DIGITALIZACIJA U ŽELEZNIČKOM

SAOBRAĆAJU
RESUME

• INOVACIJE U TRANSPORTNOM SEKTORU

• DIGITALIZACIJA U KONTEKSTU ŽELEZNIČKOG TRANSPORTA
• KORISTI DIGITALIZACIJE
– POUZDANA KONEKTIVNOST ZA BEZBEDNE, EFIKASNE I ATRAKTIVNE ŽELEZNICE
– UNAPREĐENJE KORISNIČKOG ISKUSTVA PONUDOM BOLJE USLUGE
– PRIMENA IOT I ATO ZA POVEĆANJE KAPACITETA, EFIKASNOSTI I PERFORMANSI
– EKSPLOATACIJA PODATAKA ZA POBOLJŠANJE KONKURENTNOSTI DIGITALNIH ŽELEZNICA
• PREPREKE ZA UVOĐENJE DIGITALIZACIJE U ŽELEZNIČKOM SEKTORU
– SITUACIONE OKOLNOSTI
– SPECIFIČNE BARIJERE KOJE KARAKTERISU ŽEL SEKTOR
INOVACIJE U TRANSPORTNOM SEKTORU

• U OVOM DELU RAZMOTRENE SU NEKE OD “POREMEĆAJNIH” INOVACIJA

(DISRUPTIVE INNOVATIONS) KOJI SU OD UTICAJA NA ŽELEZNIČKI ROBNI
TRANSPORT:
– RAZMENA PODATAKA U UMREŽENOM OKRUŽENJU
– AUTOMATIZACIJA DRUMSKIH VOZILA I “POVEZANA” VOŽNJA
– PAMETNE LOGISTIČKE USLUGE – FIZIČKI INTERNET
– MEGA FABRIKE
– 3D ŠTAMPANJE
– MOBILNOST KAO USLUGA (MAAS)
– HYPERLOOP
 INOVACIJE U TRANSPORTNOM SEKTORU
• RAZMENA PODATAKA U UMREŽENOM OKRUŽENJU
– Mnoge inovacije su postale moguće usled rastućih mogućnosti za
međusobnu komunikaciju između fizičkih objekata – kreiranje
umreženog okruženja;
– Za nove inovativne koncepte u cilju integrisanja svih
transportnih aktivnosti postoji potreba za razmenom podataka;
– Umreženo okruženje omogućiće proces odlučivanja i
optimizaciju koji će da anticipiraju novonastale situacije na
mreži i reaguju u realnom vremenu na nepredviđene promene;
– Zašto postoji potreba za digitalizacijom na železnici?
• Digitalna transformacija se već odvija u lancima snabdevanja, a
železnica predstavlja integralni deo lanca snabdevanja;
• Železnički sektor mora da postane aktivni učesnik u klasteru
organiyacija u kome su različiti operatori uključeni u isporuku
vrednosti krajnjem korisniku.
 INOVACIJE U TRANSPORTNOM SEKTORU
• Ovo zahteva visok stepen koordinacije i
kooperacije između železnice i svih aktera
na tržištu.
• Sa aspekta digitalizacije ovo vodi ka
međupovezanim poslovnim mrežama –
kreiranju potpuno povezanog ekosistema
koji sinhronizuje fizičke i finansijke lance
snabdevanja na jednoj platformi u jednoj
globalnoj zajednici;
 INOVACIJE U TRANSPORTNOM SEKTORU
• AUTOMATIZACIJA DRUMSKIH VOZILA I “POVEZANA”
VOŽNJA
– Drumska vozila postepeno postaju “pametnija” i sa
većom autonomijom. Ova inovacija prati razvoj
komunikacije između vozila i drumskih instalacija.
– Prvi polu automatska putnička vozila (Tesla) -
Oktobar 2015, 2 godine pre procene ERTRAC-a
(European Road Transport Research Advisory
Council)
– Elon Mask (Maj 2016) – Tesla će biti spreman za
punu automatizaciju u narednih 2 godine, i samo
zakonski proposi mogu usporiti ovaj proces.
– Tesla kamioni – do 2020.
– ERTRAC takođe predviđa sistem koji obuhvata
“povezanu vožnju” (connected driving). Vozila sa
autopilotom se kreću samostalno, pri čemu
povezana vožnja omogućava komunikaciju sa
ostalim vozilima i infrastrukturom.
– Ovo će optimizovati saobraćajne tokove i
korišćenje kapaciteta.
– Truck platooning is the linking of two or
more trucks in convoy, using connectivity
technology and automated driving
support systems. These vehicles
automatically maintain a set, close
distance between each other when they
are connected for certain parts of a
journey, for instance on motorways.
– Truck platooning koncept je testiran na
nekoliko koridora u EU i planiran da bude
potpuno operativan u period iymeđu 2019-
2022.
– Sa nano tehnologijom performanse baterija
biće značajno poboljšane.
– Uskoro će biti dostupne baterije male
težine koje se pune u minutu i omogućavaju
vozilima autonomiju od preko 800 km.
– Ovo će učiniti drumski transport održivijim
i samim tim smanjiti prednost po pitanju
održivosti železničkog transpota.
INOVACIJE U TRANSPORTNOM SEKTORU

