VRSdigital.de
Die Rechtsprechungsdatenbank zum Verkehrsrecht
Herausgegeben von Volker Weigelt Datenbank
Neu!
www.VRSdigital.de
Lassen Sie sich überzeugen:
VRS_Anzeige_Titel_VT_01-17.indd 1 19.12.2016 10:41:14
Verkehr und Technik
V+T
Organ für den Öffentlichen Personennahverkehr (ÖPNV) Verkehrstechnik · Verkehrswirtschaft · Verkehrspolitik
PersV
01 . 17
70. Jahrgang Januar 2017 Seite 1 – 40
www.VTdigital.de
Verkehr und Technik
V+T Organ für den Öffentlichen Personennahverkehr (ÖPNV) Verkehrstechnik · Verkehrswirtschaft · Verkehrspolitik
1
ANDREW SMITH
Linear Asset Decision Support für die Optimierung der Schienenwartung
Teil 1
Einleitung – Die Herausforderung – Charakteristische Eigen schaften von Schienenkorridoren – Linear Asset Decision Support – Lebenszyklus der Anlagenwartung – Fallstudien – Fazit
1. Einleitung
Nur selten verfügen Eisenbahnunternehmen über die nö- tigen Ressourcen, um ihre Infrastruktur auf einem Level zu halten, der eine stabile Leistung sicherstellt. Sehr viel häufiger müssen sie entscheiden, welche Wartungsar- beiten Priorität haben, sodass unter der Last begrenzter Ressourcen die optimale Sicherheit und Zuverlässigkeit gewährleistet sind. Die Option, weitere Ressourcen hinzu- zufügen, ist selten durchführbar. Anhand dieser Realitäten im Betrieb sehen immer mehr Eisenbahnunternehmen die Lösung darin, Informationstechnologie zu nutzen, um effizienter arbeiten zu können. Viele Eisenbahnunterneh- men versuchen, mit weniger mehr zu schaffen – durch die Nutzung der umfangreichen Menge an vorhandenen Da- ten über die Schienenkorridore in einem mit Prioritäten versehenen Plan und die anschließende Zuordnung der Arbeiten sowie die Überwachung der Ausführung und der Ergebnisse unter Verwendung von Software-Tools. Eine LADS-Strategie (Linear Asset Decision Support) führt nicht nur zu einer stabilen Anlagenleistung bei begrenz- ten Ressourcen, sondern kann zuden den Zustand der An- lagen verbessern und eine positiven Rendite bieten.
Diese Arbeit beschreibt ein Informationssystem, das entwickelt wurde, um den Linear Asset Decision Support basierend auf dem Produkt Optram von Bentley zu verein- fachen.
2. Die Herausforderung
Die Verwaltung und Wartung eines Schienenkorridors un- ter Verwendung von unzureichenden Informationen und begrenzten Ressourcen führt häufig zu einem unsicheren und unzuverlässigen Schienenkorridor. Verschlimmert wird das Problem durch eine stetige Datenflut, die aus Aktivitäten wie Gleisinspektionen, Überprüfungen durch den Geometriewagen, Schienendefektdetektoren, bo- dendurchdringendes Radar, Schienenprofilmessungen, Videoüberprüfungen, Infrarotprüfungen, Anlagenprüfun- gen, Arbeitsaufzeichnungen, Zugbewegungen, Strecken- detektoren und vielem anderen mehr stammt. Es ist eine maßgebliche Herausforderung, diese riesigen, fortlau- fenden und variierenden Datenströme in Informationen für die Verwaltung umzuwandeln, die geeignet sind, um einen mit Prioritäten versehenen Plan bei optimiertem
Einsatz der Ressourcen für die Streckenunterhaltung zu entwickeln. Die Verfügbarkeit von einfach zu nutzenden und unmittelbar zur Verfügung stehenden Informationen über den Standort der Anlagen und ihren Zustand, sodass der Verwendung der begrenzten Ressourcen (Menschen, Material, Ausstattung und Arbeitsfenster) Prioritäten zu- geordnet werden können, kann sich maßgeblich auf die Zuverlässigkeit, Sicherheit und Rentabilität des Schienen- korridors auswirken.
