24 | 01 | 2019

INDRA COMIENZA A DESPLEGAR UNA NUEVA SOLUCIÓN PARA MEJORAR EL MANTENIMIENTO DE LA ALTA VELOCIDAD

 

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.

 

(FUENTE VIA LIBRE)

Free live stats and visitor counter for Joomla, Wordpress, Drupal, Magento and Prestashop
AGRADEZCO TU AYUDA PARA EL APOYO DE ESTA WEB
Menu Principal
Visitas
10189611
Hoy
Ayer
semana
Últ. sem...
Mes
Últ. mes
.
3625
5404
27217
9587513
143553
165653
10189611

Su IP: 54.226.58.177
Server Time: 2019-01-24 12:26:30
VISITANTES
72.5%Spain Spain
9.4%United States United States
2.8%Canada Canada
2.6%France France
1.5%Russian Federation Russian Federation
1.3%Argentina Argentina
1.2%United Kingdom United Kingdom
0.9%Mexico Mexico
0.6%Germany Germany
0.6%Chile Chile
0.5%Colombia Colombia
0.5%Bulgaria Bulgaria
0.4%Romania Romania
0.4%Venezuela Venezuela
0.3%Peru Peru
0.2% 
0.2%Italy Italy
0.2%Poland Poland
0.2%Portugal Portugal
0.1%Japan Japan
0.1%Austria Austria
0.1%Netherlands Netherlands
0.1%Brazil Brazil
0.1%Sweden Sweden
0.1%Czech Republic Czech Republic
0.1%Switzerland Switzerland
0.1%Belgium Belgium
0.1%Panama Panama
0.1%Ecuador Ecuador
0%Costa Rica Costa Rica
0%China China
0%Puerto Rico Puerto Rico
0%Australia Australia
0%Andorra Andorra
0%Saudi Arabia Saudi Arabia
0%Ukraine Ukraine
0%Greece Greece
0%India India
0%Guatemala Guatemala
0%Luxembourg Luxembourg
0%Norway Norway
0%Dominican Republic Dominican Republic
0%Bolivia Bolivia
0%Denmark Denmark
0%Hungary Hungary
0%El Salvador El Salvador
0%Uruguay Uruguay
0%Israel Israel
0%Egypt Egypt
0%Nicaragua Nicaragua
0%Malaysia Malaysia
0%Taiwan Taiwan
0%Belarus Belarus
0%Ireland Ireland
0%Republic Of Korea Republic Of Korea
0%Kazakhstan Kazakhstan
0%Philippines Philippines
0%Finland Finland
0%Uzbekistan Uzbekistan
0%Paraguay Paraguay
0%Sudan Sudan
0%Sri Lanka Sri Lanka
0%Latvia Latvia
0%Viet Nam Viet Nam
0%New Zealand New Zealand
0%Turkey Turkey
0%Greenland Greenland
0%Islamic Republic Of Iran Islamic Republic Of Iran
0%Thailand Thailand
0%Gibraltar Gibraltar
0%Algeria Algeria
0%Cuba Cuba