• PAMETNE LOGISTIČKE USLUGE – FIZIČKI INTERNET

– Otvoreni, globalni, multimodalni sistem
zasnovan na univerzalnoj fizičkoh, digitalnoj i
operativnoj interkonektivnosti omogućenoj
kroz standardnu enkapsulaciju, protokole i
interfejse.
– Enkapsulacija: π-kontejneri
– Distributivni više segmentni intermodalni
transport
– Web otvorenih habova i distributivnih centara.
INOVACIJE U TRANSPORTNOM SEKTORU

– Koncept je zasnovan na internet protokolima gde

se paketi informacija salju od pošiljaoca do
primaoca, automatski organizovano i izzvršeno
od strane sistema, čime se optimizuje upotreba
kapaciteta na mreži i isključuje ljudska
intervencija.
– Koncept obuhvata sledeće karaketeristike:
– Hub-orijentisana organizacija gde su pošiljke
dopremljene u najbliži hub, a zatim
trnasportovane na sistemski optimizovan način
do huba najbližeg odredištu;
– Robama se ne manipuliše direktno već će sve biti
u pi-kontenerima;
– Pretovari u usputnim hubovima se sprovode
automatski bez ljudske intervencije;
– Korisnici imaju informaciju u realnom vremenu
od ETA pošiljke.
• ROBOTIKA U PROIZVODNIM POSTROJENJIMA
– Robotika i Veštačka Inteligencija (AI) integrisane u koncepte kao što su Mega
Fabrike i 3D štampanje vodiće radikalnim promenama u mobilnosti i
logističkim obrascima i samim tim i infrastrukturnim zahtevima – sto će voditi
ka promenama u TEN-T strategiji;
– Mega fabrike
• Su potpuno automatizovane i imaju vrlo veliki proivzodni kapacitet. Skoro
je otvorena mega fabrika u Kini od strane Foxconn-a i 60000 od 110000
ukupno je proglaseno tehnološkim viškom.
• Pošto mega fabrike ne zahtevaju mnogo radne snage (što je glavni razlog
za proizvodnju u državama sa jeftinom radnom snagom) logična posledica
bilo bi vraćanje proizvodnje u razvijene države.
• Transportni tokovi i infrastrukturne potrebe su značajne;
• Gravitacija između lokacija koje su tradicionalno radno intenyivn će nestati
što implicira da nove luke i fabrike mogu biti građene u oblastima sa
malom gustinom naseljenosti;
 • Intenzivni tokovi finalnih proizvoda biće transportovani ka
unutrašnjim distributivnim centrima pri čemu su železnica i
unutrašnji plovni putevi preferirani vid transporta.
• Kao ulaz u proces proizvodnje, sirovine – rasute robe biće
prevožene železnicom;
• Samim tim, lokacija ovih fabrika mora biti planirana uzimajući
u obzir efekte infrastrukture.
– 3D štampanje
• 3D štampanje će se fokusirati na stvaranje oblika koji ne mogu biti
efikasno proizvedeni konencionalnim metodama proizvodnje.
• Ova tehnologija je trenutno relativno spora i skupa tako da one
komponente koje mogu biti proizvedene konvencionalnim metodama
proizvodnje biće i dalje deo konvencionalnih procesa.
• U budućnosti, jednostavno 3D štampanje može biti načinjeno kod
kuće, dok će složeniji proizvodi biti štampani u za to određenim
lokacijama;
• Ove lokacije biće male ili velike ali će biti u blizini gradova i
automatizovane ali će kreirati nove poslove takođe.
• Ulazi za usluge 3D štampanja biće rasutet rtobe koje se mogu
transprotovati železnicom do distributivnih centara. Iz dc-a biće
transportovane do 3D fabrika u manjim pošiljkama.
– Mobilnost kao usluga kombinovana sa robnim
uslugama
• Predstavlja koncept putničke mobilnosti gde korisnik
može naručiti automatsko vozilo. Ovo vozilo će
samostalno obaviti vožnju putnika od izvorišta do
odredišta nakon čega će preuzeti naredni zahtev za
prevozom. Pored vozila konvencionalne veličine,
postojaće manja i veća vozila poznata kao pod-ovi.
• Veći pod-ovi omogućiće kobinovane vožnje pri
jeftinijoj ceni i biće podesni za duža rastojanja;
• Ova vozila mogu biti iskorišćena za “city” distribuciju
robe u periodima vanvršnog saobraćaja. Veća vozila
mogu biti modularna kako bi mogla da prevoze
manje kontenere.
• Iako su rastojanja koje ova vozila prevoze mala,
koncept može da konkuriše železničkom transportu
kada je kombinovan sa organizacijom nalik fizičkom
internetu.
• Hyperloop
– Novi vid transporta koji se ubrzano
razvija;
– 11.05.2016. prvi test je sproveden
uspešno sa bryinom od 500 km/h
(finalna verzija distići će 11000
km/h).
– U Holandiji je planirana komercijalna
usluga između Schiphol aerodroma i
aerodroma Lelystad.
– Iako će troškovi infrastrukture biti
veći nego za železnicu, proizvodnja
usluga će koristiti oko 10% od
energije i samim tim imaće poyitivan
ekonomski balans;
THE DIGITALISATION IN THE CONTEXT OF RAILWAY
FREIGHT TRANSPORTATION