3. Charakteristische Eigenschaften von Schienenkorridoren
3.1 Schienenkorridore als lineare Anlagen
Schienenkorridore lassen sich am besten als ein Netz- werk verknüpfter linearer oder „durchgängiger“ Anlagen charakterisieren. Lineare Anlagen sind vergleichbar mit anderen kapitalintensiven Anlagen – beispielsweise Ein- richtungen oder Fahrzeugflotten –, weil ihre Erstellung und ihre Wartung kostenintensiv sind und weil sie einen di- rekten Einfluss auf die Zuverlässigkeit, Sicherheit und Ren- tabilität des Schienenservice haben. Andererseits besitzen lineare Anlagen wichtige Unterscheidungsmerkmale:
– Sie sind geographisch verteilt, mit wenigen oder keinen offensichtlichen physischen Eigenschaften, die eine Anlage von einer anderen unterscheiden – außer ihrer jeweiligen Position.
– Wartungsarbeiten und Komponentenverschleiß sind über wechselnde Teile der Anlage verteilt, an verstreu- ten und nicht diskreten Standorten entlang der gesam- ten Anlage.
– Lineare Anlagen bestehen aus einer verknüpften Reihe von Komponenten (Schienen, Schwellen/Befestiger, Ballast und Unterballast), die entlang der Länge der An- lage variieren.
– Die Leistung eines Teils einer Anlage kann sich auf einen Teil einer anderen auswirken (z. B. könnte eine feuchte Stelle die Schienendefektrate erhöhen).
– Arbeiten werden an einem Teil der Anlage an unter- schiedlichen Komponenten ausgeführt.
– Die Nutzungseigenschaften, wie beispielsweise Ge- schwindigkeit und Tragfähigkeit, variieren abhängig vom Standort der Anlage und der jeweiligen Komponente.
Andrew Smith, Senior Software Engineer, Solutions Executive, Bahnver
kehr und Transport
wesen, Bentley Systems, Exton, USA.
Eine Störung nur eines kleinen Teils des Schienenkorri- dors verursacht einen dramatischen Einfluss innerhalb der gesamten Anlage. In Bereichen mit moderatem Ver- kehr kann ein einziges Problem bei einer zweigleisigen Konfiguration den Durchsatz um 50 Prozent oder mehr verringern. Wird die Strecke darüber hinaus an ihrer Ka- pazitätsgrenze betrieben, führen Störungen in der Regel zu verlorenen und nicht wiederherstellbaren Serviceer- trägen und zu einer verringerten Kundenzufriedenheit.
4. Linear Asset Decision Support
Ein LADS-System (Linear Asset Decision Support) ist so ausgelegt, dass es die Aufgabe vereinfacht, alle Informati- onen über eine lineare Anlage innerhalb einer Schnittstel- le zusammenzufassen, und den Technikern die Möglichkeit
hindeuten, dass der Schotter erneuert werden muss oder dass eine Unterhöhlung entstanden ist, aber kombiniert mit dem Wissen, dass an dieser Stelle ein Abzugsgraben vorhanden ist, ändert sich die Entscheidung im Hinblick auf die durchzuführende Wartung – womöglich in eine dringende Überprüfung, um festzustellen, ob der Ab- zugsgraben eingebrochen ist. Versteht man die linearen Defekte im Kontext von Gleisalter, Nutzung und War- tungsmustern in der Vergangenheit, erhält man außer- dem zusätzliche Einsichten im Hinblick auf den optimalen Maßnahmenverlauf für die Zukunft. n
(Fortsetzung folgt)
ANDREW SMITH
Linear Asset Decision Support für die Optimierung der Schienenwartung
Teil 2*
Lebenszyklus der Anlagenwartung – Fallstudien – Fazit
5. Lebenszyklus der Anlagenwartung
Während lineare Anlagen im Vergleich zu den konventio- nelleren, hierarchischen Anlagen ihre eigenen, speziellen Probleme aufweisen, bleibt der Lebenszyklus für das Anla- genmanagement derselbe.
Der Lebenszyklus für das Anlagenmanagement kann in fünf verschiedene Phasen unterteilt werden (Bild 1):
– Strategie – Implementierung – Leistungsmanagement – Arbeitsmanagement – Analyse und Optimierung
Sie alle werden nacheinander und unter Berücksichti- gung von Industrienormen, Best Practices und der Rolle, die Optram bei der Optimierung des Anlagenlebens zyklus spielen kann, genauer betrachtet.
5.1 Strategie
In dieser Phase wird der Entwurf für den Lebenszyklus des Anlagenmanagements entwickelt. Dieser Entwurf umfasst:
– Anforderungen der Interessensvertreter: Was diejeni- gen mit einem fundiertem Interesse an der Anlage er- warten
– Anforderungen der Aktieninhaber: Was diejenigen mit einem finanziellem Interesse an der Anlage erwarten.
