Depuis plusieurs années, SNCF Réseau s'appuie sur la maintenance prédictive pour l'aider à anticiper les dysfonctionnements de ses installations et faciliter le travail de ses agents de terrain. Une technologie issue du secteur de l'aéronautique qui pourrait lui permettre de réaliser quelques économies…
Réparer plutôt que remplacer
Capteurs, algorithmes, intelligence artificielle, internet des objets,… La SNCF s'appuie de plus en plus sur les nouvelles technologies pour faire circuler ses trains, optimiser le trafic et prévenir les défaillances. Mais comment vérifier l'état des 50 000 km de voies, des 15 000 passages à niveau et des 15 000 trains qui circulent quotidiennement en France ? "La majorité des vérifications se font encore par des agents sur le terrain, indique Luc Lallemand, président-directeur général de SNCF Réseau, mais le processus de digitalisation des activités de maintenance engagé par SNCF Réseau permet d'avoir recours à de nouveaux outils plus efficaces, tout en assurant plus de sécurité à nos techniciens".
Tablettes, applications dédiées à la maintenance,... Depuis quelques années, les agents sur le terrain s'appuient de plus en plus sur les objets connectés pour faciliter et fiabiliser leur travail. Des technologies qui s'inspirent en partie de la réalité augmentée, comme l'application TSP (Tournées de surveillance périodique). Cette-dernière permet de charger des données avant de partir sur le terrain, de prendre des notes, de réaliser le compte rendu en temps réel et de l’agrémenter par des photos pour faciliter le travail des techniciens qui interviendront ensuite. "Ces technologies permettront de réparer les trains et les installations plutôt que de les remplacer, ce qui constitue un gain économique", estime assure Benoît Besson, chef de projet industrialisation des objets connectés.
Le big data au service de l'entretien des installations
Pour l'aider dans ce vaste travail d'entretien, la compagnie ferroviaire s'appuie sur une armée de capteurs installés sur tout le réseau ferroviaire, à des endroits stratégiques (ponts, postes d'aiguillage, passages à niveau,…) mais aussi à bord dans les trains via le programme STC (surveillance des trains commerciaux). "Ces capteurs ont des fonctions très variées, précise Christophe Filée, chef de projet surveillance et supervision, ils nous font parvenir en temps réel des données sur la tension, l'intensité, la température, les vibrations présentes sur le réseau". '"Cela nous permet d'anticiper les défaillances, poursuit-il, les agents reçoivent des alertes et envoient des équipes sur le terrain. Ils reçoivent aussi des données leur permettant d'optimiser leurs opérations de maintenance, comme la date de la dernière vérification, ce qui a été fait, etc."
"Le quart d'entre-eux sont situés en Ile-de-France", continue Christophe Filée, mais la SNCF entend les généraliser au reste du réseau. "Nous devons accélérer le développement des technologies numériques", affirme Luc Lallemand. "L'enjeu maintenant pour ces nouveaux moyens de mesure, c'est de passer d'une connaissance de l'état du réseau essentiellement issue des remontées de terrain de nos acteurs locaux, à une entité spécifique qui centralisera les données, les exploitera et passera une commande d'intervention aux techniciens", estime de son côté Jérôme Kazmierczak, directeur du programme surveillance et supervision.
Mais le recours aux algorithmes et à l'intelligence artificielle n'est pas envisagé comme une fin en soi. "Les calculs de l'IA ne remplaceront jamais les observations et l'expertise des spécialistes, poursuit-il. C'est un outil aux performances incontestables pour la maintenance, mais qui fait de la préanalyse, il faut pouvoir contrôler ces résultats, numériquement et sur le terrain, ce qui peut s'avérer complexe". Pour déchiffrer cette importante quantité de données, la compagnie ferroviaire recrute d'ailleurs toujours plus d'analystes et d'experts algorithmiques.
Gain économique
Pour la SNCF, la maintenance préventive représente aussi un gain économique, une fois les lourds investissements effectués (300 millions d'euros en 2018). "Elle permet de réduire de 20% les coûts de maintenance et de diviser par deux le nombre de pannes sur le réseau", affirme Benoît Besson. A cette allure, la maintenance prédictive a de beaux jours devant elle.
