El mantenimiento de las infraestructuras ferroviarias depende en gran medida del conocimiento del estado de los elementos que se encuentran bajo los raíles. Estas capas soportan las cargas del tren y resultan fundamentales para garantizar la estabilidad, seguridad y fiabilidad de la vía.

Con el objetivo de mejorar su análisis, Rover Rail ha desarrollado SMART RAIL, un proyecto de innovación que aplica técnicas de exploración geofísica y machine learning al mantenimiento ferroviario.

La iniciativa, desarrollada junto a Geozone Asesores y enmarcada en el programa de proyectos de I+D en cooperación de IVACE+i, busca identificar posibles patologías en las capas inferiores de la infraestructura antes de que su evolución requiera intervenciones de mayor alcance.

El sistema utiliza tecnología de georradar y captación masiva de datos mediante un equipo multiarray instalado en maquinaria ferroviaria. Los algoritmos permiten posteriormente analizar patrones relacionados con el estado del balasto y detectar posibles problemas de compactación, contaminación, asentamientos o subsidencias.

De esta forma, Rover Rail y Rover Grupo avanzan hacia un modelo de mantenimiento predictivo, basado en disponer de más información para anticipar actuaciones, priorizar recursos y mejorar la planificación de las intervenciones.

SMART RAIL culminó su desarrollo en 2024 tras completar las pruebas de campo, el procesamiento de los datos y la validación de los modelos.

La iniciativa se suma a la experiencia operativa de Rover Rail, que mantiene actualmente más de 5.300 kilómetros de líneas ferroviarias en España, más de 2.000 de ellos en Andalucía, y dispone de una flota propia de más de 35 máquinas ferroviarias.

Con proyectos como SMART RAIL, Rover Grupo refuerza su apuesta por la innovación aplicada a las infraestructuras, combinando conocimiento técnico, experiencia sobre el terreno y nuevas tecnologías para contribuir a un sistema ferroviario más fiable, eficiente y preparado para anticiparse a las necesidades de mantenimiento.