• SC oriented rail freight services;

• Provision of visible, reliable and flexible
transport service which leads to much lower
cost and lead time;
• The essence is in proactive management of the
whole supply chain;
• The following is required from rail:
– Capacity on train for each trip;
– Availability of rail paths;
– Location of engines/wagons;
– Proactive wagon maintenance;
– Communication between IMs, RUs, terminals and
shunting operations;
– ETD, ETA, ATD, ATA of the train at terminals.
THE BENEFITS OF DIGITALISATION IN RAILWAY
TRANSPORTATION

 Reliable and better connectivity will provide

safe, efficient and attractive railways;
 Connectivity allows full realization of ESDM and
digitalization of railways;
 There is a need for highly available, reliable and
stable network connectivity;
 5G networks will offer a great opportunity for
railways by enabling IoT and better real time
information.
 Example:
 FSI – Internet access is provided across all
facilities via LAN and Wifi -> VoiP, video
meeting for collaborative problem solving,
social networking.
THE BENEFITS OF DIGITALISATION IN RAILWAY
TRANSPORTATION

 Enhancing customer experience by offering

better and added value service;
 Creating door to door solutions and added
value for the customer experience before,
during and after travel.
 Example:
 X-rail – alliance bringing 6 rail partners
committed to significantly enhance the
competitiveness of wagonload traffic in Europe.
THE BENEFITS OF DIGITALISATION IN RAILWAY
TRANSPORTATION

