Pecovasa, une filiale du groupe Renfe spécialisée dans la logistique des véhicules ferroviaires, a lancé un système numérique visant à permettre la géolocalisation et le suivi en temps réel de sa flotte de wagons de transport de voitures. L'initiative a été partiellement financée par les fonds Next Generation de l'UE, avec une contribution de 180 000 euros.
350 wagons équipés de dispositifs IdO
Le nouveau système a été installé sur plus de 350 wagons et est conçu pour soutenir des opérations mensuelles impliquant plus de 25 000 véhicules. Les wagons équipés de capteurs transmettent désormais des coordonnées GPS en direct, ainsi que des mesures environnementales et techniques telles que la température, l'humidité et l'accélération. Les fréquences de transmission des données et d'autres paramètres peuvent être configurés à distance.
La solution permet également la géolocalisation des wagons dans les installations terminales, ce qui permet une gestion plus précise des chantiers. Le suivi de la distance parcourue contribue à améliorer la surveillance des programmes de maintenance et permet une intervention basée sur l'état des wagons. Les capteurs du système fournissent un retour d'information immédiat en cas de fonctionnement anormal ou de problèmes récurrents.
Application pour la gestion des clients et des opérations
Une application d'accompagnement développée par Pecovasa permet d'accéder aux données de suivi et à l'historique des itinéraires. Les utilisateurs peuvent consulter les détails du voyage, l'état des wagons et les points de chargement/déchargement. Des fonctions de recherche par numéro de châssis permettent aux clients d'identifier leurs expéditions et de vérifier leur emplacement actuel pendant le transit.
L'application s'intègre en outre aux systèmes opérationnels, fournissant au personnel logistique des données en temps réel pour coordonner le trafic et gérer les exceptions.
L'IA au service de l'anticipation
Les données collectées par le système sont analysées par des algorithmes basés sur l'intelligence artificielle. Cela permet d'identifier les pièces exposées à des contraintes mécaniques ou à des vibrations anormales et contribue aux diagnostics prédictifs. Le système peut également être utilisé pour la modélisation de processus, l'analyse de scénarios et l'optimisation à long terme de la flotte.
