Nel mondo industriale e nella logistica 4.0 l’innovazione è spesso frutto di contaminazione: è fuor di dubbio che ogni progetto abbia punti di partenza e di arrivo unici, ma è altrettanto vero che l’intersezione tra settori e discipline permette di moltiplicare il valore di ogni risultato applicato a una particolare industry.
Questo è il caso che Aramix ha affrontato nella pesatura dei treni merci, per un sistema più efficiente che fosse in grado di pesarli in movimento, raccogliendo i dati fisici presenti sul campo e integrandole con il know-how degli esperti.
Il risultato di questo nostro Use Case è un metodo innovativo che permette di ottenere range di costo realistici, basati sull’effettivo peso del treno carico, ma soprattutto un approccio utile a ogni impresa che abbia la necessità di comprendere un fenomeno mettendo in relazione dati etichettati e non etichettati di un sistema, provenienti da fonti differenti e in “formati” diversi.
Ad esempio, abbiamo applicato lo stesso metodo alla Risk Prediction di guasti e malfunzionamenti dei sistemi di rotazione degli elicotteri, sulla base di dati di vibrazione, di rumore e surriscaldamento di un singolo componente.
E ancora, l’approccio è stato il medesimo per mettere a punto un Decision Support System per il rifornimento di componenti di macchinari nell’industria pesante, sulla base di dati di usura e sostituzione di macro-elementi degli impianti, come punte metalliche, trivelle, turbine etc.
Cost prediction basato su dati misti: perché pesare un treno è soprattutto una questione di metodo
Prima di tutto, la domanda che sorge spontanea ai non addetti ai lavori è questa: a chi interessa pesare un treno merci?
Si rimane sorpresi da quanti attori siano effettivamente coinvolti.
- C’è chi gestisce l’infrastruttura, ossia i binari, per sapere quanto verranno usurati
- Chi si occupa dell’hardware, cioè i treni stessi, per organizzare il trasporto
- Chi affitta i convogli per trasportare su rotaia le proprie merci, per prevedere i costi
- Ci sono i cittadini, perché il sovrappeso dei treni compromette la sicurezza dell’infrastruttura stessa.
Il costo del trasporto viene determinato con una serie di variabili.
Le variabili principali che definiscono il costo del trasporto su rotaia sono orario,
traffico sulla tratta, la durata del percorso e l’occupazione della tratta (quanto è frequentata in un determinato momento), peso complessivo del vagone più le merci.
Riguardo a quest’ultimo punto, perché il peso del treno incide?
Perché maggiore è il peso del vagone, maggiore sarà l’usura sulle rotaie e l’energia necessaria a muoverlo.
A questo si aggiunge la questione della sicurezza, perché le aziende ferroviarie hanno bisogno di stime accurate del carico per controllare i sovraccarichi, identificare le carrozze potenzialmente non sicure e migliorare la pianificazione della manutenzione.
Finora il metodo tradizionale ampiamente utilizzato era quello statico; sostanzialmente il treno viene posizionato su un apposito binario “intelligente”.
Questo binario ha condizioni di pendenza e curvatura ottimali, ed è dotato di sensori in grado di registrare il peso del convoglio. Di contro questa procedura si rivela lunga, costosa e complessa. Viene eseguita solo periodicamente e le evidenze registrate servono a fare stime sui carichi successivi.
L’innovazione nella pesatura per un cost prediction più efficace
Ma una stima approssimativa non basta, se si persegue l’efficienza nella logistica 4.0, soprattutto in termini di consumo energetico.
Ecco allora che l’unica alternativa davvero perseguibile si prefigura come un sistema DWIM, ovvero Dynamic-Weighing-In-Motion: pesatura dinamica in movimento.
Al contrario dei sistemi statici di pesa, i sistemi DWIM infatti migliorano nettamente i tempi di circolazione e di ottimizzazione dell’attività commerciale.
Uno dei maggiori player del mondo del trasporto ferroviario ci ha richiesto uno studio preliminare sullo sviluppo di sistemi DWIM semplici ed economici, basati su sensori di deformazione facili da installare, applicabili praticamente ovunque.
Abbiamo sviluppato un Impianto sperimentale sull’infrastruttura ferroviaria vicino a Milano, costituito da un sensori installati su un tratto di binario rettilineo di 10m, a scartamento standard e costante.
I sensori sono posizionati in punti in cui i processi di installazione e disinstallazione sono facili e veloci, uno di fronte all’altro, sulle rotaie destra e sinistra del binario.
Sono in fibra ottica e acquisiscono dati a una velocità impressionante. Il sistema di acquisizione identifica il treno che passa sulla rotaia e taglia il segnale corrispondente con un margine di tempo di 10s prima e dopo il passaggio. Inoltre i sensori sono in grado di rilevare diversi tipi di dati “collaterali”, tra cui la temperatura delle rotaie e la deformazione delle rotaie, che dipendono da diversi fattori locali (ad esempio, le condizioni della massicciata, le condizioni dei legami ferroviari, etc.)
Il risultato: un sistema replicabile e riapplicabile
Il fulcro della metodologia è stato, appunto, quello di combinare dati etichettati e non etichettati.
Sebbene i pesi degli assi fossero raramente disponibili, perché è difficile organizzare il passaggio sulla linea del treno dal peso conosciuto, siamo stati in grado di calcolare il peso delle centinaia di treni che passano sulla scala dinamica ogni giorno.
Abbiamo certificato questo sistema DWIM, sia per asse che per carrello e treno, per un servizio facilmente replicabile e rivendibile anche dai costruttori di infrastrutture.
Ma il risultato più grande è questo output così promettente apre la strada a future indagini, per un notevole risparmio di tempo e risorse applicato a sempre nuove industry.
