Sintesi
Ispezioni manuali, sistemi AI non integrati e costi elevati di trasferimento dati limitavano l’efficienza della manutenzione ferroviaria di GYSEV. In collaborazione con NTT DATA, Dell Technologies e NVIDIA, l’azienda ha consolidato l’infrastruttura AI e portato on-premises l’elaborazione dei sensori ad alta velocità per alimentare digital twin. La nuova infrastruttura ha ridotto i costi, accelerato gli interventi, prevenuto ritardi, migliorato la sicurezza e rafforzato la pianificazione a lungo termine.
Esigenza di business
Valorizzare l’AI per la manutenzione
Treni e binari richiedono manutenzione regolare, così come l’area circostante. L’identificazione precisa degli elementi presenti lungo la linea e la previsione di possibili variazioni sono fondamentali.
È necessario potare gli alberi per evitare la caduta di rami sui binari, prevenire il contatto con le linee elettriche e ridurre il rischio di rotaie scivolose causate dalle foglie, che possono provocare slittamenti delle ruote. Le specie arboree vengono identificate dall’AI tramite l’analisi delle foglie e ne viene stimato il tasso di crescita per pianificare interventi di potatura e altre attività di manutenzione.
È inoltre importante monitorare muri e altre strutture che potrebbero necessitare di riparazioni prima di compromettere le operazioni ferroviarie.
Tradizionalmente, le aziende ferroviarie inviano squadre di tecnici a intervalli regolari per ispezionare i binari e segnalare eventuali criticità.
Per rendere la manutenzione più efficace, GYSEV stava valutando l’impiego di sensori e AI per monitorare le linee ferroviarie e rilevare anomalie potenzialmente indicative di problemi.
Questo rappresenta solo uno dei casi d’uso dell’AI: l’azienda sta portando avanti diverse iniziative per migliorare salute e sicurezza, l’esperienza dei pendolari e l’efficienza dei processi.
La presenza di più progetti su infrastrutture e piattaforme AI differenti comportava un utilizzo disomogeneo delle risorse: alcune iniziative sovraccaricavano l’infrastruttura, altre non la sfruttavano pienamente. GYSEV desiderava consolidare le proprie iniziative AI per ottimizzare le risorse e migliorare l’efficienza economica.
Abbiamo scelto NTT DATA per il progetto di consolidamento perché è un partner esperto in AI e vanta un eccellente rapporto con Dell Technologies, nostro fornitore di riferimento. La collaborazione è stata determinante per ricevere tutti i dispositivi in tempo utile per rispettare le scadenze.”
Soluzione
Dai treni al data center: insight
GYSEV ha coinvolto NTT DATA per standardizzare la propria infrastruttura AI, semplificare i progetti e migliorarne l’efficienza.
Il progetto è stato affrontato su due fronti: consulenza sull’architettura tecnica complessiva dell’AI e supporto all’iniziativa di monitoraggio dei binari tramite telecamere e scanner 3D installati su treni e carrozze.
Per l’architettura, abbiamo analizzato l’infrastruttura già in uso per i progetti AI, che includeva soluzioni di diversi vendor. Comprendendo le risorse esistenti, abbiamo definito una strategia per implementare una soluzione standardizzata con la potenza di calcolo necessaria alle applicazioni AI.
L’infrastruttura progettata integra tecnologie Dell Technologies, NVIDIA e VMware. Grazie alla partnership globale con Dell Technologies, siamo riusciti ad approvvigionare e consegnare l’hardware nei tempi previsti e nel rispetto del budget.
Nel progetto di manutenzione dei binari, i dati acquisiti da treni in movimento ad alta velocità dovevano essere elaborati per creare un digital twin delle linee ferroviarie. Questo modello 3D fornisce informazioni dettagliate su tutto ciò che le telecamere rilevano: rami caduti, criticità sui tralicci elettrici o danni ad altre infrastrutture.
La sfida consisteva nel trasferire i dati per l’elaborazione senza incrementare i costi. Sebbene il cloud sia efficiente per i dati generati in cloud, quelli necessari al digital twin sono prodotti direttamente sui treni. Il trasferimento continuo verso e dal cloud comporta costi elevati. Per questo motivo, abbiamo valorizzato l’infrastruttura di data center esistente di GYSEV, implementando una soluzione AI privata on-premises per l’elaborazione locale dei dati.
Eravamo entusiasti di vedere come l’AI potesse garantire puntualità ai treni e soddisfazione ai nostri passeggeri, per questo abbiamo avviato più progetti in parallelo. Il problema era che ciascuno disponeva di un’infrastruttura dedicata: alcuni team avevano risorse insufficienti, altri eccessive. Avevamo bisogno di una soluzione standardizzata per essere più efficienti.”
Risultati
Monitoraggio automatizzato per manutenzione intelligente
Grazie a un approccio integrato all’infrastruttura AI, GYSEV ha introdotto automazione e intelligenza artificiale nei processi esistenti ed è pronta a sviluppare nuovi casi d’uso. L’infrastruttura è dimensionata per gestire l’enorme volume di dati acquisiti dai sensori e trasformarlo in insight utili per la pianificazione e la manutenzione.
Riduzione dei costi
L’utilizzo di un’unica piattaforma per più progetti AI riduce i costi hardware e di manutenzione e consente la gestione centralizzata dell’infrastruttura.
Riduzione dei tempi di manutenzione
Il team utilizza i dati per interventi proattivi sui binari e sulle aree circostanti. Affrontando tempestivamente le criticità prima che diventino problemi rilevanti e costosi, si minimizzano i tempi di inattività.
Prevenzione dei ritardi e maggiore sicurezza
I pendolari contano sulla puntualità, ma la sicurezza è prioritaria. I treni si fermano in presenza di pericoli e ripartono solo dopo la loro rimozione. Grazie alla visibilità sui rischi potenziali (come rami prossimi alla caduta), le squadre possono intervenire quando la linea non è in esercizio.
Supporto alla pianificazione strategica
Con l’aumento dei dati raccolti da telecamere e sensori, l’AI migliora progressivamente la capacità di prevedere pattern di manutenzione, variazioni stagionali e anomalie. Questi insight consentono decisioni informate e una pianificazione orientata al futuro.