VI SIMPOSIO DE TÚNELES DE CARRETERA. EXPLOTACIÓN SOSTENIBLE DE TÚNELES Título de la comunicación: El big data en la explotación de túneles Nombre del Autor: Manuel Muelas Peña Empresa u organismo: EMESA. Dirección: C/ Méndez Álvaro, 95. Madrid Teléfono: 91 539 12 36 email:
[email protected]
INTRODUCCIÓN En los últimos tiempos, con la proliferación de las tecnologías de la información del conocimiento, el volumen de datos almacenados en distintos soportes está creciendo de manera exponencial. Lejos de suponer aún un problema, se está empezando a explotar esta información en diferentes campos (ayuda a la toma de decisiones, segmentar la publicidad para hacerla más eficaz, mejorar la gestión de la agricultura o la ganadería, etc.) El caso de los túneles no es ajeno a esto, y se dispone de una gran cantidad de información que sólo está esperando a ser aprovechada. Podríamos decir que existen varias fases de explotación de datos existentes:
Establecimiento directo de información con los datos de campo, aquí se pueden englobar situaciones como el arranque de un ventilador, apertura de una puerta, llamada de un poste SOS, y un larguísimo etcétera. Establecimiento de algoritmos para gestión automática de equipos, requiere ya de una cierta ingeniería de datos, podríamos hablar de los algoritmos de ventilación, del funcionamiento de los sistemas de detección automática de incidentes o, por ejemplo, de algoritmos de aviso o alarma de incendio vinculados a la ponderación de distintos estados de la primera fase. Una tercera vía de explotación es el establecimiento de patrones de comportamiento desde el análisis de los datos históricos, es decir, modelización. Cuando esto es posible, no hay más que comparar los datos en tiempo real con el modelo para obtener información aprovechable bien directamente para el explotador de la infraestructura o incluso para el propio usuario de la vía.
El campo que se abre es extraordinariamente extenso, y en concreto en la Calle 30, hemos comenzado a trabajar en esta línea. En este documento desarrollamos un par de muestras del recorrido que puede tener la explotación de la información de tercer nivel: los datos obtenidos con los aforos de tráfico (ETD) y aquellos que provienen de los pozos de bombeo.
ARQUITECTURA GENERAL DEL PROCESO En su recorrido, los datos pasan por tres grandes fases bien diferenciadas: 1) Recogida de datos que representan aspectos de la “realidad”: temperaturas, velocidades de vehículos, hora de arranque de un motor, estado de encendido o apagado de un semáforo, concentración de partículas, intensidad de una corriente eléctrica, etc. En esta fase la parte crítica es la “fiabilidad “ de los datos. Gran parte del trabajo de los equipos de mantenimiento consiste en garantizar que los datos que llegan desde los equipos de campo son fiables para que conclusiones que
Dirección Técnica de EMESA
1
VI SIMPOSIO DE TÚNELES DE CARRETERA. EXPLOTACIÓN SOSTENIBLE DE TÚNELES se lleguen después de su tratamiento puedan ser tenidas en cuenta sin ningún tipo de recelo o duda sobre la veracidad de los datos de partida. 2) Procesamiento de los datos. Aquí es donde dónde aparece lo novedoso de la tercera vía de explotación que se apuntaba en la introducción de este documento. La filosofía general en el tratamiento de los datos es encontrar patrones de comportamiento de las “realidades” medidas a través de los datos históricos, es decir, la “modelización” de una realidad, el establecimiento de causas-efectos. El objetivo es llegar a establecer unos patrones que se ajusten razonablemente a la realidad. Con ello se podrá hacer previsiones: tiempos de trayectos esperados de vehículos, hora próxima de arranque de una máquina, lugar y momento de la formación de una retención y su duración, consumos eléctricos esperados en un período determinado, etc. Y, lo realmente importante para la explotación, la detección en tiempo real de comportamientos extraños, inusuales o inesperados del hecho o realidad que se esté analizando. Esto permitirá establecer pre-alarmas para poder actuar con suficiente tiempo antes de una emergencia. Este concepto es fundamental, ya que engloba toda una filosofía de cambio en el trabajo de mantenimiento, eliminando el mantenimiento preventivo intrusivo, evolucionando parte del mantenimiento preventivo a mantenimiento predictivo y eliminando gran parte de los correctivos de emergencia. 3) Diseminación de resultados. Las conclusiones obtenidas tras el proceso de los datos, siempre hablamos en tiempo real, son grabadas en otras bases de datos que se dejan a disposición del resto de la organización para su aprovechamiento a través de aplicaciones internas o servicios web para uso público. Esta arquitectura esquemáticamente podría representarse así:
Dirección Técnica de EMESA
2
VI SIMPOSIO DE TÚNELES DE CARRETERA. EXPLOTACIÓN SOSTENIBLE DE TÚNELES EXPOSICIÓN DE DOS CASOS PARTICULARES EN CALLE 30 INSTALACIÓN DE POZOS DE BOMBEO DE AGUA Los túneles que explota Calle 30 en Madrid discurren en su mayoría a ambos márgenes del río Manzanares por debajo del nivel freático. Se dispone de unos drenajes profundos mediante tuberías Ǿ800 que alimentan a 100 bombas distribuidas en 32 pozos de bombeo. En la actualidad diariamente se están bombeando unos 14.700 metros cúbicos de agua que se vierten a los colectores de margen. Los caudales bombeados varían sensiblemente con la cota del nivel freático y, ésta, a su vez con el nivel de lámina del río, regulada con una serie de azudes. Los datos en tiempo real que se recogen de cada bomba son: estado de arrancada o parada y hora en la que se produce el cambio de estado. Un tratamiento simple de estos datos proporciona para cada bomba: -
Número de arranques y tiempo medio por arranque en un periodo determinado. A través de la potencia nominal y la curva de funcionamiento se conoce el volumen bombeado en un período concreto.
