Network Rail modernise le plus ancien réseau ferroviaire au monde avec IoT, IA et Deep Learning

Avec 20 000 miles de rails, 30 000 ponts, tunnels et viaducs, et des milliers de signaux, le plus ancien réseau ferroviaire au monde est en pleine transformation numérique.

Londres. Lors du récent AI and Big Data Expo, nous avons échangé avec Nikolaos (Nick) Kotsis, Chief Data & Analytics Officer chez Network Rail.

Kotsis, qui a rejoint Network Rail en 2019, a présenté comment l'entreprise utilise des données de différentes sources, incluant plus de 30 000 dispositifs IoT, pour surveiller les rails, détecter d'éventuels problèmes de maintenance, gérer la végétation et effectuer de la maintenance prédictive.

« Network Rail est une machinerie incroyable. Mais on me posera la question : pourquoi avons-nous des retards ? Nous avons des retards parce que c'est une machine très complexe. Une voie est exposée à de nombreux facteurs, comme la météo et la végétation. »

« Des changements soudains de conditions météorologiques peuvent casser les rails. Et jusqu'à peut-être il y a cinq ans, la seule façon de prévenir cela était l'inspection à pied. Les ingénieurs devaient marcher sur la voie pour identifier d'éventuelles fissures et défauts. »

« Maintenant nous avons un environnement multi-capteurs. Nous avons une technologie de capteurs très avancée qui examine la voie, et nous récupérons la vidéo réelle de caméras focalisées sur les rails. »

« Nous recevons presque un demi-pétaoctet de données chaque semaine. L'analytics cloud ne donne pas toutes les réponses. Il faut s'assurer de transférer les données en toute sécurité. Pour le traitement, la quantité et la qualité des données sont significatives. Et c'est ce que fait l'équipe data science. »

Programme Infrastructure Intelligente (II) de Network Rail

En 2019, Network Rail a lancé le programme Infrastructure Intelligente (II) pour transformer les données en informations intelligentes pouvant délivrer efficacement des services améliorés pour les clients voyageurs et fret.

En capturant et exploitant des données précises sur les actifs de Network Rail sur l'ensemble du réseau de 20 000 miles, le programme II fait passer le travail de la planification et maintenance traditionnelles à une approche proactive « prédire et prévenir ». Il permettra aux équipes de voir où sont les actifs, comment ils se comportent, comment ils se dégradent, et quand ils vont défaillir.

Le programme utilise les données capturées par ses capteurs, l'imagerie aérienne haute définition et la LiDAR 3D, les images des trains d'inspection, les informations des exploitants ferroviaires (des entreprises privées opèrent les trains de voyageurs au UK), des vidéos additionnelles de drones et d'hélicoptères, et d'autres sources. Les données consolidées par les flux de travail sur la plateforme cloud de Network Rail sont téléversées vers Microsoft Azure Cloud, où des algorithmes IA transforment l'information en plannings de maintenance prédictive actionnables.

La première version d'Insight est entrée en service pilote il y a six mois. Elle intègre les capacités voie et signalisation. Par exemple, l'outil aligne les données de voie run-on-run (représentation numérique de l'état de la voie) prises dans le temps et avertit les équipes de maintenance quand des défauts sont susceptibles de survenir – cela pourrait être 28 jours, 90 jours, ou même plus longtemps avant que la réparation ne soit nécessaire.

L'IA ne remplacera pas les humains de sitôt

« Une dernière chose à mentionner : beaucoup de gens parlent de remplacer les humains, et de comment l'IA pourrait remplacer les humains. À un moment donné dans le futur, je pense qu'il vaut la peine d'avoir le débat. Mais je ne pense pas que nous soyons au stade où nous devons trop nous inquiéter à ce sujet pour l'instant. »