Los dos accidentes ferroviarios mortales ocurridos en Andalucía y posteriormente en Cataluña, junto con la multiplicación de fallos en la red ferroviaria, han reavivado en España el debate sobre el uso de tecnologías IoT para el monitoreo continuo de las infraestructuras. El descarrilamiento parcial de un tren de Iryo cerca de Adamuz, seguido pocos días después por una colisión mortal en Cataluña tras el derrumbe de un muro sobre la vía, pone de manifiesto la dificultad de detectar con antelación defectos localizados en la vía o en su entorno.
Un problema de capilaridad de los datos
Si bien los dos eventos son distintos, revelan un mismo punto débil: las infraestructuras ferroviarias hoy en día solo producen muy pocos datos estructurales en tiempo real. Las inspecciones programadas, auditorías o recorridos técnicos generan puntos de datos puntuales, pero no flujos continuos explotables. Por lo tanto, la comprensión de los fenómenos dinámicos: movimientos laterales, dilataciones térmicas, fatiga de los materiales, inestabilidades hídricas, a menudo se realiza después de un incidente y no de manera anticipada.
En otros sectores industriales (energía, edificios, obras de arte), el IoT estructural ya ha hecho que el mantenimiento correctivo se convierta en mantenimiento predictivo, gracias a la instalación de sensores en los puntos sensibles y al análisis en tiempo real de los datos recopilados. En el ferrocarril, este cambio es más reciente, a pesar de que la vía férrea acumula importantes restricciones mecánicas, ambientales y normativas.
Hacia un monitoreo distribuido en la vía
La tendencia observada en Europa es la multiplicación de sensores distribuidos a lo largo de la vía, capaces de medir el ancho, el nivelado, la torsión o incluso la inclinación. Estos datos pueden luego cruzarse con parámetros ambientales (temperatura, humedad, pluviosidad, vibraciones), permitiendo un diagnóstico dinámico y la generación de umbrales de alerta.
Soluciones como las desarrolladas por FEELBAT ilustran este enfoque. La empresa utiliza sensores IoT conectados: DELTA R para inclinaciones biaxiales, DELTA L+ para el control del ancho de vía, así como líneas inclinométricas modulares que permiten un seguimiento continuo de las deformaciones. Los sistemas Sigfox o 4G garantizan el envío de datos en tiempo real, mientras que las plataformas de análisis centralizan las mediciones para identificar tendencias, activar umbrales de alerta (SMS, correo electrónico) o correlacionar la temperatura con las microdeformaciones observadas.
La empresa también está preparando el lanzamiento del sensor DELTA V, dedicado al seguimiento de las vibraciones en conformidad con las normas locales vigentes para detectar señales precursoras relacionadas con movimientos significativos o repetitivos.
« Las redes se vuelven más exigentes y los márgenes de error son más bajos. La supervisión en tiempo real permite detectar señales débiles que de otro modo serían invisibles. Es una herramienta adicional para reforzar la seguridad y la prevención, anticipar riesgos y localizar rápidamente fallas », explica Jean-Christophe Habot, CEO de la empresa FEELBAT.
Un desafío estratégico para la movilidad española.
La cuestión que ahora se plantea a los gestores de la red española no es si las infraestructuras deben ser mejoradas, sino cómo pueden ser observadas, diagnosticadas y monitoreadas de manera más continua. En un contexto donde el ferrocarril sigue siendo un pilar de la movilidad española, la cuestión de la prevención estructural aparece como un vector esencial de seguridad.
Las oficinas de estudios y control abogan ahora por la integración sistemática de tecnologías de monitoreo estructural continuo en las áreas consideradas sensibles.
Más allá de la prevención de accidentes, los beneficios buscados incluyen la reducción de los tiempos de inspección, la optimización de las intervenciones, la protección del personal operativo y la limitación de las perturbaciones del tráfico.