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.
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.
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.
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.
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.
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.
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!