Digitalización del mantenimiento de la L5 de metro

Digitalización del mantenimiento de la L5 de metro

Movilidad y transportes. Los objetivos son evitar fallos y hacer un mantenimiento más eficiente.

Durante seis meses se ha extraído y analizado la información de los trenes con herramientas big data para monitorizar el funcionamiento de las puertas, los compresores y los aires acondicionados. De esta manera, se ha podido intervenir de manera más rápida ante los primeros síntomas de fallo. El objetivo es un mantenimiento que quiere evitar el sobremantenimiento que provoca la planificación basada en el kilometraje, así como el ahorro en las intervenciones.

Los trenes de la serie 5000 de la línea 5 son los primeros del metro de Barcelona en beneficiarse de la implantación de una plataforma digital para la gestión del mantenimiento.

Se trata de LeadMind, un proyecto que se enmarca en la digitalización del mantenimiento que coordina el departamento de Ingeniería de Material Móvil de Metro y que se ha llevado a cabo conjuntamente con la empresa ferroviaria CAF.

El objetivo del proyecto, iniciado hace seis meses, es mejorar la estrategia de mantenimiento para disminuir el coste y, al mismo tiempo, garantizar la disponibilidad y seguridad de los pasajeros que utilizan la L5, la segunda línea más utilizada de la red.

Por este motivo, a lo largo de estos meses, LeadMind facilita la monitorización del “estado de salud” de la flota, estableciendo patrones de comportamiento de las variables del tren que permitan crear alarmas para detectar el mal funcionamiento de un equipo antes de que falle.

También se están generando algoritmos que permitirán hacer el mantenimiento de los equipos en función de su estado y así evitar entradas innecesarias en el taller para hacer el mantenimiento.

Detección de anomalías

Durante estos meses de actividad se han propuesto, evaluado y validado diferentes indicadores para detectar anomalías y anticipar averías que puedan ocasionar una incidencia en el servicio.

Se han podido detectar con gran exactitud anomalías en el funcionamiento de las puertas, los compresores y el aire acondicionado gracias a los algoritmos de la plataforma.

Los datos generados han permitido una intervención rápida ante los primeros síntomas de fallo en varias ocasiones. Se han sentado, así, las bases para un mantenimiento fundamentado en la condición de evitar el sobremantenimiento que provoca la planificación a partir del kilometraje y que permita generar ahorros en las intervenciones.

Recopilación de big data

El proyecto empezó a finales de agosto del 2020 y parte de una recopilación de gran cantidad de datos (big data) extraídos de 8 unidades de las 37 que forman el material móvil de la línea.

El equipo de mantenimiento de la L5 seleccionó los aspectos más críticos como el aire acondicionado, las puertas y la generación de aire para analizar el comportamiento y ver, así, los resultados en caso de aplicar un mantenimiento predictivo.

Se han instalado en los trenes unos ordenadores capaces de leer todas las variables del sistema informático embarcado (más de 10.000 variables que se actualizan constantemente) y que envían por 4G los datos a la nube para su posterior tratamiento.

Una vez detectados los patrones, se valida si ese equipo que presenta una alarma en la aplicación tiene realmente un mal funcionamiento en el tren. En caso de que no sea así, se vuelve a revisar el algoritmo hasta que los resultados que aparecen en la aplicación y la realidad coinciden.

Fuente: TMB

El boletín El boletín

Suscríbete a nuestro boletín para estar informado de las novedades de Barcelona Ciudad Digital