Fret SNCF fait rouler ses trains à l'IA
Filiale de la SNCF spécialisée dans le transport ferroviaire de marchandises, Fret SNCF entend capitaliser sur le numérique pour se démarquer. Autant présente en France qu'en Europe, la société ambitionne d'accompagner le développement du fret ferroviaire sur le Vieux continent. Le défi ? Faire progresser la part du fret dans le transport terrestre en Europe de 18% à 30% d'ici 2030, en ligne avec l'engagement pris par la société ou sein du groupement Rail Freight Forward. Pour y parvenir, Fret SNCF compte notamment sur la data pour optimiser le suivi et le pilotage sa chaîne logistique. Mais aussi sur l'IA pour prévoir et anticiper les impondérables qui pourraient venir gripper ses flux ferroviaires.
Sur la base d'un système de traçabilité localisant la position de ses trains à travers l'Europe, Fret SNCF propose évidemment à ses clients un suivi de leurs marchandises. Mais au-delà de ce premier service désormais standard dans la supply chain, elle les informe également de manière préventive des potentiels retards à prévoir. C'est ici que l'IA entre dans la danse. En coulisse, des algorithmes prédictifs détectent les aléas susceptibles d'impacter l'acheminent en tenant compte de divers types d'informations : état du trafic, maintenance sur les lignes, événement météo, social...
Des trains connectés
"L'analyse prédictive nous permet d'alerter nos clients pour qu'ils puissent réagir et adapter le cas échéant leur propre chaîne logistique ou de production", souligne Jean-Marie Pommier, DSI de Fret SNCF. "En parallèle, elle permet à nos propres équipes de réagencer en temps réel nos plans de transport si besoin." Pour optimiser le temps de déplacement et le taux de charge de ses trains, Fret SNCF intègre en plus des modèles de machine learning visant à prédire la demande de ses clients, en tenant compte de l'historique d'activité et autres indicateurs financiers.
"Nous maximisons le taux de disponibilité de nos engins moteurs, et optimisons la planification des opérations de maintenance"
Mais la filiale de la SNCF voit déjà plus loin. Elle récupère les données issues des capteurs nichés dans ses locomotives à des fins de maintenance préventive. Là encore, un algorithme d'apprentissage est à la manœuvre. Objectif : anticiper les pannes sur la base de l'historique de production des machines. "Nous maximisons ainsi le taux de disponibilité de nos engins moteurs, et optimisons la planification des opérations de maintenance", complète Jean-Marie Pommier.
Même logique du côté des wagons. Seule différence : ils ne disposent pas de capteurs pré-intégrés. Fret SNCF s'est donc attelé à les équiper. Température, hygrométrie, suivi kilométrique, détection de charges, de trappes ouvertes... Basé sur la technologie de la start-up française Traxens, l'IoT déployé remonte des données variées. Aux côtés de la maintenance prédictive et préventive, l'enjeu est aussi d'améliorer le suivi des marchandises, assurer la sécurité des marchandises (notamment dans le cas de matières dangereuses) et contrôler le taux de remplissage.
Pour l'heure, 20% du parc de wagons est pourvu en objets connectés. "Nous comptons faire de ce système IoT un standard industriel d'ici 2025", promet Jean-Marie Pommier. Pour l'accompagner dans ses projets d'IA, Fret SNCF fait notamment appel au savoir-faire d'Umanis. Un prestataire qui fait partie des ESN françaises connues et reconnues sur le terrain du machine learning. Côté data lake, l'ensemble des données en provenance de l’infrastructure IoT de Fret SNCF sont collectées et stockées sur des systèmes d'information internalisés (one-premise).
Lunettes connectées et réalité augmentée
Reste à savoir quels outils digitaux sont déployés en aval pour réaliser les opérations de maintenance et de réparation des trains. Sur ce plan, Fret SNCF équipe déjà ses opérateurs de tablettes leur permettant d'accéder sur le terrain à ses données techniques de procédure.
La société commence aussi à expérimenter des lunettes connectées affichant documentation et schémas techniques en réalité augmentée. Des montures numériques capables également de détecter des anomalies par reconnaissance d'images. "Elles vont être déployées dans nos ateliers", confie Jean-Marie Pommier.