Research material on freight-wagon maintenance — predictive vibration monitoring (ANPET 2026) and optimal allocation among heterogeneous workshops (SBPO 2026) — developed at the Universidade Católica de Petrópolis (UCP), Petrópolis, RJ, Brazil.
🌐 Site: https://carmonexus.github.io/wagon-maintenance/
A manutenção de uma frota de vagões levanta duas perguntas complementares: quando um vagão precisa de atenção (detecção precoce de anomalias pela vibração, trabalho do ANPET 2026) e onde e quando fazer a manutenção (alocação entre oficinas, trabalho do SBPO 2026).
Irregularidades da via excitam a suspensão dos vagões, elevam os esforços dinâmicos na interface roda-trilho e aceleram o desgaste de rodeiros, trilhos e truques. Em casos severos, o processo evolui para falhas como a quebra de rodas em serviço. Detectar cedo essa condição exige uma referência do que é vibração "normal" para o vagão.
O trabalho modela a resposta vertical do vagão como um sistema massa-mola-amortecedor de um grau de liberdade, descrito por uma EDO de 2ª ordem, e resolve a equação analiticamente nos regimes:
- transitório, logo após o início da excitação (≈ 4 a 5 s);
- permanente, em que o vagão acompanha a frequência da via;
- ressonante, em que a frequência da via se aproxima da frequência natural do vagão e a amplitude cresce, limitada só pelo amortecimento.
A solução gera referências físicas (frequência natural ωₙ ≈ 1,22 Hz e limiar indicativo de alerta de 0,126 g) para um monitoramento preditivo distribuído com acelerômetros na via e identificação dos vagões por RFID. Cruzar as leituras de cada vagão em vários pontos permite separar defeito do vagão de defeito da via.
📁 ANPET_2026/: página FAQ (PT/EN), slides e link do artigo. Página: https://carmonexus.github.io/wagon-maintenance/ANPET_2026/
Uma ferrovia de carga mantém milhares de vagões de tipos diferentes, distribuídos por várias regiões. A manutenção programada é feita em postos heterogêneos: cada um é habilitado só para alguns tipos de vagão, tem capacidade mensal limitada em homem-hora e fica a uma distância diferente de cada região.
Decidir qual posto atende cada parcela da demanda regional em cada mês envolve um compromisso entre os custos de:
- manutenção de cada posto;
- logística de deslocar o vagão até o posto e de volta;
- indisponibilidade do vagão durante o trânsito e a intervenção;
- retenção (backlog), quando a demanda não é atendida no mês e se acumula.
O trabalho formula o problema como um modelo de programação linear inteira multiperíodo que minimiza o custo total. Numa instância anonimizada de 12 meses, 3 regiões e 3 postos, reduziu em 54 % o backlog acumulado e em 25 % o custo total frente à heurística "posto local primeiro", com solução em menos de 1 s.
📁 SBPO_2026/: página FAQ (PT/EN), código do experimento reprodutível, dados anonimizados, resultados, pôster e slides. Página: https://carmonexus.github.io/wagon-maintenance/SBPO_2026/
Maintaining a wagon fleet raises two complementary questions: when does a wagon need attention (early anomaly detection through vibration, the ANPET 2026 work) and where and when should maintenance be done (allocation among workshops, the SBPO 2026 work).
Track irregularities excite wagon suspensions, raise dynamic wheel-rail forces and speed up wear of wheelsets, rails and bogies. In severe cases the process leads to failures such as wheels breaking in service. Detecting this condition early requires a reference for what "normal" vibration is for the wagon.
The work models the wagon's vertical response as a single-degree-of-freedom mass-spring-damper, described by a second-order ODE, and solves it analytically in the:
- transient regime, right after excitation starts (≈ 4 to 5 s);
- steady-state regime, where the wagon follows the track frequency;
- resonant regime, where the track frequency approaches the wagon's natural frequency and amplitude grows, limited only by damping.
The solution yields physical references (natural frequency ωₙ ≈ 1.22 Hz and an indicative 0.126 g alert threshold) for distributed predictive monitoring with wayside accelerometers and RFID wagon identification. Cross-checking each wagon's readings at several points separates wagon defects from track defects. The paper is written in Portuguese.
📁 ANPET_2026/: FAQ page (PT/EN), slides and paper link. Page: https://carmonexus.github.io/wagon-maintenance/ANPET_2026/
A freight railway keeps thousands of wagons of different types, spread across several regions. Scheduled maintenance is done at heterogeneous workshops: each one is eligible for only some wagon types, has a limited monthly person-hour capacity and sits at a different distance from each region.
Deciding which workshop serves each share of regional demand in each month trades off the costs of:
- maintenance at each workshop;
- logistics of moving the wagon to the workshop and back;
- unavailability of the wagon during transit and intervention;
- retention (backlog), when demand is not met in the month and carries over.
The work formulates the problem as a multi-period integer linear programming model that minimizes total cost. On an anonymized instance with 12 months, 3 regions and 3 workshops, it cut cumulative backlog by 54 % and total cost by 25 % against a "local workshop first" heuristic, solved in under 1 s.
📁 SBPO_2026/: FAQ page (PT/EN), reproducible experiment code, anonymized data, results, poster and slides. Page: https://carmonexus.github.io/wagon-maintenance/SBPO_2026/
Code and data are released under the MIT License.