Siemens Mobility aiuta gli operatori ferroviari a evitare i tempi di inattività e la manutenzione non pianificata

QuadX

La soddisfazione degli utenti dei servizi ferroviari dipenderà sempre e in particolar modo dalla risposta alla domanda: i treni sono in orario? I fattori che potrebbero ritardare l'arrivo di un treno includono quelli che l'industria chiama "difetti ferroviari": deformazioni, sollecitazioni e fratture nei materiali dei binari e in altri componenti dell'infrastruttura. Gli operatori del sistema ferroviario sono sempre alla ricerca di modalità efficienti per individuare e correggere tali problemi.

"Individuare e riparare in modo proattivo i difetti ferroviari: questo è esattamente il contributo che vogliamo offrire ai nostri utenti per risolvere questa tipologia di problemi", afferma Friedrich Gloeckner, che guida il team di architettura dei servizi di dati di Siemens Mobility. Leader nelle soluzioni di trasporto da oltre 160 anni, l'azienda cerca costantemente opportunità per innovare l'offerta delle sue principali linee di impresa: materiale rotabile, automazione ed elettrificazione ferroviaria, sistemi chiavi in mano, sistemi di traffico intelligenti e servizi correlati.

L'individuazione dei difetti ferroviari richiedeva una valutazione manuale da parte degli ispettori che dovevano percorrere i binari a piedi nell'ambito della propria attività, oppure la revisione dei video ripresi dai treni di ispezione. Tuttavia, entrambi gli approcci risultavano costosi, dispendiosi in termini di tempo e soggetti a errori. Adesso esiste un nuovo metodo di ispezione: Video Track Inspector. Questa applicazione di analisi video è un progetto congiunto tra Siemens Mobility e Strukton Rail, una società olandese specializzata nella costruzione e manutenzione di infrastrutture ferroviarie. La nuova soluzione utilizza anch'essa videocamere HD montate sui treni, ma sostituisce l'analisi manuale con algoritmi di machine-learning che analizzano le immagini, identificano e geolocalizzano i difetti ed emettono ordini di lavoro.

Un'opzione di grande valore per il settore ferroviario, Video Track Inspector è una delle centinaia di applicazioni ospitate nella Railigent Application Suite di Siemens Mobility, un ecosistema aperto per applicazioni di integrazione, monitoraggio e analisi dei dati ferroviari in esecuzione su Amazon Web Services (AWS). "Abbiamo creato Railigent per aiutare i nostri utenti a evitare la manutenzione non programmata e raggiungere una disponibilità fino al 100% del materiale rotabile e dei componenti dell'infrastruttura", afferma Gloeckner. "Senza la moderna infrastruttura IT e i servizi cloud a cui accediamo su AWS, non sarebbe possibile avvicinarsi alla realizzazione di questo obiettivo."

"Il nostro data lake AWS consente non soltanto ai data scientist e agli sviluppatori di software, ma anche ai circa 250 dipendenti che non possiedono un background tecnico di creare applicazioni e report personalizzati che contribuiscono a massimizzare il valore dei dati."

- Friedrich Gloeckner, Data Services Architecture Team Leader presso Siemens Mobility


  • Informazioni su Siemens Mobility
  • Leader nelle soluzioni per i trasporti da oltre 160 anni, Siemens Mobility, una società a gestione separata di Siemens AG, innova costantemente il suo portfolio nelle aree principali di materiale rotabile, automazione ed elettrificazione ferroviaria, sistemi chiavi in mano, sistemi di traffico intelligenti e servizi correlati.

  • Vantaggi
    • Riduce i costi di manutenzione e il consumo energetico del 10-15%
    • Riduce i tempi di inattività non pianificati del 30-50%
    • Riduce i trasferimenti non necessari alla manutenzione di oltre il 30%
    • L'ecosistema aperto abilita applicazioni di terze parti dei principali specialisti ferroviari
  • Servizi AWS utilizzati

Portare i treni nel cloud

Gloeckner parla per esperienza. Inizialmente Siemens Mobility aveva implementato una soluzione on-premise con funzionalità di analisi simili a quelle di Railigent. Tuttavia, ha incontrato ostacoli in relazione ai silo di dati, ai processi di integrazione e sviluppo dei dati ad alta intensità di manodopera e al rallentamento del time-to-market.

Secondo Gloeckner, uno dei motivi più interessanti che hanno portato allo sviluppo e all'implementazione di Railigent su AWS è stata l'opportunità di centralizzare i dati. Nell'ambito della nuova architettura cloud di Railigent, Siemens Mobility ha implementato un data lake che utilizza Amazon Simple Storage Service (Amazon S3) per i cataloghi di set di dati persistenti, AWS Glue per la trasformazione dei dati e Amazon Athena per le query interattive e serverless. Si affida inoltre ad AWS Lambda per le funzioni di orchestrazione serverless e ad Amazon Elastic MapReduce (Amazon EMR) per l'elaborazione e l'analisi rapide ed economiche di quantità illimitate di dati.

