La tecnología detrás del CBM: Cómo optimizar el mantenimiento predictivo de los trenes
Predecir fallos antes de que ocurran: la clave del CBM en el mantenimiento preventivo y predictivo de trenes. El CBM permite reparar posibles fallos antes de que el componente del tren falle o el rendimiento esté por debajo del nivel óptimo.
Definir, desplegar, optimizar y validar de manera adecuada los indicadores para CBM (Mantenimiento basado en la Condición) a través de LeadMind es clave a la hora de hacer evolucionar un mantenimiento basado en kilómetros hacia un plan basado en la condición y posteriormente predictivo. Estos indicadores nos ayudan a prever fallos y solucionarlos antes de que la unidad quede inactiva. Gracias a los sensores que se instalan en el tren y mediante la analítica avanzada, somos capaces de predecir si algún componente del tren presenta signos de disminución del rendimiento o síntomas de un fallo más inmediato.
Para cada indicador se define un rango de prestaciones óptimas, ya sea mediante simple medición, análisis estadístico o un modelo de inteligencia artificial. Si el indicador calculado está fuera del rango establecido, se genera una alarma automática, advirtiendo al mantenedor qué parte del tren debe revisar y/o reparar.
Nuestra solución de analítica avanzada de LeadMind permite a los talleres de mantenimiento detectar fallos en los equipos embarcados de manera temprana, reduciendo el tiempo de inactividad de la unidad de la flota y optimizando en gran medida las tareas de mantenimiento en los trenes.
En este video puedes descubrir el caso de éxito de CBM con Actren, empresa de mantenimiento ferroviario.
¿Cómo se definen los indicadores que se tendrán en cuenta en el CBM? Analizar, ajustar y definir de forma óptima los umbrales de fallo.
El proceso que llevamos a cabo en CAF para definir estos indicadores comienza con la identificación de una necesidad de negocio en 3 líneas determinadas. Para todas ellas se dispone de un catálogo de indicadores para distintos tipos de vehículo y condiciones de operación fruto de la experiencia acumulada en más de 20 proyectos, en distintos países y condiciones.
- Detectar un modo de fallo concreto, que bien podemos plantear desde nuestro departamento de LeadMind o a través de un análisis con el equipo del taller, con los que mantenemos una comunicación y coordinación muy fluida.
- Automatizar tareas de mantenimiento preventivo en ciclo corto.
- Mejorar las frecuencias de preventivo en ciclo largo donde más material pueda ahorrarse.
Posteriormente, analizamos el comportamiento del equipo y evaluamos las variables disponibles en el tren para ver cuáles tienen relación con el modo de fallo, cuáles pueden servir y qué conclusiones podemos extraer. En base a estas referencias, se realiza una primera programación de los valores y se validan los resultados cotejándolos con los datos disponibles.
Es en esta parte del proceso, donde se pone en valor el conocimiento y la experiencia de la industria ferroviaria de CAF, analizamos, ajustamos y definimos los umbrales de fallo, combinando un análisis exhaustivo de los datos con nuestro conocimiento técnico sobre el funcionamiento de los equipos. Somos capaces de ajustar el rango donde se generan las alertas para así tener la menor cantidad de falsos positivos.
La importancia de la calidad y fiabilidad del dato para un correcto mantenimiento predictivo de los trenes
Para que un indicador sea eficiente y efectivo, es fundamental garantizar una periodicidad diaria en la recepción del dato. Por ello, los datos que recoge nuestro departamento de CBM se van actualizando durante el día y por la noche se ejecutan los procesos que generan las alarmas visualizadas para que el taller pueda disponer de la información sobre el estado de la flota al día siguiente.
Además, realizamos un examen periódico y monitorizado del estado de cada uno de los componentes del tren, proporcionando a los mantenedores de trenes información sobre el estado de la flota, el funcionamiento correcto de los equipos, posibles defectos, y ciclos de vida de los componentes.
Logramos asegurar que los indicadores no contengan ningún tipo de error y estén adecuadamente configurados. Para ello, desde CAF Digital Services solicitamos una serie de requisitos básicos:
- Calidad y fiabilidad del dato: si los sensores instalados fallan, o el proceso de recopilación y recepción de los datos tiene algún defecto, el indicador no estará bien optimizado o directamente no será útil.
- Regularidad de dato: si no hay una periodicidad diaria en la recepción del dato, para cuando se detecte la avería puede ser que ya haya habido un fallo en otro sistema o, en el peor de los casos, que se haya forzado la reparación.
- Colaboración de los talleres: es fundamental establecer un feedback directo y continuado con los mantenedores para así validar los indicadores, tanto a nivel de funcionamiento como de utilidad para el propio taller.
¿Cómo se integran los indicadores en el sistema de gestión y seguimiento de la flota?
En función del nivel de madurez del indicador, existen distintos grados de integración. Cuando se encuentra en un primer nivel, los datos se incorporan en el sistema de gestión y seguimiento de la flota ferroviaria mediante una visualización que muestra todos los indicadores clasificados por sistema (climatización, temperatura, aceite, etc.) y cada unidad, lo que permite identificar qué trenes están fallando y dónde.
Si los indicadores están validados por el personal del taller, se pueden integrar directamente con el software de mantenimiento ferroviario del propio taller y generar órdenes para trabajar sobre el fallo exacto y sus tareas de reparación asociadas.
De esta menara, los indicadores ofrecen varias ventajas a la hora de realizar un mantenimiento CBM de los trenes:
- Optimizan los mantenimientos de sustitución por fin de ciclo (overhaul): normalmente los indicadores de vida se definen en kilómetros recorridos u horas de funcionamiento del tren, mientras que los indicadores de CBM apuntan un valor más preciso que permite alargar la sustitución de los equipos al momento en el que realmente se alcanza su límite.
- Extienden la vida útil de la flota: en caso de producirse un fallo, se va a detectar antes de que suponga una amenaza a la operabilidad del tren.
- Las tareas de mantenimiento se optimizan en gran medida: al monitorizar los fallos que pueden ocasionarse en la flota, los talleres pueden reparar directamente los equipos defectuosos.
+ imagen
Los indicadores que se emplean en el CBM ofrecen a los talleres de mantenimiento un histórico de datos para planificar y optimizar el mantenimiento ferroviario, detectando y reparando posibles fallos antes de que se conviertan en un problema grave y puedan afectar a la operación y disponibilidad de la flota.
Artículo redactado por Alejandro Garcia, Ingeniero CBM en CAF Digital Services.