Predictive maintenance na kolei, cz. 6

Blokady dla systemu utrzymania predykcyjnego

Z doświadczeń dyrektora Sebastiana Kałuża wynika, że w branży obserwować można obecnie dynamiczny wzrost zainteresowania rozwiązaniami do monitorowania stanu taboru czy infrastruktury w czasie rzeczywistym. – Firmy kolejowe w Polsce, podobnie jak ich zagraniczni odpowiednicy, zdają sobie sprawę z korzyści płynących z unikania awarii, optymalizacji harmonogramów konserwacji oraz minimalizacji przestojów – uważa ekspert.

Co zatem powstrzymuje polskie organizacje przed pełnym wykorzystaniem potencjału predictive maintenance? Oprócz kwestii związanych z koniecznością finansowych inwestycji w zaawansowane rozwiązania technologiczne problemem są także przepisy kolejowe, które nie nadążają za postępem technologicznym i wynikającymi z niego potrzebami branży. – Chociaż systemy predykcyjne pozwalają przewidywać trwałość części, konieczność zachowania zgodności z istniejącymi Dokumentacjami Systemów Utrzymania oraz Instrukcjami Utrzymania Zarządcy Infrastruktury może ograniczać zdolność do pełnego wykorzystania danych. Dlatego ważne jest dostosowanie przepisów dla cyfrowej przyszłości, co zwiększy elastyczność w podejmowaniu decyzji na podstawie prognoz i danych predykcyjnych. Sprostanie tym wyzwaniom będzie wymagało współpracy pomiędzy inżynierami, branżą i organami prawnymi – podkreśla Sebastian Kałuża.

Beata Pałac

Dziennikarka specjalizująca się w tematyce naukowo-technicznej i analizach gospodarczych, współpracuje m.in. z dywizją EMEA Mitsubishi Electric; jako praktyk zarządzania kieruje międzynarodowym zespołem osób i aktywnie działa w sektorze NGO