Tågförseningar kan vara ett minne blott, tack vare ett system som förutspår när en del av ett tågspår, signalutrustning eller annan utrustning vid en station kommer sannolikt att misslyckas. Det gör detta genom att använda tusentals sensorer och 3D-modellering som utnyttjar stora data.

Systemet, för närvarande under utveckling, kommer också att låta ingenjörer använda Augmented Reality (AR) via en smartphone eller en Head Mounted Display (HMD) för att hitta felaktiga komponenter eller strukturfel och läsa instruktioner på skärmen i realtid för att hjälpa dem med reparationer.

Projektet är ett samarbete mellan University of the West of England (UWE Bristol), smarta konstruktionslösningsföretag Costain och ingenjörsteknik starta Enable My Team (EMT), som är projektledare.

Ett nätverk av Internet of Things (IoT) -sensorer kommer initialt att installeras 2019 i London Bridge Station, som ska användas som testplats. Sensorerna kommer att samla in data om spår och stationsanläggningar, såsom ventilationssystem, barriärer eller belysning innan du skickar den till en programvara som kallas i-RAMP (IoT-aktiverad plattform för övervakning av järnvägstillgångar och prediktivt underhåll).

Systemet kommer sedan att använda artificiell intelligens (AI) för att analysera data och för att förutsäga när ett fel sannolikt kommer att inträffa och belyser eventuella stresspunkter eller komponentfel på en 3D-virtuell modell av stationen och spåren.

Den beräknas stå klar i april 2020, varefter den kommer att testas med utvalda kunder i upp till nio månader. Fem andra tågstationer i Storbritannien har kontaktats för att fungera som testplatser för tekniken. Utplaneringen av systemet är planerad till 2021.

Professor Lukumon Oyedele, Biträdande rektor, Digital innovation och företag, som är huvudutredare för projektet vid UWE Bristol, sade:"Varje dag i Storbritannien, produktionen påverkas negativt av de hundratals timmar som går förlorade på grund av tågförseningar, orsakas ofta av felaktiga signalboxar eller trasiga spår.

Systemet gör det möjligt för företag att lösa ett problem innan det ens blir ett, och vid en tidpunkt då pendlingen inte störs, allt tack vare IoT -sensorerna i stationen och på banan. "

IoT -sensorer kan överföra en mängd olika data inklusive vibrationer, påfrestning eller tryck på en struktur, luftfuktighet eller temperatur. Genom att använda flera sådana komponenter kan tågföretag och stationschefer övervaka många delar av ett tågnät samtidigt.

Sandeep Jain, som är grundare och VD på Enable My Team (EMT), sade:"i-RAMP kan ge tillförlitlighet för de 1,7 miljarder årliga passagerarresorna på den brittiska järnvägen, öka produktiviteten i hela landet. Med maskininlärning och stor databehandling kan vi förutsäga problematisk växtlighet, skadade strukturer och felaktiga signaler, låta reparationer genomföras innan problem uppstår. "

Systemet kommer också att göra det möjligt för ingenjörer att använda Augmented Reality (AR) -teknologi som ger dem information om platsen för felaktiga komponenter och ger vägledning om hur de åtgärdas. Förutom att orientera dem till den exakta platsen där problemet ligger, det kommer också att ge dem instruktioner i realtid och varna för faror när reparationerna utförs

Professor Oyedele sa:"Genom att bära ett headset eller använda sina mobiltelefoner, ingenjörer kan se instruktioner överlagrade på den gemensamma eller elektriska kretsen som de reparerar eller byter ut. Det kan till exempel ge information eller varningar om förekomst av högspänning i en del av en kontrollpanel, eller hur man demonterar en elektrisk krets i en signalbox på ett säkert sätt. "