This work defines how to apply a condition-based maintenance (CBM) model to a fleet of rail vehicles. For components (safety-critical and non-safety-critical), their residual life limit (RUL) must be defined to ensure the safety of the vehicle, with respect to operation and availability to remains unaltered. The residual limit is closely linked to the failure mode, consequences and the possibility of monitoring the component. The possibility of optimizing the RUL of certain components makes it possible to optimize fleet utilization cycles, by lengthening the intervals between scheduled inspections. A fundamental contribution to this is the possibility of remote monitoring of the vehicle and the collection of data, via appropriate connectors (IoT), with which to feed maintenance and asset management information systems, known as CMMS. In the paper, I described the data structure and the interfaces and functions of a CMMS focused on the area of railway vehicle management. In practice, the model has been applied to a fleet of interoperable vehicles operating with different power and signalling systems. Failure models and expected failure rate values were defined and verified in the field by means of a measurement and control plans. The model was then calibrated on specific fleets, different in the operating model, as is actually the case in operational practice. The possibility of optimizing component life utilization and maintenance cycles had to be harmonized with the service scheduling requirements and the distribution of maintenance sites and the availability of spare parts; these are very important constraints on the optimization of maintenance processes. In this work, I have demonstrated the evolution of technology both in vehicle design, but above all in the organization and management of maintenance, both with the definition and application of new regulations and management and risk assessment criteria, and with the increasingly pervasive application of information systems and telediagnostics, the basis of 'Industry 4.0'. Moreover, this is only an intermediate step towards the new paradigm of 'Industry 5.0', where the concepts of sustainability, resilience and the centrality of the human factor become focal points. All this has radically changed the way maintenance is conceived and managed even for rail vehicles, and I would like to give you a relevant example of this here.

Il presente lavoro definisce come applicare un modello di manutenzione su condizione (CBM) ad una flotta di veicoli ferroviari. Per i componenti (critici per la sicurezza e non) si deve definire il loro limite residuale di vita (RUL), al fine di garantire inalterata la sicurezza del veicolo rispetto l’esercizio e la sua disponibilità. Il limite residuale è strettamente connesso alla modalità di guasto, di impatto e alla possibilità di monitoraggio del componente. La possibilità di ottimizzare la RUL di alcuni componenti consente di ottimizzare i cicli di utilizzo della flotta, allungando gli intervalli tra le ispezioni programmate. A questo contribuisce in modo fondamentale la possibilità di monitoraggio da remoto del veicolo e la raccolta dei dati, tramite opportuni connettori (IoT), con cui alimentare i sistemi informativi di gestione della manutenzione e di asset management, detti CMMS. Nel lavoro ho descritto la struttura dati e le interfacce e funzioni di un CMMS focalizzato all’ambito della gestione dei veicoli ferroviari. Nella pratica il modello è stato applicato ad una flotta di veicoli interoperabili, operanti con diversi sistemi di alimentazione e di segnalamento. Si sono definiti i modelli di guasto, i valori previsti del tasso di guasto ed essi sono stati verificati sul campo attraverso un piano di misure e di controlli. Il modello è stato quindi calibrato su flotte specifiche, diverse nel modello di esercizio, come realmente accade nella pratica operativa. La possibilità di ottimizzare l’utilizzo della vita utile del componente ed i cicli di manutenzione ha dovuto essere armonizzato con le esigenze di programmazione del servizio e la distribuzione dei siti di manutenzione e la disponibilità delle parti di ricambio; essi costituiscono vincoli molto impattanti alla ottimizzazione dei processi di manutenzione. In questo lavoro ho dimostrato l’evoluzione della tecnologia sia nel design del veicolo, ma soprattutto nella organizzazione e gestione della manutenzione, sia con la definizione e applicazione di nuovi regolamenti e criteri di gestione e di valutazione del rischio, sia per la applicazione sempre più pervasiva dei sistemi informativi e delle telediagnostica, base della “industria 4.0”. Questo inoltre è solo un passo intermedio, verso il nuovo paradigma della “industria 5.0”, dove diventano focali i concetti di sostenibilità, resilienza e centralità del fattore umano. Tutto questo ha cambiato radicalmente il modo di concepire e gestire la manutenzione anche dei veicoli ferroviari e vorrei qui fornirvi un esempio rilevante di ciò.

