DB Cargo ha introdotto un sistema di previsione della domanda di ricambi basato sull'intelligenza artificiale per le sue locomotive diesel della Classe 77 presso il DB Cargo Railport di Darmstadt.
Il sistema integra i dati relativi al chilometraggio, agli intervalli di manutenzione e al contesto dell'officina con i modelli di consumo passati per migliorare le previsioni della domanda.
DB Cargo gestisce circa 60 locomotive diesel della Classe 77 su tratte non elettrificate. Costruite in Canada, queste locomotive necessitano di pezzi di ricambio i cui tempi di consegna possono variare da alcune settimane a diversi mesi, mentre per alcuni componenti i tempi sono notevolmente più lunghi. Secondo DB Cargo, i metodi di previsione convenzionali si sono rivelati meno efficaci a causa della domanda irregolare di alcuni ricambi.
Un esempio è la pompa dell'olio per la Classe 77. Il precedente metodo di previsione non indicava alcuna domanda, mentre il modello di IA ne aveva previste cinque; il consumo effettivo ha raggiunto le sei unità. Con tempi di consegna di circa 500 giorni, l'accuratezza delle previsioni incide direttamente sulla disponibilità delle locomotive.
Parallelamente al modello di IA, DB Cargo ha rivisto il proprio strumento di pianificazione esistente basato su Excel. I parametri sono stati sistematicamente testati per trovare un equilibrio tra i tempi di attesa e i livelli delle scorte. Sono state definite serie di parametri distinte per i diversi tipi di veicoli, al fine di adattare la pianificazione a specifici profili operativi .
DB Cargo riferisce che la nuova metodologia e lo strumento di pianificazione aggiornato sono stati implementati nel giro di pochi mesi e vengono ora utilizzati per la pianificazione dei pezzi di ricambio della flotta della Classe 77.
