Wyzwanie
Firma Cohesive pomogła kanadyjskiemu operatorowi kolei we wdrożeniu najbardziej efektywnego modelu konserwacji nowego taboru. Firma Siemens Canada zdobyła duży kontrakt na rzecz Canadian Rail Company. Zamówienie obejmowało zaprojektowanie, wykonanie i utrzymanie 32 nowych dwukierunkowych składów pociągów, które będą obsługiwać ponad 4,5 miliona pasażerów rocznie.
Cohesive tworzy inteligentne systemy, które wykorzystują dane IoT dostarczane przez pojazdy w celu przewidywania, kiedy konieczna będzie naprawa lub wymiana taboru. Na potrzeby wprowadzenia konserwacji predykcyjnej firma Cohesive wdrożyła rozwiązanie Siemens Mobility CMMS o nazwie CORMAP® z systemem IBM Maximo, a następnie zintegrowała je z Railigent®, platformą IoT firmy Siemens Mobility opartą na systemie Mindsphere®.
Nasza rola
Firma Cohesive została zaangażowana w zainicjowanie zmian organizacyjnych pod kątem wdrożenia rozwiązania CMMS. „Rozpoczęliśmy już analizę procesów zarządzania zasobami Canadian Rail Company. Aby osiągnąć doskonałość operacyjną, optymalizacja procesów musi zostać ukończona do końca czerwca” – wyjaśnia Henri Snijders, Practice Leadership Director w Cohesive.
Zanim nowe składy wejdą do użytku, firma Cohesive wdrożyła wcześniej system CMMS w ramach istniejącego taboru Canadian Rail Company. Poprawiło to m.in. wgląd w procesy robocze, a tym samym usprawniło planowanie i realizację.
„Jestem bardzo dumny z udziału Cohesive w tym wyjątkowym partnerstwie ambitnych firm, które zawsze dążą do osiągnięcia najwyższych standardów przemysłowych”.
Henri Snijders, Chief Transformation Officer, Cohesive
Korzyści dla klienta
Aby wdrożyć rozwiązanie konserwacji predykcyjnej w ramach projektu wymiany taboru, firma Siemens Mobility dostarczyła swoje najlepsze know-how w zakresie procesów konserwacyjnych i usług cyfrowych opartych na platformie Railagent.
Działając na zlecenie Siemens Mobility, firma Cohesive ułatwiła połączenie systemu CMMS CORMAP® z pakietem aplikacji Siemens Mobility – platformą Railigent®. Przyniosło to korzyść w postaci inteligentniejszego zarządzania zasobami kolejowymi, a tym samym lepszego przewidywania potrzeb w zakresie konserwacji.