– Vertragliche Anforderungen im Hinblick auf den Zu- stand und die Verfügbarkeit der Anlage.
– Verfügbare historischen Daten im Hinblick auf die Anla- ge. Diese können aus Archiven stammen oder auch aus einem Analyse- und Optimierungsprozess.
– Verfügbare Ressourcen für die Messung der Anlage so- wie die erforderliche Häufigkeit von Messungen.
– Verfügbare Ressourcen, Prozesse und Technologien zur Aufrechterhaltung der Anlage.
– Messbare Zustandsindikatoren für die Anlagenver- schlechterung, die zu einem Leistungsverlust und schließlich zu einem Ausfall der Anlage führen. Dies wiederum legt die Messhäufigkeiten fest.
Dabei handelt es sich in der Regel nicht um einen soft- waregesteuerten Prozess, sondern um einen manuellen Prozess, aus dem sich schließlich ein Enwurf für eine Men- ge an Prozessen und Anforderungen für die zugehörige Technologie ergibt. Er soll außerdem etwaige Lücken im Hinblick auf Technologie, Ressourcen, Kompetenzen oder
Wartungstechniken identifizieren, die gefüllt werden müssen.
Im Idealfall sollte diese Strategie die folgenden Eigen- schaften aufweisen:
– Messbar, mit messbaren Erfolgskriterien
– Verknüpft mit Unternehmensprioritäten und -zielen – So prädiktiv wie möglich für die betreffende Anlage – Verknüpft mit dem Anlagenzustand, nicht mit dem An-
lagenalter oder der Anlagennutzung
Wie in Bild 2 gezeigt, ist es entscheidend, rechtzeitig die Indikatoren zu identifizieren, die auf einen bevorstehen- den Ausfall hinweisen, um entsprechende Wartungsar- beiten für die Anlage planen, einplanen und ausführen zu können, bevor sie nicht mehr ihre geforderte Funktion
Andrew Smith, Senior Software Engineer, Solutions Executive, Bahnver- kehr und Transport- wesen, Bentley Systems, Exton, USA.
* Teil 1 ist in Verkehr und Technik Heft 01/2017 erschienen.
Bild 1: Lebenszyklus des Anlagenmanagements
Bild 2: Phasen des Anlagenausfalls
Bild 3: Beispiel für die Datenausrichtung mit Optram
erfüllt. Dies bedeutet nicht unbedingt, dass die Anlage defekt ist; es könnte sich beispielsweise um einen Stre- ckenabschnitt handeln, für den bald eine Geschwindig- keitsbegrenzung erforderlich ist. Die Strategie muss alle erforderlichen Daten identifizieren, um einen bevorste- henden Ausfall zu erkennen, den Zeitpunkt, wann er wahr- scheinlich auftritt, und warum er auftritt. Dies kann dann die Grundlage für den Wartungsplan der Anlage bilden.
leiten und zu exportieren.
Der Implementierungsprozess ist iterativ, deshalb ist die Wiederverwendung in allen Bereichen maßgeblich: Wie- derverwendung von Hardware, wo immer es möglich ist, Weiterbildung vorhandener Techniker bezüglich des neu- en Prozesses und Sicherstellung, dass Änderungen an der Software so weit wie möglich durch Neukonfigurationen eines vorhandenen Systems durchgeführt werden.
Bei der Implementierung eines Linear Asset Decision Support-Systems muss darauf geachtet werden, dass alle verfügbaren Quelldaten verstanden und ihre Einschrän- kungen berücksichtigt werden. In einigen Fällen können Fehler in Daten während des Imports erkannt und sogar korrigiert werden, womit der Wert der Daten für den Tech- niker gesteigert wird.
Bild 3 zeigt ein Beispiel für die Datenausrichtung an- hand von 28 historischen Aufzeichnungen über zwei Jah- re. Die obere Linie wurde vor einer Datenkorrektur erstellt.
Die untere Linie demonstriert dieselben Daten nach einer Datenkorrektur. Die Daten nach der Korrektur sind sehr viel reproduzierbarer, womit sie aussagekräftiger für Tech- niker werden, die versuchen, die Verschlechterung der Strecke anhand von Messungen zu verstehen.
Das Importieren und Auswerten der Daten bildet nur die erste Stufe. Als nächstes werden die Daten visualisiert.
Unterschiedliche technische Disziplinen wollen die ver- fügbaren technischen Daten unterschiedlich darstellen.
