德国达姆施塔特——DB Cargo已启用一套人工智能系统，用于预测其约60台Class 77柴油机车的备件需求，特别是在非电气化线路上的部件规划。该系统在达姆施塔特物流中心的Railport开发，通过分析历史消耗和机车运行数据，旨在提高车队可用性。

该系统专门管理交货期长的部件，由于Class 77机车产自加拿大，备件交付时间可能长达数月。它结合了自动软件更新和专业润滑油应用，如Valvoline Premium Blue One Solution Gen 2发动机油，以延长换油周期。AI工具的输出帮助规划人员区分高价值、长交货期部件和低成本、可按需订购的部件。

在铁路货运行业，DB Cargo的AI系统反映了向预测性维护的转变。虽然西门子移动的Railigent X平台和阿尔斯通的HealthHub™解决方案提供更广泛的监控，但DB Cargo的方法更具针对性，专注于Class 77车队的特定供应链挑战。

这一举措被视为对欧洲铁路货运运营效率压力的应对。通过AI聚焦进口机车部件的可用性，DB Cargo旨在减少停机时间。在油泵示例中，AI预测了五个单位需求，实际消耗为六个，比传统方法更准确，显示了预测性维护在提高车队可靠性方面的潜力。