You have not accepted cookies yet

This content is blocked. Please accept marketing cookies. You can do this here.

Arcadis crea profili di guasto

Previsione in tempo reale di guasti agli scambi

Table of Contents

La sfida

Ritardi nel traffico ferroviario dovuti a guasti agli scambi

40%

percentuale di guasti previsti

I guasti imprevisti agli scambi presenti lungo le ferrovie sono fonte di disagio per tutte le parti coinvolte. Per i passeggeri, perché spesso tali guasti si traducono in ritardi. Per gli operatori ferroviari, perché portano a una serie di costi aggiuntivi, specialmente in un contesto in cui gli operatori puntano a una strategia di eccellenza operativa che consenta di massimizzare i risultati tagliando sulle spese. Tuttavia, una riduzione sistematica dei costi può essere un'arma a doppio taglio che porta, nel lungo termine, a costi maggiori. Per questo motivo, è fondamentale che le aziende ad alta intensità di asset siano in grado di ricalibrare e ottimizzare continuamente i processi d'impresa.

 

La soluzione

Un modello predittivo digitale

Manutenzione

intelligente basata sui rischi

Nel caso degli operatori ferroviari, la riparazione dei guasti agli scambi può comportare spese ingenti, perciò Arcadis e ASSET Rail hanno sviluppato uno strumento avanzato in grado di prevederli. Partendo dai risultati dello strumento, ASSET Rail è in grado di effettuare la manutenzione laddove necessario, agendo ad esempio su scambi sospetti o in procinto di guastarsi. In questo modo può prevenire i guasti, che spesso si traducono in ritardi per i passeggeri.

 

  • SCOPRI DI PIÙ

    È possibile prevedere i guasti agli scambi più comuni misurando e analizzando la corrente elettrica all'interno del motore dello scambio stesso. A tale scopo, è stato sviluppato un modello predittivo, "addestrato" usando i dati già esistenti che provengono da alcuni scambi specifici e si riferiscono a un arco temporale di otto anni. I dati raccolti sono poi stati analizzati assieme a una serie di dati tecnici, attraverso diversi metodi di analisi dei dati e di machine learning. In collaborazione con ASSET Rail, Arcadis ha usato i profili di guasto così ottenuti per creare un modello predittivo che mette continuamente a confronto il profilo attuale con i dati raccolti in precedenza.

XXX xxx

Lorem ipsum dolor

Il modello è stato testato su dieci scambi ed è riuscito a prevedere il 40% dei guasti con alcuni giorni di anticipo. In questo modo, è possibile intervenire per tempo con la necessaria manutenzione preventiva. Il corretto funzionamento degli scambi si traduce in una riduzione notevole dei ritardi sulla rete ferroviaria, per la felicità di passeggeri e operatori.

 

Arcadis

Per ulteriori informazioni e domande, contatta Arcadis .

Arcadis ,

Connect with {name} for more information & questions

Arcadis will use your name and email address only to respond to your question. More information can be found in our Privacy policy