L’obiettivo è ambizioso: risparmiare dal’8% al 10% all’anno nelle spese di maintenance, ovvero una cifra attorno a 1,3 milioni di euro.
Questo è il piano Dynamic Maintenance Mangement System (Dmms) che ha avviato Trenitalia tre anni fa nell’ambito di un progetto di riorganizzazione globale della gestione delle parti di ricambio dei propri treni.
L’intento è di arrivare a stabilire in anticipo in che parte del treno e quando si potrebbe verificare un guasto e quindi intervenire al momento opportuno, prima che il guasto stesso si verifichi. «In passato – ha precisato Danilo Gismondi, CIO di Trenitalia – basavamo la maintenance dei treni su interventi periodici legati ai chilometri percorsi o a tempistiche prestabilite. Era un sistema poco efficace e dispendioso. D’altra parte, per soddisfare le aspettative dei clienti, non potevamo nemmeno più continuare a basare la gestione dell’aria condizionata sui tweet dei passeggeri inerenti le temperature interne dei treni».
Così, dopo una fase di valutazione di alcuni mesi, per implementare Dmms Trenitalia ha deciso di puntare su Sap Hana (oggi convogliato in Sap Leonardo, almeno nella parte IoT usata da Trenitalia). Dopo una prima fase di messa a punto, durata circa sei mesi e in cui è stato chiaramente definito il Roi, è stato avviato il progetto.
“È l’iniziativa più importante che abbiamo attualmente in attività – ha evidenziato Gismondi – ed stata la prima volta che nella definizione di un Roi abbiamo coinvolto un software vendor. Va però sottolineato che la componente It gioca un ruolo minimo nel progetto, sono state coinvolte persone delle divisioni tecnica e di business per dar vita a un nuovo approccio alla maintenance delle parti di ricambio. Trenitalia ha infatti un catalogo di circa 100.000 parti di ricambio, ma quelle davvero strategiche sono un migliaio”.
Ed è su queste che è stata focalizzata l’attenzione con l’obiettivo di sapere quando si potrà verificare un guasto e quindi intervenire nel momento più opportuno.
Alla base della nuova gestione della maintenance c’è ovviamente una ricca raccolta di dati che sono analizzati in modo opportuno per fornire le informazioni cercate.
“Sui nuovi treni sono collocati numerosi sensori – ha affermato Gismondi –: in un convoglio ad alta velocità possiamo avere la rilevazione di 5.000 eventi al secondo per un totale di 167 milioni di dati al giorno per ciascun treno. Se si moltiplica questo numero per tutti i treni in circolazione si ottiene un ammontare di dati enorme, che va però gestito per avere le giuste informazioni”.
Dati e algoritmi per la maintenance
I dati a disposizione di Trenitalia sono caldi e freddi: i primi sono quelli che fotografano le situazioni in real time, mentre i secondo sono quelli che consentono di creare uno storico in modo da poter prevenire guasti.
In quest’ultimo caso, gli algoritmi giocano un ruolo essenziale. Questo è stato un aspetto particolarmente critico per Trenitalia: “Abbiamo avuto difficoltà a reperire i data scientist che ci servivano – ha detto Gismondi –. Abbiamo dovuto rivolgerci all’estero perché in Italia sono generalmente troppo avanti negli anni e quelli più giovani sanno come sviluppare gli algoritmi ma non come usarli in un contesto business come il nostro”.
Un altro aspetto fondamentale per la riuscita del progetto è stato il coinvolgimento di chi si occupa della maintenance durante tutta la fase del progetto: “Era essenziale che diffondessero nelle loro aziende la conoscenza del progetto perché si sentissero parte in causa e non un’entità che deve subire l’iniziativa”, ha sottolineato Gismondi.
Evoluzione in tre tappe
La fase evolutiva di Dmms prevede tre tappe fondamentali: la creazione della telediagnostica, l’applicazione della telediagnostica per la prevenzione dei guasti e la sua estensione su tutti i treni (almeno su tutti quelli più moderni, gli altri seguiranno perché l’installazione di sensori richiederà più tempo). Secondo questo piano, entro la fine di settembre 2017 gran parte dei treni sarà controllata nelle parti più critiche mentre il completamento del progetto avvenga nel 2018.
“Prima intervenivamo in base a quanto pianificarto su uno spreadsheet – ha concluso Gismondi –mentre ora misuriamo l’energia dissipata dai treni e inteveniamo quando è il caso. Questo ci permette anche di ridurre il downime dei treni e quindi la posibilità di pagare penalità alle regoni e ai passeggeri per eventuali e sostanziali ritardi nei percorsi. Per altro, collegando i dati sono emersi particolari mai visti prima: ecco perché sostengo che gli algortmi sono i nuovi ingegneri della nostra azenda”.
Da sottolineare infine che Dmms alla fine del 2018 si integrerà all’ottimizzazione della supply chain maintenance per avere il completamento del programma di trasformazione globale da cui Trenitalia era partita.
