Pecovasa, una filiale del Gruppo Renfe focalizzata sulla logistica dei veicoli su rotaia, ha lanciato un sistema digitale che consente la geolocalizzazione e il tracciamento in tempo reale della sua flotta di vagoni per il trasporto di auto. L'iniziativa è stata parzialmente finanziata con fondi UE Next Generation, con un contributo di 180.000 euro.
350 vagoni equipaggiati con dispositivi IoT
Il nuovo sistema è stato installato su oltre 350 vagoni ed è progettato per supportare operazioni mensili che coinvolgono più di 25.000 veicoli. I vagoni dotati di sensori trasmettono ora le coordinate GPS in tempo reale, oltre a metriche ambientali e tecniche come temperatura, umidità e accelerazione. Le frequenze di trasmissione dei dati e altre impostazioni possono essere configurate a distanza.
La soluzione consente anche la geolocalizzazione dei carri all'interno delle strutture dei terminal, permettendo una gestione più precisa dei piazzali. Il monitoraggio della distanza percorsa aiuta a migliorare la supervisione dei programmi di manutenzione e consente interventi basati sulle condizioni. I sensori del sistema forniscono un feedback immediato in caso di funzionamento anomalo o di problemi ricorrenti.
Applicazione per la gestione dei clienti e delle operazioni
Un'applicazione di accompagnamento sviluppata da Pecovasa consente di accedere ai dati di tracciamento e alla cronologia dei percorsi. Gli utenti possono visualizzare i dettagli del viaggio, lo stato dei carri e i punti di carico/scarico. Le funzioni di ricerca per numero di telaio consentono ai clienti di identificare le loro spedizioni e di controllare la loro posizione attuale durante il transito.
L'applicazione si integra inoltre con i sistemi operativi, fornendo al personale logistico dati in tempo reale per coordinare il traffico e gestire le eccezioni.
L'IA utilizzata per le intuizioni predittive
I dati raccolti dal sistema vengono analizzati attraverso algoritmi basati sull'intelligenza artificiale. Ciò consente di identificare le parti esposte a sollecitazioni meccaniche o vibrazioni anomale e contribuisce alla diagnostica predittiva. Il sistema può essere applicato anche alla modellazione dei processi, all'analisi degli scenari e all'ottimizzazione del parco macchine a lungo termine.
