An innovative maintenance methodology for freight wagons combining proportional hazard model and life cycle cost

Freight wagons maintenance is a challenging issue in the railway sector. In scientific literature, there are many studies aiming to solve this problem on passenger trains, where comfort and safety are considered a priority. In freight wagon field the current maintenance approach consists in performing preventive interventions at fixed interval of time and corrective actions when needed. Even if a more advanced maintenance methodology would provide benefits, most of the articles regarding freight wagon issues are addressed to solve other criticalities: scheduling issues, maintenance of the railway infrastructure and wagon utilization. This thesis aims to fulfill this gap by providing a new and innovative maintenance methodology that includes the combined use of the Proportional Hazard Model (PHM) and a cost analysis performed through the Life Cycle Cost (LCC). The challenge of this work is to find an integration between the PHM and the LCC, which are entities born for different purposes. The PHM was developed to be applied in medicine field to assess the influence of different time-independent factors (covariates) on the probability to be affected by a disease. The LCC, instead, is a cost analysis performed generally in manufacturing field in order to assess and identify all the costs involved over the life of an asset. A solution to combine the PHM and the LCC has been proposed through the implementation of a maintenance wizard. The wizard, developed in Matlab, takes into account the factors related to the degradation process (covariates of the PHM) and returns as output the moment in which it is economically more convenient to place a preventive intervention on the basis of a cost analysis. The application of the methodology to a case study highlights the benefits of this innovative approach in terms of money saving. Moreover, since the wizard has also the characteristic to record maintenance data, it can be used in the future as a starting point for the development of a predictive maintenance approach.

La manutenzione dei treni merci è un problema complesso del settore ferroviario. Nella letteratura scientifica ci sono molti studi che si prefiggono di risolvere questo problema nei treni passeggeri, dove il comfort e la sicurezza sono considerati una priorità. Nel campo dei treni merci l’approccio manutentivo corrente consiste semplicemente nel fare interventi preventivi ad intervalli regolari e azioni correttive quando è necessario. Anche se una metodologia di manutenzione avanzata potrebbe portare dei benefici, la maggior parte degli articoli scientifici riguardanti la risoluzione delle criticità dei treni merci si concentra su altre problematiche: problemi di schedulazione, manutenzione delle infrastrutture e utilizzo dei vagoni. Questa tesi vuole colmare questa lacuna fornendo una nuova ed innovativa metodologia manutentiva che includa l’uso combinato di un modello matematico, il Proportional Hazard Model (PHM) e un’analisi dei costi sviluppata attraverso il Life Cycle Cost (LCC). La sfida di questo lavoro è trovare un punto di contatto tra il PHM e l’LCC, che sono entità nate per fini diversi. Il PHM è stato sviluppato per essere applicato nel campo medico per valutare l’influenza di diversi fattori tempo-indipendenti (covariate) sulla probabilità di sviluppare una patologia. L’LCC, invece, è un’analisi dei costi, fatta generalmente in ambito manufatturiero, per valutare e identificare tutte le voci di costo che interessano l’intera vita di un bene. In questa tesi viene proposta una soluzione per combinare il PHM e l’LCC attraverso lo sviluppo di un maintenance wizard. Il wizard, sviluppato in Matlab, prende in considerazione i fattori correlati al processo degenerativo (covariate del PHM) e restituisce come output il momento in cui è economicamente più conveniente schedulare un intervento preventivo, individuato attraverso un’analisi dei costi. L’applicazione della metodologia ad un case study evidenzia i benefici di questo approccio innovativo in termini di risparmio di denaro. Inoltre, siccome il wizard ha anche la caratteristica di memorizzare i dati riguardanti gli interventi manutentivi, può essere usato in futuro come punto di partenza per lo sviluppo di un approccio manutentivo predittivo.