Les enjeux de la maintenance prédictive dans le ferroviaire

Quels sont les enjeux de la maintenance prédictive dans le domaine ferroviaire ?

Capucine Fargier : A l’ère du big data, de l’internet des objets et de l’analyse des données en temps réel, la maintenance devient prédictive et s’insère naturellement comme une des briques élémentaires de l’industrie 4.0. En prédisant les pannes, grâce à des algorithmes et du « Machine Learning » cette maintenance 4.0 permet d’optimiser les coûts et plannings opérationnels de maintenance, et ainsi d’éviter un maximum d’interruptions non planifiées du trafic.

Dans le domaine ferroviaire, la fiabilité et une disponibilité maximale sont d’une importance cruciale. Dans l’objectif de limiter les coûts d’exploitation des véhicules ferroviaires et de leurs infrastructures, la maintenance prédictive permet de réduire les coûts directs et indirects.

Les trains ont des durées de vie très longues, plus longues que celles des voitures et avions commerciaux, et ont donc la spécificité de dépendre de technologies et design datant de plusieurs années. Le déploiement de maintenance prédictive en sera d’autant plus complexe.

Quelles sont les innovations dans la maintenance prédictive ?

CF : Les innovations actuelles dans la maintenance prédictive sont principalement liées au développement d’algorithmes de plus en plus précis et à l’utilisation de nouveaux types de capteurs.

Ainsi, la durée de vie d’une flotte de trains peut être prolongée de 10 ans grâce à la maintenance prédictive.

Deuxième illustration avec l’utilisation de capteurs bon marché, similaires à ceux utilisés dans les smartphones, combinant un accéléromètre et un capteur GPS. Un projet novateur récent a utilisé des accéléromètres à trois axes pour mesurer les vibrations des roues. Les variations de la fréquence des vibrations en fonction de la vitesse du véhicule pourraient être utilisées pour déceler les vibrations causées par les affaissements des roues, une condition qui peut endommager à la fois le train et le rail.

La durée de vie d’une flotte de trains peut être prolongée de 10 ans grâce à la maintenance prédictive.

Quels sont les bénéfices de la maintenance prédictive ?

CF : La maintenance prédictive permet le déploiement d’une stratégie de maintenance au juste besoin, permettant de limiter les déplacements d’opérateurs spécialisés mais aussi les besoins en pièces de rechange grâce à l’anticipation des pannes, rendue possible grâce à l’installation de capteurs sur les produits/machines et l’analyse des données en temps réel. Ainsi, la maintenance prédictive permettra à terme une disparition des arrêts d’opérations non planifiées et une augmentation de la durée de vie des trains.

Les portes de train en sont un parfait exemple. Lorsqu’une porte tombe en panne, le train est soumis à un retrait de circulation. En l’absence de données les techniciens du dépôt ne peuvent s’appuyer que sur les retours du conducteur, n’ayant pas forcément de visibilité précise sur les portes à l’arrière du train. Avec le développement d’algorithmes spécifiques, il est possible d’anticiper ces pannes grâce à la détection de délais sur les ouvertures des portes.

 L’analyse de l’état de santé du produit en temps réel et la garantie d’un niveau minimal d’opération/service permet aussi de développer de nouveaux business model et ainsi de nouvelles sources de revenus, à travers le développement d’une offre de services associée au produit.

Quels sont les freins et les points de vigilance dans l’utilisation des solutions de maintenance prédictive dans le ferroviaire ?

CF : La maintenance prédictive soulève pour les industriels du ferroviaire de nombreux challenges. Avec des cycles de développement toujours plus courts, les fabricants de matériel ferroviaire doivent anticiper et intégrer dès la phase de conception des capteurs sur les différents systèmes, pour éviter de couteuses opérations de rétrofit. Ces intégrations ne pourront s’effectuer qu’en repensant l’organisation interne, en créant des équipes dédiées au développement et au perfectionnement des algorithmes.

Autre point de vigilance, les utilisateurs finaux s’orientent vers des solutions clés en main. Le matériel roulant ne représente qu’une fraction de la proposition de valeur, charge au fabricant de proposer des solutions « clés en main » incluant une offre de maintenance prédictive, pour acquérir un avantage concurrentiel.

La maintenance prédictive présente de nombreux atouts, mais nécessite un certain nombre d’évolutions au sein d’une organisation avant de pouvoir en bénéficier pleinement. Pour cela, quatre principaux changements sont nécessaires :

  • L’intégration de la maintenance prédictive dès la phase de conception du produit permet de collecter les bonnes données et d’optimiser les développements logiciels en y intégrant les capteurs adéquats.
  • La définition et le marketing de nouveaux business model orientés vers la « maintenance-en-tant-que-service », le fabricant jouera alors le rôle crucial de fournisseur de solution ‘clés en main’.
  • La mise en place d’une équipe d’analyse de données dans l’objectif de développer et d’améliorer en continue les algorithmes de prédictions.
  • Le rééquipement d’un train avec du nouveau matériel et de nouveaux logiciels a un certain coût. Dans de nombreux cas, un plan bien exécuté peut facilement justifier l’investissement. Mais il n’est possible de faire cette évaluation seulement si la stratégie est bien définie.

Quelles nouvelles solutions ou dernières versions de solutions de maintenance prédictive pour le ferroviaire proposez-vous ?

CF : IAC Partners (cabinet de conseil en stratégie) et L2F (spécialiste en Data Science, vainqueur de la Google Kaggle) ont développé une méthodologie globale qui permet aux industriels d’implémenter la maintenance prédictive dans leur organisation.

Cette méthodologie couvre l’ensemble des champs de la maintenance et repose sur 5 piliers :

  1. Validation de l’intérêt de la maintenance prédictive et de ses enjeux économiques pour l’entreprise : que peut-on y gagner et en combien de temps ?
  2. L’analyse de l’organisation, sa maturité pour la mise en place d’une solution de maintenance prédictive, les ressources nécessaires.
  3. La collecte et l’analyse de la data disponible, à défaut l’identification de la data nécessaire et des moyens de la capturer
  4. La construction et l’exploitation d’un algorithme ultra-performant.
  5. L’implémentation et le suivi des process par des hommes et les outils appropriés pour valider des gains concrets.

Quels sont les atouts de ces solutions par rapport à vos concurrents ?

CF : IAC Partners et L2F ont développé une expertise sur les sujets de maintenance prédictive en proposant des solutions clés en main : de l’étude du projet à l’implémentation opérationnelle.

Dans un premier temps, IAC Partners et L2F définissent avec leurs clients les points de vigilance, le planning mais surtout les potentiels de gain. Grâce à un algorithme primé, L2F cerne dans un délai court le modèle à appliquer pour délivrer une solution viable. Une phase d’adaptation de l’algorithme est ensuite menée chez le client. L’expertise d’IAC Partners intervient aussi en phase aval, en proposant de nouveaux modèles d’organisation.

Retrouvez notre intervention complète dans le numéro 653 de Maintenance & Entreprise

Des résultats tangibles à chaque mission