El hecho de que los caudales aportados por el drenaje profundo tengan mucha uniformidad en el tiempo, y conocida la configuración de la secuencia de arranques en cada pozo, es relativamente fácil el establecimiento de patrones en los arranques de cada bomba. De esta manera se establecen conclusiones: -
-
Momento en el que arrancará una bomba y cuánto tiempo estará arrancada. Si ha arrancado o no en su turno según la secuencia en el pozo. Si hay una desviación significativa de estos tiempos respecto a los de sus hermanas en el pozo. Puede ser indicativo de una pérdida de rendimiento y, por tanto, susceptible de ser revisada en taller. Si el tiempo de arranque excede significativamente respecto del normal, la bomba puede estar trabajando en vacío o se está produciendo un aporte extraordinario de agua (puede ser debido a la rotura de una tubería de otra instalación). En caso de falta de alimentación eléctrica se sabe de cuánto tiempo se dispone antes del desbordamiento de cada pozo. Si todas las bombas en un pozo están arrancadas, no quedando, por tanto, ninguna de reserva. ……….
La modelización de este comportamiento de cada bomba y pozo se efectúa de forma dinámica con los datos de los dos últimos meses y cada minuto se hace un análisis del último comportamiento respecto al modelizado, dando lugar a una diversidad de pre-alarmas y cálculos expuestos que se exportan a una base de datos, que a su vez sirve de fuente para distintas aplicaciones y estrategias de mantenimiento de esta instalación.
Más concretamente, se ha desarrollado en Calle 30 una aplicación interna llamada CUADRO DE MANDO y una app para smartphones en las que estos datos, entre otros resultantes de otros procesos, quedan integrados para su representación de forma directa y su gestión en tiempo real.
Dirección Técnica de EMESA
3
VI SIMPOSIO DE TÚNELES DE CARRETERA. EXPLOTACIÓN SOSTENIBLE DE TÚNELES Una muestra de la app:
Dirección Técnica de EMESA
4
VI SIMPOSIO DE TÚNELES DE CARRETERA. EXPLOTACIÓN SOSTENIBLE DE TÚNELES TRATAMIENTO DE LOS DATOS DE TRÁFICO EN MADRID CALLE 30 La Calle 30 de Madrid es el primer anillo de distribución del tráfico existente en la ciudad. En un día laborable se producen en torno a 1.500.000 de trayectos que lo usan, de los cuales cerca de 500.000 se producen a lo largo de los 48 Km. en túnel con los que cuenta. Existe un total de 367 puntos de medida del tráfico del tipo lazo inductivo, de los que 127 están en túnel. Los datos aportados son principalmente: velocidad (Km/hora), intensidad (veh/hora), ocupación (% de tiempo en que el lazo detecta masa metálica), % de pesados (discriminan a partir de 6 metros de longitud del vehículo) y longitud media de vehículos (relacionada estrechamente con el % de pesados). Tradicionalmente estos datos se venían explotando para dar información con periodicidad mensual y anual de algunas magnitudes, como la IMD (intensidad media diaria) e índices de mortalidad, peligrosidad y accidentalidad. Para poder explotarlos en tiempo real necesitábamos descubrir patrones del comportamiento de sus magnitudes, y si estos serían válidos para cualquiera de las 367 secciones de la carretera de las que teníamos disponibles los datos. Analizando cada una de las secciones, pronto nos dimos cuenta de la repetitividad de los datos un día cualquiera respecto al mismo día de la semana anterior, y de la de un año antes,…. y esto ocurría en todas las secciones. El patrón estaba claro y no podía ser más sencillo para nuestra carretera: para cualquier sección, las magnitudes de tráfico a lo largo de un día determinado son muy parecidas para todos los días similares a él en cuanto a: -
Día de la semana: lunes, martes,…., domingo. Laboral, víspera de festivo (viernes y víspera de puente) o festivo. Particularidades: Agosto, Semana Santa y Navidad.
