Ce contrat de huit ans, d'une valeur d'environ 90 millions d'euros, prévoit qu'Alstom assurera un soutien continu à la maintenance depuis le dépôt de Laira de la Great Western Railway (GWR) à Plymouth. Le contrat portera sur plus de 15 postes, notamment des ingénieurs, des planificateurs de matériel et des administrateurs, ainsi que sur de nombreux autres postes dans la chaîne d'approvisionnement d'Alstom au sens large.
Les 26 trains de classe 175, appartenant à Angel Trains, seront principalement exploités sur des lignes régionales clés, notamment entre Exeter St Davids, Penzance, Barnstaple et Okehampton.
"Nous sommes ravis de nous associer à Great Western Railway et Angel Trains pour remettre en service la flotte des Class 175. Grâce à notre grande expertise en tant que fabricant d'origine et mainteneur de longue date de ces trains, nous sommes bien placés pour assurer leur réintroduction en douceur et leur fiabilité continue ", a déclaré Peter Broadley, directeur du développement commercial chez Alstom.
Les rames automotrices diesel (DMU) de classe 175 ont été construites par Alstom à Birmingham entre 1999 et 2001. Transport for Wales les a exploitées jusqu'en 2024, mais GWR a signé le contrat de location de la flotte en mars de cette année.
"Nous sommes très heureux d'avoir conclu un accord avec Alstom pour soutenir cet investissement majeur dans notre flotte de trains. Les Class 175 sont un ajout bienvenu à la flotte de la GWR et donneront un élan tangible à nos efforts pour rajeunir nos services régionaux et suburbains", a déclaré Simon Green, directeur de l'ingénierie de la Great Western Railway.
Les trains de la classe 175 sont également la première flotte de GWR à utiliser la solution numérique HealthHub d'Alstom pour la maintenance conditionnelle et prédictive, qui analyse et affiche toutes les données capturées par le train. Toutes les 30 secondes, un train envoie des données sur plus de 200 paramètres, notamment sa vitesse, la température à l'intérieur des voitures et ses coordonnées GPS. Cela permet un suivi en temps réel qui alerte l'équipe en cas de problème avec le train, aidant ainsi à prévenir les incidents avant qu'ils n'aient un impact sur les services aux passagers.
