← 案例
英国物流与运输2024 – 进行中

英国铁路网公司(Network Rail)

用于轨道维护的insight数据与机器学习工具

英国铁路网公司的insight工具使工程师理解轨道数据的速度提高50%,并可提前最多一年标记故障

已见成效供应商案例研究供应商资料 ↗

问题

轨道、天气和检测数据分散在不同系统中。整合轨道几何数据、钢轨超声检测等来源可能耗时数月,维护工作也往往是在问题发生后才开展。

方法

智能基础设施项目与微软工程师合作,利用Azure Data Factory、Databricks、Machine Learning和Power BI开发了insight。该工具将多路数据汇集到同一视图,并利用机器学习预测轨道劣化情况,规划维护工作。

主要数据

50%工程师理解数据的速度提升幅度供应商案例研究[1]
up to 1 year可在故障预计发生前提前发现的最长时间供应商案例研究[1]

启示

整合分散的资产数据集后,工程师得以从修复故障转向规划作业。繁忙区段采取紧急限速措施的成本可能约为25万英镑,提前规划旨在避免这类成本。

分类

业务职能
生产与质量
创新类型
流程创新
依据
供应商案例研究

来源

  1. Network Rail: insight, Azure Databricks
    Microsoft Customer Stories2024年7月31日供应商资料

来源摘要

[1]Microsoft Customer Stories2024年7月31日

微软介绍了英国铁路网公司如何将资产数据整合至一个基于Azure的工具。微软披露,数据分析速度有所提高,故障也能更早发现。

详细内容请参阅原始来源。

收录日期 2026年10月25日 · 更新日期 2026年10月25日
打开案例页面 ↗