圖1、物聯網（IoT）提高鐵路行業的運營效率
預測性維護是改善鐵路運營的物聯網的關鍵用例；
物聯網（IoT）在很大程度上是關於實現資產可用性，
德國鐵路公司的目標是實現預測性維護工具， 以便能夠控制整個鐵路的運營控制點。 為了實現這一目的， 他們在信號箱中測量連接電纜的電流脈衝。 特殊感測器還記錄狀態資料， 然後在點控制器的相關部分進行集中分析。 智慧系統可以在早期階段檢測到可能與參考值的偏差， 例如發生故障之前發生的偏差。 一旦發生這種情況，
圖2、物聯網幫助提高鐵路的准點率
Telent與Deutsche Bahn之間的協定包括系統元件， 規劃服務， 解決方案的安裝和調試， 該解決方案在整個德國305個運營控制點共監控7000台左右的機器。
“Telent多年來一直是Deutsche Bahn AG在電信領域的可靠合作夥伴， 特別是在全國範圍內展示了其實力。 我們很高興能夠繼續保持我們的合作關係， “德國鐵路公司電信基礎設施， 列車編組站和設備採購主管Dirk Bernhardt說。
圖3、感測器模組説明進行鐵路檢測
“借助我們的物聯網解決方案， 我們可以幫助提高德國鐵路的準時性和安全運營。 鐵路網路是必須以最高可靠性運行的關鍵基礎設施之一。 我們很高興能夠繼續與德國鐵路合作。 “euromicron執行董事會成員JürgenHansjosten表示。
Telenet由德國Euromicron集團全資擁有的公司， 它為關鍵基礎設施和工業廠房提供量身定制的技術解決方案和智慧服務。
圖4、鐵路通信系統
德國公司Telent將向德國鐵路公司Deutsche Bahn提供智慧多通道測量系統， 未來三年將實現服務約7000個鐵路網站。
Telent表示， 它的物聯網解決方案在鐵路基礎設施出現故障之前就會發現潛在的缺陷。 這是通過點機的中央遠端監控實現的。 Telent的專案合作夥伴是荷蘭的Strukton Systems公司， 其多通道測量系統可以測量， 數位化和處理相關資料。
芬蘭鐵路運營商VR集團已經實施了SAS分析以獲得預測性維護能力， 以便提供準時的旅行服務並提高客戶的滿意度。
芬蘭國有鐵路運營商VR集團表示， 利用公司必須找到的新方法來提供更好的服務， 避免意外的延誤是滿意服務的關鍵。 為了實現這一目標， VR集團轉向分析和物聯網（IoT）技術， 以保持其1,500列列車的軌道， 並為客戶提供更好的服務。
為了降低成本並最大限度地延長正常執行時間， VR集團希望從傳統的維護方法轉向專注於根據需要更換部件的物聯網技術。 VR集團維護高級副總裁Kimmo Soini表示：“雖然我們是芬蘭唯一的鐵路客運服務商， 但我們肯定會與其他交通工具競爭。 “我們還希望在維護方面保證我們的競爭力， 因為維護費用包含在火車票票價中。”
圖4、SAS Analytics為VR集團提供了即時分析
近年來，VR集團開始在各種系統和子系統上安裝感測器，以監測磨損和其他故障的症狀。但是感測器本身只收集原始資料。該公司表示，真正的好處是經常即時分析這些資料，以便工程師能夠採取更合適的回應措施。為了增加這種智慧水準，VR集團轉向SAS Analytics。
傳統上，VR集團通過兩種方式進行維護。主要的系統，如車輪和轉向架，是定期維修保養。另一種方法是在事情發生時，像車門這樣的故障現場修理。這些很難預測，並可能導致旅客錯過路線和延誤影響乘客的旅行計畫。
VR集團開發了一個預測性維護計畫，重點監控鐵路零件的狀況。 在這個應用程式中，數學模型可以預測零件何時可能會發生故障，以便在引起意外停機之前更換零件。 通過查看感測器資料，SAS Analytics為VR集團提供了即時的車隊概覽。 鐵路公司的目標是改變維護方式，最終所有的一切都將基於即時監控。
圖5、提升鐵路運營效率需要即時檢測和分析
Kimmo Soini說：“如果火車上的門開始打開和關閉的速度比平時慢，那麼在一定的時間內就可能會出現故障，而在這之前我們必須要做一些事情”。 “分析使我們能夠圍繞預測性維護開展維修工作。”
通過查看新的歷史資料，SAS Analytics説明VR Group計畫特定維護事件之間的最大時間間隔，如更換車輪或者更換列車上的輪軸組。
（完）
因為維護費用包含在火車票票價中。”圖4、SAS Analytics為VR集團提供了即時分析
近年來，VR集團開始在各種系統和子系統上安裝感測器，以監測磨損和其他故障的症狀。但是感測器本身只收集原始資料。該公司表示，真正的好處是經常即時分析這些資料，以便工程師能夠採取更合適的回應措施。為了增加這種智慧水準，VR集團轉向SAS Analytics。
傳統上，VR集團通過兩種方式進行維護。主要的系統，如車輪和轉向架，是定期維修保養。另一種方法是在事情發生時，像車門這樣的故障現場修理。這些很難預測，並可能導致旅客錯過路線和延誤影響乘客的旅行計畫。
VR集團開發了一個預測性維護計畫，重點監控鐵路零件的狀況。 在這個應用程式中，數學模型可以預測零件何時可能會發生故障，以便在引起意外停機之前更換零件。 通過查看感測器資料，SAS Analytics為VR集團提供了即時的車隊概覽。 鐵路公司的目標是改變維護方式，最終所有的一切都將基於即時監控。
圖5、提升鐵路運營效率需要即時檢測和分析
Kimmo Soini說：“如果火車上的門開始打開和關閉的速度比平時慢，那麼在一定的時間內就可能會出現故障，而在這之前我們必須要做一些事情”。 “分析使我們能夠圍繞預測性維護開展維修工作。”
通過查看新的歷史資料，SAS Analytics説明VR Group計畫特定維護事件之間的最大時間間隔，如更換車輪或者更換列車上的輪軸組。
（完）