 The use of IoT and implementation of ATO

will increase capacity, efficiency and
performance of railways;
– IoT – A network of physical objects able to
connect with each other and exchange data;
– Trains with brains: AI will be employed to meet
the specific demand of railways;
– ATO will contribute to enhance network capacity,
increase reliability, save energy and raise safety;
• Examples:
– SNCB’s Optical Character Recognition
– CFL Traceability of goods
– DB’s DIANA predictive maintenance
– SBB Adaptive Steering
• Internet of Things (IoT)
– Omogućava umreženu konekciju fizičkih objekata, ljudi, procesa i
podataka;
– Sa IoT je moguće automatizovati poslovne procese u cilju
minimiziranja ljudskih interverncija, poboljšanja kvaliteta i
predvidiljivosti, optimizovati aktivnost ljudi, sistema i sredstava i
koordinisati njihove aktivnosti;
– Kroz rastući broj povezanih uređaja, ugrađenih senzora i analitike
akteri u transportnom lancu mogu poboljšati vidljivost svakog aspekta
poslovanja;
– Međutim haotični rast IoT doneće izazove po pitanju identifikovanja,
povezivanja i upravljanja velikim brojem uređaja;
– Postojeća IoT rešenja su skupa zbog visokih troškova održavanja i
infrastrukture koji se odnose na centralizovane “clouds”, serverske
sisteme (server farms) i opremu za umrežavanje.
– Transportna sredstva mogu postati međupovezani komunikacioni
čvorovi koji razmenjuju podatke međusobno i sa mrežnim
upravljačkim centrima.
• Koristi implementacije IoT-a na železnici očekuju se u tri oblasti:
efikasnost železničkog sistema, usluga pružena korisnicima,
bezbednost saobraćaja vozova;
• Kako trošak senzora opada, operatori na železnici sve ih više koriste za
praćenje stanja kolskog parka i okruženja vozova;
– Senzori oko točkova i kočnica voza detektuju promene u vibracijama i situacije koje
bi mogle da uzrokuju nezgodu, dok senzori na železničkoj infrastrukturi detektuju
promene u temperaturi i vremenu.
– Korišćenje senzora obezbeđuje neprekidno praćenje stanja, troškovno je efektivno i
idealno za one lokacije koje su nedostupne za osoblje koje radi na održavanju;
• Osnovni cilj je održavanje kolskog parka u ispravnom stanju, praćenje
konetjnera i pošiljaka, obezbeđenje real time informacija za
mašinovođe.
• Inteligentni sistemi mogu nadgledati funkcionisanje vrata, klima
uređaje, i obezbediti automatsko naručivanje i zamenu zaliha za kola-
restorane.
• U Holandiji, operatori broje putnike i podatke koriste za upravljanje
tokovima putnika u stanicama;
https://www.youtube.com/watch?v=ZYbTLBoe804
• Big Data
– Osobine velikih podataka mogu se okarakterisati sa 5V:
• Volume: količina podataka predstavlja jedan od najvećih izazova posebno
po pitanju skladišnog kapaciteta uređaja;
• Variety: Raznolikost se odnosi na različite resurse iz kojih podaci mogu biti
generisani u strukturnom, polustrukturnom ili nestrukturnom stanju;
• Velocity: Brzina generisanja podataka (u serijama, real-time, near real
time)
• Veracity: Pošto mnogi izvori podataka sadrže određeni nivo neizvesnosti,
nivo pri kom je izvor podataka od poverenja predstavlja ovu dimenziju.
• Value: proces otkrivanja neiskorišćene vrednosti iz velikih podataka u cilju
podrške odlučivanju.
– Oblasti železničkog transporta u kojima se koristi analitika velikih
podataka:
• Održavanje
• Operacije
• Bezbednost
 – Održavanje se može podeliti na korektivno, preventivno, zasnovano na
stanju ili na osnovu sistemske komponente – vozila, pruga, ss uređaji.
– Održavanje pruge – optimalne odluke o održavanju zasnivaju se na
masivnim dinamičkim i statičkim skupovima podataka iz različitih izvora
uključujući podatke o poremećajima u realizaciji usluge, podacima koji se
odnose na zastor pruge, istoriju brusenja, podatke o saobraćaju podatke iz
kontrole kao i podatke o krivinama i nagibima pruga.
