La startup technologique MainRail a déployé un pilote de son nouveau module de prédiction du flambage sur le réseau ferroviaire de Majorque (SFM) avec le soutien de l'entreprise de construction Azvi.
Ce module consiste en un ensemble d'algorithmes qui permettent de prédire la température que le rail atteindra sur la base des prévisions météorologiques jusqu'à 5 jours, en identifiant le risque de déformations de la voie sous l'effet de ces températures. Pour valider et ajuster ce développement, des dispositifs IoT fournis par la société britannique Yeltech ont été installés sur la voie pour mesurer la température réelle du rail.
Ainsi, alors que les algorithmes prédisent le risque de gauchissement dans sept jours, les dispositifs IoT envoient des alertes en temps réel sur la température des rails, ce qui permet d'ajuster et de valider les prédictions des algorithmes.
L'entreprise continue en parallèle à développer de nouveaux algorithmes prédictifs pour la qualité des voies et l'usure des rails, en utilisant des modèles hybrides qui combinent l'utilisation de jumeaux numériques, de données historiques sur les voies et d'algorithmes d'IA.
Pour le développement de ces algorithmes, en plus des données disponibles sur plus de 3 200 km, la société a conclu un accord avec l'administrateur des chemins de fer espagnols(ADIF) pour accéder aux données d'une partie de son infrastructure afin de réaliser un projet pilote pour valider les algorithmes prédictifs.