DIADEM

DIAgnostic Dynamique et Maintenance Prévisionnelle de Systèmes Embarqués sur Train

Presentation de projet (Durée : 42 mois, démarrage le 19/07/2013, clôture le 6/04/2018)

Les composants du matériel roulant ferroviaire font parties intégrantes du système ferroviaire. Afin d'en assurer la maintenance raisonnée, ces composants font l'objet d'inspections régulières. L'enjeu majeur pour les exploitants est la disponibilité des trains afin d'augmenter la satisfaction des usagers sans augmenter les coûts du matériel et répondre aux exigences de régularité des autorités organisatrices ; ce grâce notamment à la mise en place d'opérations de maintenance prévisionnelle et conditionnelle.

Dans ce contexte, aussi bien les constructeurs que les exploitants sont amenés à rechercher les moyens pour la mise en place d'une maintenance conditionnelle basée sur l'état réel du système (Condition-Based Maintenance, CBM) et plus particulièrement sur le pronostic (maintenance préventive prévisionnelle); ceci de manière à anticiper les défaillances de ces matériels.

En mettant au point des outils innovants pour le diagnostic et la maintenance de sous-systèmes embarqués, l'exploitant sera en mesure, en fonction des alarmes judicieusement générées, de planifier les opérations de maintenance (et donc d'optimiser la disponibilité et la qualité de service de son réseau), la logistique de ses trains en dépôt, ainsi que l'approvisionnement des pièces nécessaires. L'objectif principal est de maximiser les temps d'exploitation de chaque train, ainsi que ses coûts de maintenance.

Le second objectif associé est le changement des pièces au juste nécessaire et non de façon systématique. Le résultat est donc double: à la fois ne changer la pièce que quand cela est nécessaire et avéré (gain économique) ainsi qu'un gain significatif en termes de gestion des déchets. Parallèlement à ces objectifs, les exploitants s'attelleront également à chiffrer tous les gains générés par ce type de gestion et à définir le modèle économique à trouver pour ce service de maintenance prévisionnelle.

La plupart des procédures de diagnostic des sous-systèmes embarqués dans le train sont essentiellement à base de règles simples (seuillage sur des grandeurs définies). Pour ce qui est de la maintenance, celle-ci est plutôt un équilibre ente maintenance préventive systématique (MPS) pour essayer de prévenir toute défaillance en remettant périodiquement à neuf le système (ce, quel que soit son état) et maintenance corrective pour corriger les défaillances résiduelles. Il est à noter qu'avec les outils actuels, la phase d'optimisation des pas de MPS est difficile et parfois même faite empiriquement.

L'objectif du présent projet est de développer des outils de diagnostic et de pronostic de trois organes sensibles du matériel oulant ferroviaire (la climatisation, le système de freinage et les portes) qui permettront de donner en temps réel leur potentiel réel d'utilisation avant défaillance, introduisant de fait une amélioration des conditions de réalisation de la maintenance et de la régularité des circulations. Il apportera en outre une connaissance plus fine du comportement temporel et du vieillissement du matériel ainsi que des éléments de réponse pour une optimisation des référentiels de maintenance.

Cette proposition adresse directement les attendus de l'axe 2.3 concernant la sûreté et la fiabilité de systèmes et des véhicules de l'appel d'offre de l'ANR Transports Durables et Mobilité. Ces nouvelles fonctionnalités devront par ailleurs être effectuées en limitant le nombre de capteurs pour ne pas augmenter le coût des équipements ni dégrader la fiabilité globale des systèmes.

Les travaux menés dans le cadre de la présente proposition s'inscrivent dans une procédure globale d'amélioration de la fiabilité des sous-systèmes embarqués dans un train tout en réduisant les charges de maintenance. Ils s'attacheront à deux volets.