• Operacije
– Primena analitike velikih podataka u operacijama se bazira na analizi
kašnjenja vozova, predikciji ruta putnika i prognozi tražnje sa računarskom
obradom velikih količina podataka o pozicioniranju voza i putničkih tokova.
– Ove analitike velikih podataka unapređuju proces konstruisanja reda
voženje i simulacione modele i dopuštaju poboljšano odlučivanje u
upravljanju žel saobraćajem u realnom vremenu;
• Bezbednost
– “Učenje” iz istorijskih podataka o nezgodama je važno za razumevanje i
prevenciju vanrednih događaja u budućem periodu;
– Na osnovu statističkih analiza može se razumeti uzrok;
– U opštem slučaju, baza podataka nije velika. Uzorak veličine podataka o
nezgodama može imati od nekoliko stotina do nekoliko hiljada, zavisno od
vremenskog perioda i oblasti od interesa za analizu.
– Za obradu ovih podataka srednje veličine, statistika , regresioni modeli i
analitičke metode su primenjene za razumevanje odnosa između rizika i
faktora od uticaja na rizik.
• The level of big data analytics:
– Descriptive Analytics, which use data aggregation and data mining to
provide insight into the past and answer: “What has happened?”
– Predictive Analytics, which use statistical models and forecasts techniques
to understand the future and answer: “What could happen?”
– Prescriptive Analytics, which use optimization and simulation algorithms
to advice on possible outcomes and answer: “What should we do?”
• Modeli i tehnike u analizi velikih podataka
– Asocijativni modeli koji su obično kategorizovani na deskriptivnom nivou
imaju za cilj da identifikuju obrasce intenzivnih odnosa između observacija u
velikim bazama podataka.
– Modeli klasterovanja odnose se na grupisanje objekata tako da objekti koji
pripadaju istoj grupi su sličniji nego oni koji pripadaju ostalim grupama. K-
means algoritam pradstavlja jednu od najčešće korišćenih tehnika
klasterovanja – particionisanje heterogenih podataka u više homogenih
segmenata.
– Od prediktivnih modela najčešće se koriste: klasifikacioni, modeli za
identifikovanje obrazaca, analiza vremenskih serija i stohastički modeli.
• Klasifikacioni modeli imaju za cilj klasifikovanje podataka u skupu
podataka u prethodno definisane klase.
• Modeli za identifikovanje obrazaca – identifikovanje obrazaca i
regularnosti u podacima korišćenjem “machine learning” tehnika – ANN,
SVM, SVR.
• Analiza vremenskih serija se koristi za prognozu određene promenljive uz
pretpostavku da je poynato kako se ova promenljiva ponašala u prošlosti.
• Stohastički modeli (modeli Markova) se koriste za procneu raspodela
verovatnoće potencijalnih izlaza.
– Optimizacioni modeli su podeljeni na egzaktne i heurističke metode.
• Egzaktne metode uzimaju formu granja kao i ostale forme sveobuhvatne
pretrage;
• Heurističke tehnike obično podrazumevaju lokalno pretraživanje ili
imitaciju prirodnog procesa – kaljenje ili biološka evolucija za rešavanje
teških optimizacionih problema.
– Ključna osobina velikih podataka je raznovrsnost izvora podataka koji su
raspoloživi i koji obuhvataju ne samo numeričke podatke već i slike i video
podatek kao i tekst koji zahtevaju posebne tehnike obrade slika i analize teksta.
– Tekst analiza podrazumeva analizu teksta u cilju ekstrakovanja činjenica
“računarski” čitljivih činjenica.
– Cilj analize teksta je da se kreiraju skupovi strukturiranih podataka iz
nestrukturiranih i heterogenih dokumenata.
– Natural Language Processing (NLP) je najčešće korišćena tehnika za analizu
teksta. Može da se koristi za “otkrivanje” bezbednosnih informacija iz
telefonskih poziva između izvršilaca na železnicvi.
– Semantička analiza se koristi za određivanje stava pojedinaca po pitanju
određenih problema na železnici.
THE BENEFITS OF DIGITALISATION IN RAILWAY
TRANSPORTATION

