Transportes | Noticias | 28 SEP 2020

CAF y la nube LeadMind: cuando el dato es predicción

La compañía ferroviaria apostó por un proyecto en la nube de AWS y, desde que comenzara el proyecto hace, aproximadamente, dos años y medio, el progreso ha sido meteórico.
tren CAF, tranvía, transportes
Carlos Palao

Grupo multinacional con sede en Guipúzcoa, País Vasco. Más de 50 empresas. Más de 100 años de experiencia en el diseño, construcción y mantenimiento de infraestructuras ferroviarias y de autobuses. Todo eso es CAF, Construcciones y Auxiliar de Ferrocarriles, pero, desde hace un tiempo hasta ahora, también representa transformación digital, modernización.

Daniel Sánchez es el analytics manager de CAF Digital Services, una célula de negocio de la compañía. Esta facción, explica, “es una filial especializada en datos, que, de hecho, tiene cuenta de resultados aparte”.

CAF lleva tiempo trabajando en un ambicioso proyecto tecnológico en el que han tomado la mano de Amazon Web Service –AWS– como soporte. El Internet de las Cosas –IoT– y el análisis de datos son pilares fundamentales de la plataforma de LeadMind que han creado en CAF y que tiene por objetivo mejorar la funcionalidad del tren. Reducir costes de mantenimiento, consumo de energía, facilitar las decisiones de diseño basadas en datos se configuran como los primeros pasos. “La plataforma Leadmind ha sido el esfuerzo por entrar en el mundo del IoT, del Big Data y del análisis de señales”.

Llegada a la nube tras varios pasos

Pese a que, debido a su antigüedad, un tren pueda parecer que no genera datos, la realidad es que estas máquinas han evolucionado y son una fuente inagotable de la que extraerlos. La intención con la que comenzó el proyecto fue sacar el agua de esa fuente. “Empezamos on-premise en 2015. Teníamos restricciones a nivel de estabilidad, disponibilidad y una necesidad de perfiles y de tiempo dedicado al mantenimiento de la tecnología que, como toda empresa, si poníamos el foco ahí, lo quitábamos del análisis de datos y de buscar el retorno económico”, admite Sánchez.

“Éramos claros candidatos a sacarle partido al análisis de datos”.

Para cambiar esa dinámica, “hace cuatro años”, el proyecto se inició con el objetivo de “ir hacia un mantenimiento basado en la predicción”. El primer paso para lograr esa predicción se dio en las locomotoras de Arabia y los trenes interprovinciales del País vasco y consistió en conectarse “a los trenes e intentar descargar toda la información que va por el IoT del tren –sensores, presiones, tensiones de voltaje, temperaturas, aire acondicionado...–”.

La información era vastísima. Tal era su tamaño que, admite Sánchez, necesitaban Big Data: “Éramos claros candidatos a sacarle partido al análisis de datos”. Cuando llegó un proyecto de cliente, es cuando decidieron abordar la mudanza a la nube y lograr así sacarle partido a toda esa masa de información que habían recabado de sus infraestructuras.

Las ventajas que llegaron a raíz de Trenitalia

Hace aproximadamente dos años y medio apareció ese cliente, que fue nada menos que la compañía ferroviaria nacional de Italia. Ante la situación de “ausencia de disponibilidad” pudieron aparecer “penalizaciones de servicio”. Es entonces, cuando la apuesta por ir hacia la nube fue clara.

“El proyecto de Trenitalia fue muy complejo. Hubo que montar una plataforma en la que la disponibilidad de la información fuera bastante alta. Empezamos nuestro primer proyecto de plataforma LeadMind en la nube, en la nube de Amazon”, cuenta Sánchez.

A partir de ahí, el crecimiento fue vertiginoso. El analytics manager reseña que estar en AWS les transmitía una confianza que les dejaba centrarse en el oficio como tal: “Nos ha hecho crecer  mucho más deprisa. Podemos centrarnos en el foco de negocio, en atender más rápido a las incidencias de los trenes o intentar anticiparnos a las mismas”.

"Estamos enfocados en intentar saber cuándo se van a romper los sistemas y anticiparnos al fallo" 

Como él mismo indica, los datos han tomado un rol importante a raíz de la implantación de la nube, pues ayuda mucho a la atención en tiempo real: “Hacemos mucho uso de los datos. Tenemos unas 3.000 o 4.000 variables de alarma en tiempo real gracias al servicio de AWS. Tenemos 140 trenes de una franquicia de Reino Unido donde el LeadMind está en el centro de control, donde controlan en tiempo real”. El país británico se convierte en un ejemplo de por qué haber ido a la nube, el porqué del real time, pues “al estar liberalizado, es un mercado muy exigente y, si tienes un incidente, se te penaliza muy fuerte”.

En sus propias palabras, la analítica de los ha sido clave, ya que “estamos centralizados en el mantenimiento, en intentar saber cuándo se van a romper los sistemas y anticiparnos al fallo para no crear incidencias en servicios o anticipar la compra de repuestos”. Mediante la analítica de datos pueden saber “por ejemplo, que, si todos los fallos de puertas te ocurren en una estación, puede que el problema no sea del tren sino de la estación” y, entonces, subsanar el error correctamente.

La predicción tiene más formas

“Lo que nos ha permitido la nube ha sido dedicar todo el tiempo que antes empleábamos en la parte tecnológica a idear más usos”, explica Sánchez.

La inteligencia artificial es otro de los usos que están implementando actualmente a raíz de los datos, aunque es algo más complicado de desmarañar: “Todavía no podemos hacer gran uso de ello, porque, al final, el fallo en el tren suele ser una concatenación de los mismos”. Hallar la raíz del problema es difícil, por lo que tienen que tirar de técnicas preestablecidas: “Hacemos uso de algoritmos no supervisados muy basados en la estadística. También entra el Big Data. Podemos tener un patrón muy claro de qué es la normalidad y qué es lo susceptible de tener un fallo”.

Sánchez cuenta, eso sí, que ha sido duro: “Hemos pasado dos años desglosando datos, hemos hecho una ingeniería de datos muy, muy potente”.



Comentar
Para comentar, es necesario iniciar sesión
Se muestran 0 comentarios