Le premier volet est dédié au diagnostic dynamique par reconnaissance des formes. Il s'agira de définir une ou plusieurs méthodes de diagnostic qui permettent, à partir des mesures effectuées sur un sous-système embarqué, d'inférer sa classe (ou son mode) de fonctionnement courant et d'estimer sa vitesse de dégradation. Le point innovant porte sur la prise en compte de l'aspect dynamique du diagnostic et ce de deux manières : Le problème de classification dynamique sera abordé en utilisant le formalisme générique des mélanges de lois (McLachlan & Pell, 2000) où, contrairement à la situation classique de données stationnaires, les paramètres des classes seront modélisés de manière stochastique (ex. moyennes des gaussiennes modélisées de manière autorégressive). Les descripteurs servant de données d'entrée aux algorithmes de classification seront quant à eux extraits via des algorithmes permettant de segmenter et de résumer les signaux multidimensionnels acquis par un nombre réduit d'indicateurs. Des mises en application sur les systèmes de freinage et l'ensemble de climatisation seront réalisées sous forme de démonstrateurs. Pour le freinage, par essence composant de sécurité, l'enjeu est ici d'éviter autant que faire ce peut les modes dégradés et en particulier ceux déclenchés suite à des pannes du compresseur pneumatique. Une amélioration de la disponibilité des rames est visée. Le système de climatisation garantit en premier lieu le confort des passagers. Toutefois, la surveillance fine de son état de santé permettrait d'éviter des surconsommations d'énergie liées à des dysfonctionnements de ce système et de limiter les émissions de gaz à effet de serre qui sont occasionnées par des fuites de fluide frigorigène. Enfin, des défaillances de climatisation peuvent entrainer des surchauffes dans la rame déclenchant exceptionnellement des incendies, mais aux conséquences évidement catastrophiques pour les usagers, le matériel roulant et l'infrastructure.

Le second volet est consacré à la maintenance préventive prévisionnelle (ou pronostic). Organiser autrement la maintenance des sous-systèmes embarqués dans un train est un enjeu majeur pour les constructeurs (et donc les exploitants). Jusqu'à présent, souvent basées sur un compromis (plus ou moins optimisé) entre maintenances corrective et préventive systématique, les stratégies de maintenance du matériel roulant sont désormais fortement améliorables du fait du développement d'un grand nombre de systèmes de mesure embarqués, permettant un monitoring intensif des sous-systèmes clés. La première amélioration, proposée dans ce second volet porte sur l'exploitation de ces données de diagnostic pour mettre en place des actions de maintenance conditionnelles (visant à intervenir au plus prés de la date spécifiée par le référentiel de maintenance). Enfin, le développement de modèles de dégradations fins permet, adossés au diagnostic, d'estimer le comportement à venir du système et donc de prévoir lorsque ce dernier franchira un état de dégradation redouté ou sera totalement défaillant. Il deviendra alors possible de remettre en cause le référentiel de maintenance et d'optimiser une date d'intervention.

Si les réseaux bayésiens dynamiques ont déjà trouvé beaucoup d'applications industrielles dans le domaine de la maintenance (et prouvé leur intérêt pour développer des outils d'aide à la maintenance), l'intégration de fonctionnalités de pronostic aux algorithmes d'inférence n'a pas encore été abordée. Cela constituera l'une des innovations de ce volet. Par ailleurs, d'un point de vue industriel, l'innovation se situera réellement dans l'optimisation des référentiels de maintenance conditionnelle (optimisation « paramétrique » dans le sens où un référentiel de maintenance conditionnelle est fixé et il faut en optimiser les paramètres de décision (typiquement les seuils sur un niveau de dégradation) et prévisionnelle (optimisation « structurelle » dans le sens où l'on souhaite changer de référentiel de maintenance et que l'on cherche par exemple à passer d'une décision prise sur des seuils de dégradation à une règle de décision qui intègre également une estimation de la date future de franchissement d'un seuil). On identifiera pour cela des processus de type renouvellement, régénératif, semi-régénératif. Les méthodologies développées seront appliquées sur les systèmes d'accès voyageurs (les portes), élément clé de la sécurité et dont le dysfonctionnement engendre des problèmes en exploitation. Une porte qui ne se ferme pas se traduit en effet par un arrêt du train.