Grant: Collaborative Science, Technology and Innovation Program - Collaborative R&D Initiatives

This Project involves developing an AI-based Digital Twin for heavy freight rail car operation in the railway industry. The objective is to ensure better Canadian transportation by improving safety of railway operations and reducing the cost of maintenance and down time. Digital Twin (DT) is a disruptive technology that involves creating a living model of a physical asset. The living model will continually adapt to changes in the environment or operation using real-time sensory data, which can in turn forecast the future state of the corresponding physical assets. A Digital Twin can be used to proactively identify potential issues with its real physical counterpart, which allows the prediction of the remaining useful life of the physical twin by deploying machine learning-based models (or so-called data-driven models) developed from “big data”. By performing AI-based predictive maintenance for twinned freight cars, failures or defects can be fixed before they result in potential safety issues and costly service interruptions and delays.

Ce projet consiste à développer un jumeau numérique basé sur l’IA pour les opérations de transport de marchandises lourdes dans l’industrie ferroviaire. L’objectif est d’assurer un meilleur transport au Canada en améliorant la sécurité des opérations ferroviaires et réduire les coûts de maintenance et les temps d’arrêt. Les jumeaux numériques sont une technologie de rupture qui consiste à créer un modèle vivant d’un bien corporel. Le modèle vivant s’adaptera continuellement aux changements de l’environnement ou une opération utilisant des données sensorielles en temps réel, qui peuvent à leur tour prévoir l’état futur des biens physiques correspondants. Un jumeau numérique peut être utilisé pour déterminer de manière proactive les problèmes potentiels avec son homologue physique réel, qui permet de prédire la durée de vie restante du jumeau physique en déployant des modèles basés sur l’apprentissage automatique (ou des modèles dits « guidés par les données ») développés à partir de « mégadonnées ». En effectuant une maintenance prédictive basée sur l’IA pour les wagons de marchandises jumelés, les défaillances ou défauts peuvent être réparés avant qu’ils n’entraînent des problèmes coûteux de sécurité potentiels et des interruptions et retards de service.

In the short term, anticipated outcomes will be strengthened collaborations across industry, academia, and government to support research excellence. In the medium term, anticipated outcomes will be the development of new and potentially disruptive technologies with collaborators. In the long term, find collaborative solutions to public policy challenges and create stronger innovation systems.

À court terme, les résultats prévus seront des collaborations renforcées entre l'industrie, le milieu universitaire et le gouvernement pour soutenir l'excellence en recherche. À moyen terme, les résultats attendus seront le développement de nouvelles technologies potentiellement perturbatrices avec des collaborateurs. À long terme, trouver des solutions collaboratives aux défis des politiques publiques et créer des systèmes d'innovation plus solides.

Collaborate on multiparty research and development programs to catalyze transformative, high-risk, high-reward research with the potential for game-changing scientific discoveries and technological breakthroughs in priority areas.

Collaborer à des programmes multipartites de recherche-développement dans le but de profiter de la synergie entre la recherche transformatrice à haut risque et à haut rendement et le potentiel de découvertes scientifiques et de percées technologiques révolutionnaires dans des secteurs d’intervention prioritaires.