Современное транспортное предприятие представляет собой сложный технологический комплекс. Он должен работать как часы, ведь даже незначительная ошибка может привести к экономическим потерям и — что важнее — авариям и угрозе жизни людей. Современные технологии помогают сделать транспорт более безопасным и надежным, при этом снизив расходы на эксплуатацию. Как это возможно?
Ответ на этот вопрос дает предиктивный анализ данных. На примере итальянской транспортной компании Trenitalia рассказываем, как сэкономить до 10% бюджета на техобслуживании и навсегда решить проблему ненадежного человеческого фактора при эксплуатации сложных механизмов.
Когда золотой стандарт дает сбой
Золотое правило организации безопасной эксплуатации транспортного средства известно: регулярное техобслуживание в соответствии со стандартным графиком, помноженное на систематический контроль, осуществляемый техническим персоналом. Другими словами, раз в год транспортное средство должно отправляться в депо на замену деталей, независимо от того, как конкретный подвижной состав себя «чувствует». Цена ошибки слишком высока, а отклонение от стандартного календаря прохождения техобслуживания чревато дополнительными расходами.
Для предупреждения внештатных ситуаций в распоряжении транспортной компании всегда имеется высококвалифицированный персонал, который регулярно проводит осмотры и выявляет расхождения со стандартами. Но проблема в том, что даже самый опытный техник может не выспаться, устать и «износиться» раньше, чем положено по профессиональным стандартам, — классический случай, когда в сводках расследования аварий в качестве причины фигурирует «человеческий фактор». Не будем забывать и про то, что транспортное средство перевозит людей, которые в разных случаях могут создавать совершенно различную нагрузку на оборудование.
Фото: предоставлено компанией SAP
Таким образом, у любого современного предприятия, которое эксплуатирует не одно-два, а тысячи транспортных средств, возникает необходимость решать параллельно сразу несколько задач. С одной стороны, собственник транспортного парка должен регулярно получать объективную информацию о состоянии своего подвижного состава, с другой — транспортная компания должна обеспечивать бесперебойность работы своих ТС, поскольку длительные простои в целях профилактических осмотров так же недопустимы, как и сбои в основной работе. Экономически обоснованными могут считаться только те ремонты, которые проводятся до того, как износ достигнет своей критической отметки, но не приведет к дальнейшим проблемам эксплуатации.
С Большими данными под капотом
Прогнозирование ремонтов с помощью Интернета вещей и Больших данных — один из самых актуальных и востребованных сегодня способов оптимизации расходов на техобслуживание. Предиктивный анализ позволяет предотвратить неисправность до того, как она возникнет, и при этом выбрать для этого самое лучшее время.
Данное решение, к примеру, успешно внедрила крупнейшая в Италии компания Trenitalia (входит в холдинг FS Italiane, «Итальянские государственные железные дороги»), которая ежегодно перевозит полмиллиарда пассажиров и восемьдесят миллионов тонн груза. С 2014 года Trenitalia совместно с SAP реализует проект динамического обслуживания подвижного состава. Использование решений SAP сделало возможным создание системы датчиков и дистанционное наблюдение за состоянием вагонов. Встроенные механизмы SAP позволяют итальянской железнодорожной компании проводить статистический анализ и оперативно менять программу плановых ремонтов, в результате — сокращать расходы на ремонты, сверхурочные работы и повышать производительность активов и труда работников компании.
Благодаря технологиям Больших данных каждые десять минут информация от абсолютно всех узлов — от тормозных систем до автоматических дверей — поступает в облачную систему SAP, где далее обрабатывается инструментами предиктивной аналитики. В частности, производится анализ температуры двигателей, скорости движения, частоты использования отдельных механических элементов, количества пассажиров — и все это в режиме реального времени.
Уже в 2018 году динамическая система управления техническим обслуживанием будет реализована во всех поездах Trenitalia. Кроме этого, планируется перевести на автоматизированный режим управления все зоны, за исключением тех, которые по-прежнему нуждаются в визуальном осмотре, — в этих зонах будут установлены камеры.
