英國物流與運輸2024 – 進行中英國鐵路網公司（Network Rail）
用於軌道維護的 insight 資料與機器學習工具
Network Rail 的 insight 工具讓工程師解讀軌道資料速度提高 50%，最早可提前一年標示故障
問題
軌道、天氣與檢測資料分散在不同系統。整合軌道幾何與鋼軌超音波檢測等資料可能耗費數月，維護工作也往往是在問題發生後才處理。
做法
智慧基礎設施計畫與微軟工程師合作，以 Azure Data Factory、Databricks、Machine Learning 及 Power BI 建置 insight。工具將各項資料流整合至同一畫面，並運用機器學習預測軌道劣化情況、規劃維護工作。
主要數據
50%工程師理解資料的速度增幅
up to 1 year在故障可能發生前可提前偵測的時間
啟示
整合分散的資產資料集後，工程師得以從故障修復轉向事先規劃。在繁忙路段實施緊急限速可能造成約 25 萬英鎊的成本，這正是此類規劃希望避免的支出。
分類
來源
來源摘要
[1]Microsoft Customer Stories2024年7月31日
微軟說明 Network Rail 如何將資產資料整合至以 Azure 為基礎的單一工具。微軟表示，資料分析速度提高，也能更早偵測故障。
詳細內容請參閱原始資料。
收錄日期 2026年10月25日 · 更新日期 2026年10月25日