Es decir, hoy jueves a las 9:20 horas en cualquier sección de la carretera, los valores de la intensidad, velocidad, etc., son parecidos a los que ha habido a esta hora todos los jueves similares (laborales no de agosto). La conclusión inmediata es clara: si el nivel de servicio en una sección en un momento determinado, históricamente ha sido de tráfico fluido y hoy nos aparece una retención, la probabilidad de incidente: accidente, obstáculo en calzada, vehículo parado en arcén,… es muy alta. Dependiendo de la densidad de puntos de medida que tengamos en la carretera tardaremos más o menos en enterarnos de estas situaciones inusuales y poder actuar en consecuencia: visionar una cámara si se dispone de ella, avisar al equipo de conservación más cercano,….en definitiva, enterarse lo antes posible de un incidente para poder mejorar el servicio en los tiempos de atención. Con esta idea nació en 2010 la aplicación SETTRE (Sistema de Evaluación del Tráfico en Tiempo Real), implementando una primera versión ese mismo año en los túneles de Calle 30 y posteriormente haciéndola extensible a los tramos en superficie.
Dirección Técnica de EMESA
5
VI SIMPOSIO DE TÚNELES DE CARRETERA. EXPLOTACIÓN SOSTENIBLE DE TÚNELES Un pantallazo del SETTRE en los túneles:
La parte gráfica más de cerca:
Debido a la diversidad de secciones existentes, de uno a cinco carriles por calzada, el parámetro que representamos, a lo largo del día cada minuto, es el número total de vehículos circulando. Es como si sacáramos una foto cenital y contáramos los vehículos que hay dentro de ella.
Dirección Técnica de EMESA
6
VI SIMPOSIO DE TÚNELES DE CARRETERA. EXPLOTACIÓN SOSTENIBLE DE TÚNELES La agrupación de puntos amarillos corresponde a los valores medios (cada minuto) en los últimos doce meses de todos los jueves que no sean de agosto y que no hayan sido festivos. La agrupación de puntos azules es lo que ocurrió (cada minuto) el día similar a hoy del año pasado. Y la agrupación de puntos color burdeos corresponde a lo que está ocurriendo hoy. Este es el modelo temporal, basado exclusivamente en datos históricos. Pero para delimitar los umbrales en la generación de alarmas de retenciones no previstas necesitábamos definir con claridad los niveles de servicio en una sección en un momento determinado. Simplificando algo la división que hace el HCM (High Capacity Manual) en seis niveles de servicio, establecimos cuatro: Tráfico Fluido, Tráfico Condicionado, Retenciones y Congestión. A lo largo de los últimos 50 años se han establecido diferentes modelos que relacionan las variables de tráfico intensidad, velocidad y densidad. Aprovechando la ingente cantidad de datos de los que disponemos quisimos elaborar uno propio para la Calle 30. A pesar de no ser objeto de este documento, haremos una breve exposición de cómo se generaron sus ecuaciones. Después de sucesivos análisis de sensibilidades de variaciones de una variable respecto de las otras, observamos que la variación de la velocidad con respecto a la ocupación (ésta al fin y al cabo es una variable que representa densidades de tráfico) parecía proporcional en sentido contrario a la intensidad, que según la ecuación fundamental del tráfico es el producto de la velocidad por la densidad: Km/hora x veh/Km → veh/hora. Esto nos proporcionaba una ecuación diferencial, cuya solución nos llevó a establecer el que llamamos modelo de tráfico Calle30, que para la velocidad y la intensidad en función de la ocupación es:
Donde V: velocidad en Km/hora I: intensidad en veh/hora Ocup: ocupación de la espira por masa metálica, en porcentaje de tiempo L: longitud media de los vehículos Y las constantes para cada sección: Carriles: nº de carriles A: velocidad media en flujo libre en Km/hora B: densidad crítica en Veh/Km F: coeficiente multiplicador para la intensidad (en teoría es igual a 1) l: dimensión del lado de la espira en el sentido del tráfico, en metros Utilizamos como medida de densidad de tráfico la Ocupación porque es un dato directo que proporcionan los veh ) Km
puntos de medida. En cualquier caso su relación es: densidad (
Dirección Técnica de EMESA
=
10 ocupacion (l+L)
7
VI SIMPOSIO DE TÚNELES DE CARRETERA. EXPLOTACIÓN SOSTENIBLE DE TÚNELES Sin entrar en detalle en el análisis del modelo, por no ser objeto de este documento, es de destacar alguna de las conclusiones: La relación entre la velocidad media en flujo libre y la velocidad crítica es constante: Velocidad media en flujo libre = √ⅇ Velocidad Crítica
Las constantes del modelo se ajustan para cada sección a través de los datos históricos. Con el modelo, conocida la ocupación conocemos directamente el valor que han de tener la velocidad y la intensidad en esa sección. Es interesante destacar la utilidad que tiene esto para calibrar las Estaciones de Toma de Datos (ETD).
