Digitalització del manteniment de l'L5 de metro
Durant sis mesos s'ha extret i analitzat la informació dels trens amb eines ‘big data’ per monitoritzar el funcionament de les portes, els compressors i els aires condicionats. D'aquesta manera s'ha pogut intervenir de manera més ràpida davant els primers símptomes de fallada. L'objectiu és un manteniment que vol evitar el sobremanteniment que provoca la planificació basada en el quilometratge, així com l'estalvi en les intervencions.
Els trens de la sèrie 5000 de la línia 5 són els primers del metro de Barcelona a beneficiar-se de la implantació d’una plataforma digital per a la gestió del manteniment.
Es tracta de LeadMind, un projecte que s’emmarca en la digitalització del manteniment que coordina el departament d’Enginyeria de Material Mòbil de Metro i que s’ha dut a terme conjuntament amb l’empresa ferroviària CAF.
L’objectiu del projecte, iniciat ara fa sis mesos, és millorar l’estratègia de manteniment per disminuir-ne el cost i alhora garantir la disponibilitat i seguretat dels passatgers que fan servir l’L5, la segona línia més utilitzada de la xarxa.
Per aquest motiu, al llarg d’aquests mesos, LeadMind facilita el monitoratge de l’estat de salut de la flota, establint patrons de comportament de les variables del tren que permetin crear alarmes per detectar el mal funcionament d’un equip abans que falli.
També s’estan generant algoritmes que permetran fer el manteniment dels equips en funció del seu estat i així evitar entrades innecessàries al taller per fer el manteniment.
Detecció d’anomalies
Durant aquests mesos d’activitat s’han proposat, avaluat i validat diferents indicadors per detectar anomalies i anticipar avaries que puguin ocasionar una incidència en el servei.
S’han pogut detectar amb gran exactitud anomalies en el funcionament de les portes, els compressors i l’aire condicionat gràcies als algoritmes de la plataforma.
Les dades generades han permès una intervenció ràpida davant els primers símptomes de fallada en diverses ocasions. S’han posat així les bases per a un manteniment basat en la condició que eviti el sobremanteniment que provoca la planificació basada en el quilometratge i que permeti generar estalvis en les intervencions.
Recopilació de big data
El projecte va començar a finals d’agost del 2020 i parteix d’una recopilació de gran quantitat de dades (big data) extretes de 8 unitats de les 37 que formen el material mòbil de la línia.
L’equip de manteniment de l’L5 va seleccionar els aspectes més crítics com l’aire condicionat, les portes i la generació d’aire per analitzar-ne el comportament i veure així els resultats en cas d’aplicar un manteniment predictiu.
S’han instal·lat als trens uns ordinadors capaços de llegir totes les variables del sistema informàtic embarcat (més de 10.000 variables que s’actualitzen constantment) i que envien per 4G les dades al núvol per al seu posterior tractament.
Una vegada detectats els patrons, es valida si aquell equip que presenta una alarma a l’aplicació té realment un mal funcionament al tren. En cas que no sigui així, es torna a revisar l’algoritme fins que els resultats que apareixen a l’aplicació i la realitat coincideixen.
FONT: TMB
