El futuro del sector ferroviario es el Edge Computing

Obstáculos a la digitalización en el sector ferroviario

Estudios como el de Harvard Business Review "Which industries are the most digital and why" sitúan al sector del transporte en general a la cola de la madurez digital. Y el sector ferroviario, en particular, contribuye significativamente a esta baja digitalización. Esto no sólo se debe a que está sometido a una estricta regulación, sino también a que técnicamente presenta multitud de retos que dificultan la integración de los sistemas existentes en los trenes o en las infraestructuras ferroviarias en arquitecturas digitales modernas.

En el artículo escrito en 2020 por varios miembros especializados 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 denominaron "las 5 uves", que incluyen:

• Variedad: se trata de un entorno tecnológico y de proveedores 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 los trenes y las infraestructuras se generan enormes cantidades de datos, que en conjunto pueden alcanzar los Terabytes al día y no pueden ser procesados por el hardware y el software tradicionales.

• 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 real.

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

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

No cabe duda, por tanto, de que aumentará la penetración de plataformas informáticasindustriales de borde quepermitan un procesamiento óptimo de los datos procedentes de sensores, radares, cámaras, equipos de a bordo y otras fuentes para ofrecer una visibilidad y un funcionamiento más granulares y holísticos de las operaciones ferroviarias.

David Purón CEO Barbara IoT

He aquí cinco casos de uso que muestran el potencial de 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 de funcionamiento 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 posventa. Pueden utilizarse para la supervisión y el diagnóstico a distancia, lo que ahorra los elevados costes de desplazamiento del personal especializado. Aún más importante es la anticipación automática de posibles incidencias, combinando datos históricos, experiencia humana, aprendizaje automático y simulaciones, lo que permite obtener siempre mejores resultados de previsión. El uso de gemelos digitales y simulaciones es ya 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 ha sido siempre el gran caballo de batalla de las empresas ferroviarias. Las decisiones sobre dónde ubicar las bases de aprovisionamiento, cómo y cuándo planificar las revisiones, qué materiales utilizar, etc. suponen cientos de millones de dólares de diferencia en los costes de explotación para operadores y fabricantes. Por 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 muy grandes de datos con baja latencia. Por ejemplo, un sensor de vibración para la detección de errores en el motor requiere un algoritmo que procese los datos a una velocidad mínima de 1kHz (1000 datos por segundo). Esto, unido a los problemas de cobertura inherentes a cualquier transporte, hace que la computación de borde sea la tecnología más adecuada para estos casos de uso.

2. DETECCIÓN DE OBSTÁCULOS

La seguridad en el transporte ferroviario es tradicionalmente otro de los grandes retos a los que se enfrentan los operadores. Para hacer frente a los errores humanos, a la escasa visibilidad debida a las inclemencias del tiempo o a los obstáculos, o similares, la visión por ordenador se valora cada vez más como una de las líneas de mejora hacia un transporte más inteligente y automatizado. Un buen sistema de detección automática de obstáculos ayuda a mejorar drásticamente la capacidad de manejo 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 conviertan el transporte ferroviario europeo en un modo de transporte más centrado en el cliente y más sostenible, está dedicando un grupo de trabajo y un proyecto completo al tema.

Sin embargo, la detección de obstáculos es una cuestión demasiado crítica y de gran intensidad computacional para la que sólo las arquitecturas de computación de borde pueden hacer frente, ahorrando importantes costes de red, además de aumentar la privacidad de los datos al no tener que ser procesados y almacenados en infraestructuras centralizadas.

3. ACTUALIZACIONES DE SOFTWARE Y FIRMWARE

Los sistemas de a bordo de los trenes son cada vez más inteligentes y con más "software" . Cualquiera que viaje hoy en día 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 que se necesiten muchas iteraciones para poder optimizar su uso. Asimismo, estos sistemas informáticos suelen quedar 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 de actualización de equipos a distancia sin fisuras pueden ahorrar cientos de miles de euros por vehículo en tiempo de inactividad y horas de trabajo de los técnicos. Por ello, fabricantes como Alstom, ya están desplegando aplicaciones en contenedor en el EdgeEstas 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. MEJORAR LA SEGURIDAD DE LOS TRENES EN MOVIMIENTO

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

Con sensores de tan sólo 5 cm2, se puede recoger información sobre las vibraciones de los raíles de alta frecuencia causadas por las ruedas de los trenes que pasan, y utilizando la computación de borde, se pueden calcular tanto la velocidad como los parámetros de estado asociados al riesgo de circulación actual.

Científicos de la Universidad de Hong Kong han demostrado que la vigilancia continua durante las 24 horas del día 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 las vías y los trenes, y con un coste mucho más controlado que los sistemas tradicionales que han desempeñado estas funciones.

5. MEJORAS EN LA SALUD Y EL CUMPLIMIENTO

No cabe duda de que la pandemia de COVID-19 ha obligado repentina y bruscamente a muchas industrias a cambiar sus prioridades y a ocuparse con mayor eficacia de cuestiones relacionadas, como la salud y la distancia social.

La computación de borde permite supervisar en tiempo real 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, podría incluso identificar zonas que requieran limpieza o desinfección, e incluso autoguiar sistemas de limpieza automatizados para limpiar o desinfectar zonas.

Plataforma Industrial Edge de Barbara

La computación de borde se está implantando como una de las tecnologías facilitadoras más relevantes en la transformación digital del tejido industrial. Según Gartner, en 2025 el 75% de los datos serán computados y procesados en el borde, dando lugar a nuevas oportunidades de servicios y aplicaciones. Para poder gobernar este nuevo modelo de inteligencia distribuida es necesario contar con una plataforma Edge, como la de Barbara, que permita:

1. Conecte, analice y gestione los datos de cualquier activo industrial e intégrelos con la lógica empresarial remota.

2. Desarrollar, desplegar, depurar, operar y mantener aplicaciones y algoritmos de edge computing.

3. Proteger los equipos y los datos con mecanismos de ciberseguridad diseñados de acuerdo con las normas del sector, como la IEC-62443.

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

‍