El futuro del sector ferroviario es el Edge Computing

Obstáculos para la digitalización en el sector ferroviario

Estudios como el de Harvard Business Review "¿Qué industrias son las más digitales y por qué?" sitúan al sector del transporte en general en la parte inferior de la madurez digital. Y el sector ferroviario, en particular, contribuye significativamente a esta baja digitalización. Esto no sólo se debe a que está sujeto a una estricta regulación, sino también a que técnicamente presenta multitud de desafíos que dificultan la integración de los sistemas existentes en trenes o infraestructuras ferroviarias en arquitecturas digitales modernas.

En el artículo escrito en 2020 por varios miembros especialistas del IEEE (Instituto de Ingenieros Eléctricos y Electrónicos) identificaron los retos técnicos de la integración de big data en el sector ferroviario. Lo hicieron agrupando estos retos en lo que llamaron "las 5 uves", que incluyen:

• Variedad: es un entorno de proveedores y tecnología muy fragmentado. Hay cientos de sistemas diferentes en un tren y, en muchos casos, están obsoletos debido a su larga vida útil y a la baja rotación tecnológica típica de las industrias tradicionales.

• Volumen: a lo largo de trenes e infraestructura, se generan enormes cantidades de datos que, en conjunto, pueden alcanzar Terabytes por día y no pueden ser procesados por hardware y software tradicional.

• Velocidad: no sólo hay que procesar un gran volumen de datos, sino que los tiempos de procesamiento deben ser muy bajos para que se consideren procesos en tiempo real o casi en tiempo real.

• Precisión: debido a la naturaleza crítica de las operaciones ferroviarias, es esencial garantizar la precisión y la fiabilidad de cualquier procesamiento de datos avanzado.

• Valor: La mayoría de los sistemas a considerar tienen un alto valor, por lo que la infraestructura está ampliamente dispersa geográficamente.

Edge Computing, la respuesta a la digitalización del sector ferroviario

Si analizamos los puntos fuertes de Edge Computing industrial como tecnología de digitalización, nos damos cuenta de que surge precisamente como respuesta a la mayoría de estos retos a los que se enfrenta el sector ferroviario. El edge computing permite el análisis de grandes volúmenes de datos distribuidos, en tiempo real, de forma cibersegura y escalable, y permite la integración de equipos de campo de multitud de proveedores, tecnologías y protocolos.

Por lo tanto, no cabe duda de que aumentará la penetración de lasplataformas de Edge Computingindustrial que permiten el procesamiento óptimo de datos de sensores, radares, cámaras, equipos a bordo y otras fuentes para proporcionar una visibilidad y operación más granular y holística de las operaciones ferroviarias.

David Purón CEO Barbara IoT

Estos son cinco casos de uso que muestran el potencial del Edge Computing en el sector ferroviario:

1. GEMELO DIGITAL Y MANTENIMIENTO PREDICTIVO

El gemelo digital, o más técnicamente hablando, las instancias de gemelo digital, entendidas como las representaciones digitales individuales y en tiempo real de cada una de las partes funcionales de un sistema físico, es una de las innovaciones más pioneras de la Industria 4.0, pero también una de las más rentables en términos empresariales.

Estas instancias digitales son herramientas esenciales para optimizar las cadenas de valor de los productos, desde la fabricación hasta el mantenimiento y el servicio postventa. Se pueden utilizar para la supervisión y el diagnóstico a distancia, lo que ahorra elevados costes de desplazamiento para el personal especializado. Aún más importante es la anticipación automática de posibles incidentes, combinando datos históricos, experiencia humana, aprendizaje automático y simulaciones, lo que permite obtener mejores resultados de previsión cada vez. El uso de gemelos digitales y simulaciones ya es clave para la predicción e identificación de componentes que pueden presentar problemas a corto plazo en vías y trenes.

McKinsey ha calculado que el 51% de las empresas que utilizan inteligencia artificial en sus operaciones han visto reducidos sus costes operativos, en uno de cada diez casos en más de un 20%.

Esta reducción de costes siempre ha sido el gran caballo de batalla de las empresas ferroviarias. Las decisiones sobre dónde ubicar las bases de suministro, cómo y cuándo planificar las revisiones, qué materiales utilizar, etc., suponen cientos de millones de dólares de diferencia en los costes operativos para los operadores y fabricantes. Por lo tanto, los gemelos digitales y su impacto en el mantenimiento están golpeando directamente en la línea de flotación de estas empresas.

Los gemelos digitales en operaciones en tiempo real necesitan procesar volúmenes de datos muy grandes con baja latencia. Por ejemplo, un sensor de vibración para la detección de errores del motor requiere un algoritmo que procese los datos a una velocidad mínima de 1 kHz (1000 datos por segundo). Esto, junto con los problemas de cobertura inherentes a cualquier transporte, convierte al Edge Computing en la tecnología más adecuada para estos casos de uso.

