Pour préserver ses investissements, l'État doit penser maintenance prédictive

Les réseaux d'énergie, d'eau, de télécommunication jouent un rôle crucial dans le fonctionnement de notre pays mais engloutissent entre 1/10e et ¼ de l'investissement total de notre économie. Parce qu'elles sont moteur de croissance, facteur d'équité territoriale et de paix sociale, ces infrastructures favorisent la stabilité de notre démocratie. Essentielles, elles doivent être protégées et leur maintenance optimisée, afin de garantir leur bon fonctionnement et réduire leur coût d'entretien.

Dans ce cadre, la maintenance prédictive basée sur des technologies d’IA, tout particulièrement la computer vision, est une piste sérieuse à envisager…

Vers une nouvelle approche de la maintenance

L’investissement de la France dans ses infrastructures, tous secteurs confondus, est estimé à 400 milliards d’euros par an. La maintenance de ces outils représente, elle aussi, une part importante des dépenses annuelles, mais surtout une économie que la France ne peut pas se permettre au vu des investissements concédés pour les construire.

Trois approches distinctes coexistent aujourd’hui dans ce domaine : la maintenance corrective, qui consiste à réparer ou à remplacer une pièce une fois la panne constatée ; la maintenance préventive plus proactive, qui permet d’anticiper les défauts et les pannes d’une machine en planifiant des interventions fréquentes sur site ; enfin, la maintenance prédictive, qui anticipe cette fois les  pannes en détectant et en remontant les signaux faibles qui pourraient impacter le bon fonctionnement du réseau.

Là où la maintenance prédictive va faire la différence, c’est qu’elle va permettre d’agir en amont, en identifiant les besoins et en permettant de planifier des déplacements sur site à bon escient. Au final, elle va garantir la continuité opérationnelle de l’infrastructure et limiter les risques d’incidents.

L’IA au cœur de la maintenance prédictive

Dans sa conception courante, la maintenance prédictive englobe tout ce qui permet d’optimiser la planification et l’exécution des opérations de maintenance. Parmi les nombreuses solutions aujourd’hui disponibles sur le marché, la computer vision ou « vision par ordinateur » qui s’appuie sur des technologies de traitement d’image et d’apprentissage profond (deep learning) offrent des perspectives très intéressantes et concrètes.

Cette technologie de reconnaissance visuelle, va notamment permettre de cartographier avec une grande précision, via des drones et des objets connectés les réseaux d’électricité, d’eau, de gaz ou encore de télécommunication. Les données ainsi captées vont ensuite pouvoir être analysées très rapidement et avec un risque d’erreur quasi nul. Par exemple, si une pièce est identifiée comme usagée par les algorithmes, la machine va pouvoir faire des recommandations sur la nécessité de lancer une opération de maintenance préventive, afin d’éviter une panne probable.

La computer vision participe également à la naissance du technicien « augmenté ». Sur le terrain, équipé de son smartphone, ce dernier va prendre des photos ou vidéos à chaque étape de son intervention. En retour, il va bénéficier en temps réel d’un avis éclairé sur la bonne ou la mauvaise exécution de sa tâche. Cette approche permet non seulement d’optimiser l’ensemble des interventions d’installation mais également de collecter des informations visuelles sur l’état global des infrastructures et de passer d’une gestion réactive à une gestion proactive/predictive de la maintenance. A titre d’exemple, les points de mutualisation (sortes d’armoires où chaque opérateur dispose d’un accès pour raccorder les fibres des abonnées à leur réseaux - d’un immeuble ou d’un quartier - à la fibre) sur les installations de fibres optiques. Bien souvent les interventions répétées de techniciens, pour le compte d’opérateurs télécoms différents, peuvent causer des dommages que la reconnaissance d’image pourra repérer et indiquer au responsable de l’infrastructure.

Le pilotage de la maintenance par l’IA : une démarche efficiente et économique

La multitude de données traitées et analysées par la computer vision va permettre de mesurer l’état de l’infrastructure, mais aussi de disposer d’une visualisation complète et précise du réseau. Plus la compréhension de ce dernier sera fine, plus il sera possible de piloter efficacement les opérations de maintenance réalisées dessus. Via le déploiement à l’échelle de la reconnaissance d’image, il est désormais possible de qualifier la dégradation dans le temps des infrastructures et de commencer à construire des modèles pour savoir quand et sur quoi il est nécessaire d’intervenir.

Surveillance de l’état des voies ferrées, degré de corrosion des supports métalliques des pylônes électriques, entretien du réseau de fibre optique… Tous ces enjeux de maintenance trouvent aujourd’hui dans la computer vision des réponses pertinentes et concrètes. 

À la clé, une réduction du budget de l’État sur ce poste de plusieurs dizaines de milliards d’euros par an mais également une réduction drastique du côté des entreprises. En ces temps de disette économique, liée à la crise sanitaire, cela s’apparente à une excellente nouvelle. L’usager en serait également l’un des grands bénéficiaires, avec une amélioration de la qualité de service délivré.

C’est aujourd’hui le devoir de l’État et de ses partenaires de se donner les moyens technologiques d’assurer la qualité des infrastructures et de réaliser cette maintenance prédictive qui fait la démonstration de son efficacité depuis de nombreuses années déjà dans l’industrie. À la clé : des économies annuelles substantielles et des réseaux plus performants.