Gegevens en onderhoud van rollend materieel – Hoe u het meeste uit de combinatie haalt?
Digitalisering vindt sterk zijn weg naar het onderhoud van materieel en spoorinfrastructuur. Te midden van alle hype is het de moeite waard om te onthouden dat het verzamelen van gegevens slechts één onderdeel is, het belangrijkste is om te begrijpen hoe het te gebruiken.
Het Finse materieelonderhoudsbedrijf VR FleetCare investeert al enkele jaren in het gebruik van data-analyse. Het bedrijf heeft een in-house data-analyseteam en een platform voor het verwerken van data.
Gegevens kunnen en moeten worden gebruikt bij het onderhoud van rollend materieel
© VR FleetCare
“In de praktijk verzamelen we gegevens met behulp van verschillende IoT-meetapparatuur, analyseren de gegevens en gebruiken deze voor het ontwikkelen van onderhoud aan het rollend materieel.”
Gegevens kunnen worden gebruikt om operationele effecten te verkrijgen, zoals het optimaliseren van onderhoudsintervallen en wijzigingen met betrekking tot het daadwerkelijke proces. Als voorbeeld noemt Wood het meetapparaat dat zich aan de toegangsroute van het depot van Helsinki bevindt en dat VR FleetCare onder meer begon te gebruiken voor het meten van de wielprofielen van de passerende InterCity-treinen.
“De levenscyclus van een wielset is ongeveer 10 jaar en wordt regelmatig opnieuw geprofileerd.
“Tussen draaibanken slijt het wielprofiel, wat onder meer de veiligheid en bruikbaarheid van het rollend materieel aantast. Vooral als de slijtage ongelijk is.
“Tijdens de tweejarige pilot hebben we miljoenen regels data verzameld om te analyseren. Op basis van de gegevens hebben we het meest geschikte wielprofiel ontwikkeld voor InterCity-treinen die op het Finse spoorwegnet rijden. Ook konden we het optimale interval voor de herprofilering specificeren.”
“Het nieuwe wielprofiel maakte het mogelijk om de veiligheid en betrouwbaarheid van het materieel concreet te verbeteren, wat zal leiden tot aanzienlijke kostenbesparingen voor materieeleigenaren en operators.
“Het is gemakkelijker om beslissingen te nemen over procesveranderingen als je gegevens hebt om je te ondersteunen.”
Van reactieve naar proactieve maatregelen
In 2019 nam VR FleetCare een grote sprong voorwaarts in het onderhoud van rollend materieel toen het samen met EKEEElectronics een service introduceerde die de onderhoudsbehoeften van draaistellen voorspelt. De technische oplossing was zelfs op wereldschaal innovatief.
De prognose is gebaseerd op de verzamelde gegevens en de analyse ervan. In een ideale wereld kunnen bijvoorbeeld draaistelgerelateerde fouten maanden van tevoren worden geïdentificeerd. Het is gemakkelijk te begrijpen wat de gevolgen zijn voor de kosten en de soepelheid van het verkeer op tijd.
In een ideale wereld kan het falen van een draaistel maanden van tevoren worden voorzien.
Gegevens kunnen worden gebruikt bij verschillende onderhoudswerkzaamheden. Het SmartCare-serviceportfolio van VR FleetCare omvat een treinscanner voor het inspecteren van grote hoeveelheden rollend materieel en digitale services voor onder meer de conditiebewaking van baancircuits.
“Naast IoT-apparatuur kunnen ook op analoge wijze data worden verzameld. Zo voerden we een project uit waarbij monteurs de slijtage van remblokken hebben gemeten. Op basis van de gegevens konden we simulatiemodellen van slijtage specificeren en experts helpen bij het bepalen van de juiste onderhoudsintervallen.”
VR FleetCare maakt gebruik van moderne platforms en systemen – het hele pakket van dataverzameling en integratie tot calculatie, analyse en visualisatie.
“We hebben de mogelijkheid om verschillende databronnen te integreren in een AWS-database in de cloud, waardoor het mogelijk wordt om alle relevante rollend materieelgerelateerde data in één systeem te verzamelen. Hierdoor kunnen we data combineren en verrijken, wat uitgebreidere analyses mogelijk maakt.”
“Bovendien kunnen we automatische rapportages en alerts genereren van geconstateerde afwijkingen van het systeem.”
Data- en branche-expertise zorgen voor een concurrentievoordeel
Data-analyse wordt vaak uitbesteed aan een adviesbureau dat verstand heeft van cijfers, maar hun professionele vaardigheden mist expertise in de sector van de klant. Het interne datateam is een absolute competitieve troef voor VR FleetCare, aangezien de datawetenschappers bekend zijn met de spoorwegsector en daardoor hoogwaardigere en meer diverse analyses kunnen leveren, vooral ter ondersteuning van ontwikkelingswerk.
“Als een materieelingenieur en een datawetenschapper praktisch aan dezelfde tafel zitten, verlopen gegevensuitwisseling en samenwerking naadloos. Ik vind het belangrijk om ook de operaties op het depot te zien. Het helpt om zowel het geheel als de belangrijke details te begrijpen.”
Beide datawetenschappers benadrukken het belang van de rol van data in de toekomst van het onderhoud van het spoorverkeer. Het volledige potentieel van data is nog niet gerealiseerd.
Gegevens kunnen en moeten worden gebruikt bij het onderhoud van rollend materieel.
“Vroeger waren de zaken relatief eenvoudig, maar we komen steeds dieper en ingewikkelder zaken tegen. Het soort dat niet eens kan zonder geavanceerde algoritmen zoals machine learning. Het zorgt voor compleet nieuwe dimensies voor onderhoud in het treinverkeer.”
“De ontwikkeling van IoT-technologie heeft het gebruik van data ook qua kosten steeds rendabeler gemaakt.”
De belangrijkste les die we hebben geleerd van het investeren in data-analyse is dat data kunnen en moeten worden gebruikt bij het onderhoud van rollend materieel. Digitalisering vervangt echter niet de expertise, integendeel. Met behulp van data hebben VR FleetCare-professionals onderhoudsprogramma’s voor rollend materieel ontwikkeld en de voorspelbaarheid van onderhoudsbehoeften en de optimalisatie van werkzaamheden verbeterd.
Voordelen van het hebben van datawetenschappers in onderhoud
1. Veiliger treinverkeer: Het analyseren van gegevens helpt om plotselinge en ongewenste fouten vooraf te observeren
2. Lagere kosten voor levenscyclusbeheer: Onderhoudsinterval gebaseerd op werkelijke toestand, tot enkele tientallen per honderd langere onderhoudsintervallen
3. Verbeterde bruikbaarheid en betrouwbaarheid van rollend materieel: Afwijkingen worden tijdig opgemerkt en er kan op worden gereageerd voordat ze grote schade veroorzaken
4. Verhoogde efficiëntie van planning en onderhoud: Betere vraagvoorspelling en op algoritmen gebaseerde toewijzing en optimalisatie van verschillende bronnen
Dit artikel is oorspronkelijk gepubliceerd door VR FleetCare.
0 Comments