Comment les algorithmes de PREDICT aident SNCF Réseau à optimiser la maintenance de ses ouvrages souterrains
Près de 30 ans après la mise en place des premiers relevés informatiques sur l’état de ses infrastructures souterraines, SNCF Réseau déploie PREDICT, des algorithmes lui permettant de mieux prioriser ses opérations de maintenance.
Publié le
Par La Redaction
Sur les 28 000 kilomètres de son réseau ferroviaire, SNCF Réseau compte plus de 600 kilomètres de voies souterraines, empruntant un total de 1420 tunnels.
Ce patrimoine est non seulement l’un des plus importants d’Europe, mais également un des plus anciens, avec plus de 80% des ouvrages construits avant la première guerre mondiale et certains tunnels approchant les 200 ans.
Afin de surveiller et maintenir l’état de ces ouvrages, SNCF Réseau a mis en place des équipes de spécialistes en régions, qui procèdent à une inspection détaillée tous les 6 ans, complétée de contrôles annuels, afin de relever tous les désordres qui pourraient impacter la structure de ces ouvrages.
RADIS, des relevés informatisés
Train SNCF Réseau sortant du tunnel Côte bleue – Maxime Huriez
Depuis la fin des années 90, ces relevés ont été non seulement systématisés à l’ensemble des 1420 tunnels, mais également informatisés dans le cadre du programme RADIS (Relevé d’Avaries Détaillé et Informatisé des Souterrains).
Train SNCF Réseau sortant du tunnel Côte bleue – Maxime Huriez
« Depuis près de 20 ans, les spécialistes sont capables de cartographier l’état des tunnels et de fournir une analyse précise du niveau de gravité des avaries.
Une cotation automatique
Grâce au travail de ces experts, SNCF Réseau a également mis en place dès 2006 une « cotation automatique », permettant d’évaluer le niveau de dégradation de chaque souterrain.
Cette cotation permettait de prioriser les interventions de régénération. Mais pour deux ouvrages présentant le même niveau de dégradation, il nous manquait un outil permettant d’anticiper ces dégradations dans le futur.
PREDICT, un outil d’analyse prédictive
Depuis 3 ans, SNCF Réseau investit ainsi dans PREDICT, un algorithme, basé sur des modèles d’IA comme Gradient Boosting, et reprenant les données des rapports RADIS, mais également d’autres jeux de données (géologie, altitude, etc..), pour anticiper le vieillissement des tunnels sur les 10, 20 ou 30 prochaines années.
PREDICT s’appuie sur une base d’un million de données alphanumériques telles que la géologie, l’humidité, les revêtements, les différents désordres ou encore l’épaisseur des sols pour fournir une cotation ultra précise, sur des tranches de 5 mètres. L’outil de data visualisation s’appuie ensuite sur des codes couleurs pour évaluer l’état de dégradation d’un ouvrage, et permet de visualiser facilement les zones qui sont prédisposées à se dégrader plus vite.
Optimiser les investissements de maintenance
Maintenance des ouvrages souterrains – SNCF Réseau
Conçu et hébergé par OSE Engineering et avec un accompagnement du développeur historique de l’application RADIS, Martinière Plus, le projet PREDICT a un coût de quelques centaines de milliers d’euros pour le groupe SNCF. Mais le retour sur investissement est positif et surtout très rapide pour des travaux de régénération.
Maintenance des ouvrages souterrains – SNCF Réseau
La régénération des ouvrages souterrains ferroviaires nécessite une interruption du trafic ferroviaire, et ne peut se faire bien souvent que la nuit. Ce sont généralement des travaux très coûteux, de l’ordre de quelques dizaines de milliers d’euros par mètre. Grâce à PREDICT, nous pouvons améliorer la programmation des interventions de régénération et ainsi réduire l’impact financier et capacitaire des travaux. Cela est d’autant plus important sur les petites lignes dont les financements dépendent en grande partie des régions administratives.
Un intérêt en dehors du groupe SNCF
SNCF Réseau partage également son savoir-faire et son expérience avec d’autres groupes tels que les Chemins de Fer de la Corse (CFC), les Chemins de Fer Luxembourgeois (CFL), ou encore le Centre d’Etude des Tunnels (CETU) qui pourraient demain s’intéresser aux algorithmes PREDICT.
Le projet PREDICT est par ailleurs intégré au programme européen ERJU (Europe’s Rail Joint Undertaking) dont l’objectif principal est de transformer le système ferroviaire européen pour le rendre plus performant, plus intégré, plus numérique, plus écologique et plus compétitif.
« Pour l’instant, notre priorité est de vérifier la fiabilité de nos modèles, et peut être d’utiliser des dispositifs comme des LIDAR embarqués sur des trains, pour compléter nos données. A terme, PREDICT pourrait ainsi fournir des projections plus générales, sur d’autres types d’ouvrages d’art.
Avec PREDICT, SNCF Réseau démontre sa volonté d’utiliser l’intelligence artificielle pour optimiser la maintenance de ses infrastructures, afin de garantir la sécurité des circulations ferroviaires.
