Partnership voor optimaal gebruik data in onderhoud

Geschreven door
Strukton Rail
Geplaatst op
18 juni 2018
In de categorie
Nieuws

Siemens en Strukton Rail slaan de handen ineen om optimaal gebruik te kunnen maken van de mogelijkheden van IoT in slim onderhoud en asset management.

De bedrijven werken samen aan de ontwikkeling van een applicatie die aan de hand van automatische beeldherkenning beginnende storingen aan het spoor herkent voordat ze optreden. Hiermee combineren zij de diepgaande expertise van Siemens op het gebied van data-analyse en artificial intelligence op basis van het Railigent platform met het videomonitoringsysteem en de vergaande domeinkennis van Strukton op het gebied van spooronderhoud.

Steeds vaker wordt er bij spoorbeheerders en vervoerbedrijven op aangedrongen dat zij de beschikbaarheid van hun assets verbeteren en tegelijkertijd de kosten reduceren. Daarnaast hebben zij behoefte aan inzicht in de conditie van hun assets. Nieuwe technieken als remote sensing en het verwerken van big data bieden mogelijkheden om de veiligheid en beschikbaarheid te verbeteren en kosten te reduceren. Als je deze technieken integreert met domeinkennis kun je deze mogelijkheden optimaal benutten.

Data foto

“Het Railigent platform stelt ons in staat om door de combinatie van de gewenste software-architectuur en artificial intelligence met bewezen werkmethodes en technieken een evolutionaire benadering van slim onderhoud te realiseren. Hiermee kunnen wij onze klanten wereldwijd helpen storingen te voorkomen, onderhoud vooruit te plannen, kosten te reduceren en de beschikbaarheid van het spoor te verbeteren” Jacob Zeeman, directeur Strukton Rail Nederland

Introductie
Tijdens de InnoTrans 2018 in september in Berlijn zal Strukton de nieuwe Railigent toepassing en andere innovaties en ontwikkelingen op het gebied van slim onderhoud introduceren.

Cookiebeleid

Strukton maakt gebruik van cookies om de browse-ervaring te verbeteren. Door deze website te blijven gebruiken, ga je hiermee akkoord. Lees hier meer.