Data analytics en predictive maintenance: via overzicht en inzicht naar uitzicht op de performance van trein, tram en metro

Onderhoud is een grote kostenpost in de railwereld. Door inzicht in de conditie van treinen en infrastructuur, kunnen onderhoudskosten gereduceerd worden.  Met data analytics ten behoeve van predictive maintenance is dit mogelijk. In drie stappen kom je van overzicht, naar inzicht en uiteindelijk uitzicht op de performance van assets zoals trein, tram en metro.

Vanuit de gewenste performance, wordt bepaald welke informatie nodig is om deze te bepalen. Welke informatiebronnen zijn er al, welke zijn nog nodig? Het overzicht op de performance wordt door middel van online dashboards aan de klant ter beschikking gesteld.

Voor het verkrijgen van inzicht wordt data analyse gebruikt. Welke parameters hebben effect op de performance? Welke parameters hebben bijvoorbeeld effect op de slijtage van infrastructuur?

Om uitzicht te krijgen worden machine learning technieken gebruikt. Een voorbeeld dat zal worden gepresenteerd is de analyse van oliemonsters uit treinen. Dit bevat olie uit verschillende onderdelen van een trein, zoals tandwielkasten. Door vast te stellen welke ongewenste deeltjes zich in de olie bevinden, wordt de conditie van het onderdeel bepaald. De grote hoeveelheid data die beschikbaar zijn van deze oliemonsters en de schadegevallen, maakt het mogelijk schade aan treinen te voorspellen en dus te voorkomen. Niet alleen voor treinen, maar ook voor andere gesmeerde systemen zoals windmolens.