跨奔宁山脉铁路升级项目(TRU)总投资数十亿英镑，始于约克，途经利兹和哈德斯菲尔德，终至曼彻斯特。项目旨在为跨奔宁山脉铁路干线乘客提供更好的服务。

 

　　该项目将对现有的100多公里的铁路线进行现代化改造，提升运力，并缩短农村和郊区车站与最近的主要城区（包括纽卡斯尔、赫尔和利物浦）之间的乘客出行时间，使乘坐铁路通勤成为合理的选择。

 

　　跨奔宁山脉铁路线路设有23个车站，285座桥梁和高架桥，穿过六英里长的隧道，途经29个平交道口。为支持英格兰北部的经济增长，并切实造福于这条重要铁路干线的乘客和社区，TRU将把这条线路改造成一条高性能，可靠的铁路，以实现更高的准点率，更多班次的列车，并改善出行时间。

 

　　雅各布工程集团（Jacobs）以国际铁路建设而知名，入选为英国铁路公司（NetworkRail）联盟的一员，负责总体项目的技术设计，并为TRU项目提供数字工程和资产管理服务。

 

　　他们着手创建全线的数字孪生模型，以支持完成干线铁路升级改造项目中迄今为止最安全、最高效的设计、施工和交付流程。"我们的目标是交付具有更大载客量，更安全、更可靠的铁路，以真正满足NetworkRail乘客第一的愿景。”Jacobs实践部门主管兼NetworkRailTRU铁路升级改造项目数字化开发主管StevenYule表示。

 

 

　　由于TRU的资产分散在多个系统中，由来自不同地点的多个组织的1,300多名员工使用，因而该项目在实施一致的设计和开发方法方面存在重大风险。Jacobs需要与地理分散的团队管理和共享6,000多个模型、600多个数据集、点云和实景数据，并与众多利益相关者和决策者共享。

 

　　面临在多专业团队中协调海量数据的难题，再加上数据互用性和可访问性问题，Jacobs认识到，纸质流程和Excel电子表格效率较低，可能会导致安全隐患和客运服务中断。“穿过英格兰奔宁山脉的线路包括一些交通偏远地区，升级期间铁路服务的中断可能会对这些地区产生重大影响。”JacobsTRU数字工程主管JoaoBarbeiro表示。

 

　　为了支持最安全和最高效的全生命周期流程，TRU希望创建一个数字孪生模型。因此他们需要一个用户友好且互连的数字化解决方案，以便能够将海量数据和分散的多专业团队整合在一起。

 

　　他们寻求可互操作的技术，以实施稳健的数据治理和数据结构。这种解决方案必须采用实时通讯技术，以实现数据驱动的决策，从而实现最优的铁路性能、可靠性、维护和资产管理。此外，数字孪生模型将为用户提供前所未有的价值。“我们一直坚持，我们的解决方案应该循序渐进地在全生命周期各个阶段释放价值。”Yule补充说。

 

 

　　TRU选择了BentleyiTwin平台，将其与ProjectWise、ContextCapture、多个创作应用程序和内部数据库无缝集成。这种集成使他们能够融合大量的数据，并供整个团队使用。借助Bentley的数据互用性，他们创建了全线数字孪生模型，突破了数字化铁路环境的界限，创建了一个互连数字化生态系统。集成解决方案包含一个由硬件、软件和供应商组成的生态系统，可产生一加一大于二的价值。它形成了一个互连数据环境，并与TRU的中央数据库相链接，建立了一个以BentleyiTwin平台为核心的单一信息源。“最决定性的部分是BentleyiTwin，它充当着互连生态系统的心脏。”Yule表示。

 

　　BentleyiTwin平台的实施为支持数字孪生模型的开发和扩展提供了一个显著改变。数字孪生技术支持在虚拟环境中进行工程设计，增强了协作，通过创新实现了价值，并确保了可持续性，真正释放了数字生态系统的强大力量。Barbeiro表示：“它通过为参与项目的各个专业提供一个互连环境，使他们能够实时跟踪、反馈，分析设计和了解资产数据，产生了更大的价值。TRU数字生态系统实现了资产的虚拟展示，并使资产可通过基于网络的BentleyiTwin平台进行实时访问和维护。通过将多个静态和动态数据源、分析和可视化功能进行数字化组合，可以进一步增强对铁路专业、系统和网络的的理解和洞察。

 

 

　　Jacobs还支持TRU开发一个更全面的数字孪生概念。该概念以人员、流程、技术和数据的转变为中心。他们创建了一条互连铁路，让正确的人在正确的时间获得准确的数据，将设计和施工活动的风险降到最低。Yule表示：“我们创建了一个平台，让人们对数据充满信心和信任，而这种信心和信任可能是最重要的因素。”

 

　　通过在互连数字化生态系统中开展合作，多专业团队成员可以根据可信和准确的铁路数据和资产情况自信地做出决策。该解决方案以BentleyiTwin平台为核心，将信息的可访问性提高了40%，在实施项目的前六个月内节省了超过20,000个小时和约100万英镑的费用。更高的数据可访问性提升了效率并优化了决策，从而降低在设计阶段的成本和风险。

 

　　利用数字孪生技术，TRU可以提前发现潜在的碰撞，并优化施工组织计划，最大限度地减少对乘客的干扰，使铁路线路能够继续为客户服务，同时减少整个施工阶段碳影响。资产监测和增强的数据分析可在运营期间产生进一步的效益。通过部署由可信数据支持的联合模型，TRU项目实现了英国大型铁路项目有史以来最高质量的交付。数字孪生技术为该项目提供了一个前所未有的机会，让项目团队可以利用数据优化资产管理和实现更有效、更安全的运营，最终提升乘客体验，并为整个铁路行业树立了标杆。“所获得的效益可能不仅会影响当前的TRU项目，而且有可能会改变未来[铁路]基础设施项目的文化和方式。”Barbeiro表示。