On parle beaucoup des IoT en 2018, mais on ne fait que débuter le cycle des applications, fondées sur ces objets censés révolutionner la planète. Parmi les plus récentes, celle de la SNCF (Chemins de Fer français), est très intéressante, qui montre tout l’intérêt des objets dans le domaine de la maintenance.

Le suivi de l’usure des essieux des trains

La SNCF, Compagnie des Chemins de Fer Française, présente deux caractéristiques. On y fait grève de manière quasi-permanente, au point que tout le monde a oublié les motivations concrètes des grévistes et on y met en œuvre des projets TI très innovants, qui témoignent d’une remarquable maîtrise technologique. Sans doute l’une des meilleures au monde dans ce domaine.

L’application qui nous intéresse ici est le suivi de l’usure des essieux de trains grâce à des capteurs placés aux bons endroits, qui remontent en permanence des informations vers un centre de maintenance, pour l’instant en test.

Les pièces concernées dans un premier temps sont les essieux, mais la SNCF a décidé depuis 2014, date du lancement de son « usine du futur », de suivre toutes les pièces sensibles des TGV (Trains à grande Vitesse), pour en faciliter le suivi et la maintenance.

Parmi les données remontées, il y aura non seulement des indications sur l’usure métallique des essieux, mais aussi sur leur géolocalisation, de manière à ce que les services de maintenance, sachent à tout moment où se trouvent les pièces éventuellement défectueuses qu’il faut faire remonter dans les ateliers. Problème qui n’est pas nouveau, car la SNCF a depuis toujours eu des problèmes pour localiser ses trains…

A vrai dire, si l’on en croit le prestataire Hub One, qui a installé la solution mOOnTAG d’Editag, le projet ne concerne dans un premier temps que les données de géolocalisation, la SNCF voulant d’abord optimiser le flux des pièces importantes, grâce aux informations de positionnement dans la chaîne de traitement : stockage, déboitage, lavage. Par la suite, il faudra « coller » à ces données, celles qui témoigneront de l’usure des pièces, un modèle très sophistiqué de référence, de BI et d’Intelligence Artificielle, qui permettra d’optimiser la maintenance proprement dite.

La solution qui est en cours d’expérimentation, outre qu’elle met en œuvre des capteurs particuliers, exploite la technologie LPWan de réseaux sans fil, LoraWan, l’une des deux architectures courantes, concurrente de celle du français Sigfox.

 

Des milliers d’applications à venir

Cette application de la SNCF est symbolique de l’arrivée de toute une famille de codes, consacrés à la maintenance d’objets sensibles, coûteux ou stratégiques.

En mettant des capteurs en prise directe sur les objets, on sera capable de faire remonter les données indispensables, sur lesquelles les modèles de suivi d’usure et de maintenance vont s’appliquer.

A vrai dire, c’est maintenant que les choses sérieuses commencent et il faudra du temps avant que les modèles mathématiques soient élaborés, bien évidemment montés sur des algorithmes d’IA et de machine learning.

Comme le pensent les « têtes pensantes » de l’Union Européenne à Bruxelles, c’est une partie de l’usine du futur que nous sommes en train de construire. Et elle n’a pas fini de nous surprendre…