Møt noen av våre kolleger og prosjektene de jobber med

Norsk jernbane strekker seg over 4 200 kilometer med linjer. Hundrevis av tog stopper daglig innom 336 stasjoner og holdeplasser, passerer 700 tunneler, 3 500 planoverganger og 2 500 bruer. Tusenvis av passasjerer skal fraktes til sine destinasjoner. Gods og varer til en verdi av flerfoldige millioner skal trygt frem til sine mål. Underveis kan titusenvis av ting gå galt.

Målet vårt er å lære mer om hva som kan gå galt, og hvorfor det gjør det. Ikke minst er det interessant å vite når det går galt, helst før det gjør det. Men det er også viktig å finne ut hvor en feil har oppstått, så fort som mulig, forteller August Emil Stokkeland, konsulent i BearingPoint. Nå jobber han med Bane NORs omfattende digitaliseringsprosjekt som skal bringe jernbanen inn i fremtiden.

Og fremtiden er datadrevet. Nærmere sagt; fremtidens vedlikehold er datadrevet.

Bane NOR har plassert tusenvis av sensorer på alle sporvekslere, sporfelt, signalsystemer og hver minste lille del i hele det omfattende jernbanenettet. Disse sensorene sender hver for seg inn hundrevis av datapunkter inn i skyen - hvert eneste sekund.

– Det er selvsagt ikke mulig for noe menneske å overvåke alt dette 24/7, forteller August. Det er her algoritmene kommer inn. Det er de som skal plukke opp anomalier i enorme datamengdene så feilene kan forklares rent matematisk. Først da kan relevant personale bli varslet – med så relevant informasjon som mulig.

– Ideelt sett kan vi plukke opp feilen før det skjer, så ingen må vente timevis på perrongen på grunn av en signalfeil som enkelt kunne vært unngått, forteller han. I dag jobber man i stor grad reaktivt med vedlikehold. Det vil si at man rykker ut og reparerer når en feil skjer. Målet er at man i fremtiden skal ha en mer proaktiv tilnærming.

Måle først, kverne data etterpå

Prosjektet begynte helt tilbake i 2017. Målet var å sette i gang med et prosjekt for å overvåke jernbanenettet bedre for å lære mer om hva som skjer når feil oppstår. Dermed begynte den enorme jobben med å installere sensorer, uten egentlig å vite hva man satt igjen med av data, eller hvordan man skulle trekke verdifull informasjon ut av den. Det er nettopp dette August og teamet jobber med nå; å grave frem gullet i datagrunnlaget.

– Det er en veldig spennende tilnærming, sier han. Stokkeland er en del av et team bestående av konsulenter, teknologer, dataanalytikere og fagfolk fra Bane NOR. Teamet er etablert på utsiden av den vanlige driftsorganisasjoner og jobber agilt med å kverne data og lage nyttige verktøy for de som jobber daglig med drift og vedlikehold av jernbanenettet.

Etter at sensorer er installert og dataen strømmer ustanselig opp i skyen, kommer den store jobben: Hvordan kan den brukes? 

– Alt må settes i system: Vi må bygge et bibliotek av informasjon, feilmerker, alarmer, forvarsler som kan hjelpe oss å fange opp feil. Så må vi også identifisere helt presist hvor feil har oppstår. Vet vi hvor feilen er, kan driftsteamene enklere og kjappere starte feilretting, sier han. Det som ofte tar mye tid i dag, fra en feil oppstår til den er reparert, er nettopp å lokalisere den.

En feil i jernbanenettet kan være så mangt. Den kan være enkel eller kompleks. En feil kan oppstå som en kjede av mange andre feil. Eller den kan oppstå som en følge av vær og vind, eller til og med kombinasjoner av ulike værforhold. Det kan skyldes en togskinne som har knekt, en kabel som har et brudd, uheldig varmeutvikling i en komponent eller manglende smurning av en maskin.  

– En god del komponenter i det enorme linjenettet i Norge stammer tilbake til 60-70-tallet. Det er veldig spennende å se hvordan vi kan koble opp så gammel infrastruktur til moderne, cutting-edge skybasert teknologi, forteller August.

LES OGSÅ: - Jeg er veldig nysgjerrig. Det er derfor jeg har denne jobben

Som et gründerprosjekt

– Det som er litt kult er at vi ikke trenger å forholde oss til eksisterende IT-systemer. Kommer det noe nytt og spennende innenfor skyteknolog, så kan vi teste det og eventuelt sette det kjapt i bruk om det har nytte for prosjektet. Vi jobber litt som et lite og smidig gründerteam inn i den store organisasjonen, forteller han.

August studerte i sin tid på NTNU der han tok master i nanoteknologi.

– Jeg har alltid vært motivert av ny teknologi, muligheter i fremtiden og forskning. Enten det er stort eller smått så handler det litt om hvilken ende man begynner i, forteller han og prøver å forklare hvordan studiet i teknologiens minste bestanddeler brakte han inn på det gigantiske jernbanenettet.

– Nanoteknologi handler i stor grad om å starte fra bunnen og opp. Der ser vi på hva de ulike komponentene er bygget opp av. Det dreier seg om å forstå egenskapene til de minste delene, og så trekke det opp på et makronivå, forteller han.

– Det er et perspektiv jeg tror er sunt å ha uansett og det er veldig overførbart. Nanoteknologi er også et veldig bredt fagområde. I alle fall bredt innenfor naturfaget, ler han og fortsetter:

– Vi jobber jo med materialer, egenskaper til ulike materialer, kjemi, biologi, lys, optikk og mikroelektronikk, forteller han.

August forteller at han først og fremst motiveres av læring. Det å ha mange flinke folk rundt seg hele tiden. Folk man kan dele innsikt med og lære av.

– Det er nettopp derfor det er så gøy å jobbe i BearingPoint. Det er så utrolig mye og variert kompetanse i selskapet. Å jobbe her innebærer at man kan jobbe med mange ulike ting. Jeg er først og fremst drevet av å jobbe teknisk, men jeg vil ikke utvikle applikasjoner og lage løsninger. Jeg er mye mer interessert i analyse-aspektet ved data.

– Vi sier jo i BearingPoint at ingen jobber er for store, og ingen for små. Det er også noe jeg setter pris på, sier han.

Toggle search
Toggle location