Und selbst innerhalb einer einzigen Disziplin wollen die Techniker möglicherweise verschiedene Datenkombinati- onen betrachten, um spezifische Probleme zu bewerten.
Dafür wird eine weitgehend konfigurierbare Benutzer- oberfläche benötigt, wo Datenmengen schnell und einfach hinzugeschaltet oder entfernt werden können, um die er- forderlichen Kombinationen bereitzustellen.
Der Industriestandard für die Visualisierung von Daten ist eine Diagrammansicht, die das Schienennetz darstellt, wie in Bild 4 gezeigt. Die Distanzen entlang der Strecke werden an der X-Achse gemessen und eine Anzahl von An- sichten mit unterschiedlichen Aspekten des Netzes an der Y-Achse (z. B. Krümmungsrate des Gleises, Wartungen in der Vergangenheit, Gleiszustand usw.). Die Techniker kön- nen sich ganz einfach innerhalb der Daten bewegen und sie abhängig vom Systeminhalt beliebig detailliert bis zu jedem einzelnen Element herunterbrechen.
Es ist unabdingbar, dass die Systementwickler keine Einschränkungen im Hinblick darauf einführen, wie die Daten angezeigt werden können. Die Endbenutzer müssen Bild 4: Datenvisualisierung mit Optram
in der Lage sein, das System neu zu konfigurieren, um den von ihnen überprüften Problemen gerecht zu werden.
Um weitere Einblicke in den Anlagenzustand zu bieten, müssen Trends und Prognosen für definierte Messungen des Anlagenzustands generiert werden. Für Gleise sind dies im Allgemeinen Standardabweichungen seitlicher und vertikaler Gleiszustände über bestimmte festgeleg- te Gleislängen (in der Regel 100 bis 200 m Länge). Diese Gleisqualitätsindizes (TQIs, Track Quality Indexes) kön- nen dann im Laufe der Zeit überwacht werden und bieten sowohl ein Bild über die Verschlechterung der Anlage als auch eine Prognose, wann der Zustand eine vorgegebene Wartungs- oder Sicherheitsgrenze überschreitet.
Bild 5 zeigt die Gleisqualität in einem einfachen Farb- diagramm (dabei ist grün = gut, gelb = zufriedenstellend und rot = schlecht), wobei die Distanz entlang der Strecke an der X-Achse und das Datum an der Y-Achse angetragen sind (das älteste unten im Bild, das neueste oben). Die graue Linie stellt die neueste Messung dar. Alles, was da- runter liegt, ist von tatsächlichen Messdaten abgeleitet, alles was darüber liegt, basiert auf dem Trend der Anlagen- verschlechterung. Die blauen horizontalen Linien stel- len Gleiswartungen in der Vergangenheit dar, die kurzen schwarzen Linien stellen Prognosen einer Gleisverschlech- terung über eine Wartungsgrenze hinaus dar.
Daraus kann ein Techniker ganz einfach erkennen, dass die gemeldete Wartung die am dringendsten erforderliche war (das ganz rechts befindliche Ende der Wartung wur- de nicht benötigt), ebenso wie die effektivste (ein kurzer Abschnitt weiter rechts wird vor und nach der Wartung als
„schlecht“ angezeigt). Der Blick auf den schlechten Ab- schnitt zeigt, dass es dort Weichen und Brücken gibt (im Gleislayout über dem Trend-Plot ersichtlich). Dies würde darauf hindeuten, dass an diesem Standort die falsche Wartungsform geplant ist und eine alternative Taktik an- gewendet werden sollte.
Dieses Beispiel zeigt sowohl die Vorteile, die aus der in- tegrierten Anzeige mehrerer Datenmengen gezogen wer- den können, als auch die Wichtigkeit der Schulung der An- wender, damit sie die Daten verwenden und interpretieren können.
Ein Linear Asset Decision Support-System ist nicht darauf ausgelegt, einen Techniker zu ersetzen, sondern ermöglicht es diesem schneller und einfacher, die Anlage besser zu verstehen und informiertere Entscheidungen über die Wartung zu treffen.
5.3 Leistungsmanagement:
Messen und Überwachen
Nachdem der Lebenszyklus für die Anlagenwartung imple- mentiert wurde, tritt die Anlage in eine Phase ein, die ei- nen stetigen Zyklus aus Inspektion, Prioritätszuweisung, Wartung und Überprüfung beinhaltet. Dies ist derselbe Prozess, der für die reaktive Wartung und die prädiktive Wartung verwendet wird. Der Unterschied ist die Ausar- beitung der Prioritätenzuteilung und möglicherweise der stattfindenden Wartungsformen.
