Manutenção preditiva de frota ferroviária

Contexto

Operador ferroviário nacional gerenciando uma frota de mais de 500 composições (TGV, TER, Intercités) com uma política de manutenção baseada em intervalos fixos (quilométricos ou temporais). Os custos de manutenção representam 30% do orçamento operacional. As panes em linha (imobilização na via) impactam 2-3% dos trens diariamente, gerando atrasos em cascata e custos de reroteamento estimados em 50M€/ano.

Problema & Desafio

Manutenção em intervalos fixos: componentes são substituídos mesmo funcionando normalmente (excesso de manutenção de 25%). Falhas em linha: 2-3% dos trens imobilizados diariamente apesar da manutenção preventiva. Custos de manutenção corretiva 3x superiores à manutenção preventiva: peças, reparo, compensação de passageiros. Dados de sensores (vibrações, temperaturas, pressões) coletados mas não explorados: 80% dos dados IoT ignorados. Disponibilidade da frota em 88% vs objetivo contratual de 95%.

Solução & Entregas

Modelos preditivos por família de componente (motor, frenagem, portas, climatização) treinados em 3 anos de dados IoT e histórico de manutenção. Scoring de saúde em tempo real para cada composição com previsão de falha em D+7, D+14 e D+30. Planejamento de manutenção otimizado: intervenção no momento certo (nem cedo demais, nem tarde demais) minimizando a imobilização. Alertas em tempo real integrados ao sistema de gestão de frota para as intervenções urgentes. Dashboard de manutenção preditiva: painel de saúde da frota, planejamento otimizado, KPIs (disponibilidade, custos, MTBF).

Tecnologias