Así se anticipa Talgo a posibles averías de sus trenes

Tenemos que garantizar la disponibilidad del 99% de nuestra flota, ya sea mientras está viajando a través de una tormenta de arena en Arabia Saudí o durante el invierno en Reino Unido. Talgo puede proporcionar ese nivel de servicio, pero la única forma de hacerlo es mediante la tecnología de la nube”, explica José Antonio Marcos-Alberca, jefe de Ingeniería de Mantenimiento de Talgo. Desde que en 2017 la compañía española empezara a trabajar con el servicio en la nube de Google, Google Cloud, Talgo recopila un 2.000% más de datos por tren al día que con el sistema anterior, lo que proporciona a la compañía una nueva fuente de información para anticiparse a los posibles fallos.

En sus 77 años de historia, Talgo siempre ha estado a la vanguardia tecnológica, incorporando nuevos avances para la mejora de la fiabilidad y el mantenimiento de sus trenes. Ahora, para afrontar los nuevos retos tecnológicos, es necesario implementar tecnologías de inteligencia artificial y machine learning, y para ello se requiere la monitorización en tiempo real de todos los sistemas embarcados relevantes.

Talgo ha instalado 2.000 sensores en cada uno de sus trenes, lo que permite emitir 2.000 señales por segundo en tiempo real, incluida información sobre voltaje, hidráulica, aceleración y temperatura, y un vídeo de la vista del conductor. Esto supone que cada tren genera 2 Gb de datos al día, con más de 100 trenes diarios operando.

En base a estos sistemas de monitorización en tiempo real se extraen algoritmos de predicción de fallos utilizando machine learning, y así poder establecer el estado de salud de dichos equipos de forma que se pueda realizar un mantenimiento predictivo. se optimizan los costes de las reparaciones además de poder establecer el nivel de vida útil de cada máquina, pudiendo realizar la sustitución en el momento óptimo y evitar el coste de un sobre mantenimiento o un inframantenimiento. El uso del machine learning ha supuesto a Talgo un ahorro potencial de más de 200 horas al año en labores de inspección de mantenimiento por cada tren.

Otro de los retos a los que se enfrenta Talgo es a la reducción de la duración de los periodos de intervenciones de los trenes por mantenimiento, para dar mayor disponibilidad al tren. Para ello, “Talgo está trabajando con Google en el desarrollo de nuevos equipos basados en inteligencia artificial para la inspección automática de trenes”, explican desde la empresa. La cantidad de datos será tan elevada que para su procesamiento y almacenamiento la compañía reconoce muy importante contar con la tecnología de Google Cloud.

Fuente: expansion.com