为了顺应这些趋势，Downer 使用 IBM 技术，创建了其 TrainDNA 机车资产管理平台。但是随着时间的推移，该企业意识到它需要的不仅仅是软件。正如 Williams 所解释的那样：“我们要高瞻远瞩，超越我们已经交付的产品和服务。我们想改善为乘客提供的服务，并希望将业务焦点转向海外。但是，这样的业务拓展意味着我们需要重新考虑一些事情，因此我们寻求了一些外部帮助。”

Downer 现在正在与 IBM Consulting™ 协调，以持续开发和完善 TrainDNA。该平台目前由 IBM® Maximo® Application Suite 提供技术支持，利用复杂的分析和近乎实时的数据来支持澳大利亚各地 200 多列列车的预测性维护工作。

“IBM 显然拥有实物资产管理方面的经验和能力，”Williams 指出。“但他们也提供了处理我们获得的数据的能力，将这些数据转化为对我们、我们的客户及其乘客有价值的资源。”

“有了 TrainDNA，”他解释说，“我们能够观察所有列车——它们的实际位置、时刻表上的位置、实时状态。我们可以实时配置每辆车中的每一项资产。我们可以看到列车驾驶员看到的屏幕，而且还不止这些。”

这一数字平台提高了 Downer 内部的绩效，使其能够为乘客提供更高质量的服务。仅在奥本维护中心，Downer 就将该设施可以维护的列车数量实际上翻了一番，同时将效率提高了 20％。而且，随着更多列车投入运营，Downer 可以为乘客提供更及时的服务，在乘客需要去的时候将他们送往目的地。

Williams 补充说：“我们还与 IBM 合作，在 TrainDNA 中开发了许多管理应用程序。”“例如，我们现在有一个应用程序，可以让我们管理数百节车厢的标识和移动状况，我们的工作人员每天在列车维护设施和车辆段周围都会接触这些车厢。它还有助于监督列车的隔离，即我们断开车厢与电网的连接，以确保我们的维护团队可以安全作业。”

Williams 继续说：“一切都是通过 Maximo 完成的。”“我们主要将其用于日常维护活动的基本管理，但它也可以处理我们所有的人力规划和日程安排。它管理我们所有资产的配置和运行状况。它有点像圣经，是唯一的真相来源，包含了来自我们系统中 1,500 多节车厢的所有数据。”

该数据池所用的信息是使用 IBM MQ 收集的。正如 Williams 指出的那样：“我们有用于所有集成的 MQ。我们每 10 分钟就会从每列列车收到大约 30000 条消息。因此，每小时的消息总数超过 3000 万条。”

今后，Downer 和 IBM 将增加 IBM Cloud Pak® for Integration，以简化 TrainDNA 平台上的数据流，而 IBM Cloud Pak for Data 将帮助整合、梳理和分析这些收集的数据。而且，IBM 和 Downer 的联合团队还将利用 IBM Cloud Pak for Watson AIOps 来增强解决方案，这将定义围绕由收集的信息触发的任何警报以及任何相应工作流程调整的规则。

此外，Downer 的员工打算使用 IBM WebSphere® Hybrid Edition 中提供的工具，对公司的现有应用程序进行现代化改造，以实现云原生架构。而且 IBM Instana® Observability 提供应用程序性能监控，使系统操作员能够实时了解情况，从而更快地消除瓶颈并解决问题。

2022 年 6 月，Downer 与 IBM Consulting 签署了一项新协议，重点是通过更加集成和协作的开发流程来完善 TrainDNA。这些变化不仅可以更好地支持该公司的国际增长计划，还将使 Downer 能够在 TrainDNA 中提供新的特性和功能。

根据这项新协议，Downer 和 IBM 组建了一个联合可持续发展团队，专注于降低能耗。Williams 指出：“Downer 作为一家企业所面临的挑战，实际上是整个社会所面临的挑战。”“脱碳面临着明显的挑战，我们认为这既带来了严峻的挑战，也带来了巨大的机遇。”

