Romonto

L’intégration des fonctions de diagnostic dans un (nouveau) véhicule ferroviaire est un facteur clé pour une meilleure utilisation des données de bord et de l’installation. La première étape consiste à définir les exigences de la maintenance intelligente pour le véhicule. Cela comprend entre autres des informations sur les systèmes qui doivent être pris en compte, ainsi que l’état du système qui doit être mesuré, y compris ses seuils d’évaluation. Dans un second temps, une spécification des exigences et du système de diagnostic est établie. Cela prend en compte l’étendue des fonctions, des interfaces et des critères de réalisation pendant la validation afin de garantir une fiabilité et une précision élevées des données de diagnostic

Enotrac propose deux variantes pour la collecte de données de diagnostic :

• Intégration de fonctions logicielles dans la construction de véhicules (notamment dans les projets de refit)
• Utilisation d’un matériel séparé qui est connecté aux réseaux de données et qui gère les données de diagnostic sur le véhicule. L’appareil se charge du transfert des données vers la base de données terrestre. Le système de gestion du véhicule peut ainsi être déchargé des fonctions de diagnostic ou la centralisation peut être mise en œuvre sans effet rétroactif.

La transmission des données respecte les spécifications de la norme CEI 61375-2-6 en tenant compte de l’environnement informatique du client.

Dans le cadre des essais de type des véhicules, les exigences spécifiques sont validées. Enotrac aide à l’analyse des résultats et au suivi des conclusions en vue d’optimiser les systèmes de diagnostic. Ainsi, dès le début du processus de mise en œuvre, une base de données complète peut être créée et des modifications peuvent être apportées à la mise en œuvre à court terme et être prises en compte.

Les données collectées permettent de « connaître » et d’évaluer rapidement les caractéristiques des grandeurs de mesure telles que la sensibilité, la dispersion et leurs facteurs d’influence.

Romonto d’Enotrac offre une modélisation homogène et flexible des véhicules, avec les données correspondantes. Outre les sources de données mobiles, il est également possible d’intégrer des capteurs infrastructurels. Les fonctions et les performances peuvent donc être très flexibles et adaptées aux besoins des clients.

Le traitement des données recueillies est un élément essentiel du succès et de l’utilisation d’un système de diagnostic centralisé. Grâce à une représentation claire des événements pertinents et de l’état de la flotte, il est possible de détecter rapidement les anomalies et de prendre des mesures correctives.

Enotrac propose des outils basés sur le web pour accéder aux données, qui peuvent être analysées et optimisées en plusieurs points en fonction des besoins des clients. Ainsi, tous les types d’utilisateurs finaux sont pris en charge. Parallèlement à la visualisation, les données relatives aux équipements peuvent être automatiquement transférées vers d’autres outils de traitement.

L’inclusion d’un très grand nombre de données de bonne qualité, normalement produites par un système de diagnostic, est la base de l’exploitation des avantages de la maintenance prédictive. Les étapes précédentes de spécification et de validation permettent de s’assurer que les données nécessaires et correctes sont disponibles.

Enotrac, en collaboration avec des partenaires reconnus dans le domaine de l’analyse des données massives et des experts dans le domaine de l’utilisation du matériel roulant, est en mesure d’effectuer des analyses approfondies avec les données recueillies et de les interpréter dans le contexte Cela permet par exemple de planifier la maintenance de manière proactive lorsque la défaillance d’un composant est prévisible ou d’éliminer de manière ciblée les faiblesses dans la conception du système.

L’exemple des pannes de portes en est la preuve. Ainsi, la détection automatisée des pannes de portes permet de réagir à temps, avant même qu’un message manuel ne soit envoyé au système.

Enotrac peut relier les connaissances obtenues à partir des analyses aux outils de gestion de maintenance existants de l’exploitant et faire ainsi remonter l’information sans détours.

Cela comprend par exemple :

• Notification automatisée à la maintenance des défauts survenus, au lieu de messages manuels.
• Prévision de la durée d’utilisation restante d’un sous-système, accompagnée d’une recommandation de maintenance.
• Création automatisée d’ordres de travail, par exemple pour la planification du matériel.