28 Juin 2022

Surveillance de défauts de rail en continu

Surveillance des voies ferrées – Supervisez l’évolution de la géométrie et des défauts de rail à distance et en temps réel.

Les voies ferrées sont soumises en permanence à de nombreuses contraintes, qu’il s’agisse des conditions météo (amplitude thermique en fonction des saisons, etc.), de la stabilité du sol (mouvements naturels, activité sismique, etc.) ou encore de l’usure liée à leur exploitation (passage des trains, etc.). Jouant un rôle clé dans la décarbonation des transports et poussé par la volonté et l’ambition des pouvoirs publics, le réseau ferré doit également être en mesure de gérer des demandes de capacité et de disponibilité croissantes (voyageurs comme marchandises).

La surveillance des défauts du rail est donc un enjeu majeur tant pour les gestionnaires d’infrastructure que pour les exploitants des réseaux. Il s’agit en effet de garantir le bon fonctionnement sur la voie, non seulement pour le confort passager mais également – et surtout ! pour des questions de sécurité.

Un enjeu : dépasser le triangle d’incompatibilités « coût – exhaustivité – immédiateté »

Actuellement cette surveillance de défaut des rails est majoritairement assurée par des tournées d’inspection, qu’elles soient visuelles et/ou instrumentées. Ces tournées sont coûteuses, en temps comme en matériel, et ce d’autant plus qu’il est parfois nécessaire d’immobiliser tout ou partie du trafic.

La détection des défauts est donc limitée : d’une part parce que le coût prohibitif des tournées oblige à ne contrôler quotidiennement que des portions de voies (sans logique directe avec des défauts) ; d’autre part, parce qu’elles ne permettent pas, entre deux inspections, de suivre l’apparition ou l’évolution de la dégradation des défauts constatés.

Une idée : utiliser les trajets ordinaires comme témoins privilégiés de la santé du réseau

Notre solution tient compte de ces difficultés pour proposer une idée très simple : capitaliser sur les rotations ordinaires du matériel roulant pour le transformer en témoin privilégié de la santé du réseau.
Nous avons donc développé une solution IoT de bout-en-bout qui repose sur :

1. Une instrumentation non intrusive d’une partie du matériel roulant. Il s’agit d’équiper plusieurs trains « témoins » avec nos capteurs IoT Railnode : deux positionnés sur un boggie (accéléromètres) et un placé sur le toit du matériel roulant (borne gps).

2. Une instrumentation, sur certains points en bord de voies, de capteurs IoT bluetooth afin d’assurer une continuité du traçage GPS dans les zones souterraines.

3. Le développement d’algorithmes permettant :

  • La géolocalisation précise des défauts potentiels (tous les chocs ne sont pas des défauts mais tous les défauts génèrent des chocs)
  • La création de signatures pour chaque défaut et l’anticipation de leur évolution
  • La caractérisation – tenant compte du contexte – des types de défaut.

4. La transformation de la donnée en information disponible via la plateforme Oxygen

Un outil : suivre en temps réel la position et les caractéristiques des défauts sur la voie

Notre outil Oxygen permet donc de délivrer une information immédiate, claire et fiable sur les défauts du réseau et en particulier :
– Leur localisation
– Leurs principales caractéristiques
– Leur évolution historique
– L’anticipation de leur potentielle dégradation
– Le détail des chocs qu’ils ont générés

Au-delà de la visualisation de données, c’est un véritable outil d’aide à la décision pouvant donner lieu à des prescriptions de maintenance, notamment dans la priorisation des segments sur lesquels intervenir.

surveillance de la géométrie de voie

Focus sur la data sciences / ingénierie

L’idée centrale du travail sur la donnée est la transformation d’une série de « constats » (les télémétries des capteurs) en informations pertinentes et exploitables directement par les équipes opérationnelles.

A partir des simples positions gps, il est par exemple possible de reconstruire des parcours, de calculer des vitesses, etc. voire d’estimer les types de difficultés qu’a pu rencontrer un train sur son trajet.

L’observation des accélérations – qui ne sont autres que des séries de points répartis selon 3 axes, vertical, horizontal et latéral ; prend alors tout son sens. Il devient en effet possible, non seulement de localiser le choc dont elles témoignent (en corrélant le “timestamp” du gps au “timestamp” de l’accéléromètre) mais également de préciser le contexte et/ou d’éliminer certaines interprétations : telle fréquence sera par exemple explicable non pas par le choc lui-même, mais par la vitesse du train.

Notre solution de monitoring de défauts de rail fait donc le pari de la data. Par l’implémentation de capteurs fiables (« développement embarqué »), la gestion industrielle des entrées et des sorties de données (« data engineering ») et la valorisation de ces dernières (« data science »), il est possible d’atteindre les trois objectifs : exhaustivité, immédiateté, coût maitrisé.

Une gamme complète d’objets connectés ferroviaires

Stimio dispose d’une gamme d’objets connectés pour le secteur ferroviaire, couvrant un large ensemble de cas d’usages pour aider les acteurs à faire face à leurs nombreux enjeux. Outre la surveillance de la géométrie de la voie, les solutions Stimio permettent également de surveiller en temps réel :

La supervision de la tension des caténaires ;
La surveillance de température de rail ;
• L’état de santé des pantographes ;
Le monitoring du niveau de sable des silos.

Les solutions IoT de Stimio couvrent aussi bien la surveillance d’un grand nombre d’éléments d’infrastructures et de bord de voie comme des composants à bord des matériels roulant.

Vous êtes exploitant et rencontrez des problématiques similaires sur vos trains, métros ou tramways. N’hésitez pas à nous contacter pour en savoir plus. Les équipes de Stimio se tiennent à votre disposition pour vous informer et vous accompagner.

Pour aller plus loin

Railnode

Railnode est le dispositif Stimio certifié ferroviaire EN50155 et muni de nombreux capteurs internes pour collecter des données de vos assets et les délivrer dans les systèmes d’information métier.

En savoir plus


 

Oxygen Asset Management

Gestion et configuration des capteurs, visualisation et prédiction, Oxygen Asset Management tire tout le potentiel des données brutes pour en faire de puissantes données métiers à usage immédiat.

En savoir plus →


 

Parlons ensemble de vos problématiques

Articles similaires

SNCF – Commande de 140 passerelles IoT ferroviaires

SNCF – Commande de 140 passerelles IoT ferroviaires

21 Juin 2021SNCF – Commande de 140 passerelles IoT ferroviaires ​Dans la continuité du contrat cadre de 5 ans unissant Stimio à l’acteur ferroviaire, SNCF VOYAGEURS commande 140 passerelles de communication MELI supplémentaires. Cette nouvelle commande s’inscrit dans...

A la SNCF, la maintenance prédictive va bon train

A la SNCF, la maintenance prédictive va bon train

4 Juin 2021A la SNCF, la maintenance prédictive va bon trainDe 2013 à 2020, retour sur les grandes étapes d'un vaste projet visant à anticiper les pannes à tous les étages des trains : portes, moteurs, climatisation, freins... Un nouvel article du JdN met l'accent sur...

Ne ratez aucune de nos actualités, cas d'usages, événements...

Abonnez-vous à notre newsletter

et suivez-nous sur les réseaux sociaux