Empresas:  Noticia de actualidad


En el marco del proyecto europeo de I+D+i Transforming Transport

Indra ha comenzado a desplegar un nuevo módulo de big data e inteligencia artificial en sus soluciones propias de control del tráfico ferroviario que mejora la operación y el mantenimiento de las infraestructuras de transporte.


Indra comienza a desplegar una nueva solución para mejorar el mantenimiento de la alta velocidad
 
 
 

(08/11/2018) Las pruebas realizadas con el proyecto piloto ferroviario demuestran que la herramienta facilita un mantenimiento predictivo más eficiente, al pronosticar la degradación de cada elemento de la infraestructura, la probabilidad de fallo y su severidad, optimizando también la operación

La nueva herramienta puede ser integrada en el sistema DaVinci cuya tecnología de control forma parte de Indra Mova Traffic, el bloque de soluciones para el transporte de Indra que permite una gestión y control integral de la movilidad multimodal, potenciada por la incorporación de tecnologías como big data, inteligencia artificial o internet de las cosas.

Además de la tecnología de control de Indra Mova Traffic, el piloto ferroviario utiliza para integrar, analizar y relacionar los datos de las diferentes fuentes. Onesite Platform, (antes Minsait IoT Sofia2) la plataforma con capacidades de internet de las cosas y big data de Minsait, filial de Indra,

Alta velocidad

El piloto de mantenimiento ferroviario inteligente en España, se está llevando a cabo en el tramo de alta velocidad entre Córdoba y Málaga, con la colaboración de Adif, Ferrovial Agroman, Thales y CI3.

Hasta ahora se ha avanzado en la recopilación de datos relacionados con las actividades de mantenimiento y la circulación de los trenes, la topología o la meteorología, revelándose como fuentes de datos de mayor “calidad” para el mantenimiento predictivo las inspecciones dinámicas, que proporcionan información sobre la interacción entre el tren y la vía, y las inspecciones geométricas, que informan sobre el ancho de vía, su alineación, deformación y desviación.

Con la integración, el análisis y el modelado de los datos, mediante big data e inteligencia artificial, la herramienta desarrollada permite predecir la degradación de cada elemento de la infraestructura (vía, enclavamientos, desvíos, etcétera), la probabilidad de fallo y su severidad.

El operador puede acceder a toda esta información sobre los activos, su mantenimiento y el tráfico, así como generar informes y gráficos, lo que ayuda a la toma de decisiones, mejora la planificación del mantenimiento, facilita el mantenimiento predictivo, reduce los costes y la degradación de la infraestructura.

Además de mejorar el mantenimiento, el equipo del piloto trabaja actualmente para incorporar toda esta información a la operación ferroviaria, mediante la plataforma de gestión ferroviaria Da Vinci para mejorar también el uso de la infraestructura. El objetivo es contar con un sistema en tiempo real que, junto con los datos de tráfico y el cronograma planificado de trenes, utilice los resultados del modelo predictivo desarrollado.

Movilidad eficiente

Los trabajos se enmarcan en el proyecto Transforming Transport, que cuenta con un presupuesto de 18,7 millones de euros financiados por el programa H2020 de la Unión Europea, y tiene como objetivo mejorar la movilidad en Europa mediante el uso del big data.

Indra lidera el consorcio, coordinando el trabajo de 48 socios de nueve países y cuatro de los trece proyectos pilotos que abordan infraestructuras ferroviarias, carreteras, aeropuertos, puertos, vehículos conectados sostenibles, movilidad urbana integrada y logística.

Transforming Transport busca un modelo de movilidad más eficiente y sostenible mediante la aplicación del big data al sector del transporte y la logística, que actualmente sólo utilizan el 19 por ciento de las empresas del sector.

El uso del big data podría mejorar la eficiencia operativa de los procesos y servicios vinculados con el transporte en, al menos, un 15 por ciento, mejorando el uso de los recursos y reduciendo los costes de mantenimiento, el consumo de combustible o las incidencias, entre otros.

Según la Comisión Europea, una mejora del 10 por ciento en la eficiencia de la movilidad podría suponer un ahorro de hasta 100.000 millones de euros. El big data también permite ofrecer un servicio más personalizado y adaptado a las necesidades de los clientes, y generar nuevos ingresos o modelos de negocio.