注意:以下翻译的准确性尚未经过验证。这是使用 AIP ↗ 从原始英文文本进行的机器翻译。

通过智能维护优先级降低铁路中断

行业领域: 运输

业务功能: 维护与可靠性

一家主要的货运铁路公司希望通过减少道岔故障来降低大量的服务中断。

借助Foundry,轨道维护团队通过跨所有系统的轨道组件集成视图并在Foundry的操作应用中采取操作,减少了中断:

  • 优先对高风险道岔进行维护操作
  • 根据需求而非历史支出设计资本计划
  • 基于之前的维护活动改进维护队伍的培训

挑战

一家主要的货运铁路公司因道岔组件的重复故障而遭受重大服务中断。然而,由于拥有超过50,000个道岔,他们难以有效地解决整个网络的问题。

解决方案

  • 集成Ontology -- Foundry结合了来自工程和运输系统的所有与道岔相关的信息,以及来自IOT设备如装有遥测设备的轨道车辆的几何和道碴质量测量。该系统为道岔维护决策和过去故障分析提供了完整的背景。
  • 道岔风险监控 -- Foundry使轨道工程分析师能够在点击界面中搭建和管理基于启发式的道岔故障风险模型,利用来自Ontology的指标。
  • 集成资本规划 -- Foundry将资本规划过程与道岔的统一视图连接起来,以推动投资到最需要的地方。强大的情景分析帮助组织在时间线和预算限制下优化维修和更换。
  • 数据质量提升过程 -- 程序化反馈循环揭示并修复手动录入的数据质量问题。与铁路ERP系统的集成使轨道维护队伍能够快速提交更正。

通过智能维护优先级降低铁路中断

用户和利益相关者

  • 轨道工程分析师
  • 维护队伍

影响

  • 不到6个月就在所有地区实施了数据驱动的维护流程。
  • 在主动标记为高风险的道岔上发生的故障占据了显著的百分比。
  • 这些道岔被分类,并对被识别为高风险的道岔优先进行检查、修理和更换。

实施类似应用案例

此应用案例实现了以下模式。请点击下面的链接阅读有关特定模式的更多信息,并了解其在Foundry中的实现方式。

想要了解更多关于此应用案例的信息?希望实施类似的项目?从Palantir开始。↗