IoT und Predictive Maintenance halten Züge am Rollen

Das finnische Bahnunternehmen VR Group verbessert mit SAS Analytics die Pünktlichkeit der Züge und die Kundenzufriedenheit

Ziel der VR Group ist es, das führende Reiseunternehmen in Finnland zu werden. Das geht meiner Ansicht nach nur mit Predictive Analytics

Kimmo Soini
Senior Vice President for Maintenance, VR Group

Neuer Ansatz in der Wartung

Wenn es darum geht, von A nach B zu kommen, verärgert nichts die Reisenden mehr als Verspätungen – insbesondere diejenigen ohne Vorwarnung. Bahnunternehmen müssen deshalb jede Möglichkeit nutzen, ihre Betriebsabläufe zu verbessern und so die Kunden zufriedenzustellen.

Voraussetzung dafür: die vorhandenen (oder leicht zu erhebenden) Daten nutzen, um neue Möglichkeiten der Service-Verbesserung zu erschließen. VR Group, die staatliche Bahngesellschaft Finnlands, setzt auf das Internet of Things (IoT) und auf Analytics, um ihre 1.500 starke Zugflotte am Laufen zu halten. Weiterer Effekt: ein besseres, sichereres Reiseerlebnis für ihre Kunden.

Im ständigen Einsatz unter allen erdenklichen Wetterbedingungen ist ein starker Verschleiß des Zugmaterials unvermeidlich. Kein Wunder also, dass ein großer Anteil der Betriebskosten der VR Group in die Wartung fließt. Um Kosten zu reduzieren und Laufzeiten zu maximieren, hat die Unternehmensgruppe beschlossen, sich von dem herkömmlichen Wartungsansatz zu lösen, bei dem Teile erst bei akutem Bedarf gewechselt werden.

„Wir sind zwar der einzige Anbieter für Zugreiseverkehr in Finnland, aber natürlich stehen wir in Konkurrenz zu anderen Transportmitteln“, erklärt Kimmo Soini, Senior Vice President for Maintenance, VR Group. „Zudem müssen wir unsere Wettbewerbsfähigkeit auch über effiziente Wartung sicherstellen, denn Wartungskosten fließen in die Ticketpreise mit ein.“

In den vergangenen Jahren hat die VR Group begonnen, Sensoren in verschiedene Systeme und Subsysteme einzubauen, um frühzeitig Anzeichen für Abnutzung und andere Fehler zu erkennen. Aber die Sensoren sammeln lediglich Rohdaten. Der wirkliche Vorteil erschließt sich erst mit einer Analyse dieser Daten (oftmals in Echtzeit), wodurch die zuständigen Ingenieure schneller und angemessener reagieren können. Um diese Intelligenz in seinen Betrieb zu integrieren, hat sich das Unternehmen für SAS Analytics entschieden.

Der Schritt von reaktiv zu prädiktiv

Vor dem Einsatz von SAS Analytics hat die VR Group zwei Ansätze verfolgt: Große Systeme wie Räder und Fahrwerke wurden nach einem Zeitplan gewartet. Das hatte zur Folge, dass Teile oft auch dann ausgetauscht wurden, wenn sie noch voll einsatzfähig waren. Die zweite Methode setzte darauf, andere Teile – beispielsweise Türen – dann zu reparieren, wenn sie bereits ausgefallen waren. Dieser Zeitpunkt ließ sich allerdings schwer vorhersagen, was zum Ausfall von Verbindungen und verärgerten Kunden führen konnte.

VR Group hat aus diesem Grund ein Predictive-Maintenance-Programm aufgebaut, das den Zustand der Fahrzeugteile immer im Blick behält. In diesem Programm sagen statistische Modelle voraus, wann ein Teil voraussichtlich ausfallen wird. Somit kann es ersetzt werden, bevor der Reiseverkehr beeinträchtigt wird. SAS Analytics wertet die Sensordaten aus und gibt der VR Group einen Echtzeit-Überblick über den Zustand der Flotte. Plan ist, die Wartung auf lange Sicht komplett auf Realtime Monitoring umzustellen.

„Wenn eine Zugtür anfängt, sich langsamer zu öffnen und zu schließen als gewöhnlich, ist die Wahrscheinlichkeit recht hoch, dass sie demnächst defekt ist – und wir müssen das rechtzeitig verhindern“, erläutert Soini. „SAS Analytics erlaubt es uns, unsere Reparaturen ganz auf Predictive Maintenance aufzubauen.“

Mit SAS Analytics verschafft sich die VR Group einen Einblick in aktuelle und historische Daten. Anhand dieser Informationen kann der Bahnkonzern das größtmögliche Intervall zwischen bestimmten Wartungsvorgängen, wie dem Abdrehen von Radsätzen oder dem Ersetzen des Rad- und Achsen-Satzes eines Zugs, planen. Werden die Daten für jeden Wechsel optimiert, können die Züge länger ohne Unterbrechung im Schienenverkehr eingesetzt werden. „Tatsächlich können wir es schaffen, den Wartungsaufwand um ein Drittel zu verringern“, meint Soini.

SAS Analytics hilft der VR Group zudem, den Ursachen für typische Defekte auf die Spur zu kommen und damit Kosten einzusparen beziehungsweise die Zuverlässigkeit von Zügen zu erhöhen. Darüber hinaus ermöglicht die Lösung dem Bahnkonzern, nur die wirklich notwendige Menge an Ersatzteilen und Material vorrätig zu halten und somit Lagerplatz zu sparen.

Über Sensordaten zur Handlung

„Die Menge an Sensordaten ist immens gewachsen, und jetzt können wir den Zustand unserer Züge viel gezielter kontrollieren. Sensordaten, Analytics und deren Automatisierung – das sind genau die modernen Technologien, die wir für den nächsten Schritt brauchen“, erklärt Soini. „Ich bin der Ansicht, dass die gesamte Wartung früher oder später durch das Internet of Things verändert wird, und zwar in sämtlichen Branchen. Ziel der VR Group ist, das führende Reiseunternehmen in Finnland zu werden. Das geht meiner Ansicht nach nur mit Predictive Analytics.“

VR_Group_logo_rgb

Herausforderung

  • Verbesserung der Qualität und Effizienz der Flottenwartung
  • Schaffung eines kosteneffizienten Reiseservices, der die Kundenerwartungen erfüllt
  • Gewährleistung eines pünktlichen und sicheren Zugbetriebs

Lösung

SAS Analytics

Nutzen

  • Reibungsloser Schienenverkehr mit pünktlichen
    Zügen
  • genaue Vorhersagen, wann ein Bauteil ausgewechselt werden muss, bevor es versagt
  • höhere Zuverlässigkeit der Zugflotte, minimierte Lagerhaltung für
    Ersatzteile
  • besseres Reiseerlebnis und günstigere Angebote für die Passagiere
The results illustrated in this article are specific to the particular situations, business models, data input, and computing environments described herein. Each SAS customer’s experience is unique based on business and technical variables and all statements must be considered non-typical. Actual savings, results, and performance characteristics will vary depending on individual customer configurations and conditions. SAS does not guarantee or represent that every customer will achieve similar results. The only warranties for SAS products and services are those that are set forth in the express warranty statements in the written agreement for such products and services. Nothing herein should be construed as constituting an additional warranty. Customers have shared their successes with SAS as part of an agreed-upon contractual exchange or project success summarization following a successful implementation of SAS software. Brand and product names are trademarks of their respective companies.

Back to Top