Pecovasa, filial del Grupo Renfe centrada en la logística de vehículos por ferrocarril, ha puesto en marcha un sistema digital destinado a permitir la geolocalización y el seguimiento en tiempo real de su flota de vagones de transporte de automóviles. La iniciativa ha sido parcialmente financiada a través de los fondos Next Generation de la UE, con una aportación de 180.000 euros.
350 vagones equipados con dispositivos IoT
El nuevo sistema se ha instalado en más de 350 vagones y está diseñado para soportar operaciones mensuales de más de 25.000 vehículos. Los vagones equipados con sensores transmiten ahora coordenadas GPS en directo, así como parámetros ambientales y técnicos como la temperatura, la humedad y la aceleración. Las frecuencias de transmisión de datos y otros ajustes pueden configurarse a distancia.
La solución también permite la geolocalización de los vagones en las instalaciones de las terminales, lo que permite una gestión más precisa de los patios. El seguimiento de la distancia recorrida ayuda a mejorar la supervisión de los programas de mantenimiento y permite una intervención basada en el estado. Los sensores del sistema proporcionan información inmediata en caso de funcionamiento anómalo o problemas recurrentes.
Aplicación para la gestión de clientes y operaciones
Una aplicación complementaria desarrollada por Pecovasa ofrece acceso a los datos de seguimiento y al historial de rutas. Los usuarios pueden ver los detalles del viaje, el estado de los vagones y los puntos de carga y descarga. Las funciones de búsqueda por número de chasis permiten a los clientes identificar sus envíos y comprobar su ubicación actual durante el tránsito.
La aplicación se integra además con los sistemas operativos, proporcionando al personal de logística datos en tiempo real para coordinar el tráfico y gestionar las excepciones.
La IA se utiliza para la predicción
Los datos recogidos por el sistema se analizan mediante algoritmos basados en IA. Esto permite identificar las piezas expuestas a tensiones mecánicas o vibraciones anómalas y contribuye al diagnóstico predictivo. El sistema también puede aplicarse a la modelización de procesos, el análisis de escenarios y la optimización de flotas a largo plazo.