2. DETECCIÓN DE OBSTÁCULOS

Tradicionalmente, la seguridad en el transporte ferroviario es otro de los principales retos a los que se enfrentan los operadores. Para hacer frente al error humano, la mala visibilidad debida a las inclemencias del tiempo o a los obstáculos, o similares, la visión artificial se valora cada vez más como una de las líneas de mejora hacia un transporte más inteligente y automatizado. Un buen sistema automático de detección de obstáculos ayuda drásticamente a mejorar la capacidad de gestión de emergencias y, por tanto, la seguridad de los viajeros o peatones.

Tanto es así que la organización Shift2Rail, cuya misión es definir y ofrecer capacidades digitales que hagan del transporte ferroviario europeo un modo de transporte más centrado en el cliente y sostenible, está dedicando un grupo de trabajo y un proyecto completo al tema.

Sin embargo, la detección de obstáculos es un tema demasiado crítico y computacionalmente intensivo que solo las arquitecturas de Edge Computing pueden abordar, lo que permite ahorrar costes de red significativos, así como aumentar la privacidad de los datos al no tener que procesarlos y almacenarlos en infraestructuras centralizadas.

3. ACTUALIZACIONES DE SOFTWARE Y FIRMWARE

Los sistemas a bordo de los trenes son cada vez más inteligentes y están más "controlados por software". Cualquiera que viaje hoy en un tren moderno está acostumbrado a ver pantallas táctiles, redes Wi-Fi o cámaras de seguridad digitales.

Los requisitos y el uso de estos sistemas cambian con el tiempo, por lo que es habitual necesitar muchas iteraciones para poder optimizar el uso de estos sistemas. Asimismo, estos sistemas informáticos a menudo quedan rápidamente obsoletos por el descubrimiento de vulnerabilidades de seguridad, que pueden ser una puerta de entrada para los ciberdelincuentes. Por ello, la capacidad de actualizar las configuraciones, el software y el firmware de estos ordenadores de a bordo es cada vez más importante.

Un sistema unificado y un proceso impecable de actualización remota de equipos pueden ahorrar cientos de miles de euros por vehículo en tiempo de inactividad y horas de técnico. Como resultado, fabricantes como Alstom ya están desplegando aplicaciones contenerizadas en el Edge. Estas arquitecturas reducen los procesos manuales automatizando el ciclo de vida de los dispositivos para desplegar nuevas versiones y parches en tiempo real o bajo demanda.

4. MEJORA DE LA SEGURIDAD DE LOS TRENES EN MOVIMIENTO

Para garantizar la seguridad y la estabilidad de un tren en movimiento, es de gran importancia la supervisión rigurosa y en tiempo real de parámetros como la velocidad y la carga. La combinación desensores IoT con alta potencia de cálculo es una solución óptima para esto.

Con sensores que pueden ser tan pequeños como 5 cm2, se puede recopilar información de vibración de alta frecuencia de los rieles causada por las ruedas de los trenes que pasan, y utilizando Edge Computing, se pueden calcular tanto la velocidad como los parámetros de estado asociados con el riesgo de funcionamiento actual.

Científicos de la Universidad de Hong Kong han demostrado que la monitorización continua durante 24 horas es factible con esta arquitectura, con resultados impresionantes como errores de velocidad inferiores a 0,2 km/h, y con la ventaja de ocupar muy poco espacio en vías y trenes, y a un coste mucho más controlado que los sistemas tradicionales que han realizado estas funciones tradicionalmente.

5. MEJORAS EN SALUD Y CUMPLIMIENTO

No cabe duda de que la pandemia de COVID-19 ha obligado repentina y abruptamente a muchas industrias a cambiar sus prioridades y a lidiar de manera más eficiente con cuestiones relacionadas como la salud y la distancia social.

El Edge Computing permite la supervisión en tiempo real de aspectos como la calidad del aire, los patrones de cumplimiento del uso de mascarillas o las distancias sociales y los aforos en estaciones y trenes. Con algoritmos más avanzados, incluso podría identificar las zonas que requieren limpieza o desinfección, e incluso autoguiar sistemas de limpieza automatizados para limpiar o desinfectar zonas.

Plataforma Edge Industrial de Barbara

El Edge Computing se está implementando como una de las tecnologías habilitadoras más relevantes en la transformación digital del tejido industrial. Según Gartner, para 2025, el 75% de los datos se computarán y procesarán en el Edge, dando lugar a nuevas oportunidades de servicios y aplicaciones. Para poder gobernar este nuevo modelo de inteligencia distribuida es necesario disponer de una plataforma Edge, como la de Barbara, que permita:

1. Conectar, analizar y gestionar datos desde cualquier activo industrial e integrarlos con lógica de negocio remota.

2. Desarrolle, despliegue, depure, opere y mantenga aplicaciones y algoritmos de edge computing.

3. Proteja los equipos y los datos con mecanismos de ciberseguridad diseñados de acuerdo con estándares de la industria como IEC-62443.

Si está interesado en este artículo, le animamos a que se ponga en contacto con nosotros para explicarle cómo Barbara puede ayudarle en su proyecto de edge computing.

‍