 The exploitation of data will boost

competitivenes of digital railways.
– The different aspects of opening up data and data
sharing need to be better explored.
• It is needed to ensure interoperability of data
formats;
• Open standards need to be developed taking into
consideration the rail specific requirements;
• Opportunities for third parties – start-ups, app
developers and technology providers.
• Examples:
– RailTopoModel
– Swedish Trafiklab
– Open data platforms DB, SBB, SNCF
THE BENEFITS OF DIGITALISATION IN RAILWAY
TRANSPORTATION

• Federative infrastructure
– A collaborative platform for federated
organization
– Requirements for federative infrastructure:
• Unwillingness to share or unavailability of
(high quality) data
• Visibility of available capacity and chain
control Organisational network
(business)
• Static governance structures
Commercial data
– Characteristics of federative infrastructure: Federative Infrastructure
• Harmonized services (data sharig)
IoT data
• Federation protocol
Physical network
• Plug and play (infrastructure and its status)
• Governance and adoption
• BLOCKCHAIN
– Baza podataka koja se ne nalazi na jednom
mestu već je čine manje baze (blokovi) koje su
međusobno digitalno povezane, a koje sadrže
informacije o digitalnim transakcijama bilo koje
vrste;
– Prilikom razmene transakcija nema nikakvog
regulatora osim same mreže koja sadrži
informacije o sim transakcijama koje su ikada
izvedene;
That’s because blockchain is not a “disruptive” technology, which
can attack a traditional business model with a lower-cost
solution and overtake incumbent firms quickly.
Blockchain is a foundational technology: It has the potential to
create new foundations for our economic and social systems. But
while the impact will be enormous, it will take decades for
blockchain to seep into our economic and social infrastructure.
– Zamislimo tabelu koja je duplikovana 1000x na mreži računara. Ako
zamislimo da je ova mreža dizajnirana tako da redovno ažurira ovu tabelu
imamo osnovno znanje o blockchainu.
– Radi se o ovorenoj, distribuiranoj knjizi (bayi podataka - ledger) koja
snima transakcije između dva subjekta efikasno, na poverljiv i
permanentan način.
– Sa Blockchainom možemo da zamislimo svet u kom su ugovori ugrađeni u
digitalni kod i sačuvani u transparentnim, šerovanim bazama podataka i
zaštićeni od brisanja, prepravljanja i revizije. Svaki sporazum, proces,
zadatak i svako plaćanje imaće digitalni zapis i potpis koji može biti
identifikovan, validiran, sačuvan i podeljen sa ostalima.
– Posrednici, advokati, bankari... više neće biti neophodni jer će pojedinci,
organizacije, mašine i algoritmi slobodno da obavljaju transakcije i
interakcije međusobno.
• Primena Blockchain tehnologije (BCT) u železničkom sektoru
– Jedan od važnih problema za koje BCT može pružiti rešenje je nedostatak
volje i poverenja za razmenu informacija u železničkom sektoru i lancu
snabdevanja;
– BCT obezbeđuje bezbedno i poverljivo okruženje koje obuhvata dozvoljeni
pristup statusnim podacima.
– Jedna od osnovnih prednosti BCT, pored poverljivog okruženja je i
distribuiranost. U suštini, svi učesnici u BC aplikaciji skladište BC podatke i
na taj način imaju real-time pristup podacima sačuvanim u tom lancu.
– Zajedno učesnici formiraju oblak - “cloud” koji obezbeđuje blockchain
funkcionalnost i mogu formulisati (otvorena) pravila za učestvovanje.
– U železničkom sektoru, distribuirani BC upravljača infrasturkturom pruža
vidljivost u realnom vremenu kombinovanjem svim nacionalnih podataka
o međunarodnim vozovima.
– Vidljivost u železničkom robnom transportu
• Tok informacija od utorvara do istovara za kontejner sa prekretnicama u
procesu (milestones);
• Naredna tabela sadrži listu prekretnica koje su deljene od strane
događaja. Tabela takođe prikazuje objekte koji su obuhvaćeni
procesom i njihov izvor informacija.
• Milestones – prekretnice predstavljaju napredak fizičkih procesa, imaju
svoje vreme i lokaciju u kom/kojoj su mereni/detektovani.
• Događaji takpđe imaju vreme, koje se može raylikovati od vremena
prekretnice pošto jedan događaj može biti generisan u kasnijoj fazi od
strane IT sistema aktera u transportnom lancu.
• U primeru, konejner je natovaren na prikolicu i prikolica se voyom
prevozi od jedne ranžirne stanice do naredne.
• U odredišnoj ranžirnoj stanici, prikolica se istovara i kamionom
trnasportuje do skladišta na odredištu.
Mile- Source of Examples of events Participating Objects
stone Information
C1 Pre carrier Container was loaded at Warehouse on Container
Container and Truck has departed from the Trailer
warehouse Truck
C2 Pre carrier Truck arrived at Terminal 1 on a location Truck, trailer
CD Pre carrier Carrier disruption of type ‘flat tire’ occurred Disruption
at Location (traffic jam / flat tire / driver Disruption type
injury).
T1 Terminal operator Trailer was loaded on Train on a location Trailer,
Wagon,
Train
TD Terminal operator Terminal disruption caused by for instance a Disruption, disruption type
delay in discharge caused by late arrival of a
vessel
R1 Rail Carrier (RU) Train departed from a location Train
RX Rail Carrier (RU) Train passed Border crossing ‘Oldenzaal’ on Train
a particular time
RD Infrastructure Rail Disruption occurred at Location / on Disruption, disruption type
Manager Leg / at Path on Instant
R2 Rail Carrier (RU) Train arrived at Terminal 2 on Instant
T2 Terminal operator Trailer is available for pickup Trailer
C3 onCarrier Departed from Terminal Trailer, truck
CD onCarrier Disruption occurred at Location
C4 onCarrier Container was unloaded at Warehouse Container, trailer, truck
• Ove prekretnice predstavljaju fizičku strukturu železničkog transporta, a u
kontekstu razmene informacija predstavljaju “community data”: podatke koji
se razmenjuju (događajima) sa svim zainteresovanim učesnicima
(subscribers). Jedan LSP će primiti samo one “prekretnice” koje su relevantne
za njegove objekte;
• Razmena podataka ima arhitekturu “vođenu” događajima – za svaku od
identifikovanih prekretnica, poseban objekat biće generisan.
• U ovom kontekstu sledeće identifikacije su primenjive:
– Broj prikolice – identifikacija prikolice
– Broj vagona - identifikacija vagona koji prevozi prikolicu
– Broj voza – identifikacija voza u čijem sastavu je prikolica
– Broj kontejnera – identifikacija kontejnera trnasportovanih vozom. Ovaj
broj se koristi od strane LSP-ja za praćenje tereta.
LSP IM RU

