lerail.com
27
'21
Written on Modified on
Stimio News
SOLUTION IOT POUR LE MONITORING DE COMPRESSEUR FERROVIAIRE
Le confort et la sécurité des passagers doivent beaucoup au bon fonctionnement du compresseur et de son circuit pneumatique. Or, ces équipements de production d’air à bord des véhicules ferroviaires sont soumis à des conditions d’exploitation rudes et des taux d’utilisation très élevés rendant primordial le suivi de leur état de santé.
Le compresseur d’air pneumatique, organe vital pour l’exploitation du matériel roulant
Bien que cet équipement suive un calendrier de maintenance périodique et préventive, il n’est pas rare, malheureusement, qu’une panne survienne entre 2 contrôles.
Outre ces pannes de compresseurs, des fuites d’air sur le circuit pneumatique dans sa globalité peuvent également être à l’origine de désagréments pour l’opérateur ferroviaire. Ces fuites peuvent être aussi bien furtives que permanentes et provenir d’un ou plusieurs organes alimentés par le compresseur.
Aucun capteur ne permet la remontée d’information en temps réel sur l’état de santé du compresseur et son utilisation en opération. La vision client n’est donc pas dynamique et les fuites ne sont découvertes qu’en centre de maintenance et non en exploitation de la rame. Certaines fuites d’air comprimé peuvent même passer inaperçues lors des contrôles du fait de leur propriété intermittente.
Voici une liste non exhaustive des conséquences néfastes remontées par nos clients :
- Immobilisation de la ligne et des rames si des fuites importantes apparaissent sur les freins ou les portes
- Perturbation du trafic et effet domino sur les autres lignes et correspondances
- Dégradation prématurée de différents organes, dont le compresseur
- Surcharge en maintenance avec des pas de maintenance non anticipés
- Sécurité des passagers : Une défaillance majeure du système pneumatique peut entraîner une incapacité fonctionnelle d’organes vitaux comme les portes, les freins, etc.
La solution IoT Oxygen pour le monitoring de compresseur ferroviaire
Pour remédier aux défaillances, mieux comprendre le comportement du compresseur en conditions réelles et améliorer la qualité de service, il est donc primordial de surveiller le compresseur de manière continue en temps réel. La solution IoT Oxygen de Stimio permet à nos clients de résoudre cette problématique rapidement tout en offrant des possibilités futures (voir ci-dessous : « La Prédiction »).
Un réseau sans-fil privé peut être déployé en quelques heures. Nos capteurs IoT certifiés ferroviaires Railnode sont installés sur le compresseur pour la mesure du temps on/off d’activation. Ils rendent ainsi le compresseur communiquant. Notre passerelle IoT Railnet quant à elle constitue la tête du réseau sans-fil privé. Elle recueille les données des capteurs et les transmet à la plateforme cloud Oxygen. Nous livrons des données métiers enrichies directement exploitables et intégrables dans le système IT de nos clients. L’analyse des données sous la plateforme Oxygen permet en effet la mise en évidence de comportements anormaux, du taux de charges, des cycles de charges-décharges, etc.
La prédiction
Notre solution Oxygen permet l’analyse du comportement des différents compresseurs installés sur les rames. Il est ensuite possible de définir et classifier ces comportements.
L’intérêt est primordial : prévoir le comportement du compresseur, détecter les signes avant-coureurs de pannes et anticiper les actions de maintenance au plus juste.
Cela nécessite un travail mathématique de modélisation et de prédiction s’appuyant sur les données de la flotte des compresseurs complétées par les conditions d’utilisation et les caractéristiques de chaque compresseur (modèle, ancienneté, taux d’utilisation…).
La combinaison de toutes ces données permet de définir les comportements nominaux. Chaque compresseur sera ensuite comparé de manière récurrente à ce comportement standard, soit au niveau de sa classe, soit au niveau de la population globale. S’il s’avère qu’un paramètre dévie anormalement, il sera possible de prédire à quel moment une intervention de vérification ou réparation sera nécessaire.
www.stimio.com
Pour remédier aux défaillances, mieux comprendre le comportement du compresseur en conditions réelles et améliorer la qualité de service, il est donc primordial de surveiller le compresseur de manière continue en temps réel. La solution IoT Oxygen de Stimio permet à nos clients de résoudre cette problématique rapidement tout en offrant des possibilités futures (voir ci-dessous : « La Prédiction »).
Un réseau sans-fil privé peut être déployé en quelques heures. Nos capteurs IoT certifiés ferroviaires Railnode sont installés sur le compresseur pour la mesure du temps on/off d’activation. Ils rendent ainsi le compresseur communiquant. Notre passerelle IoT Railnet quant à elle constitue la tête du réseau sans-fil privé. Elle recueille les données des capteurs et les transmet à la plateforme cloud Oxygen. Nous livrons des données métiers enrichies directement exploitables et intégrables dans le système IT de nos clients. L’analyse des données sous la plateforme Oxygen permet en effet la mise en évidence de comportements anormaux, du taux de charges, des cycles de charges-décharges, etc.
La prédiction
Notre solution Oxygen permet l’analyse du comportement des différents compresseurs installés sur les rames. Il est ensuite possible de définir et classifier ces comportements.
L’intérêt est primordial : prévoir le comportement du compresseur, détecter les signes avant-coureurs de pannes et anticiper les actions de maintenance au plus juste.
Cela nécessite un travail mathématique de modélisation et de prédiction s’appuyant sur les données de la flotte des compresseurs complétées par les conditions d’utilisation et les caractéristiques de chaque compresseur (modèle, ancienneté, taux d’utilisation…).
La combinaison de toutes ces données permet de définir les comportements nominaux. Chaque compresseur sera ensuite comparé de manière récurrente à ce comportement standard, soit au niveau de sa classe, soit au niveau de la population globale. S’il s’avère qu’un paramètre dévie anormalement, il sera possible de prédire à quel moment une intervention de vérification ou réparation sera nécessaire.
www.stimio.com
