Saltar al contenido
TRENES.ONLINE

Señalamiento ferroviario Mantenimiento Predictivo

26 marzo 2020

El mantenimiento de las balizas del señalamiento se transforma en un "cost driver" importante en cualquier operación moderna. El mantenimiento predicativo podría aportar una solución eficaz.

ERTMS SOLUTIONS

La inspección de las balizas a lo largo de la traza ferroviaria se torna un problema de mantenimiento que se hace necesario optimizar. Utilizando técnicas de mantenimiento predictivo es posible minimizar las costosas inspecciones en la vía, obteniendo al mismo tiempo datos precisos y actualizados que permiten diagnósticos de posibles fallos.

La empresa ERTMS Solutions propone el sistema BaliseLifeCheck. Se trata de un sistema de diagnóstico que permite automatizar el mantenimiento de las balizas del señalamiento ferroviario. Consiste en el análisis sistemático de la características de la señal emitida por las balizas. Con esta información es posible predecir fallos y comportamientos previos a los fallos. Una vez que se detecta un desvío en los valores normales de una determinada baliza es posible programar una salida a la vías para verificar el fallo. De esta forma el personal de mantenimiento solo inspecciona los dispositivos de la vía en el caso de que se haya detectado una anomalía, y no de forma preventiva cómo ocurre hasta ahora.

El BaliseLifeCheck consiste en una antena y en una unidad de rack conectadas por los respectivos cableados. Una de las grandes ventajas del sistema es que puede ser instalado en una dresina de mantenimiento o en cualquier vehículo que realice servicio comercial regular sobre las vías donde se encuentran las balizas que se pretende monitorizar. Esto permite ahorrar valiosas horas del personal técnico especializado el cual solo se mueve de sus bases para efectuar reparaciones detectadas por el sistema.

Otra de las importantes ventajas del sistema de ERTMS Solutions es que puede funcionar con todos los tipos de balizas existentes en el mercado. Desde las Eurobalizas del sistema ERTMS hasta las más antiguas implementaciones de ATP y ATS cómo las bobinas  Marubeni instaladas en los años 80 en la línea de pasajeros LGR en Argentina, que actualmente todavía prestan servicio.

Mantenimiento Predictivo Transforming Transport (TT)

Dado que las cancelaciones y los retrasos de trenes conllevan sanciones y daños a la reputación, se gastan enormes cantidades de dinero cada año en mantenimiento preventivo programado, mantenimiento que se realiza a través de un conjunto cíclico de actuaciones, asegurando el estado perfecto de toda la infraestructura de la red ferroviaria, en todo momento. Sin embargo, estas actuaciones a veces pueden ser más frecuentes de lo necesario, incurriendo en costos de mantenimiento más altos de lo necesario. Además, el mantenimiento preventivo no permite al operador evaluar con precisión la probabilidad de una falla en la infraestructura ferroviaria.

La industria ferroviaria ha invertido significativamente en investigación para mejorar la salud de los activos de la vía ferroviaria y las estrategias de planificación de mantenimiento relacionadas. El proyecto de investigación TransformingTransport (TT), parcialmente financiado por la Comisión Europea, tiene como objetivo mejorar radicalmente la planificación del mantenimiento de los activos ferroviarios críticos. El objetivo del paquete de trabajo de Infraestructuras ferroviarias proactivas dentro del proyecto TT es revolucionar la forma en que se identifican las fallas y el desgaste de los activos ferroviarios, proporcionando a los administradores y operadores de infraestructura ferroviaria nuevos sistemas de mantenimiento predictivo.

Esto es necesario para reducir los costos operativos, minimizar los retrasos en el servicio al viajero y brindar mejoras en la seguridad de la fuerza laboral, respaldados por datos recopilados de la infraestructura y del conocimiento existente, y luego personalizados para cada activo ferroviario.

En los últimos 18 meses, Thales UK ha liderado el paquete de trabajo proactivo de infraestructuras ferroviarias dentro del proyecto de investigación TransformingTransport, que consta de dos pilotos; el primero se centra en el Reino Unido en una línea ferroviaria principal y el otro en España se centra en una línea de alta velocidad en Córdoba – Málaga.

De la experiencia británica han surgido ideas valiosas sobre las causas de la falla de los activos ferroviarios, mejorando rápidamente el diagnóstico y el pronóstico, en particular con respecto a la máquina de puntos donde ahora es posible identificar diferentes tipos de características de falla para un activo. Los resultados del algoritmo clasificador de fallas se presentaron a la Comisión Europea durante una demostración en vivo en Valencia, España, en septiembre de 2018. Network Rail, el propietario de Infraestructura del Reino Unido y usuario final de este piloto, reconoció el valor de los resultados, considerándolos un hito importante en el desarrollo del sistema.

En el caso español el piloto está mejorando la fiabilidad de las redes ferroviarias de alta velocidad al optimizar el rendimiento del operador y el mantenimiento de la infraestructura ferroviaria. Utiliza tecnologías de Big Data para comprender las variables que afectan el rendimiento del operador y para modelar las actividades de mantenimiento realizadas en la infraestructura (vías, túneles, puentes, etc.). Esto se basa en datos del tráfico ferroviario, flujos de material rodante, registros de mantenimiento, actividades de planificación y control y otras fuentes de información.

El análisis permitirá al operador anticipar las actividades de mantenimiento en la red ferroviaria y mejorar las operaciones de mantenimiento en toda la infraestructura ferroviaria. Permitirá a los operadores ferroviarios predecir en tiempo real el impacto de ciertos sucesos y eventos relacionados con el ferrocarril en la gestión del tráfico.

En última instancia, ambos pilotos han creado soluciones de Big Data que podrían aportar mejoras radicales en el mantenimiento ferroviario, lo que conduciría no solo a ahorros significativos sino también a un transporte más eficiente tanto para los operadores como para los pasajeros.

TRENES ONLINE

imagen: ERTMS Solutions