Maitenance Request

Maintenance schedule

container id

wagon nr

train id

train status (depart)

container status (depart)

train status (border)

train status (arrived)

container status (arrived)

Dijagram sekvenciranja za razmenu prekretnica

– Naredna slika prikazuje strukturu podataka o događajima za
čuvanje i preuzimanje prekretnica iz BC-a.
– Svaki događaj se objavljuje od strane aktera u transportnom lancu u
određeno vreme. Događaji se odnose na prekretnice određenog
objekta- prikolicu, vagon.
– Prekretnice se mere ili senzorima koje je LSP postavio na prikolicu
koja je natovarena na vagon, ili su ekstrakovane iz skupova
podataka drugog učesnika.
– Fizička prekretnica se odnosi na lokacije (stanice) i objekte sa
svojom identifikacijom i tipom. Tip objekta na koji se identifikacija
odnosi i lokacije moraju biti povezane sa prekretnicama koje su
akteri zainteresovani da prime.
 Milestone 1..* 1 Event
+MilestoneType : Integer +PublicationDate : Date

1 +Publisher

1
Physical
Sensor
+Timestamp : Date Actor
+SensorType : String
+AssociatedObjectID : String +ActorIdentification : String
+SensorID : Integer
+Speed : Decimal +Name : String
+SensorLocation : Char 0..1 0..* 0..* 0..1
+Direction : String

1..* 1
1..*
1
1
Location
Object
+Name : Char
+ObjectIdentification
+Coordinates : Integer 1..*

1..*
1

ObjectType
+ObjectType : String

Konceptualna struktura podataka pojedinih događaja (UML dijagram)

• Jedna od važnih IT inovacija.
• Omogućava povećanje efikasnosti i ušteda za organizaciju;
• Predstavlja fundamentalnu promenu načina na koji organizacija
obezbeđuje ICT resurse.
• Softver kao usluga (SaaS) postaje popularan način pristupa određenom
softveru na zahtev preko internet pretraživača.
• Organizacije koje koriste cloud computing neće vise trebati moćne
računare za svoje aplikacije. Samim tim, cloud computing se može
smatrati i sredstvom za povećanje produktivnosti;
• Postoje brojni web zasnovani ICT sistemi koji povezuju korisnike
usluga i prevoznike u cilju razmene usluga, informacije i dugoročnu
saradnju.
 PREPREKE ZA UVOĐENJE DIGITALIZACIJE U ŽELEZNIČKOM SEKTORU

