Splunk Enterprise 可以帮助我们提高资产的可靠性和可用性，从而使我们能够增加机车的正常运行时间。这使我们能够为客户提供更好的服务，最终使我们更具竞争力。
DB Cargo 的实时车队分析和智能资产维修方案
主要挑战
之前，DB Cargo 无法获得监控车队运行状况和性能所需的实时数据，经常出现计划外机车停运和不必要的维修，从而对客户服务产生影响。
主要成果
DB Cargo 可通过单个车队运行状况和性能透明视图提高机车可用性，从而降低了维修成本，强化了客户服务并提高了竞争优势。
作为欧洲最大的铁路货运服务运营商，DB Cargo 知道只有实现数据驱动的性能，才能获得成功。
高品质的服务和可靠性是 DB Cargo 关注的重点，并且该组织致力于提高整个业务流程的运营效率，以更好地为客户服务。在开辟数字化业务运营模式的过程中，DB Cargo 需要一种解决方案来实现机车运行状况的可视性，改善客户体验并减少维修停运时间。
成果
- 全面了解车队的运行状况和性能
- 减少机车停运时间，以改善客户服务并降低维修成本
- 对来自机车的数据分析加以利用，以实现状态监测
数字化发展道路
DB Cargo 管理着全球最大的机车车队之一。仅去年一年，其车队在欧洲的货运总量就高达 3 亿吨，其中包括汽车、建材和各类消费品。车队中一些机车的使用年限已长达 25 年，而且支持它们的基础设施也正在老化，为了提高这项重资产业务的服务质量，该组织开始着手实现车队的数字化。
实现数字化的关键推动因素是一种反复出现的情况，在这种情况下，如果火车司机在工作中收到故障警报，他们会拨打技术服务热线，以便通过咨询获得最佳的解决方法。在某些情况下，开始出现在其他情况下尚不清楚的警报。但是，由于技术支持热线接线员无法看到机车的真实状态，因此出于安全原因，他们通常不得不建议驾驶员将机车开到修理厂进行维修。这会导致服务中断，资产无法使用，进而无法实现盈利。
DB Cargo 车队由来自不同制造商的多种机车类型组成。机车的传感器大约可产生 60 个不同的时序值（从发动机温度到转速）以及 7,000 条不同的诊断或状态消息。DB Cargo 资产数字化副总裁 FabianStöffler 说：“我们需要一种能够实时处理大量不同数据的解决方案，这使 Splunk® Enterprise 成为显而易见的选择。”现在，该公司使用 Splunk 平台提供有关车队控制、工程、维修和运营的实时数据分析。
减少机车停运时间
之前，出现问题时，技术支持工程师会根据电话和机车手册为驾驶员提供远程支持。如今，DB Cargo 员工可以在 Splunk 平台中对连续的传感器数值和 GPS 信息进行实时分析，以便在出现问题时进行检测。团队可以通过与基于故障代码表的规则引擎相关联的 Splunk 警报，来确定发生机车冷却、温度过高或制动缸无法工作等故障时可以采取的最佳措施。DB Cargo 可与机车制造商一同根据所提供的数据确定机车怎样才能在更长的时间内保持正常运行，从而提高透明度。
现在，当驾驶员通过电话向技术支持人员反映问题时，来自机车的实时数据可帮助确定问题的根本原因并确定最佳的解决方案。工程师可使用实际数据来建议机车是否需要进行维护。通过这些措施，DB Cargo 能够使机车保持更长的正常运行时间并降低维修成本。
状态监控
除工程师外，维修人员还可以远程访问机车数据，从而能够在机车进入车间之前开展各种准备工作。这样就可以加快通过维修使机车以恢复正常运行的过程。现在，DB Cargo 可以在单个视图中对整个机车车队的情况进行查看。该公司构建了一个总览仪表板，用于显示车队的整体运行状况，以及更细化的视图，例如可以根据机车类别或能耗情况触发的警报。如果整个车队发生常见故障，车队的技术经理就可以迅速采取行动，提醒维修团队进行维修。
“Splunk Enterprise 可以帮助我们提高资产的可靠性和可用性，从而使我们能够增加机车的正常运行时间，”Stöffler 这样说道。“这使我们能够为客户提供更好的服务，最终使我们更具竞争力。”
