Für Infrastrukturbetreiber ist eine rechtzeitige Bewertung der Stopfarbeiten von entscheidender Bedeutung, da nicht alle Arbeiten zum gewünschten Ergebnis führen. Manchmal führt das Stopfen zu keiner oder lediglich zu einer kurzfristigen Verbesserung. Wenn eine unzureichende Stopfung bis zur nächsten Inspektion unbemerkt bleibt, kann dies zu einer beschleunigten Verschlechterung der Weichenqualität oder sogar zu einem Ausfall führen. Zudem können wiederholte unnötige Stopfvorgänge die Weichen weiter verschlechtern.
Mit dem aktuellen Ansatz intervallbasierter Inspektionen haben die Infrastrukturbetreiber kaum die Möglichkeit, die Wartungsleistung zu überprüfen. Zur Optimierung der Wartungsverfahren ist es unerlässlich, den Effekt der Wartung kontinuierlich zu überwachen und zu prüfen, ob und wie lange sie erfolgreich war und welches Verfahren eingesetzt wurde.
In unserem Bestreben nach ständiger Verbesserung haben wir eine Fülle von Kundenrückmeldungen gesammelt, um unsere Funktion zur Wartungsüberprüfung optimal auf die Bedürfnisse unserer Kunden abzustimmen. Im Release Herbst 21 führen wir die Überprüfung der Wartungsqualität (Maintenance Quality Check, MQC) mit verbesserter Genauigkeit, Benutzerfreundlichkeit und Integrationsfähigkeit erneut ein.
Als eines der Hauptmerkmale des KONUX-Systems wertet die MQC die Stopfarbeiten dort aus, wo das KONUX IIoT-Gerät installiert ist. Mit dieser Funktion können Sie die Effektivität der Stopfung innerhalb weniger Stunden überprüfen und bei Bedarf entsprechende zusätzliche Maßnahmen rechtzeitig planen. Darüber hinaus können Sie durch eine Analyse des Effekts verschiedener Stopfmethoden die besten Verfahren ermitteln.
Wie funktioniert das?
Das KONUX-System überwacht kontinuierlich die vertikale Einsenkung der Schwelle, um den Zustand des Gleisbetts zu messen. Die Algorithmen für das maschinelle Lernen trainieren die Datenmodelle, um die zuletzt durchgeführten Wartungsarbeiten im Vergleich zu den früheren Gleisbettbedingungen oder den von den Kunden definierten spezifischen Erwartungen zu bewerten. Die Datenmodelle bewerten die verwendeten Stopfmethoden und den Zustand vor und nach den Arbeiten, um die Qualität der durchgeführten Instandhaltung umfassend zu beurteilen.
Verbesserte Genauigkeit
Wenn Sie unsere Releases verfolgt haben, erinnern Sie sich vielleicht daran, dass wir im Sommer ’21 das verbesserte Trackbed-Health-Modell vorgestellt haben. Da die Erkenntnisse der MQC aus dem vertikalen Einsenkungsgrad der Schwellen gewonnen werden, hängt die Genauigkeit der MQC vor allem vom Trackbed-Health-Modell ab.
Da wir dieses hoch entwickelte Modell in die MQC-Funktion integrieren, liefert es genauere und stabilere Erkenntnisse über den Effekt von Stopfaktivitäten und filtert gleichzeitig irrelevante Signale oder Faktoren heraus, die zu Falschmeldungen führen könnten. Da die erkannten Signale von verschiedenen, sich täglich ändernden Faktoren beeinflusst werden, wie z. B. Temperatur und Zuggeschwindigkeit, reduziert das verbesserte Modell die täglichen Schwankungen der Datenpunkte, um stabile Erkenntnisse bereitzustellen.
Verbesserte Benutzerfreundlichkeit
Die verbesserte Benutzeroberfläche (UI) erleichtert Ihnen die Navigation im System und hilft Ihnen, Entscheidungen mit dem nötigen Kontext zu treffen. Die Auswertungsdetails für jede Aktivität liefern alle erforderlichen Informationen, um die Instandhaltungsleistung vollständig zu bewerten – ob und wie lange die Stopfung effektiv war sowie die Bedingungen vor und nach der Maßnahme.
Neben den absoluten Werten werden nun auch die prozentualen Werte angezeigt, damit Sie die Verbesserung der Einsenkung besser nachvollziehen können. Außerdem wird die Entwicklung der vertikalen Einsenkung seit der Stopfung zusammen mit den Auswertungsdetails in einer Grafik angezeigt. Dies hilft Ihnen, die Entwicklung der Leistung visuell zu bestätigen und den Kontext der Effektivität im Lauf der Zeit besser zu verstehen.
Ein weiteres Element, das zur Benutzerfreundlichkeit beiträgt, sind die umfassenden Tooltips und die Inhalte der Wissensdatenbank, die Sie durch das System führen. Da das KONUX-System mit hochkomplexen und technischen Erkenntnissen arbeitet, können leicht zugängliche In-App-Guides die Benutzererfahrung im gesamten System erleichtern und nützliche und notwendige Details zu den Funktionen oder visuellen Elementen liefern.
Fähigkeit zur Integration
In der komplexen IT-Landschaft von heute ist Flexibilität der Schlüssel zur Maximierung des Kundennutzens und zum langfristigen Erfolg eines jeden Systems. Da unsere Kunden mit verschiedenen Systemen arbeiten, um umfassende Daten zu sammeln, ist die Integration von entscheidender Bedeutung, damit die Kunden effizient Entscheidungen treffen und auf der Grundlage integrierter Erkenntnisse handeln können.
Das KONUX-System unterstützt eine flexible Integration in andere Systeme und ermöglicht so eine verbesserte Benutzerfreundlichkeit in Kombination mit anderen Systemen. Ein von uns unterstützter Ansatz ist die Widget-basierte Integration in die Asset-Management-Systeme unserer Kunden. Im Gegensatz zur alleinigen Integration von Datenpunkten ermöglicht die Widget-Integration eine nahtlose Einbettung der Widgets in die Kundensysteme und somit eine integrierte Ansicht mehrerer Systeme an einem Ort.
Die Integration von Widgets bietet die folgenden Vorteile:
Der Einblick in den Effekt der Wartung ermöglicht einen ganzheitlichen Einblick in den Zustand des Gleisbetts. Mit verbesserter Genauigkeit, Benutzerfreundlichkeit und Integrationsfähigkeit bietet die MQC alle erforderlichen Erkenntnisse zur Optimierung Ihrer Gleisbettwartung. Durch eine Senkung der Kosten für unnötige Arbeiten, die Vermeidung potenzieller Ausfälle und die Verlängerung der Lebensdauer von Anlagen erreichen Sie eine höhere Verfügbarkeit und Kosteneffizienz.
Möchten Sie mehr über diese Funktionen erfahren? Nehmen Sie hier Kontakt mit unserem Vertriebsteam auf.