Approcci innovativi alla manutenzione dei veicoli ferroviari: risk e condition based maintenance

Cavalleri, Giuseppe
2021/2022

Abstract

This work defines how to apply a condition-based maintenance (CBM) model to a fleet of rail vehicles. For components (safety-critical and non-safety-critical), their residual life limit (RUL) must be defined to ensure the safety of the vehicle, with respect to operation and availability to remains unaltered. The residual limit is closely linked to the failure mode, consequences and the possibility of monitoring the component. The possibility of optimizing the RUL of certain components makes it possible to optimize fleet utilization cycles, by lengthening the intervals between scheduled inspections. A fundamental contribution to this is the possibility of remote monitoring of the vehicle and the collection of data, via appropriate connectors (IoT), with which to feed maintenance and asset management information systems, known as CMMS. In the paper, I described the data structure and the interfaces and functions of a CMMS focused on the area of railway vehicle management. In practice, the model has been applied to a fleet of interoperable vehicles operating with different power and signalling systems. Failure models and expected failure rate values were defined and verified in the field by means of a measurement and control plans. The model was then calibrated on specific fleets, different in the operating model, as is actually the case in operational practice. The possibility of optimizing component life utilization and maintenance cycles had to be harmonized with the service scheduling requirements and the distribution of maintenance sites and the availability of spare parts; these are very important constraints on the optimization of maintenance processes. In this work, I have demonstrated the evolution of technology both in vehicle design, but above all in the organization and management of maintenance, both with the definition and application of new regulations and management and risk assessment criteria, and with the increasingly pervasive application of information systems and telediagnostics, the basis of 'Industry 4.0'. Moreover, this is only an intermediate step towards the new paradigm of 'Industry 5.0', where the concepts of sustainability, resilience and the centrality of the human factor become focal points. All this has radically changed the way maintenance is conceived and managed even for rail vehicles, and I would like to give you a relevant example of this here.
ING I - Facoltà di Ingegneria Civile, Ambientale e Territoriale
4-mag-2023
2021/2022
Il presente lavoro definisce come applicare un modello di manutenzione su condizione (CBM) ad una flotta di veicoli ferroviari. Per i componenti (critici per la sicurezza e non) si deve definire il loro limite residuale di vita (RUL), al fine di garantire inalterata la sicurezza del veicolo rispetto l’esercizio e la sua disponibilità. Il limite residuale è strettamente connesso alla modalità di guasto, di impatto e alla possibilità di monitoraggio del componente. La possibilità di ottimizzare la RUL di alcuni componenti consente di ottimizzare i cicli di utilizzo della flotta, allungando gli intervalli tra le ispezioni programmate. A questo contribuisce in modo fondamentale la possibilità di monitoraggio da remoto del veicolo e la raccolta dei dati, tramite opportuni connettori (IoT), con cui alimentare i sistemi informativi di gestione della manutenzione e di asset management, detti CMMS. Nel lavoro ho descritto la struttura dati e le interfacce e funzioni di un CMMS focalizzato all’ambito della gestione dei veicoli ferroviari. Nella pratica il modello è stato applicato ad una flotta di veicoli interoperabili, operanti con diversi sistemi di alimentazione e di segnalamento. Si sono definiti i modelli di guasto, i valori previsti del tasso di guasto ed essi sono stati verificati sul campo attraverso un piano di misure e di controlli. Il modello è stato quindi calibrato su flotte specifiche, diverse nel modello di esercizio, come realmente accade nella pratica operativa. La possibilità di ottimizzare l’utilizzo della vita utile del componente ed i cicli di manutenzione ha dovuto essere armonizzato con le esigenze di programmazione del servizio e la distribuzione dei siti di manutenzione e la disponibilità delle parti di ricambio; essi costituiscono vincoli molto impattanti alla ottimizzazione dei processi di manutenzione. In questo lavoro ho dimostrato l’evoluzione della tecnologia sia nel design del veicolo, ma soprattutto nella organizzazione e gestione della manutenzione, sia con la definizione e applicazione di nuovi regolamenti e criteri di gestione e di valutazione del rischio, sia per la applicazione sempre più pervasiva dei sistemi informativi e delle telediagnostica, base della “industria 4.0”. Questo inoltre è solo un passo intermedio, verso il nuovo paradigma della “industria 5.0”, dove diventano focali i concetti di sostenibilità, resilienza e centralità del fattore umano. Tutto questo ha cambiato radicalmente il modo di concepire e gestire la manutenzione anche dei veicoli ferroviari e vorrei qui fornirvi un esempio rilevante di ciò.
File allegati
File Dimensione Formato  
2023_05_Cavalleri.pdf

solo utenti autorizzati a partire dal 16/04/2026

Descrizione: Testo della tesi
Dimensione 8.74 MB
Formato Adobe PDF
8.74 MB Adobe PDF   Visualizza/Apri

I documenti in POLITesi sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/10589/211716