SmartAnalytics – Methodology for continuous automated analysis of selected operational data for freight rail transport

Result code in IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216275%3A25530%2F25%3A39923839" target="_blank" >RIV/00216275:25530/25:39923839 - isvavai.cz</a>

Result on the web

—

DOI - Digital Object Identifier

—

Result language

čeština

Original language name

SmartAnalytics – Metodika pro kontinuální automatizované analýzy vybraných provozních dat nákladní železniční dopravy

Original language description

Metodika definuje postupy uplatnitelné při návrhu, implementaci a využívání softwarové podporyzaměřené jednak na kontinuální sběr vybraných provozních dat nákladní železniční dopravy a jednakna jejich následnou (prediktivní) analýzu. Sbíraná provozní data typicky zahrnují: (i) údaje o aktuálníchhodnotách indikátorů odrážejících stavy vybraných technických součástí železničních vozů (např.horkoběžnost ložisek, horkost obručí a částí brzd, plochost kol apod.) a (ii) informace o vybranýchvnějších vlivech působících na vozy (např. nárazy) včetně lokalizace výskytů těchto vlivů na železničníinfrastruktuře. Výsledkem kontinuálního provádění analýz uvedených dat jsou včasné indikacepotenciálního zhoršování technického stavu železničních vozů a identifikace problémových míst nakolejové infrastruktuře, kde dochází k působení nepříznivých vnějších vlivů na vozy. Cílem uplatňovánímetodiky je zvyšování ekonomické efektivity provozu nákladní železniční dopravy, zejména díkyprovádění včasné údržby vozů, a přispění k vyšší bezpečnosti železničního provozu prostřednictvímodhalování technických problémů na kolejové infrastruktuře.

Czech name

SmartAnalytics – Metodika pro kontinuální automatizované analýzy vybraných provozních dat nákladní železniční dopravy

Czech description

Metodika definuje postupy uplatnitelné při návrhu, implementaci a využívání softwarové podporyzaměřené jednak na kontinuální sběr vybraných provozních dat nákladní železniční dopravy a jednakna jejich následnou (prediktivní) analýzu. Sbíraná provozní data typicky zahrnují: (i) údaje o aktuálníchhodnotách indikátorů odrážejících stavy vybraných technických součástí železničních vozů (např.horkoběžnost ložisek, horkost obručí a částí brzd, plochost kol apod.) a (ii) informace o vybranýchvnějších vlivech působících na vozy (např. nárazy) včetně lokalizace výskytů těchto vlivů na železničníinfrastruktuře. Výsledkem kontinuálního provádění analýz uvedených dat jsou včasné indikacepotenciálního zhoršování technického stavu železničních vozů a identifikace problémových míst nakolejové infrastruktuře, kde dochází k působení nepříznivých vnějších vlivů na vozy. Cílem uplatňovánímetodiky je zvyšování ekonomické efektivity provozu nákladní železniční dopravy, zejména díkyprovádění včasné údržby vozů, a přispění k vyšší bezpečnosti železničního provozu prostřednictvímodhalování technických problémů na kolejové infrastruktuře.

Type

N_metS - Methodology approved by the given body of the state whose it is competency

CEP classification

—

OECD FORD branch

20104 - Transport engineering

Project

<a href="/en/project/CK04000041" target="_blank" >CK04000041: SmartRail - Automated data analysis related to rail freigth traffic</a><br>

Continuities

P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)

Publication year

2025

Confidentiality

C - Předmět řešení projektu podléhá obchodnímu tajemství (§ 504 Občanského zákoníku), ale název projektu, cíle projektu a u ukončeného nebo zastaveného projektu zhodnocení výsledku řešení projektu (údaje P03, P04, P15, P19, P29, PN8) dodané do CEP, jsou upraveny tak, aby byly zveřejnitelné.

Internal product ID

CK04000041-V2

Regulation ID

Č. j.:MD-7176/2025-730/73

Technical parameters

Č. j.:MD-7176/2025-730/73

Economical parameters

Provozovatel disponuje flotilou cca 22 000 nákladních železničních vozů a průměrně dochází k provádění oprav na 7 000 vozech ročně (cca 30 % z celkového počtu). Průměrné náklady na opravu závady na voze při jejich standardním odhalení byly vyčísleny na 40 000 Kč. Při včasné predikci závad nedochází k neplánovaným omezením provozu vozu a rozsah nezbytné opravy může být rovněž menší. Náklady na včasně predikovanou opravu vozu byly vyčísleny na 15 000 Kč, průměrně tak lze ušetřit cca 25 000 Kč na každé včasně predikované závadě. S ohledem na celkový počet závad ročně pak lze i při relativně malé úspěšnosti predikce cca 5 % predikovaných závad (350 vozů), dosáhnout ročních úspor nákladů ve výši cca 14 000 000 Kč. Tyto úspory se mohou výrazně lišit u jiných provozovatelů metodiky, z uvedeného vyplývá, že celkové roční úspory závisí především na úspěšnosti predikce a počtu včasně odhalených závad na vozech.

Certification body designation

Ministerstvo dopravy, nábř. Ludvíka Svobody 1222/12, 110 15 Praha 1

Date of certification

—

Method of use

C - Výsledek je využíván bez omezení okruhu uživatelů