Les wagons sont généralement maintenus sur une base temps.
Ce schéma a montré ses limites tant d’un point de vue de la sécurité que de la performance car il ne permet pas de tenir compte de l’état réel de chaque composant ni d’anticiper la survenance des défauts.
Maintenance 4.0 apporte un nouveau regard sur le processus de maintenance – basé sur l’analyse des données des composants installés sur le wagon, les données historiques, le kilométrage à vide/en charge, les lois d’usure définies et les algorithmes avancés. Grâce à l’utilisation de nouvelles fonctionnalités, nous pouvons surveiller l’état réel des composants du wagon et prévoir quand un wagon doit être maintenu. La mise en œuvre de ces systèmes est une étape importante dans l’amélioration des performances ferroviaires et de la sécurité. C’est par la mise en place de ces solutions que nous pourrons mieux anticiper nos évènements de maintenance et donc agir sur la performance de la maintenance Supply Chain.
Cliquez sur les pavés ci-dessous pour en savoir plus.
Le kilométrage est une donnée de base nécessaire à la définition de lois d’usure (maintenance prédictive). Toutefois le simple suivi du kilométrage ne suffit pas. C’est pourquoi nous développons des solutions pour qualifier les kilomètres : kilomètre vide ou chargé et identification de zones particulièrement sollicitantes (les zones montagneuses par exemple).
Le freinage est l’autre donnée primordiale pour prédire les évènements de maintenance, qu’ils soient liés à l’usure (maintenance prédictive) ou à la survenance de défauts (maintenance conditionnelle). Nous développons des solutions pour connaitre la fréquence de freinage, la durée du freinage et sa force.
Nous développons également des solutions sur mesure pour répondre à des besoins spécifiques (nous contacter).
L’infrastructure ferroviaire est équipée de capteurs qui permettent de garantir la sécurité des circulations.
Les données générées par ces capteurs sont aujourd’hui communiquées aux entreprises ferroviaires mais ne sont pas disponibles pour les détenteurs. Pourtant, ce type de système est le plus efficace pour détecter et anticiper des défauts, sur les essieux par exemple. Nous avons donc entamé des démarches au niveau européen pour pouvoir accéder à ces données et enrichir nos modèles.