"Per noi, uno dei principali punti di forza di AWS è l'accesso a servizi come Amazon EMR, che ci dà la possibilità di eseguire cluster Hadoop di qualsiasi tipo, su qualsiasi scala, su richiesta, con pagamento in base al consumo", afferma Gloeckner. "Abbandonare questo tipo di operazioni era per noi un'esigenza assoluta, perché avevamo sperimentato quanto fosse complicato eseguire, aggiornare e dimensionare soluzioni complesse come Hadoop nel nostro data center."

L'esecuzione su AWS aiuta anche a ottimizzare l'uso dei diversi dati IoT che Railigent acquisisce da centinaia di migliaia di sensori e altri dispositivi su decine di migliaia di asset ferroviari in tutto il mondo. "Nel nostro data lake AWS, possiamo archiviare in Amazon S3 set di dati non strutturati di grandi dimensioni e utilizzare la funzionalità schema-on-read di Amazon Athena per creare tabelle virtuali per nuovi casi d'uso specifici a seconda delle necessità", afferma Gloeckner. "I servizi cloud come Amazon EMR, Amazon S3 e Amazon Athena ci offrono molta più flessibilità nella gestione dei dati rispetto a quanto sarebbe possibile on-premise o anche con altri provider di cloud pubblico.”

Democratizzazione dei dati per creare valore per i nuovi clienti su AWS

Nessuna di queste funzionalità avrebbe avuto importanza, naturalmente, se non fossero state utili a Siemens Mobility per rispondere più rapidamente alle esigenze dei clienti e trovare più valore nei dati importati. "Quando il precursore di Railigent era in esecuzione on-premise, i dati provenienti da diverse fonti erano isolati, quindi la creazione di app per utilizzare tali dati richiedeva complesse operazioni personalizzate di estrazione, trasformazione e caricamento [ETL] e l'assistenza di esperti in materia di analisi", afferma Gloeckner. "Tutto questo ha reso difficile sfruttare appieno tutti i nostri dati e non siamo riusciti a offrire facilmente ai nostri sviluppatori toolbox e componenti di app riutilizzabili."

Ora l'azienda può centralizzare le attività di preparazione dei dati, consentendo al contempo ai vari team di utilizzare i dati. "In AWS ci avvaliamo di un piccolo team centralizzato per l'ETL, la strutturazione e l'arricchimento dei dati, e li rendiamo quindi disponibili anche ai dipendenti senza un background tecnico, per dar loro la possibilità di sperimentare e sviluppare", afferma Gloeckner. "Il nostro data lake AWS consente non soltanto ai data scientist e agli sviluppatori di software, ma anche ai circa 250 dipendenti che non possiedono un background tecnico di creare applicazioni e report personalizzati che contribuiscono a massimizzare il valore dei dati. Questa democratizzazione dei dati è uno dei vantaggi più importanti del nostro data lake AWS."

Questa democratizzazione dei dati consente risposte più rapide alle richieste dei clienti, ad esempio dimezzando i tempi di generazione dei report. "Prima di passare ad AWS, dovevamo ripensare all'autenticazione, all'autorizzazione, all'importazione e all'ETL per ogni report di BI personalizzato e, anche in questo caso, potevamo offrire solo snapshot, e non risultati in tempo reale", afferma Gloeckner. "Ora su AWS questi problemi sono stati risolti una volta per tutte e verificati in base alle regole universali di sicurezza e governance di Siemens, quindi questi componenti possono essere riutilizzati dagli sviluppatori di report. Con il nostro data lake AWS, abbiamo bisogno di sole due o tre settimane per creare report eseguiti su dati in tempo reale, anziché uno o più mesi prima necessari per creare un report tra l'altro statico."

Secondo Gloeckner, in media gli utenti di Railigent stanno già registrando una riduzione del 10-15% dei costi di manutenzione e di consumo energetico, una riduzione del 30-50% della manutenzione non pianificata e una riduzione di oltre il 30% dei trasferimenti non necessari alla manutenzione. E l'azienda ha appena iniziato a esplorare le possibilità offerte da AWS. "Siamo lieti di consentire ad AWS di gestire lavori generici onerosi come la gestione dell'infrastruttura e la creazione di servizi, mentre ci concentriamo su ciò che conta davvero per il nostro business. Il bello dell'esecuzione su AWS risiede nell'ampia gamma di possibilità che offre. In realtà, questo è solo un assaggio di ciò che saremo in grado di raggiungere nel cloud."


Ulteriori informazioni

Per ulteriori informazioni, visita thinkwithwp.com/solutions/case-studies/siemens.