El pasado 26 de noviembre se realizó una visita por parte de alumni de Tecnocampus del ámbito de ingeniería y telecomunicaciones a la planta de Talgo de Barcelona.

Internet de las Cosas (IOT: Internet of Things) permite resolver de otro modo, más eficaz y eficiente, los problemas clásicos del mantenimiento de los trenes. El tren y las vías se digitalizan, lo que permite acceder en tiempo real a información sobre el estado de las unidades en tiempos de funcionamiento.
Este encuentro  Alumni del TecnoCampus en la planta de Talgo de Barcelona-San Andreu, permitito analizar estos temas en profundidad. El encuentro se inicio con una visita a talleres de la planta. Posteriormente el profesor de la ESUPT Joan Triadó habló sobre la Industria 4.0, revisando las tecnologías que hacen posible el nuevo modelo industrial, así como los importantes cambios en el modelo de gestión y en los modelos de negocio de la empresa industrial.
El director del Centro Barcelona-San Andreu de Talgo realizo una presentación. “Los alumni de lo ESUPT que asistieron a esta jornada entendieran  el impacto que puede tener el proceso de transformación digital de las empresas industriales (proceso que alcanza tanto los productos como los procesos), en los modelos de gestión, condicionados por nuevos modelos de negocio cada vez más orientados a la solución, más que al producto”, sentenció Julián Horrillo, profesor del Grado en Ingeniería Mecánica y del Grado en Ingeniería Electrónica Industrial y Automática del TecnoCampus.
En el encuentro se mostró un ejemplo de implantación en Talgo del IOT con Google Cloud para la optimización del mantenimiento de los trenes en los centros establecidos en todo el mundo. “Es una oportunidad de ver unas instalaciones de mantenimiento de trenes y conocer la tecnología del ferrocarril, pero sobre todo de ver en la práctica una empresa puntera en innovación, como es Talgo, y la aplicación de las últimas tendencias de la Industria 4.0. que últimamente están tan de moda”, apunta Mariano de la Vega, alumni de la EUPMT(estudió Ingeniería Técnica Industrial, con especialidad en Electrónica) y director del centro de la base de mantenimiento de Talgo en Barcelona.
Gracias a esta estrategia y estos datos, se extraen algoritmos de predicción de fallos utilizando machine learning. “Así podemos establecer el estado de salud de dichos equipos de forma que se pueda realizar un mantenimiento predictivo. También somos capaces de optimizar los costes de las reparaciones, además de poder establecer el nivel de vida útil de cada máquina, pudiendo realizar la sustitución en el momento óptimo y evitar el coste de un sobre mantenimiento o un infra mantenimiento”, concluyo el director del centro.