Teknologi Kecerdasan buatan atau Artificial Intelligence (AI) cepat atau lambat akan hadir mendukung layanan pada dunia kereta api. Dari beragam fungsi AI yang dapat diadaptasi untuk layanan kereta api, fungsi untuk mendukung keselamatan tak pelak menjadi salah satu yang diprioritaskan. Seperti, kemunginan AI dapat memprediksi kondisi lintasan rel dengan adhesi rendah.
Baca juga: Israel Aplikasikan Teknologi Kecerdasan Buatan Cegah Kereta Tabrakan
Dikutip dari railway-technology.com (8/3/2023), Rail Safety and Standards Board (RSSB), perusahaan independen di Inggris yang berkecimpung pada sistem keselamatan kereta api, bekerja sama dengan University of Sheffield, saat ini sedang mengembangkan alat berbasis AI yang digadang dapat memprediksi kondisi lintasan dengan adhesi rendah.
Secara khusus, tantangan musiman terkait dengan teknologi AI ini adalah tentang bagaimana menangani dedaunan yang menutupi jalur rel kereta.
Tujuan dari pengembangan ini adalah untuk memberikan alat ‘estimasi gesekan kepala rel’ online pada musim gugur 2023, yang akan memungkinkan pengguna untuk memasukkan data dan menerima prediksi gesekan yang berkaitan dengan jaringan rel. Proyek ini akan melibatkan penggunaan AI untuk menganalisis data dan rekaman beresolusi tinggi pada gesekan antara roda dan rel.
Kondisi jalur adhesi rendah, seperti banyaknya dedaunan di jalur rel , ternyata dapat menyebabkan masalah keselamatan dan operasional, merugikan industri sekitar £350 juta per tahun.
Penundaan ini berdampak pada kinerja kereta api dan kelebihan kapasitas di stasiun tujuan. Selain dedaunan di jalur, suhu dan kelembapan dapat memengaruhi tingkat kerekatan antara roda kereta dan rel.
Paul Gray, kepala teknik dan penelitian profesional di RSSB, mencatat bahwa pengenalan pola dan AI akan memberikan perkiraan kondisi adhesi railhead lokal.
“Kereta api bekerja keras untuk mengelola kondisi daya rekat rendah dengan menggunakan serangkaian teknologi dan proses yang pada dasarnya dapat mengatasi berbagai kondisi daya rekat yang dapat bervariasi sepanjang tahun dan biasanya paling bermasalah di musim gugur,” kata Gray.
“Namun, kondisi adhesi sangat rendah yang berkelanjutan masih dapat terjadi dan dapat menyebabkan kereta tidak dapat melambat dan berhenti dengan cara yang terkendali, dan dapat berakhir seperti tabrakan yang terjadi di dekat Salisbury pada Oktober 2020.”
RSSB menggunakan penelitian sebelumnya, yang menemukan bahwa kondisi gesekan pada permukaan rel dapat diperkirakan dengan menggunakan gambar lingkungan, gambar kepala rel, dan data sensor lainnya.
“Memiliki estimasi mendetail tentang kondisi adhesi lokal dapat membantu meningkatkan pengambilan keputusan operasional dan perencanaan perawatan railhead dalam jangka pendek dan dapat menawarkan cara yang andal untuk membandingkan satu rute ke rute lainnya untuk membantu memfokuskan investasi lebih lanjut guna mengurangi adhesi rendah,” jelas Gray.
Karena kelayakan proyek ini telah disetujui, pengerjaan perluasan alat baru ke jenis infrastruktur lainnya sedang dilakukan.
Baca juga: Kereta di Jepang Gunakan Kecerdasan Buatan Guna Bantu Penumpang Disabilitas
Jaringan kereta api Inggris terdiri dari sekitar 20.000 mil jalur, dan teknologi AI dapat membantu pemantauan dan pengelolaan jaringan ini secara efisien. Hal ini dapat mencegah gangguan, mulai dari masalah seperti meninggalkan jalur, hingga perjalanan penumpang maupun perjalanan barang.
Strategi pengelolaan biasanya didasarkan pada prakiraan meteorologi serta informasi kondisi infrastruktur setempat. Diharapkan informasi yang diberikan oleh teknologi AI mengenai hal ini akan lebih akurat.
