El futuro del Sector Ferroviario pasa por la Computación en el Edge

7 de diciembre de 2021, by David Purón

El sector ferroviario es uno de los entornos industriales más complejos de cara a abordar su digitalización. Técnicamente presenta multitud de obstáculos que dificultan la integración de los sistemas existentes en arquitecturas digitales modernas lo que explica su baja digitalización. La Computación en el Edge puede ser la respuesta a muchos de sus retos.

Obstaculos a la digitalización en el sector ferroviario

Estudios como el realizado por Harvard Business Review “Qué industrias son las más digitales y por qué” sitúan el sector transporte en general a la cola de la madurez digital. Y en concreto, el sector ferroviario, contribuye significativamente a esta baja digitalización. Esto es, no sólo porque esté sujeto a una estricta regulación, sino porque técnicamente presenta multitud de retos que dificultan la integración de los sistemas existentes en trenes o infraestructura ferroviaria en arquitecturas digitales modernas

En el artículo escrito en 2020 por varios miembros especializados del IEEE (Institute of Electrical and Electronics Engineers) identificaron los retos técnicos de la integración del 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 tecnologías altamente fragmentado. En un tren hay cientos de sistemas diferentes, y en muchos casos obsoletos debido a su larga vida útil y a la poca rotación tecnológica propia de industrias tradicionales.
  • Volumen: a lo largo de trenes e infraestructura se generan cantidades ingentes de datos, que agrupados pueden llegar a los Terabytes por día y que no pueden ser procesados por hardware y software tradicional.
  • Velocidad: no sólo se requiere tratar un gran volumen de datos, sino que los tiempos de tratamiento deben ser muy bajos para poder ser considerados en procesos  de tiempo real o casi real.
  • Veracidad: debido al carácter crítico de las operaciones ferroviarias, es fundamental asegurar la veracidad y fiabilidad de cualquier proceso avanzado de datos.
  • Valor: la mayoría de sistemas a considerar tienen un alto valor, de manera que la infraestructura se encuentra muy dispersa geográficamente.

La Computación en el Edge la respuesta a la digitalización del sector ferroviario

Si analizamos la fortalezas del Edge Computing industrial como tecnología de digitalización, nos damos cuenta de que precisamente surge como respuesta a la mayoría de estos retos que sufre el sector ferroviario. La computación Edge posibilita el análisis de grandes volúmenes de datos distribuidos, en tiempo real, de manera cibersegura, escalable y que permite integrar equipos de campo de multitud de proveedores, tecnología y protocolos. 

No hay duda por tanto, que cada vez será mayor la penetración de plataformas de Edge Computing industrial que permitan procesar de manera óptima datos de sensores, radares, cámaras, equipos embarcados y otras fuentes, para proporcionar una visibilidad y operación totalmente más granular y holística  de las operaciones ferroviarias. 

David Purón CEO Barbara IoT

Lectura recomendada: El auge del Edge Computing en el entorno Industrial

A continuación presentamos cinco casos de uso que muestran la potencialidad del Edge Computing en el sector ferroviario:

1. GEMELO DIGITAL Y MANTENIMIENTO PREDICTIVO

El gemelo digital, o más técnicamente hablando, las instancias de gemelos digitales, entendidas como las representaciones digitales individuales, y en tiempo real, de cada una de las piezas que funcionan en un sistema físico, son una de las innovaciones más pioneras de la industria 4.0, pero también una de las que más rédito está teniendo en aspectos de negocio. 

Estás instancias digitales son herramientas esenciales para optimizar las cadenas de valor de los productos, desde su fabricación hasta su mantenimiento y servicio post venta. Se pueden utilizar para la monitorización y diagnóstico remoto, lo cual ahorra grandes costes de desplazamiento de personal especializado. Mucho más importante es aún la anticipación de posibles incidencias de manera automática, combinando datos históricos, experiencia humana, machine learning y simulaciones, que hacen cada vez que los resultados de los pronósticos sean mejores. El uso de gemelos digitales y simulaciones es ya a día de hoy clave en para la predicción e identificación de componentes que puedan presentar problemas en el corto plazo en vías y trenes.

McKinsey ha calculado que el 51% de las compañías que utilizan inteligencia artificial en sus operaciones han visto reducidos sus costes de operación, 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 compañías ferroviarias. Las decisiones sobre dónde situar las bases de suministro, cómo y cuándo planificar las revisiones, qué materiales utilizar, etc. suponen diferencias de cientos de millones de dólares en los costes operativos de los operadores y fabricantes. Por tanto, los gemelos digitales y su impacto en el mantenimiento tocan directamente en la línea de flotación de estas compañías.

Los gemelos digitales en operaciones en tiempo real necesitan procesar datos de muchísimo volumen y con baja latencia. Por ejemplo, un sensor de vibración para detección de errores en motores requiere un algoritmo que procese datos con velocidad mínima de 1kHz (1000 datos por segundo). Esto, unido a los problemas inherentes de cobertura de cualquier transporte, hace que el Edge Computing sea la tecnología más adecuada para estos casos de uso.