Mess- und Wartungsdaten werden in definierten Inter- vallen importiert, um die Darstellung des Anlagenstatus aktuell zu halten. Diese Daten werden anschließend ana-
lysiert, um die Verschlechterungsrate der Anlage und ihre Restlebensdauer zu bestimmen. Diese Daten bilden die Grundlage der Entscheidung dazu, wie, wo und wann das Netz gewartet wird, basierend auf einer beobachteten Ver- schlechterung und der historischen und geplanten War- tung.
Der für die Anlage verantwortliche Techniker kann dann den historischen, aktuellen und prognostizierten Sta- tus der Anlage überprüfen, zusammen mit allen anderen für den Wartungsprozess relevanten Informationen, und eine informierte Entscheidung über die durchzuführende Wartung treffen. Dies bildet dann die Grundlage der Ar- beitspakete, die den Technikern vor Ort übergeben wer- den, die die Anlage warten (Bild 6).
5.4 Arbeitsmanagement
Nachdem die mit Prioritäten versehenen Arbeitspakete an das Arbeitsauftragsmanagementsystem übergeben wurden, müssen sie nachverfolgt werden. Der Status der Arbeitsaufträge vom Arbeitsauftragsmanagementsystem muss im Linear Asset Decision Support-System regelmäßig aktualisiert werden, um sicherzustellen, dass die Techni- ker, die den Bereich überprüfen, sowohl verstehen, welche Arbeit stattfindet, als auch, in welchem Status sich diese Arbeit befindet (vorgeschlagen, vereinbart, in Ausfüh- rung, abgeschlossen, ausgeschlossen usw.).
Es ist unabdingbar, dass bei der Fertigstellung eines Ar- beitspakets das geschlossene Arbeitspaket zurück an das LADS-System gegeben wird, damit es durch nachfolgende Messungen bewertet und im Optimierungsprozess verwen- det werden kann (Bild 7).
Bild 5: Beispiel für ein Trenddiagramm in Optram
Bild 6: Die Verwendung von Optram am Standort
Bild 8: Beispiel für einen Bericht über die Arbeitseffektivität von Optram
Um den Zyklus zu vervollständigen, muss der Status des Netzwerks anhand der in der Strategie identifizierten Erfolgskriterien überprüft werden, wobei Folgendes be- trachtet wird:
– Die Effektivität der Wartungsstrategie im Hinblick auf die Verhinderung eines Anlagenausfalls
– Die Effektivität der Wartungsstrategie im Hinblick auf die Verhinderung eines verschlechterten Anlagenser- vice
– Die Effektivität der Wartungsstrategie im Hinblick auf die Verhinderung eines wiederholten Auftretens einer Anlagenverschlechterung
– Die Konsistenz der im gesamten Schienennetz durchge- führten Wartung
– Die Qualität der ausgeführten Wartung: Wie gut wurde der Anlagenzustand verbessert?
– Die Effizienz der ausgeführten Wartung: Wurden unnö- tige Arbeiten vorgeschlagen oder durchgeführt?
– Der Wert der erfassten Daten für informierte Entschei- dungen im Hinblick auf die Anlagen
– Feedback von den Anwendern: Möglichkeiten, Werkzeu- ge optimal einzusetzen, Tipps, Tricks, Techniken usw.
– Kurz gesagt: Wurden die richtigen Arbeiten erledigt und wurden die Arbeiten richtig ausgeführt?
– Die Ergebnisse veranlassen mögliche Änderungen an der Strategie. Dies könnte beinhalten:
Das ultimative Ziel ist es sicherzustellen, dass die richtige Arbeit am richtigen Ort zur richtigen Zeit erledigt wird:
– Richtige Arbeit: Hat die Arbeit die Grundursache oder das Symptom behoben? (d. h. Verbesserung der Quali- tät oder Verbesserung der Qualität und Reduzierung der Verschlechterungsrate)
– Richtiger Ort: Fand die Verbesserung am Ort des Defekts statt? Ist die erwartete Verbesserung über den Ort er- kennbar, an dem die Arbeit identifiziert wurde?
– Richtige Zeit: War der Eingriff abhängig von der Ver- schlechterungsrate der Anlage und der prognostizier- ten Restlebensdauer geeignet?
Dieses Maß kann als Grundlage für die Überwachung von Verbesserungen auf der gesamten Strecke genutzt werden.
