Philippe de Laharpe (SNCF) "Une rame de TGV comprend vingt à cinquante capteurs et remonte 2 000 informations par mois"

La SNCF met les bouchées doubles en matière de maintenance prédictive. Objectif : aboutir à une meilleure fiabilité, améliorer la gestion des risques et réduire les coûts.

JDN. La maintenance prédictive faisait partie des quatre grands chantiers de la transformation numérique de la SNCF dévoilée par son PDG Guillaume Pépy début 2014. Vous en êtes le responsable depuis près de quatre ans. Où en êtes-vous aujourd'hui ?

Philippe de Laharpe est chef de projet télé-diagnostique à la direction du matériel roulant de la SNCF. © SNCF

Philippe de Laharpe. Nous sommes en production sur le Transilien où nous avons acquis une grande maturité au cours de ces dernières années. De même, tous les nouveaux matériels, notamment les trains Bombardier en Île-de-France, sont désormais "data native", ce qui facilite grandement les choses. Pour les matériels existants, c'est évidemment un peu plus compliqué mais c'est en cours d'adaptation sur la plupart des trains express régionaux (TER), les TGV, les trains du quotidien, les automotrices de grande capacité (AGC), etc. Cela concerne notamment la climatisation des rames, la fermeture des portes des trains Corail, l'usure des pantographes ou le niveau d'eau des toilettes dans les TGV.

Rencontrez-vous des difficultés particulières dans ce déploiement ?

Le plus délicat concerne souvent la nature des informations à faire remonter. Une rame de TGV aujourd'hui comprend vingt à cinquante capteurs et remonte 2 000 informations par mois. Pour les nouveaux trains Bombardier, ce sont 70 000 informations remontées chaque mois par train. Sur les rames, on remonte chaque ouverture et fermeture des portes, que ce soit au niveau de la tension de la courroie, de l'étanchéité des joints, etc. Côté protocoles de communication, nous nous appuyons notamment sur la 2G (GPRS) et la 3G avec une migration prochaine vers la 4G, ainsi que le protocole Lora.

Comment qualifieriez-vous cette démarche ?

Il faut bien voir que la maintenance fait partie d'un tout, qu'il s'agisse de maintenance prédictive ou de maintenance corrective et qu'il ne s'agit pas d'un chantier à part au sein de l'entreprise mais plutôt d'un nouveau système de management. Ce sont des procédures que l'on qualifie en interne d'infra-cliniques.

"Cinq cents capteurs Sigfox étaient placés le long des voies à la mi-2018, 3 000 capteurs sont prévus à terme."

A chaque fois, il s'agit, notamment grâce au big data ou à l'intelligence artificielle (IA) dans le futur, de définir des indicateurs pertinents puis de les mettre en œuvre tout en sachant comment les traiter et les restituer. Nous consacrons de ce point de vue plusieurs millions d'euros par an rien qu'en études ou essais de protocoles. L'internet des objets (IoT) représente la moitié du budget ingénierie du groupe. Rien que pour l'IoT, nous avons une centaine de collaborateurs dédiés et d'autres qui, dans d'autres directions, travaillent sur des cas d'usage.

Il faut bien considérer que l'IoT et le prédictif, c'est très bien, mais ce qui compte avant tout, c'est de bien intégrer ce dispositif dans son système de production. C'est fondamental et c'est par ce travail de mise à disposition de la bonne information au bon moment que nous avons pu obtenir une diminution de 50% des pannes sur les nouveaux trains franciliens. Enfin, nous installons actuellement 2 000 modules IoT sur nos trains Corail, dont les premières rames remontent à 1975, pour la surveillance de leur système de fermeture des portes.

Comment faites-vous pour vous assurer qu'un dysfonctionnement n'est pas lié à la défaillance d'un de vos milliers de capteurs mais bien à un dysfonctionnement réel d'un matériel ?

C'est tout le problème, sachant que tout ce qui est lié à la sécurité est multi-sourcé, c'est-à-dire issu du croisement de plusieurs sources de données. Nous devons donc rechercher et définir à chaque fois des valeurs cohérentes et pertinentes, y compris dans le temps. La phase de spécification est donc relativement longue sachant que ces systèmes ont un cycle de vie de trente à quarante ans.

Quels bénéfices attendez-vous de cette mise en production industrielle de l'IoT à la SNCF ?

D'abord une meilleure fiabilité conjuguée à une réduction des coûts et une amélioration de la gestion des risques. Ensuite, cela ne concerne pas que le matériel roulant mais aussi les voies ferrées comme l'introduction en cours de capteurs pour mesurer la température des rails. Cinq cents capteurs Sigfox étaient placés le long des voies à la mi-2018 et 3 000 sont prévus à terme. Nous travaillons aussi avec Intesens, une jeune société toulousaine spécialisée dans l'IoT et la surveillance des infrastructures, sur les caténaires. L'IoT devient primordial pour la surveillance du bon fonctionnement des appareillages de voie.

Entré à la SNCF en 1996, Philippe de Laharpe est chef de projet télédiagnostic à la direction du matériel roulant de l'entreprise ferroviaire depuis fin 2014. Polytechnicien, il est également diplômé de l'Ecole nationale supérieure de techniques avancées (ENSTA) où il a notamment développé des connaissances spécifiques en matière de traitement du signal.

Et aussi

Annonces Google