Remote Condition Monitoring à Manchester : un réseau encore plus fiable grâce à la maintenance prédictive

Le contexte : maintenance prédictive (Remote Condition Monitoring) et fiabilité opérationnelle 

En 2017, KeolisAmey Metrolink (KAM), coentreprise créée par Keolis et la société Amey de services d'infrastructure et d'ingénierie britannique, a pris les rênes de la maintenance du réseau de métro et de tramway Metrolink de Manchester métropole. Le réseau KAM est le plus grand de ce type au Royaume-Uni : 99 arrêts répartis sur 8 lignes, 103 km de rail et une flotte de 120 rames de tramway pour un total annuel de 34 millions de trajets. Une des principales priorités du contrat de la coentreprise KAM réside dans l’utilisation de techniques innovantes de maintenance prédictive, ainsi que dans l’amélioration de la fiabilité opérationnelle, en complément du service client et de la sécurité afin de fournir une qualité de service optimale à tous les voyageurs.  

L’innovation : l’automatisation, l’inspection à distance et en continu des équipements pour améliorer les opérations de maintenance prédictive  

Ces dernières années, les avancées technologiques dans le domaine de « l’Internet des Objets », (IdO ou IoT en anglais), de la collecte de données et du cloud computing ouvrent de nombreuses opportunités techniques pour perfectionner l’efficacité des services de maintenance. Le système RCM (Remote Condition Monitoring) utilise ces avancées et les intègre à la maintenance prédictive afin de réaliser le suivi à distance du comportement, de la performance ainsi que de l’état des engins et des équipements, ce qui améliore la fiabilité, la sécurité et la performance opérationnelle. 

Par le passé, les inspections des actifs étaient réalisées d’une façon plus traditionnelle : examen des rails, mesures à la main et vérification journalière des rames au dépôt. Le projet actuel de RCM repose sur deux principaux axes de travail définis au début de l’année 2020. D’une part, l’automatisation des inspections de matériel au dépôt de Trafford Park grâce au RCM (bande de roulement, archet du pantographe notamment). D’autre part, l’utilisation d’équipements de contrôle à bord des trams afin de mesurer et d’enregistrer la « qualité de roulement » grâce aux données collectées : mesure automatisée des roues et des pneus, usure des rails, géométrie de la voie, mais aussi captation vidéo d’éléments stratégiques comme les caténaires. Cette combinaison d’innovations technologiques grâce aux données requiert de nouveaux processus et ouvre la voie vers un changement global dans l’ingénierie rendant possible la modernisation de réseaux anciens. 

L’intérêt : l’enregistrement des équipements en continu pour une meilleure gestion de la maintenance prédictive  

Le système de Remote Condition Monitoring utilise des appareils intégrés, connectés par des équipements fixes et sans-fil. Il fournit ainsi un compte-rendu de l’état du matériel, et grâce à des alertes en temps réel, il permet une maintenance plus rapide et plus efficace. Les données sont collectées en continu par des capteurs, caméras et autres technologies mobiles qui contrôlent de multiples critères tels que la température, les mouvements, les vibrations ou encore la pression. Le traitement de ces données donne ensuite aux opérateurs une vue d’ensemble du réseau KAM, ce qui leur permet d’identifier les besoins en maintenance avant que ne surviennent des signes d’usure ou des pannes. Ce système permet également de réduire le coût et les temps passés aux réparations importantes, et augmente l’efficacité de l’organisation et de l’emploi du temps des équipes. L’automatisation augmentée et la précision des données collectées améliorent la prise de décision nécessaire à la maintenance et aux prévisions de renforcement ou de renouvellement du matériel du réseau KAM.  

Les prochaines étapes : un avenir prometteur pour la maintenance prédictive (Remote Condition Monitoring) de l’intégralité du réseau. 

Les réussites associées à ce projet montrent d’ores et déjà le potentiel de reproductibilité de ce modèle sur d’autres réseaux, en particulier pour les réseaux de tramway de Keolis. Plusieurs avantages cités plus haut ont déjà été recensés : la détection de problèmes sur les équipements, l’optimisation de l’utilisation des ressources ou encore la prévention de dégradations ou de perturbations accrues. Il reste néanmoins d’autres résultats à identifier au fur et à mesure de la mise en place et du calibrage de tous les systèmes.