2. DETECCIÓN DE OBSTÁCULOS

La seguridad del transporte ferroviario es tradicionalmente otro de los mayores retos a los que se enfrentan los operarios. Para hacer frente a errores humanos, mala visibilidad debido a inclemencias meteorológicas u obstáculos, o similares, cada vez se valora más el “Computer Vision” como una de las líneas de mejora hacía un transporte más inteligente y más automatizado. Un buen sistema de detección automática de obstáculos ayuda drásticamente a mejorar la capacidad de tratamiento de emergencias, y por ende la seguridad de viajeros o peatones.

Tanto es así, que la organización Shift2Rail, cuya misión es definir y proporcionar capacidades digitales que hagan del transporte ferroviario Europeo un modo de transporte centrado en el cliente y más sostenible, dedica un grupo de trabajo y un proyecto completo a la materia.

Sin embargo, la detección de obstáculos es un aspecto demasiado crítico y con requisitos de alta computación, para los que sólo arquitecturas de Edge Computing pueden llevar a cabo, permitiendo además el ahorro de costes significativos de red, así como incrementando la privacidad de los datos al no tener que ser tratados ni almacenados en infraestructuras centralizadas.


Conoce más sobre: IoT Edge Computing, Nodos Edge y casos de uso en el sector Industrial

3. ACTUALIZACIONES DE SOFTWARE Y FIRMWARE

Los sistemas embarcados en trenes son cada vez más inteligentes y más “software”. Cualquier persona que viaje en un tren moderno hoy en día acostumbra a ver pantallas táctiles, redes Wi-Fi o cámaras de seguridad digitales. 

Los requisitos y el uso de estos sistemas es cambiante con el tiempo y es por tanto común requerir muchas iteraciones para ser capaz de optimizar el uso de los mismos. De igual manera, estos sistemas IT van quedando normalmente obsoletos rápidamente por el descubrimiento de vulnerabilidades de seguridad, que pueden suponer una puerta de entrada para cibercriminales. Es por ello que la capacidad de actualizar configuraciones, software y firmware en estos equipos embarcados es cada vez mayor.

Un sistema unificado y un proceso remoto homogéneo de actualización de equipos puede llegar a ahorrar cientos de miles de euros por vehículo, en tiempos de parada y horas de técnicos. Por ello, fabricantes como Alstom, ya están desplegando arquitecturas de aplicaciones contenerizadas en el Edge, que permiten reducir los procesos manuales, al automatizar el ciclo de vida de los dispositivos para desplegar nuevas versiones y parches en tiempo real o bajo demanda


Conoce más sobre: Cómo usar Orquestadores Edge para desplegar Inteligencia Artificial

4. MEJORA DE LA SEGURIDAD DE LOS TRENES EN MOVIMIENTO

Para asegurar la seguridad y estabilidad de un tren en movimiento, el control severo y en tiempo real de parámetros como la velocidad y la carga son de gran importancia. La combinación de sensores IoT con una alta capacidad de computación son una solución óptima para ello.

Con sensores que pueden ser tán pequeños como 5cm2, se puede llegar a recopilar la información de alta frecuencia de vibración del riel causada por las ruedas de los trenes que pasan, y utilizando el Edge Computing se puede calcular tanto la velocidad, como parámetros de estado asociados al riesgo que existe en el rodaje actual.

Científicos de la universidad de Hong-Kong han demostrado que es viable con esta arquitectura una monitorización continua de 24h con resultados impactantes como errores de velocidad menores a 0,2Km/h, y con la ventaja de no ocupar apenas espacio en vías y trenes, y un coste mucho más controlado que los sistemas tradicionales que han realizado tradicionalmente estas funciones.

5. MEJORAS EN LA SALUD Y EL COMPLIANCE 

No hay duda de que la pandemia del COVID-19 ha obligado repentina y abruptamente a muchas industrias a cambiar sus prioridades, y abordar de manera más eficiente aspectos relacionados como la salud y la distancia social.

A través del Edge Computing, se permite monitorizar en tiempo real aspectos como la calidad del aire, las pautas de cumplimiento del uso de máscaras faciales, o los aforos y distancias sociales en estaciones y trenes.  Con algoritmos más avanzados, incluso se podría identificar áreas que requieren limpieza o desinfección, e incluso autoguiar a sistemas automatizados de limpieza para limpiar o desinfectar áreas.

La Plataforma Edge Industrial de Barbara

El Edge Computing se está implantando como una de las tecnologías habilitadoras más relevantes en la transformación digital del tejido industrial. De acuerdo a Gartner, en 2025 el 75% de los datos se computarán y procesarán en el Edge dando lugar a nuevas oportunidades de servicios y aplicaciones. Para ser capaz de gobernar este nuevo modelo de inteligencia distribuida es necesario contar con una plataforma Edge, como la de Barbara, que permite: 

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

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

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

Si te ha interesado este artículo te animamos a contactar con nosotros para explicarte cómo Barbara puede ayudarte en tu proyecto de edge computing.

Si buscas desarrollar un proyecto IoT, contáctanos