Avec Capgemini, SNCF Réseau revoit la supervision et la maintenance de son réseau ferré pour optimiser sa performance et faire face au défi de la mobilité de ses équipes.
Le réseau de 30000 km de SNCF Réseau est télésurveillé et suivi en permanence afin de détecter d’éventuelles défaillances techniques au niveau des voies, de la signalisation, des caténaires, des passages à niveaux ou encore des aiguillages. Jusqu’à présent l’ensemble était suivi par différentes applications. Le transporteur a décidé d’unifier l’outil dans une application mobile fournissant une localisation géographique précise des incidents en temps réel. Le logiciel a aussi pour but d’améliorer l’information des voyageurs et d’améliorer la régularité des circulations.
Nommé « Supervision Nouvelle Génération » la solution est utilisée sur la région Auvergne-Rhône-Alpes depuis juillet dernier et va être étendue nationalement dans les deux années à venir. En cas d’aléas, l’application communique en temps réel les données relatives à l’opération de maintenance concernée (délais d’acheminement, heures d’arrivée sur place, délais d’intervention, etc.). Ces informations sont instantanément mises à disposition des opérateurs ferroviaires qui peuvent ainsi informer au mieux les voyageurs.
L’outil sera commun dans les quatre centres de contrôles du pays. À terme, l’ensemble des données provenant de la surveillance humaine, de la télésurveillance ainsi que des trains de surveillance, seront remontées aux centres de supervision où elles seront collectées et centralisées. Plus largement, l’objectif est d’établir un système d’informations complet sur l’état des infrastructures ferroviaires et d’aide à la décision pour la « juste maintenance ».
Un programme de transformation
L’application s’intègre dans le cadre plus large de la transformation numérique des métiers entamée en 2017 par SNCF Réseau sous le nom de « Surveillance et Supervision ». L’application a été conçue entre les équipes de SNCF Réseau et les équipes projets de Capgemini en mode agile à partir des besoins des utilisateurs finaux.
Elle utilise principalement 3 sources de données : la mesure embarquée dans les trains techniques, la télésurveillance et les capteurs IoT présent sur le réseau, la collecte de données réalisées par les agents de circulation ou de maintenance équipés de tablettes. Ces données sont centralisées et exploitées par les différents agents de maintenance, experts et « data scientists » afin d’anticiper et éviter les pannes mais également pour traiter les alarmes remontées des installations défectueuses.
Les premiers essais de traitement avancé de données de surveillance sur l’axe Lyon-Marseille se sont avérés concluants par l’analyse fine de l’historique des pannes et l’état des installations pour anticiper et réaliser une opération de maintenance conditionnelle avant l’incident. La solution sera utilisée à terme par 20 000 personnes.
Baptisée IFS Cloud 24R1, cette toute dernière version est dotée de fonctionnalités IA avancées pour optimiser les opérations, maximiser la rentabilité et faire du développement durable un véritable atout concurrentiel.