Data-analytiikka ja ennakoiminen

Kirjoittaja: Timo Latvala
CSO & Director, Embedded Solutions

Datan keräämisestä on tullut helpompaa ja vaivattomampaa kuin aiemmin. Datan hyödyt ovat moninaiset: sen avulla voidaan löytää tehokkaampia ratkaisuja ja tehdä älykkäämpiä valintoja. Valitettavan usein kuitenkin käy niin, että datan hyödyt hukkuvat sen suuren massan alle. Data itsessään ei kerro, mitä siitä kannattaa etsiä – datavuoren kaivamiseen tarvitaan data-analytiikkaa.

VR FleetCare ja datan hyödyntäminen

Asiakkaamme VR FleetCare on raidekaluston kunnossapitoyhtiö, joka tarjoaa teknologiaratkaisuja ratainfran ennakoivaan kunnossapitoon SmartCare-palveluilla. Yksi tärkeä tekijä raideliikenteen sujuvuudessa on toimivat vaihteet, joilla junia ja raitiovaunuja ohjataan raiteelta toiselle. Tällä hetkellä vaihteita huolletaan ennalta määrätyssä aikataulussa, jotta ongelmilta ja vikatilanteilta vältytään hyvissä ajoin ennen niiden syntymistä. Jos vaihde vikaantuu, palveluiden jatkuvuus ja raideliikenteen turvallisuus kärsivät. Ylihuoltaminen varman päälle maksaa sekin aikaa, vaivaa ja resursseja, joille voi olla tarvetta muualla.

Ennakoimalla vikailanteita kunnossapito voidaan ajoittaa juuri niihin hetkiin, jolloin sitä todella tarvitaan. Avain ennakoivaan huoltoon löytyy VR FleetCaren keräämästä datasta. Vaihteiden toimintaa ohjaavien kääntölaitteiden virtadataa on mitattu parin viime vuoden ajan: vaihteen kääntäminen jättää jälkeensä virtasignaalin, jonka muutoksista voidaan päätellä vaihteen kunto ja sen muutokset. Kun nämä piirteet tunnistetaan ja eristetään, huolto voidaan hoitaa silloin kun sitä todella tarvitaan.

Data-analytiikka apuun

Ratkaisun avaimet täytyy kaivaa esiin sähkökäyrien datavuoresta, eikä tehtävä ole helppo. Päälle päin data näyttää yhdeltä suurelta massalta, mutta sen osilla on omat yksilölliset piirteensä. Vaihteiden muuttuvia tekijöitä ovat esimerkiksi kuormitus, elinkaari, käyttötapaus tai ympäristön ja sään vaihtelut. Vaihde, joka on elänyt viisi talvea vilkkaalla raiteella antaa hyvin erilaista dataa kuin vasta-asennettu vaihde rauhallisemmalla seudulla.

Yhdistelmät erilaisia piirteitä tuottavat lukemattoman määrän lopputulemia. Miljoonien sähkökäyrien seasta ihmissilmään ei hevin erotu ennakoinnin mahdollistavat muutokset. Tätä varten on data-analytiikka.

Löimme VR FleetCaren kanssa viisaat päämme yhteen ja lähdimme ratkomaan datavyyhtiä ja ennakoivaa huoltoa Huldin Design Puzzlen avulla. Seuraavassa blogikirjoituksessa hypätään syvemmälle data-analytiikan maailmaan: Kuinka Design Puzzlella työstettiin juuri tätä datavuorta? Kuinka datavuoren selätys tukee tiedolla johtamista? Lue seuraava blogikirjoitus täältä.


Jos kiinnostuit ratainfran uusista teknologioista, osallistu kanssamme VR FleetCaren järjestämään SmartCare-seminaariin 30. maaliskuuta 2022. Business Unit Directorimme Timo Latvala on mukana päivän päättävässä paneelikeskustelussa, jonka aiheena on uudet teknologiat osana ratainfran kunnossapitoa. Keskustelussa pureudutaan muun muassa teknologian tuomiin haasteisiin ja mahdollisuuksiin osana prosesseja. Lue lisää ja ilmoittaudu etätapahtumaan mukaan täältä.