Без простоев и «человеческих ошибок»
Опыт Trenitalia доказывает: качественное техобслуживание без длительных простоев — возможно. Наглядно этот факт можно проследить на примере обслуживания аккумуляторов. В каждом поезде Trenitalia работает до 150 батарей. При этом европейский техрегламент требует, чтобы раз в год каждая батарея была снята, проверена и при необходимости заменена. В то же время практика использования оборудования показывает, что лишь треть от всех имеющихся в поезде батарей нуждается в ежегодной замене.
Решение SAP позволяет сотне датчиков следить за состоянием аккумуляторов, передавая необходимую информацию в систему, которая тестирует батареи прямо на ходу и дает подробную сводку, отмечая только те, которые требуют внимания техников. Эта мера помогла сократить время простоев на треть при соблюдении самых строгих требований безопасности.
Фото: предоставлено компанией SAP
Однако не только простои техники волнуют сегодня собственников транспортных компаний. Технологии Больших данных позволяют учесть и пассажирский человеческий фактор. Возьмем межвагонные сенсорные двери: раньше их меняли по графику, не учитывая, ездят ли в этих вагонах дети, любящие помахать руками перед датчиком, чтобы полюбоваться, как разъезжаются двери, а в других — пенсионеры, которые редко пользуются этими дверями. Теперь двери обслуживаются не по календарю, а в зависимости от количества открываний, что также обеспечило существенную экономию компании.
Кроме этого, менеджмент Trenitalia констатирует не только улучшение работы обслуживающего персонала, но и тот факт, что она стала более оптимизированной. Вместо того чтобы неоднократно проверять поезда, которые и так функционируют идеально, технический персонал Trenitalia решает теперь по-настоящему насущные проблемы. Прогнозная аналитика SAP позволяет специалистам Trenitalia соотнести данные о состоянии важнейших узлов — двигателей, аккумуляторов, тормозных систем — с моделями жизненного цикла и нормативами износа. Все это способствует неизбежному повышению профессионального уровня и степени удовлетворенности собой и своей работой работников компании.
Экономия на скорости 350 км/час
Технология SAP обеспечила возможность для передачи сотен терабайт информации в год с более чем 6 миллионов датчиков, установленных на подвижном составе, их непрерывную обработку и трансляцию в облачный центр управления и анализа, таким образом полностью преобразовав процесс управления активами на предприятии.
Как результат: десятки тысяч локомотивов под брендом Trenitalia сегодня работают безотказно, компания сократила расходы по статье «техобслуживание» на 8–10%, а клиенты получили возможность доехать от Милана до Рима — без опозданий и задержек — за 2,5 часа и всего 40 евро.
«Trenitalia нацелена на постоянную модернизацию своих услуг и практик. Мы стремимся улучшать клиентский опыт наших пассажиров, инвестируя в высокотехнологичные решения, благодаря которым поездки становятся более экономичными, надежными и быстрыми», — говорит Барбара Морганте (Barbara Morgante), генеральный директор Trenitalia.
Положительный эффект от сокращения времени простоев и затрат на ремонты подвижного состава итальянского перевозчика был подтвержден на самом высоком уровне. Жюри престижного конкурса World Travel Market отметило Trenitalia в номинации World Travel Leaders Award, объявив, что компания — ни много ни мало — изменила рынок перевозок в Италии, сделав их более доступными и быстрыми.
Опыт реального сектора, в котором уже применяются Большие данные, наглядно свидетельствует: технологии открывают горизонты, ранее недоступные человечеству. Прогнозная аналитика SAP не только дает возможность обрабатывать терабайты информации с тысяч датчиков и интеллектуальных устройств, но также создает возможности для машинного обучения, повышения эффективности техобслуживания, оптимизации затрат за счет сокращения незапланированных простоев — и все это в онлайн-режиме, фактически на ходу, на скорости 350 км/час!