(Jern)banebrytende vedlikehold med maskinlæring

Hørt om Iron Road Analytica? Ikke? Da bør du lese videre. For det er prosjektnavnet til årets sommerstudenter i Geodata. Gjennom fem hete sommeruker lagde de en modell som med stor sannsynlighet kan forutse solslyng.

Publisert: 06. sep. 2018 , i Nyhet

Sommerstudentene Carl Emil, Marie, Robert, Elise og Morten fikk under overskriften "Tech for society" i oppgave å komme fram til en teknisk løsning eller konsept som kan gjøre noe bra for samfunnet. Du kan lese en presentasjon av sommerstudentene her. I idémyldringsfasen var de gjennom mange forslag før de landet på å utvikle et konsept for hvordan man kan forutsi og varsle solslyng. Et spesielt passende tema å jobbe med denne varme sommeren.

Slik formulerte studentene hva solslyng er: "Stålet som skinnene er laget av, har den egenskapen at det forsøker å trekke seg sammen når det er kaldt og utvide seg når det er varmt. I og med at skinnene er låst fast og ikke kan bevege seg, oppstår store strekk- og trykkrefter i skinnene. Det kalles solslyng hvis trykkreftene blir så store at sporet ikke klarer “å holde igjen”, men knekker ut og begynner å bukte seg."

Konseptskisse

Ved hjelp av ulike tekniske løsninger ville de hjelpe både lokføreren, Bane NOR og publikum. For lokføreren er det viktig å vite hva som har skjedd eller varsle hvis uregelmessigheter oppstår. For Bane NOR er det viktig å ha oversikt over hele jernebanenettet – og for publikum er det naturligvis viktig å vite når forsinkelser eller endringer oppstår. Tre forskjellige målgrupper og tre forskjellige løsninger – som samtidig skal snakke sammen.

Sommerjobben i Geodata skal være lærerik, hvor samarbeid og faglig utbytte er like viktig som å komme fram til en løsning. Dette var definitivt noe årets studenter kastet seg over. I tillegg til ulike datasett fra Bane NOR lastet de ned værdata fra Meteorologisk institutt før de utforsket forskjellige metoder for maskinlæring. Etter litt prøving, feiling og timesvis med bearbeiding av data kom de fram til algoritmene de kunne bruke for å forutsi solslyng. Resultatet ble en maskinlæringsmodell som basert på historiske data klarte å forutsi dette med 80% sikkerhet. Det er imponerende arbeid!

Mobilapplikasjon til lokførere

Studentene utviklet en mobilapplikasjon for innrapportering av hendelser for lokføreren. De laget også en webportal for Bane NOR, hvor de kunne vise et helhetsbilde av jernbanenettet og tildele reparasjonsoppgaver til arbeidere i felt.

I løpet av noen hektiske og intensive sommeruker kom Carl Emil, Marie, Robert, Elise og Morten i mål med konseptet sitt og med unntak av publikumsløsningen fikk de laget løsning for både lokfører og Bane NOR og brukt maskinlæring til å oppnå dette. Bra jobba og lykke til med videre studier.

Her kan du se storymapet de presenterte for Geodatas ansatte.

Høres det interessant ut med sommerjobb i Geodata? Vi ser allerede nå etter neste års studenter

Spørsmål? Kontakt oss gjerne.

For teknisk support, gå til våre supportsider.

Ida Frydenberg Daffinrud
Senior HR Business Partner

For teknisk support, gå til våre supportsider.