El projecte d’R+D+i de Rover Rail, divisió ferroviària de Rover Grupo, combina georadar i aprenentatge automàtic per millorar la detecció d’anomalies en les vies ferroviàries i avançar cap a models de manteniment més eficients i anticipatius
El manteniment de les infraestructures ferroviàries depèn en gran mesura del coneixement de l’estat dels elements que es troben sota els rails. Aquestes capes suporten les càrregues del tren i resulten fonamentals per garantir l’estabilitat, la seguretat i la fiabilitat de la via.
Amb l’objectiu de millorar-ne l’anàlisi, Rover Rail ha desenvolupat SMART RAIL, un projecte d’innovació que aplica tècniques d’exploració geofísica i machine learning al manteniment ferroviari.
La iniciativa, desenvolupada juntament amb Geozone Asesores i emmarcada en el programa de projectes d’R+D en cooperació d’IVACE+i, busca identificar possibles patologies en les capes inferiors de la infraestructura abans que la seva evolució requereixi intervencions de més abast.
El sistema utilitza tecnologia de georadar i captació massiva de dades mitjançant un equip multiarray instal·lat en maquinària ferroviària. Els algorismes permeten posteriorment analitzar patrons relacionats amb l’estat del balast i detectar possibles problemes de compactació, contaminació, assentaments o subsidències.
D’aquesta manera, Rover Rail i Rover Grupo avancen cap a un model de manteniment predictiu, basat en disposar de més informació per anticipar actuacions, prioritzar recursos i millorar la planificació de les intervencions.
SMART RAIL va culminar el seu desenvolupament el 2024 després de completar les proves de camp, el processament de les dades i la validació dels models.
La iniciativa s’afegeix a l’experiència operativa de Rover Rail, que manté actualment més de 5.300 quilòmetres de línies ferroviàries a Espanya, més de 2.000 d’ells a Andalusia, i disposa d’una flota pròpia de més de 35 màquines ferroviàries.
Amb projectes com SMART RAIL, Rover Grupo reforça la seva aposta per la innovació aplicada a les infraestructures, combinant coneixement tècnic, experiència sobre el terreny i noves tecnologies per contribuir a un sistema ferroviari més fiable, eficient i preparat per anticipar-se a les necessitats de manteniment.