• Relative uptake of innovation

– Uptake of innovation is an important requirement for
competitiveness. However uptake of innovation as such is not
sufficient since also competitors are moving forward.
– Given the competition between current and future modes of
transport, the innovation uptake of the rail sector should at least be
in pace with the innovation uptake of the road sector;
– If this cannot be achieved then it is likely that rail will become less
attractive and less connected to the rest of the transport system
and consequently market share is at risk.
– The relative potential for uptake of innovation of the rail sector
compared to other modes, is therefore an important aspects to take
into account when assessing the competitiveness of the rail supply
sector;
• Innovation climate -situational circumstances
– The different characteristics of a sector or market segment which
determine the potential and speed for market uptake, can be
defined as the ‘innovation climate’.
– Since we aim for a shift from road to rail we will compare these two
modes. Different characteristics influencing the innovation climate
are discussed.
– This discussion also describes some of the barriers that the rail
sector is facing for the market uptake of the (upcoming)
technological possibilities:
• Transition speed. Life-time of equipment for rail around 40 years
where a truck lasts about 8 years. This implies that a smooth transition
to new technology without capital destruction can lasts about 5 times
longer.
• Time and effort to adjust operation. Changes to the rail
system require a well prepared coordinated action of many
stakeholders where for the road sector a change of organisation
(routing, timing, use of hubs, etc.) of a trucking company can be
done at any moment in time.
• Access(and response time) to international transport
demand. For the road sector there are hardly any difference in
operation between countries and crossing a border can be done
unannounced and at any moment in time.
– For rail there is a large fragmentation of systems and
scheduling which implies that there are major
(organisational and financial) barriers for initiating new
cross border activities.
– This limits the reaction speed to new market opportunities
(new trade flows that may arise).
• Level playing field. This high investment costs and lead time for
opening up a rail service for a specific origin – destination (and
especially cross-border) limits the possibilities for smaller rail
operators to expand and therewith the competitiveness in the rail
market.
– Most truck operators own only 1 or 2 trucks and are not limited to
one origin-destination combination.
• Access for new entrants. The high start-up costs and complexity of
the system in the rail sector make it difficult to enter the market for
new entrants.
– The road freight sector is easily accessible for any new entrant
and start-up costs are relatively low.
• Competition driving innovation. Due to the high interdependency
and complexity in the rail system an individual operator can only
distinguish himself from the competition with innovations that stay
within the boundaries of the overall system.
– This largely levels out the relative performance of operators on
the quality of service aspects.
– Major system improvements require a collective effort of the rail
sector as a whole, which results in a collective improvement and
therewith not a competitive advantage for one of the stakeholders
(within the rail sector).
– In the road sector an innovation for trucks or the organisation can
be implemented independently one company and therefore an
innovation can create a competitive advantage.
• Mintzberg: Rail sector loyalty to traditions
– In the classification of organisations as defined by Henry
Mintzberg the rails sector fits under the Machine organisation
configuration which is characterised by amongst others a high
level of standardisation of processes and a technocratic
organisation structure.
– Further Minzberg identifies that the older an organisation the
more formalised the behaviour and the more loyal they are to
the traditional structures. The more the technical system
influences the operational activities the more formalised the
activities are.
– An important observation in relation to the innovation of the
rail sector that Minzberg identifies is that automation of the
technical system will transform the bureaucratic organisation
towards a more organic organisation since control of the
processes will become less important.
– Since the complexity of the system has a negative influence on
the innovation potential for rail, the solution as identified by
Mintzberg, e.g. automation of the rail system is an interesting
option.
• Specific barriers for innovation uptake in the rail sector
– Influential innovations are often brought to the market by start-
ups/SME’s. When we look at the rail sector from this point of view
then we can observe amongst others the following:
– Radical system changes in the current rail system, cannot happen
overnight since they involve much adaptation, coordination and
preparation; the rail system is very complex and entangled and
therefore a large scale uptake requires much cooperation and
involvement of a large variety of stakeholders.
• Consequently in practice most rail innovations target a gradual
process where improvements to the current system are made
step-by-step.
– Due to the high interdependency and complexity in the rail system an
individual operator can only distinguish himself from the competitors
within the rail sector, by innovations/improvements that stay within
the boundaries of the overall rail system.
• Major system improvements require a collective effort of the rail
sector as a whole, which results in a collective improvement and
therewith does not provide an exclusive competitive advantage for
one of the rail stakeholders.
– High start-up costs for opening up a service and complexity of the
current rail system make it difficult to enter the market for new
entrants and limits especially the possibilities for SME’s to expand.
– The rail sector is heavily regulated in order to ensure safety, uniformity
and stability in operation. Consequently uptake of new (and
disruptive) technologies, which would keep rail innovation in pace
with road innovation, is either blocked or delayed by legislation.