Ohne die Eisenbahn wäre die erste industrielle Revolution nicht möglich gewesen. Und wie sieht es heute mit Industrie 4.0 und dem Internet der Dinge aus? In einer kleinen Serie stellen wir Zukunftsprojekte von europäischen Güterbahnen vor. Den Anfang macht Trenitalia.
Zugausfälle sind ärgerlich – sowohl im Personen- wie im Güterverkehr. Und wenn wichtige Transporte zu spät kommen, können sie auch richtig teuer werden. Eine wesentliche Ursache für Verspätungen sind unvorhergesehene Wartungsarbeiten, die zeit-, arbeits- und nicht zuletzt kostenaufwändig sind. Üblicherweise beurteilen Mitarbeiter nach der Zahl der Monate, die ein Zug im Einsatz war oder anhand der Kilometerzahl, ob eine Wartung fällig ist. Dabei übersehen sie aber häufig andere wesentliche Einflussfaktoren, wie Materialverschleiss und Wetterbedingungen.
Verwaltung der Schienenfahrzeuge optimieren
Das im Personen- und Güterverkehr tätige Bahnunternehmen Trenitalia, eine hundertprozentige Tochter der staatlichen italienischen Eisenbahngesellschaft Ferrovie dello Stato Italiane (FS), kennt dieses Problem und geht es mit Hilfe des «Internet of Things» (IoT) jetzt an. Mit 8 000 verkehrenden Zügen täglich, über einer halben Milliarde Fahrgäste und etwa 80 Millionen Tonnen Fracht pro Jahr sowie beinahe 30 000 Lokomotiven und Waggons im Einsatz, ist der tägliche Wartungsaufwand beträchtlich.
«Einer der teuersten und neuralgischsten Bereiche ist die Verwaltung der Schienenfahrzeuge», erläutert Danilo Gsmondi, IT-Leiter bei Trenitalia. Deshalb habe man in Zusammenarbeit mit dem deutschen Softwarekonzern SAP nach effektiveren Möglichkeiten gesucht, um die Züge in Schuss zu halten.
Das Zauberwort heisst «Predictive Maintenance» – also vorausschauende Wartung. Dazu übertragen tausende an den Zügen befestigte Sensoren laufend die Daten von einzelnen Betriebsmitteln – wie etwa Motoren, Batterien oder Bremsen – an das Dynamic Management Maintenance System (DMMS).
Künstliche Intelligenz und Internet der Dinge
Dort verknüpft Künstliche Intelligenz (KI) auf der Basis von Lebenszyklusmodellen riesige Mengen an operativen Echtzeitdaten aus dem Internet der Dinge miteinander. So kann das Bahnunternehmen den Zustand eines Teiles und dessen Verschleiss anhand von Zyklen, Betriebsstunden, Kilometerzahl, Temperatur und ähnlichen Parametern feststellen.
Eine vorsorgliche Wartung wird angestossen, wenn festgelegte Grenzwerte erreicht sind oder wenn ein bestimmter Parameter vom Normalzustand abweicht. Denn das kann ein erstes Anzeichen für einen drohenden Defekt sein, der in absehbarer Zeit behoben werden muss. Ungeplante Zugausfälle und Verspätungen werden so verhindert.
«Weil wir nun Vorfälle und Wartungsvorgänge vorhersagen können, ist unser Unternehmen in der Lage, die Fehlerquote zu verringern, effizientere Prozesse zu gestalten, bessere Serviceleistungen anzubieten und unsere Qualitätsstandards stetig zu erhöhen», sagt Gismondi. Er geht davon aus, dass die Wartungskosten durch das DMMS um acht bis zehn Prozent sinken werden – «das ist für uns ein sehr beachtlicher Erfolg.»
Weiter geht es in unserer Serie mit dem spanischen Bahnunternehmen RENFE, das mittels Datenanalysen eine Pünktlichkeitsrevolution erreicht hat.
