Internet Explorer, Chrome Browser, Firefox Browser, Safari Browser
Feature21. Apr 2017,
aktualisiert am09. Oktober 2017Siemens Mobility GmbHMünchen
Zuverlässigkeit und maximale Verfügbarkeit sind unerlässlich für den wirtschaftlichen Betrieb von Schienenfahrzeugen und die Infrastruktur, auf der sie verkehren. Denn Störungen und Ausfälle kosten Geld, erzeugen Verspätungen und häufig auch Regressansprüche von Fahrgästen, Nahverkehrsbestellern und Frachtkunden. Schon lange, bevor sich Fehler abzeichnen, sollen Fehlerquellen erkannt werden. Siemens betreibt deshalb als erstes Unternehmen der Bahnindustrie in München ein spezielles Datenanalyse-Zentrum.
Pressebilder
Siemens vernetzt Lokomotiven der Deutschen Bahn
Die DB Cargo AG beauftragt Siemens mit der Aufrüstung ihrer Lokomotiv-Flotte für eine zustandsbasierte und prädiktive Instandhaltung. Dabei handelt es sich um Loks von Siemens der Baureihe 152 vom Typ Eurosprinter ES64F sowie Loks der Baureihen 170 und 191, beide vom Typ Vectron. Auf den Fahrzeugen der Baureihe 152 rüstet das Unternehmen die notwendigen Telematiksysteme nach und bindet alle Lokomotiven an das "TechLOK"-System der DB Cargo an. Der Vertrag hat eine Laufzeit von sechs Jahren. Die Telematiksysteme erfassen kontinuierlich den Zustand der Loks. Aus den so gesammelten Daten entwickeln die Experten des Mobility Data Services Center von Siemens gemeinsam mit DB Cargo identifizierte Anwendungs- und Datenanalysemodelle.
Im Bild: Vectron bei DB Cargo Polska
Im Bild: Vectron bei DB Cargo Polska
Infografiken
Von Big Data zu Smart Data - Daten treiben Züge an
Schon lange, bevor sich Fehler abzeichnen, sollen Fehlerquellen erkannt werden. Siemens betreibt deshalb als erstes Unternehmen der Bahnindustrie in München ein spezielles Datenanalyse-Zentrum. In diesem Mobility Data Services Center wertet ein Team von Data Scientists, Physikern, Ingenieuren, Informatikern und Mathematikern die Diagnosedaten von Fahrzeugen und Komponenten an den Strecken aus. Mit maschinellem Lernen, Datenanalytik, mathematischen und physikalischen Methoden werden Algorithmen und Modelle erarbeitet, die sichere Prognosen zum zukünftigen Verhalten von Fahrzeugen und Komponenten ermöglichen. Sicher bedeutet hier eine Wahrscheinlichkeit von deutlich über 90 Prozent, dass die Vorhersage zutrifft. Denn auch falsche Prognosen kosten Geld und verursachen unnötigen Stillstand.