Mantenimiento predictivo e inteligente de cruces ferroviarios

Aingura insights

Adquisición de datos Adquisición de datos
Pre-procesado Pre-procesado
Transporte y Almacenamiento Transporte y Almacenamiento
Transformación Transformación
Entrega Entrega

Sectores

Infraestructuras Infraestructuras

Aplicaciones

Mantenimiento Mantenimiento
Monitorización de condiciones Monitorización de condiciones

impacto

  • Reducción del 45% del coste actual de mantenimiento de los cruces ferroviarios.
  • Reducción del 30% en reposiciones urgentes de cruces ferroviarios.

Desarrollar Tecnologías de Inteligencia Artificial (AI)

  • Tecnología avanzada de ML de autoaprendizaje para la detección e identificación precisas de fallas en cruces ferroviarios en un entorno multisensor.
  • Arquitectura descentralizada escalable y flexible con implementación rápida, optimizando la eficiencia del procesamiento de datos.
  • Actualizaciones en tiempo real para estrategias de mantenimiento proactivo, aprovechando los algoritmos de aprendizaje automático basados ​​en Edge.
  • Adquisición de datos a través de la monitorización basada en IoT federado, lo que simplifica la adquisición de datos para obtener información de alta calidad para ser consumido por algoritmos de ML.
  • Resultados comprobados con costos de mantenimiento reducidos, seguridad mejorada y necesidades de capacitación optimizadas utilizando técnicas avanzadas de ML.
  • Solución innovadora de IIoT basado en aprendizaje automático para la innovación en productos basados ​​en datos.

Retos

Los desafíos en el mantenimiento de cruces ferroviarios están respaldados por cifras de referencias y datos de mercado. Por ejemplo, los estudios indican que las inspecciones periódicas son necesarias para prevenir accidentes y garantizar la seguridad, y algunos operadores ferroviarios realizan inspecciones con una frecuencia de varias veces al día (Transportation Research Board, 2017). La coordinación efectiva de las partes interesadas es crucial, ya que los cruces ferroviarios a menudo implican la coordinación entre múltiples entidades, incluidos los operadores ferroviarios, las agencias gubernamentales y las comunidades locales (Banco Mundial, 2018).

 

Las actualizaciones de infraestructura, como mejorar las superficies de cruce e instalar dispositivos de advertencia, pueden ser costosas, y las estimaciones indican que el costo promedio de mejorar un cruce ferroviario puede oscilar entre decenas de miles y millones de dólares (Market Research Future, 2019).

 

El cumplimiento normativo también es un desafío importante, ya que los cruces ferroviarios están sujetos a diversas reglamentaciones federales, estatales y locales relacionadas con la seguridad, la accesibilidad y el impacto ambiental (Asociación Estadounidense de Funcionarios Estatales de Autopistas y Transporte, 2020). La exposición ambiental, como las condiciones climáticas extremas, puede causar desgaste en los cruces ferroviarios, lo que aumenta las necesidades de mantenimiento (Transportation Research Board, 2017). La adopción de tecnologías avanzadas para el mantenimiento predictivo y la automatización está cobrando impulso, y se prevé que el mercado mundial de mantenimiento predictivo ferroviario alcance los 6500 millones de USD para 2027 (Market Research Future, 2019). Sin embargo, los desafíos de implementación e integración, como las preocupaciones sobre la privacidad de los datos, los problemas de interoperabilidad y la complejidad del sistema, pueden presentar obstáculos (Transportation Research Board, 2017). Superar estos desafíos es imperativo para garantizar operaciones de cruce ferroviario seguras y confiables, reducir los costos de mantenimiento y mejorar la eficiencia general (Banco Mundial, 2018).

resultados

Se ha desarrollado una solución de vanguardia para el mantenimiento de cruces ferroviarios, utilizando un innovador sistema automático de detección e identificación. Este sistema se basa en algoritmos de autoaprendizaje que operan dentro de arquitecturas descentralizadas y aprovechan la información en tiempo real.

 

Permite la evaluación continua para el mantenimiento predictivo de cruces ferroviarios, incorporando inspección ultrasónica y aprovechando las técnicas federadas de aprendizaje automático y monitoreo de IoT en escenarios dinámicos. Este sistema avanzado tiene el potencial de revolucionar el mantenimiento de cruces ferroviarios al proporcionar información en tiempo real, facilitar estrategias de mantenimiento proactivas y mejorar la eficiencia operativa general.

 

Con su enfoque de vanguardia, esta solución tiene como objetivo mejorar la seguridad, la confiabilidad y el rendimiento de los cruces ferroviarios, asegurando operaciones fluidas e ininterrumpidas.

 

Este ambicioso proyecto ha sido exitosamente llevado a cabo en la ciudad de Málaga, con una duración de 18 meses y una inversión presupuestaria de 1.410.500€. AINGURA ha formado parte de un consorcio (con una participación superior al 35%), liderado por AMURRIO Ferrocarril y Sistemas y con la participación de Tecnalia y Dasel Sistemas. 

 

Esta actuación está cofinanciado por el Fondo Europeo de Desarrollo Regional (FEDER) en el marco del Programa Operativo Plurirregional de España 2014-2020.

Contacta con nosotros