Data et maintenance prédictive pour optimiser l’efficacité opérationnelle et la qualité de service chez Keolis
Projet

Data et maintenance prédictive pour optimiser l’efficacité opérationnelle et la qualité de service chez Keolis

Data et maintenance prédictive pour optimiser l’efficacité opérationnelle et la qualité de service chez Keolis
Partager
Publié le1 NOV. 2022
AuteurKeolis
C’est un enjeu phare pour toutes les AOM que Keolis accompagne : assurer la meilleure qualité de service aux passagers, notamment grâce à une maintenance optimisée des véhicules et des infrastructures. Avec le développement de l’usage de la data et de l’IA, Keolis apporte des réponses concrètes aux enjeux de performance des différents modes de mobilité grâce à la maintenance prédictive. La réduction significative des temps d’immobilisation des véhicules et des infrastructures améliore non seulement leur disponibilité, mais aussi le service rendu aux voyageurs.

Renforcer la capacité d’anticipation des opérateurs de transport grâce à la maintenance prédictive

La donnée a-t-elle le pouvoir de prédire l’avenir ? C’est en tout cas l’objectif (réussi) de la maintenance prédictive. Alors que les capteurs embarqués démocratisent la collecte de données et que l’intelligence artificielle en optimise l’utilisation, la maintenance prédictive s’impose comme un outil complémentaire à la maintenance préventive et curative. Elle permet la mise en place d’une approche plus agile - en temps réel et continu - et limite les opérations de maintenance curative coûteuses.   

Ainsi, à Boston, des trains équipés de capteurs enregistrent les vibrations, mesurent la température des rames et détectent les dysfonctionnements des portes. Ces données sont centralisées et analysées en temps réel par des logiciels de maintenance prédictive. L’IA permet ainsi d’anticiper d’éventuels incidents et d’agir avant la panne.

Autre illustration à Lyon, avec le projet Citadis de Keolis. Ce portail regroupe les données de fonctionnement des tramways qui sont téléchargées à leur retour au dépôt. Leur exploitation permet d’anticiper les pannes et d’accélérer la prise de décision  

Les résultats ? D’une part, un service optimisé grâce à des réparations et des changements de pièces réalisés par anticipation, limitant ainsi les risques de panne et donc de paralysie du trafic. D’autre part, une réduction des temps d’immobilisation des véhicules et une organisation plus efficace du travail des techniciens de maintenance.

Analyse des données de maintenance sur un ordinateur
Analyse des données de maintenance.
Tram maintenance

Prédictive, préventive, curative : 3 nuances de maintenance

Maintenance prédictive : Ce type de maintenance survient en amont de toute apparition de panne ou de dysfonctionnement et vise à s’assurer de l’état de fonctionnement des appareils de production afin de réduire le risque d’incident ou de défaillance. Le respect des règles de sécurité est également observé. La maintenance prédictive s’attache à analyser les pièces détachées et de rechange, les machines, ainsi que les équipements de production.  

Maintenance préventive (systématique ou conditionnelle) : Quelle différence ? La maintenance préventive systématique est réalisée à des intervalles de temps définis et repose sur une inspection régulière des équipements, afin de remplacer les composant et pièces détachées avant usure totale. La maintenance préventive conditionnelle consiste, quant à elle, à surveiller les paramètres et indicateurs clés des appareils, puis à mettre en œuvre les actions correctives nécessaires et ainsi anticiper les éventuels dysfonctionnements ou pannes.  

Maintenance curative : Il s’agit tout simplement de procéder à la réparation d’une panne ou d’un dysfonctionnement constaté. 

La maintenance 4.0, qui repose sur 3 niveaux, offre une approche complète et digitalisée.
Personne vérifiant les données de maintenance sur un ordinateur dans un entrepôt de bus

Une « maintenance 4.0 » adaptée aux véhicules connectés 

Le succès de cette approche repose sur le déploiement de véhicules connectés qui communiquent et transmettent de l’information en temps réel. Ainsi, Keolis s’est associé à STRATIO, pour intégrer leur outil de télédiagnostic dans les bus et les cars. La collaboration avec STRATIO permet de couvrir les trois niveaux de maintenance : 

- une maintenance curative traditionnelle, en fonction des besoins,  

- une maintenance préventive grâce au suivi de plusieurs indicateurs critiques afin de déclencher les alertes en amont : température du moteur, niveau et état de la batterie, état des freins... 

- une maintenance prédictive grâce à l’intelligence artificielle anticipe les dysfonctionnements avant même tout signal de faiblesse et génère des alertes qualifiées pour déclencher des opérations de maintenance. Un exemple : la prédiction de fin de vie d’une batterie. 

Le partenariat de Keolis avec STRATIO a permis d'intégrer des outils de télédiagnostic dans les bus et les cars.
© kmg design

Cette plateforme permet d’adopter une approche de « maintenance 4.0 » complète (comprenant les trois niveaux de maintenance) et propose de nombreux avantages :  

- mieux planifier les contrôles techniques en anticipant les pannes et autres problèmes, 

- prévoir à l’avance les opérations de maintenance nécessaires au vu des signes avant-coureurs identifiés, 

- améliorer l’efficacité de l’ensemble du processus de maintenance en amont du contrôle du véhicule, 

- réduire la durée d’immobilisation du véhicule lors de sa maintenance, 

- optimiser la durée d’utilisation du matériel, notamment de la batterie qui constitue un composant essentiel des véhicules électriques, de plus en plus nombreux dans les flottes de bus opérées par Keolis.

Un technicien opère une opération de maintenance sous un tram
Cette approche de « maintenance 4.0 » complète propose de nombreux avantages.

Maintenance prédictive digitale au service des techniciens de maintenance 

La digitalisation de la maintenance prédictive optimise et sécurise les interventions des techniciens de maintenance, et améliore la disponibilité des véhicules.  

À Dubaï par exemple, Keolis a mis en place un dispositif d’assistance à distance, qui permet qu’un expert prenne la main sur le mobile du technicien en cas de difficulté.  

En Australie, Keolis Melbourne a installé des capteurs sur les pantographes de ses tramways afin de mesurer l’usure des Lignes Aériennes de Contact (LAC) et fournir des données géolocalisées aux équipes de maintenance. Cette automatisation des prises de mesure renforce la sécurité des interventions et évite aux techniciens de se mettre en danger, surtout lors d’interventions nocturnes. Elle permet en outre de réaliser ces mesures en journée, sans interrompre le service aux passagers. 

Les formulaires digitaux mis en place dans plusieurs filiales de Keolis permettent également aux agents d’effectuer des relevés directement sur tablette d’une part et d’autre part d’accéder à la documentation technique de l’appareil ainsi qu’à ses données de maintenance. Autant d’applications qui permettent aux techniciens de se consacrer aux tâches ayant une plus forte valeur ajoutée comme l’analyse des rapports générés, ou encore l’optimisation des alertes générant des actions de maintenance prédictive. 

Technicien opérant de contrôles de maintenance à l'aide d'un ordinateur
La digitalisation de la maintenance prédictive optimise et sécurise les interventions des techniciens de maintenance, et améliore la disponibilité des véhicules.
En Australie, Keolis Melbourne a installé des capteurs sur les pantographes de ses tramways afin de fournir des données géolocalisées aux équipes de maintenance.

En Australie, Keolis Melbourne a installé des capteurs sur les pantographes de ses tramways afin de fournir des données géolocalisées aux équipes de maintenance.