INESC TEC ajuda Metro do Porto a controlar avarias
A ocorrência de falhas em veículos de transporte coletivo durante o seu funcionamento regular é fonte de inúmeros prejuízos, principalmente quando causam a interrupção da viagem. É para combater este problema que o INESC TEC propõe o projeto FailStopper - Early failure detection of public transport vehicles in operational context, em parceria com a Metro do Porto (MP), que conta com os investigadores do Laboratório de Inteligência Artificial e Apoio à Decisão (LIAAD) Rita P. Ribeiro e João Gama.
Considerando que, anualmente, são canceladas cerca de 3000 viagens por avarias nos veículos da MP, o objetivo do projeto é, através da instalação de sensores num veículo, desenvolver um modelo baseado na análise de dados em tempo real para notificar a equipa de manutenção da existência de uma falha em desenvolvimento, que é indetetável de acordo com os critérios tradicionais de manutenção.
O sistema de produção de ar comprimido (Air Production Unit - APU) instalado no tejadilho dos veículos da MP alimenta unidades que desempenham funções diferentes. Uma dessas unidades é a suspensão secundária, responsável por manter o veículo nivelado com as plataformas nas estações, independentemente do número de passageiros presentes a bordo. Este é um elemento altamente solicitado ao longo do dia e, dada a ausência de redundância, faz com que a sua falha resulte na remoção imediata do veículo para reparação.
O regime de manutenção, atualmente, aplicado ao sistema da APU baseia-se em atividades de manutenção pré-programadas e corretivas para responder a eventos nos quais a falha já se desenvolveu por completo. A implementação deste novo modelo irá permitir uma mudança no paradigma da gestão da manutenção, tornando-se possível programar as ações corretivas em sistemas vitais e sem redundância, reduzindo custos de manutenção e aumentando a fiabilidade. Idealmente, o modelo desenvolvido deverá acionar um alarme para permitir a intervenção numa fase muito embrionária da falha, na qual seus sintomas e consequências ainda são impercetíveis, evitando assim o cancelamento de viagens.
Uma vez implementado o modelo de deteção de falhas, pretende-se estudar o que causou a falha, a fim de identificar os sensores mais importantes para esta tarefa. Para este propósito, métodos que empregam abordagens probabilísticas e/ou contextuais podem ser explorados. Um diagnóstico eficaz de falhas pode, possivelmente, reduzir o custo dos equipamentos sensores e, assim, melhorar as condições de aplicação deste sistema de deteção antecipada de falhas em toda a frota de veículos do MP.
Finalmente, e como perspetiva de longo prazo, este estudo poderá ser estendido a outros subsistemas da frota, como o conversor de tração ou as portas automáticas. Além disso, espera-se que os resultados deste projeto possam resultar na transferência de conhecimento para outras empresas de transporte.
Com início em dezembro de 2018, o FailStopper tem um orçamento aproximado de 95.000€. O projeto foi submetido juntamente com mais 48 ideias, em maio de 2018, na chamada da Fundação para a Ciência e a Tecnologia (FCT) para o Concurso de Projetos de Investigação Científica e Desenvolvimento Tecnológico em Ciência dos Dados e Inteligência Artificial na Administração Pública, uma iniciativa conjunta dos ministérios da Ciência, Tecnologia e Ensino Superior e da Modernização Administrativa. De todos, foram aprovados para financiamento 15 projetos.
Os investigadores mencionados na notícia têm vínculo à UP-FCUP e à UP-FEP.
Créditos fotos: Metro do Porto
