея: а что если доверить этот процесс искусственному интеллекту? Сможет ли он составить адекватные вопросы с последовательной формулировкой, которые будут затрагивать значимые темы. Мы решили бросить вызов ChatGPT и проверить сможет ли он решить нашу задачу. Для тех, кто еще не в курсе, ChatGPT – это система машинного обучения, которая генерирует ответы на основе обучения на большом количестве текстовых данных.

Нельзя сказать, что результат мы получили моментально. Потребовалось порядка 8-10 запросов, чтобы сгенерировать пул из 100 вопросов и вручную отобрать из них самые интересные. Эффективнее всего оказалось сначала сгенерировать набор интересующих тем, а потом по темам генерировать вопросы.

Отдельные сложности вызвала генерации вопросов на специфические темы. Например, сначала пришлось рассказать нейросети, что такое комплексы технических измерений (КТИ) и как они используются в ремонте. И только после этого удалось получить вопросы по этой теме.

Для поездки мы отобрали около 20 вопросов, которые касались терминологии, технологии ремонта, качества и мощности работ, учета и доставки запчастей.

Ниже собрали 5 наиболее интересных вопросов от ChatGPT о ремонтах вагонов и ответов от эксперта депо.

ВЧДр расшифровывается, как вагонная часть депо ремонтная (или ремонтное вагонное депо). В таких депо производят все виды плановых ремонтов (деповской, капитальный, капитальный с продлением срока службы, техническое обслуживание с диагностированием).

Вагоноремонтные предприятия подразделяются на два типа:

Что касается ВЧДр, оно относится ко второй категории.

Помимо ремонтных частей в депо есть и эксплуатационные. На этих площадках выполняют только текущие (отцепочные) ремонты.

Выше мы уже говорили, что предприятие занимается текущим-отцепочным, деповским и капитальным ремонтами. Раскроем терминологию:

Деповской и капитальный ремонты называют плановыми. Для них на законодательном уровне введены регламенты периодичности проведения восстановительных работ. При погрузке вагона специалисты проверяют его техническое состояние, остаточный пробег, срок планового ремонта. Если остаточный пробег вагона составляет, например, меньше 500 км, то владелец обязан отправить его в плановый ремонт.

В депо 12 ремонтных позиций на 2-х ремонтных путях (по 6 позиций на каждом пути). В месяц оно способно выпускать 428 вагонов из планового ремонта. Это в два раза больше, чем способны ремонтировать аналогичные предприятия в городе при наличии у них 8 стационарных ремонтных позиций.

Начнем с того, что такое простой вагона в ремонте – это отрезок времени от момента прибытия вагона в депо и его выхода из нерабочего парка. Чтобы вагоны не застревали в ремонте на долгий срок, существует специальный норматив простоя, где указано сколько времени компания-собственник вагона готова подождать, когда все требуемые работы будут проведены. Если вагон ремонтируется дольше этого времени – это сигнал о нарушениях в процессе ремонта на предприятии.

Простой вагона в ремонте складывается из двух компонент: время на ремонт самого вагона и время внепланового ожидания ремонта. Очевидно, что ускорить сам ремонт можно за счёт оптимизация самого процесса. Но вот со временем ожидания все сложнее, потому что этот показатель зависит от целого ряда причин. Вот основные из них и как их можно решить:

1. Перегруженность депо – это одна из самых частых проблем, с которой сталкиваются предприятия.

Во-первых, диспетчеры разных компаний-операторов, как правило отправляют вагоны в ремонт на одну и ту же площадку. Учитывая, что парк грузовых вагонов в России составляет более 1 млн вагонов, нередко число прибывших вагонов превышает мощность предприятия. Возникает избыточный простой.

Во-вторых, при заадресации вагонов в депо диспетчер должен оценить, какой будет загрузка площадки по ремонту на момент прибытия вагона в пункт назначения. При этом в настоящее время очень трудно точно спрогнозировать нагрузку на сеть железных дорог на горизонт более 2-3 дней. А время следования вагон на ВРП может в некоторых случаях достигать и 14 дней, поэтому при планировании диспетчеру приходиться опираться на свой опыт.

Решение: операторам стоит предусматривать вероятность того, что депо будет забито к моменту прибытия вагона на ВРП и перенаправлять вагоны в ремонт на площадки других предприятий.

2. Ошибки в документообороте – неявная, но постоянная проблема. Дело в том, что цифровизация в сфере железнодорожных перевозок находится на стадии внедрения. Многие процессы постепенно перестраиваются, меняются формы документов, по которым происходит подтверждение совершения различных операций. Как следствие, приходится сталкиваться с различными ошибками. Например, в одной отчётной системе может быть указано, что вагон ещё в ремонте, а в другой – что вагон уже в пути на погрузку.

Решение: использовать различные источники данных, активно прорабатывать с поставщиками данных имеющиеся проблемы.

3. Отсутствие запчастей, как правило происходит по двум причинам. Первая – из-за отправления в ремонт большого количества парка и невозможности спрогнозировать каждую поломку, случается так, что объем ремонтов возрастает и текущего количества запчастей на всех не хватает. Вторая причина – задержка с поставками запчастей по причине длинная цепочка поставок и сложностей с учётом запчастей на складе.

Решение: контролировать складские запасы в депо и внедрять систему прогнозирования остатков запчастей.

4. Форс-мажоры никто не отменял. Такие ситуации происходят редко, тем не менее, могут создавать значительные трудности, увеличивать время ремонтов и простоев вагонов.

Решение: операторам необходимо помнить о том, что такие ситуации случаются, и заранее проработать план действий на случай оперативного реагирования на изменения рынка.

ВРП со своей стороны также стремятся максимально сократить время простоя вагонов.

Во-первых, это позволяет им поддерживать высокий уровень выпуска отремонтированных вагонов в течении месяца.

Во-вторых, операторские компании, в том числе ПГК, контролируют время простоя своих вагонов в ремонте. Если сроки значительно превышают нормативы простоя, компания уменьшает плановое число ремонтов на предприятии в следующем месяце. Это помогает снизить потери от неэффективного ожидания ремонта.

Основной способ – бережливая эксплуатация вагона. Этого можно достигнуть, соблюдая несколько условий:

Подобные выезды на производственные площадки необходимы при разработке продукта по оптимизации процесса ремонта вагонов. Они позволяют глубже погрузиться в тему, прочувствовать изнутри, какие проблемы существуют и какие решения используются. Полученный впечатления становятся фундаментом для новых идей и гипотез. А что касается ChatGPT, он оказался отличным инструментом для подготовки материалов к поездке.