eisenbahn-international.com
27
'21
Written on Modified on
Stimio News
IOT-LÖSUNG ZUR ÜBERWACHUNG DES KOMPRESSORS FÜR SCHIENENFAHRZEUGE
Der Komfort und die Sicherheit der Fahrgäste beruhen in hohem Maß auf die einwandfreie Funktionsfähigkeit des Kompressors und des entsprechenden Druckluftkreises. Diese Druckluftgeneratoren in den Schienenfahrzeugen sind harten Betriebsbedingungen und einem hohen Auslastungsgrad ausgesetzt, sodass der Überwachung ihres Betriebszustands entscheidende Bedeutung zukommt.
Der Luftdruckkompressor, ein lebenswichtiges Organ für den Betrieb von Schienenfahrzeugen
Obwohl diese Betriebseinrichtung einem regelmäßigen und vorbeugenden Wartungsplan unterliegt, ist es leider nicht ungewöhnlich, dass zwischen zwei Kontrollen eine Panne auftritt.
Neben solchen Störfällen am Kompressor kann auch ein Leck im gesamten Luftdruckkreislauf zu Unannehmlichkeiten für den Bahnbetreiber führen. Diese Lecks können sowohl flüchtiger, als auch dauerhafter Natur sein und von einem oder mehreren vom Kompressor versorgten Organen stammen.
Es gibt keine Sensoren, die Echtzeitinformationen über den Betriebszustand des Kompressors und seinen Betrieb zurückmelden. Die Kundensicht ist daher nicht dynamisch und Lecks werden erst im Wartungszentrum, und nicht schon während des Betriebs der Zuggarnitur entdeckt. Manche Druckluftlecks können sogar bei einer Kontrolle unbemerkt bleiben, wenn sie intermittierend auftreten.
Hier ist eine nicht erschöpfende Liste der verhängnisvollen Folgen, die von unseren Kunden berichtet wurden:
- Stillsetzung der Linie und der Züge, wenn größere Lecks an den Bremsen oder Türen auftreten
- Störung des Verkehrs und Dominoeffekt auf andere Linien und Anschlüsse
- Vorzeitige Funktionsminderung bei verschiedenen Betriebsmitteln, einschließlich des Kompressors
- Überlastung bei der Wartung durch nicht vorhergesehene Wartungsschritte
- Sicherheit der Passagiere: Ein größerer Ausfall des Druckluftsystems kann dazu führen, dass lebenswichtige Organe wie Türen, Bremsen usw. funktionsunfähig werden.
IoT-Lösung zur Überwachung des Kompressors für Schienenfahrzeuge
Um Störungen zu beheben, das Verhalten des Kompressors unter realen Bedingungen besser zu verstehen und die Servicequalität zu verbessern, ist es daher von entscheidender Bedeutung, dass der Kompressor kontinuierlich in Echtzeit überwacht wird. Durch die IoT-Lösung Oxygen von Stimio können unsere Kunden ein solches Problem schnell lösen, wobei gleichzeitig zukünftige Perspektiven aufgezeigt werden (siehe unten: „Vorhersage“).
Ein privates drahtloses Netzwerk lässt sich in wenigen Stunden einrichten. Unsere eisenbahnzertifizierten Railnode IoT-Sensoren werden am Kompressor installiert, um die Ein-/Ausschaltzeit zu messen. Dadurch machen sie den Kompressor kommunikationsfähig. Unser Railnet IoT-Gateway bildet die Spitze des privaten drahtlosen Netzwerks. Es sammelt die Daten der Sensoren und leitet sie an die Oxygen Cloud-Plattform weiter. Wir liefern angereicherte Betriebsdaten, die direkt verwertbar sind und in die IT-Systeme unserer Kunden integriert werden können. Durch die Datenanalyse auf der Oxygen-Plattform können anormale Verhaltensweisen, der Ladestand, die Lade- und Entladezyklen usw. ermittelt werden.
Vorhersage
Unsere Oxygen-Lösung gestattet die Analyse des Verhaltens der verschiedenen Kompressoren, die in den Zuggarnituren eingebaut sind. Anschließend können diese Verhaltensweisen definiert und klassifiziert werden.
Die Vorteile sprechen für sich: Vorhersage des Verhaltens des Kompressors, Erkennen der Anzeichen einer Störung und punktgenaue Durchführung von Wartungsmaßnahmen.
Dazu ist eine mathematische Modellierungs- und Vorhersagearbeit erforderlich, die sich auf die Daten der Kompressorflotte stützt, ergänzt um die Nutzungsbedingungen und Eigenschaften jedes einzelnen Kompressors (Modell, Alter, Nutzungsgrad…).
Durch die Kombination all dieser Daten lässt sich das nominelle Verhalten bestimmen. Jeder Kompressor wird dann laufend mit diesem Standardverhalten verglichen, entweder auf Klassenebene oder auf der Ebene des Gesamtbestandes. Stellt sich heraus, dass ein Parameter ungewöhnlich stark abweicht, so kann man vorhersagen, wann eine Überprüfung oder Reparatur fällig wird.
www.stimio.com
Um Störungen zu beheben, das Verhalten des Kompressors unter realen Bedingungen besser zu verstehen und die Servicequalität zu verbessern, ist es daher von entscheidender Bedeutung, dass der Kompressor kontinuierlich in Echtzeit überwacht wird. Durch die IoT-Lösung Oxygen von Stimio können unsere Kunden ein solches Problem schnell lösen, wobei gleichzeitig zukünftige Perspektiven aufgezeigt werden (siehe unten: „Vorhersage“).
Ein privates drahtloses Netzwerk lässt sich in wenigen Stunden einrichten. Unsere eisenbahnzertifizierten Railnode IoT-Sensoren werden am Kompressor installiert, um die Ein-/Ausschaltzeit zu messen. Dadurch machen sie den Kompressor kommunikationsfähig. Unser Railnet IoT-Gateway bildet die Spitze des privaten drahtlosen Netzwerks. Es sammelt die Daten der Sensoren und leitet sie an die Oxygen Cloud-Plattform weiter. Wir liefern angereicherte Betriebsdaten, die direkt verwertbar sind und in die IT-Systeme unserer Kunden integriert werden können. Durch die Datenanalyse auf der Oxygen-Plattform können anormale Verhaltensweisen, der Ladestand, die Lade- und Entladezyklen usw. ermittelt werden.
Vorhersage
Unsere Oxygen-Lösung gestattet die Analyse des Verhaltens der verschiedenen Kompressoren, die in den Zuggarnituren eingebaut sind. Anschließend können diese Verhaltensweisen definiert und klassifiziert werden.
Die Vorteile sprechen für sich: Vorhersage des Verhaltens des Kompressors, Erkennen der Anzeichen einer Störung und punktgenaue Durchführung von Wartungsmaßnahmen.
Dazu ist eine mathematische Modellierungs- und Vorhersagearbeit erforderlich, die sich auf die Daten der Kompressorflotte stützt, ergänzt um die Nutzungsbedingungen und Eigenschaften jedes einzelnen Kompressors (Modell, Alter, Nutzungsgrad…).
Durch die Kombination all dieser Daten lässt sich das nominelle Verhalten bestimmen. Jeder Kompressor wird dann laufend mit diesem Standardverhalten verglichen, entweder auf Klassenebene oder auf der Ebene des Gesamtbestandes. Stellt sich heraus, dass ein Parameter ungewöhnlich stark abweicht, so kann man vorhersagen, wann eine Überprüfung oder Reparatur fällig wird.
www.stimio.com
