Desarrollo de nuevos algoritmos aplicados al mantenimiento predictivo óptimo centrado en la fiabilidad y la monitorización remota basada en la condición (RCM2)

Laburpena

Desde el origen de la política común del transporte ferroviario hasta nuestros días, dicho sector ha sufrido numerosos cambios y mejoras en todos los campos, como son el legislativo, técnico, etc. Actualmente, con la incorporación de la alta velocidad, la seguridad de la superestructura ferroviaria es uno de los factores más importantes. Ésta depende de los elementos que la componen, en especial de los elementos críticos, siendo uno de los más relevantes el desvió ferroviario. El incremento de seguridad de estos elementos ha sido impulsado por el uso de las nuevas tecnologías, ya que ha fomentado el desarrollo de nuevos sistemas de mantenimiento, como el empleado en esta tesis (RCM2). RCM2 se basa en las técnicas de mantenimiento centrado en la fiabilidad (Reliability-Centred Maintenance, RCM1) y monitorización remotada basada en la condición (Remote Conditión Monitoring, RCM2). Con el fin de detectar fallos empleando esta técnica, se ha desarrollado un modelo que consta de siguientes criterios: * Anomalías en la forma de la curva. * Posición del máximo de las curvas fuerza (N) VS. Tiempo (S). * Relación entre áreas de la curva separadas por el máximo. En dicho modelos se ha empleado el filtro de Kalman (FK) con el fin depoder mejorar su eficiencia. La mejora se debe fundamentalmente a que la aplicación de los criterios anteriores a las curvas limpias de ruido (filtradas con el FK), produce una mejora sustancial en la detección de fallos. Finalmente se propone un modelo más elaborado dentro del marco de modelos de componentes no observables (en forma de espacio de los estados) en el que la forma de las curvas de referencia libres de fallos se comparan con el resto de la información existente a medida que llegan al centro de control