Descripción del proyecto
LAS PRINCIPALES VENTAJAS DEL FERROCARRIL FRENTE A OTRAS ALTERNATIVAS SON, ENTRE OTRAS, EL ALTO NIVEL DE SEGURIDAD Y FIABILIDAD JUNTO CON LA REDUCCION DE COSTES E IMPACTO MEDIOAMBIENTAL (OCUPACION DEL ESPACIO, EMISIONES DE GASES DE EFECTO INVERNADERO, ETC.). LAS ULTIMAS DECADAS HAN VISTO LO QUE SE HA DADO A CONOCER COMO LA CUARTA REVOLUCION INDUSTRIAL CUYAS RAMIFICACIONES TAMBIEN SE EXTIENDEN AL CAMPO DEL TRANSPORTE. EN ESTE CONTEXTO, EL TRANSPORTE FERROVIARIO YA NO ES UNA TECNOLOGIA MADURA Y ES SUSCEPTIBLE DE EXPERIMENTAR CAMBIOS DISRUPTIVOS. ESTE PROYECTO PROPORCIONARA UNA HERRAMIENTA CAPAZ DE PREDECIR LA VIDA RESTANTE DE CADA ELEMENTO DE LA VIA, FACILITANDO LA IMPLEMENTACION DE ESTRATEGIAS DE MANTENIMIENTO PREDICTIVO QUE REDUCIRAN LOS COSTES DE OPERACION DE LA SUPERESTRUCTURA FERROVIARIA MEJORANDO SU POSICION DE MERCADO. DE ESTA FORMA SE OPTIMIZA LA SOSTENIBILIDAD ECONOMICA, FINANCIERA Y MEDIOAMBIENTAL. ESTAS VENTAJAS VENDRAN AFECTAN A DOS ENTORNOS DIFERENTES. POR UN LADO, SE REDUCIRA EL CONSUMO EN LA FASE OPERATIVA, LO QUE REDUNDARA EN UN AHORRO ECONOMICO Y MEDIOAMBIENTAL. POR OTRO LADO, EL MANTENIMIENTO PREDICTIVO PERMITIRA OPTIMIZAR LA VIDA DE CADA ELEMENTO, POR LO QUE LOS RECURSOS NECESARIOS PARA EL MANTENIMIENTO DE LA VIA SERAN MENORES. PARA CONSEGUIR ESTE OBJETIVO SE PRETENDE CARACTERIZAR Y MODELAR LA RIGIDEZ VERTICAL DE LA VIA. SE TRATA DE UN PARAMETRO MECANICO DE DIFICIL INTERPRETACION Y QUE DEPENDE NO LINEALMENTE DE UNA GRAN CANTIDAD DE FACTORES QUE INTERACTUAN ENTRE SI. ESTA ES UNA DE LAS RAZONES POR LAS QUE HASTA AHORA NO HA SIDO POSIBLE DESARROLLAR UN MODELO PARA OPTIMIZAR LOS COSTES OPERATIVOS Y EL MANTENIMIENTO A LARGO PLAZO. ES AHORA, CON EL DESARROLLO DE LA INTELIGENCIA ARTIFICIAL Y, EN PARTICULAR, DE LOS ALGORITMOS MACHINE LEARNING, QUE ES POSIBLE ABORDAR ESTE TIPO DE PROBLEMAS INABORDABLES DE MANERA ANALITICA.EL PROYECTO COMPRENDE LA SIGUIENTE SECUENCIA DE ACTIVIDADES:- CARACTERIZACION DE CADA UNO DE LOS ELEMENTOS QUE CONSTITUYEN LA SUPERESTRUCTURA FERROVIARIA: BALASTO, TRAVIESAS, PLACAS DE APOYO, PERNOS, CLIPS DE SUJECION Y PLACA ACODADA.- MODELADO DEL COMPORTAMIENTO DE CADA ELEMENTO EN FUNCION DEL NIVEL DE ENVEJECIMIENTO / DAÑO RECIBIDO MEDIANTE MODELOS ANALITICOS, ELEMENTOS FINITOS O MACHINE LEARNING. - GENERACION DE OBSERVACIONES SINTETICAS MEDIANTE EL METODO DE MONTE CARLO.- DESARROLLO DE UN MODELO HOLISTICO DEL CONJUNTO MEDIANTE ELEMENTOS FINITOS.- MODELADO DEL COMPORTAMIENTO DEL CONJUNTO MEDIANTE ELEMENTOS FINITOS.DE ESTA FORMA SE OBTENDRA UN MODELO MACHINE LEARNING QUE PERMITIRA ESTIMAR EL NIVEL DE DAÑO DE LA SUPERESTRUCTURA DEL FERROCARRIL EN FUNCION DE LAS CONDICIONES DE OPERACION Y DE LAS CARGAS RECIBIDAS. A PARTIR DE ESTE MODELO SERA POSIBLE IMPLEMENTAR ESTRATEGIAS DE MANTENIMIENTO PREDICTIVO QUE PERMITAN OPTIMIZAR EL FUNCIONAMIENTO DEL SISTEMA. ACHINE LEARNING\CAMBIO CLIMATICO.\INTEGRIDAD ESTRUCTURAL\MANTENIMIENTO PREDICTIVO\INGENIERIA FERROVIARIA\TRANSPORTE FERROVIARIO\FINITE ELEMENT