Bild 8 zeigt eine Beispielmessung, basierend auf der Beziehung zwischen der gemeldeten Arbeit und der er- kannten Verbesserung.
6. Fallstudien 6.1 Network Rail
Als Teil des ORBIS-Programms (Offering Rail Better Infor- mation Services) von Network Rail wurde Optram als zu- grundeliegende Technologie für ein LADS-System imple- mentiert.
LADS kombiniert Daten aus 14 verschiedenen Daten- quellen und mehr als 60 verschiedenen Datentypen, um es den Anwendern zu ermöglichen, viele Aspekte der Strecke gleichzeitig zu betrachten. Die Daten im System werden automatisch regelmäßig aktualisiert (wichtige Daten- mengen jede Nacht). Dies wurde auf 35.000 Kilometer Strecke angewendet und 800 Techniker haben Zugriff auf das System. LADS ermöglicht es den Technikern, die Stre- ckenanlage besser zu verstehen und damit relevantere und fokussiertere Wartungspläne bereitzustellen, sodass die richtige Arbeit am richtigen Ort zur richtigen Zeit erledigt werden kann.
LADS soll Network Rail Einsparung in Höhe von 110 Mio.
GBP bei Gleiswartungserneuerung im Steuerzeitraum 5 al- lein erbringen – durch optimierte Eingriffe, die auf einem besseren Verständnis der Schienenanlagen basieren.
6.2 Washington Metropolitan Area Rapid Transit Authority
Bei Washington Metropolitan Area Rapid Transit Authori- ty (WMATA) war man beunruhigt, dass die Anlagedaten für das Gleis bei Wartungsentscheidungen nicht vollständig
genutzt werden. Es gab keine Verknüpfung zwischen ma- nuell ermittelten Daten bei Gleisbegehungen, automati- sierten Gleisinspektionsdaten, Anlageninformationen und Arbeitsaufzeichnungen. Die Anwender mussten Aufzeich- nungen auf Papier auswerten, um den Anlagenzustand beurteilen zu können: Es waren alle Informationen vor- handen, aber sie waren schwer zugänglich und schwer zu interpretieren.
WMATA entschied sich dazu, Optram zu implementie- ren, um alle diese Informationen zusammenzuführen und zu verwalten und damit den Zugriff für Techniker auf Infor- mationen zur Unterstützung ihrer Entscheidungsfindung zu verbessern.
Zuerst wurde aus vorhandenen Gleisplänen ein Gleis- skelett erstellt. Dieses wurde als Referenzsystem für alle anderen Datenmengen verwendet. Anschließend wurde eine Verknüpfung zum Anlagenmanagementsystem des Unternehmens erstellt, sodass auf Aufzeichnungen von Defekten und Arbeiten zugegriffen werden konnte.
Anschließend wurde die Geometrie aus dem Gleisgeo- metriefahrzeug von WMATA überlagert. Und schließlich wurden verschiedene Analyseskripts erstellt, die bei der Interpretation der resultierenden Datenmengen halfen.
Im resultierenden System verwenden über 100 Anwen- der von WMATA, einschließlich der Abteilung für Gleis und
Bauten, Optram für die Verwaltung der täglichen Strecken- wartungsplanung und Arbeitsaktivitäten.
7. Fazit
Ein Linear Asset Decision Support-Sys- tem führt eine Komplexitätsschicht oberhalb und unterhalb der Verwaltung einzelner Anlagen ein. Wenn das Line- ar Asset Decision Support-System ord- nungsgemäß implementiert ist, bietet es
den Technikern dauerhaft die Fähigkeit, die die Wartungs- teams benötigen, um ihre Anlagen besser zu verstehen und damit die Verwendung begrenzter Ressourcen zu op- timieren und den Betrieb eines sicheren, wirtschaftlichen und zuverlässigen Schienennetzes sicherzustellen.
Optram bildet den Kern des Linear Asset Decision Sup- ports, den Bentley für den Schienenbereich anbietet, unterstützt von AssetWise APM für das Leistungsmanage- ment einzelner Anlagen, InspectTech für das Anlagen-In- spektionsmanagement vor Ort und AssetWise für das In- formationsmanagement. Zusammen mit der Software von Bentley für den Schienenbereich bieten diese Lösungen eine einzigartige Möglichkeit, Schienenanlagen über ih- ren gesamten Lebenszyklus hinweg zu modellieren und zu verwalten. ■
Die Anwender mussten Aufzeichnungen auf Papier auswerten, um den
Anlagen zustand beurteilen zu können