Downer 正在与 IBM 一起寻找减少车队能耗的机会。“想一想像 Sydney Trains 或墨尔本的 Metro Trains 这样的列车运营商，其网络是全州的用电大户之一。而且，如果我们能更好地了解哪些铁路系统耗能最大，即它们全天需要如何应对天气和乘客需求的变化，我们就能真正优化利用，为每个人带来更好的结果。”

他继续说：“因此，我们目前正在研究如何监控和控制这些方面。我们应该调整空调吗？我们能否根据乘客人数，实时平衡能量负荷或牵引力控制（这是主要耗电因素之一）？如果我们能节省几个百分点，那也会对整个网络和整个国家的碳足迹产生巨大影响。”

为了实现这些性能认证，Downer 现在与 IBM Garage™ 团队协调，共同开展设计工作，以提高敏捷性，从而以更合理的方式加快创新。Williams 补充说：“我们正在从“瀑布式”方法转向发布周期更短的方式，这鼓励我们多做实验。”

他继续解释说：“因此，我们与 IBM 合作的领域之一是使用收集的资产数据来提高维护的预测性。例如，我们注意到在空调系统中，通过某个点的气流变化是出现故障的先兆。因此，当我们现在观察到这种气流模式时，我们可以在问题出现之前派出维修小组进行干预。”

Williams 指出：“我们已经开始对无人机和其他机器人检查设备进行一些试验，以提高员工的安全和我们所进行测量的可重复性。”“维护团队需要进入很多非常窄小且具有潜在危险性的空间进行检查。我们经常看到人员因绊倒和滑倒而受伤，更不用说从高处坠落的风险了，但是无人机可以飞进来进行测量。”

他继续说：“一旦我们教会了无人机正常列车应该是什么样子，它就可以检查并回来告诉我们的技术人员所发现的任何异常情况。因此，工作人员可以使用无人机数据来做出更好、更有针对性的维护决策，而不是在具有潜在危险性的环境中行走或爬行。”

Williams 补充说：“我们已经发现车队的可靠性提高了 51％，我们用所谓的‘平均故障距离’来衡量，也就是每列列车在出现故障，影响服务之前可以行驶多远。目前，我们的长期平均行驶里程超过 75,000 公里，这意味着我们的表现堪称世界一流。”

反过来，乘客可以更确信他们总是能准时地到达目的地。而且，TrainDNA 提供的全面、可控的安全政策可以保护员工，同时也能提高工作效率。实际上，Downer 的车队规模提高了 21％，而员工人数的增长微不足道。

总体而言，Downer 对选择 IBM 感到满意。Williams 补充说：“当 Maximo 捕获了所有数据，我们才真正开始了解列车的情况。”“早在 2010 年我们刚开始的时候，就有一个维护制度，即在列车运行 30 天、60 天和 90 天时进行检查，并安排更大规模的分阶段大修。这使得我们很难平衡工作量，尤其是在计划同时进行大修的情况下。”

他继续说：“我们现在所做的是更好地优化维护周期。我们更有信心可以预测某个东西会出问题，这延长了我们必须干预的时间间隔。截至目前，我们已经将例行维护间隔的时间延长了一倍。”

最后，与 IBM Consulting 的合作将继续推动整个公司的创新。Williams 总结说：“我们与 IBM 已经从简单的交易关系，变成了协作和共同创造的关系。”“我们正在讨论我们的产品和服务开发的最佳方式。而且我认为，我们已经想出了如何最大程度地利用彼此的互补能力来做更多的事情，即 1 + 1 = 3 的心态。”

Downer 成立于 150 多年前（ibm.com 外部链接），在全球拥有超过 44000 名员工，是综合城市服务的领先提供商。该集团的轨道交通系统在澳大利亚和新西兰提供机车资产管理服务，并拥有为客户提供终身支持的专业知识。