2024 supone un importante paso adelante para One Big Circle en la mejora de las capacidades de supervisión de trenes en depósito. El proyecto, de 12 meses de duración, tiene como objetivo producir un sistema portátil que pueda personalizarse para cada operador asociado, con la posibilidad de ampliar su disponibilidad comercial a finales de 2024. Tras su exitosa candidatura en el concurso First of a Kind (FOAK), financiado por el Ministerio de Transportes y ejecutado por Innovate UK KTN, la PYME de Bristol hará avanzar su proyecto DepotMATE (Examen automatizado multisensor de trenes). Esta iniciativa está llamada a transformar los métodos tradicionales de inspección del material rodante, proporcionando una solución más segura y eficiente.
DepotMATE pretende dar respuesta a los retos que plantean las inspecciones de material rodante en depósito, que a menudo se llevan a cabo en entornos peligrosos y requieren intervención manual. El proyecto, en colaboración con Transport for London (TfL), Colas Rail y East Midlands Railway (EMR), se centra en el desarrollo de un sistema de inspección ligero y multisensor. Este enfoque innovador facilitará las inspecciones a distancia mediante la captura de datos termográficos, acústicos y de vídeo críticos del material rodante, reduciendo significativamente la necesidad de inspecciones manuales en tierra.
La integración de DepotMATE con la plataforma AIVR (Automated Intelligent Video Review) de One Big Circle permitirá a los operarios de los depósitos y a los gestores de flotas acceder a información e imágenes en tiempo real, mejorando la seguridad y la eficiencia de las operaciones de mantenimiento. Mark Coney, Director de Ingeniería de Flotas de EMR, destacó el potencial del proyecto para mejorar los servicios de flota y su escalabilidad para aplicaciones más amplias.
Los modelos de IA desarrollados a través de DepotMATE automatizarán la detección de fallos y problemas, como el sobrecalentamiento de los rodamientos de las ruedas, agilizando el proceso de inspección. Se espera que esta tecnología respalde las decisiones de mantenimiento predictivo, contribuyendo al funcionamiento seguro y eficiente de los vehículos ferroviarios.