PROPÓSITO GENERAL
MODELIZACIÓN
PREDICCIÓN Y DETECCIÓN
• Descifrar patrones de comportamiento del fenómeno: Tráfico Vehicular
• Modelo espacial Calle 30:
• Detección de retenciones no previstas: modelo temporal • Predicción de niveles de servicio: modelo espacial
Otro de los módulos de proceso de datos integrados en el SETTRE proporciona información de los tiempos de recorrido para cada uno de los trayectos dentro de nuestra carretera. Se han establecido 75 posibles entradas y 84 posibles salidas, que dan lugar a casi 5.700 trayectos posibles. La malla completa de carretera se completa con unos 1.500 puntos en los que están incluidos los puntos de medida del tráfico.
Cada minuto para cada uno de estos trayectos se analiza el trayecto más corto y el más rápido así como una previsión de los tiempos de recorrido en la próxima hora cada 15 minutos.
Dirección Técnica de EMESA
8
VI SIMPOSIO DE TÚNELES DE CARRETERA. EXPLOTACIÓN SOSTENIBLE DE TÚNELES
De igual manera, dentro de otro módulo del SETTRE, se analizan los niveles de servicio que en cada momento hay en la carretera. Aquellos tramos en los que se detecta tráfico lento o retenciones los caracteriza mediante coordenadas geográficas, velocidad media, longitud de la retención, etc. e inserta los datos en lo que en la arquitectura general del proceso hemos llamado Datawarehouse, donde otras aplicaciones vienen a recogerlos y representarlos allá donde se haya diseñado, como la página web (www.mc30.es), Cuadro de Mando y la app para smartphones.
Otro módulo hace un análisis diario de otras magnitudes: nº de trayectos en el día, vehículos x Km., velocidades medias en troncos y ramales, tiempo medio de recorrido, distancia media recorrida,…
Dirección Técnica de EMESA
9
VI SIMPOSIO DE TÚNELES DE CARRETERA. EXPLOTACIÓN SOSTENIBLE DE TÚNELES Es de destacar las grandes ventajas que tiene el análisis de los datos con procesos independientes: -
Cada uno de ellos puede ejecutarse con la frecuencia que se desee. En un momento determinado un proceso puede dejar de funcionar sin que se vean afectados el resto de procesos. Modificar los cálculos, ampliarlos,… se puede hacer con gran flexibilidad en un módulo sin afectar al resto. El lenguaje de programación, el sistema operativo utilizado, incluso la máquina física, puede ser diferente para cada proceso. La capacidad de cálculo se convierte en ilimitada.
Estos son dos ejemplos del tratamiento de los datos mediante esa tercera vía apuntada en la introducción del documento. Puede intuirse el potencial tan enorme que encierra esta filosofía del proceso de datos para la explotación y mantenimiento de cualquier sistema, más concretamente de túneles como el que nos ocupa.
Hemos creído pertinente la elección de este documento en el Simposio “Explotación Sostenible de Túneles” debido a que cumple con la característica fundamental de la Sostenibilidad para cualquier acción: mejora del servicio prestado con un menor consumo de recursos. Y, efectivamente, esta vía de trabajo en el proceso de datos lo cumple. El servicio se ve mejorado por un mayor conocimiento del medio en el que se actúa, proporcionando información temprana de situaciones que, en otro caso, pudieran desembocar en emergencias. Del lado del consumo de recursos, esta vía proporciona herramientas que hacen posible un cambio en las estrategias de conservación y mantenimiento, permitiendo prescindir de ciertas acciones en los mantenimientos preventivos y rebajando el coste, no sólo económico, también social, del mantenimiento correctivo.
Dirección Técnica de EMESA
10
