CHARGEMENT

A l’ère de l’IIoT, la Smart Data pour optimiser l’exploitation des actifs mobiles

Pour de nombreux secteurs d’activités, le maintien en condition opérationnelle des actifs mobiles (véhicules, engins, matériel roulant…) revêt un caractère extrêmement critique. Or, aujourd’hui, il est quasiment impossible de connaître avec précision, en temps réel et sur la continuité les conditions d’exploitation et l’état de ces équipements.

Pour garantir leur intégrité et prolonger le cycle de vie de ces actifs, il convient de pouvoir définir leurs conditions de fonctionnement durant leurs trajets ou opérations. Seulement, ces actifs mobiles sont des équipements intégrant nativement de multiples organes, composants et systèmes, ce qui complexifie l’installation et le déploiement d’outils de collecte de donnée et de monitoring. Le bon fonctionnement de ces actifs exige de plus, le plus faible degré d’intrusion pour les systèmes de monitoring et l’accès physique au point de collecte peut-être parfois compliqué. En outre, pour avoir de la valeur, la captation de la donnée doit pouvoir se faire sur toute la durée des trajets ou des phases d’exploitation.

Pourtant, un suivi continu et une détection temps réel des défaillances sont les conditions sinequanone pour obtenir une réelle agilité opérationnelle et favoriser la plus grande continuité d’exploitation possible. En effet, c’est la connaissance du type d’événements pouvant impacter les véhicules durant les opérations/trajets qui permettra une véritable maintenance proactive. La capacité à caractériser les conditions de roulage, identifier les événements impactant et les localiser est un élément clé pour apporter les informations utiles aux opérations de maintenance. En prime, géolocaliser l’actif mobile lors de la survenue de l’évènement doit permettre de déclencher une intervention au bon moment et au bon endroit.


Une meilleure connaissance des conditions de roulage

Ces exigences imposent un monitoring d’état, embarqué sur l’actif mobile. Il s’agit de pouvoir collecter la donnée au plus proche des éléments critiques et de surveiller les paramètres (accélération, tangage, roulis…) qui permettront :

  • de calculer en temps réel des indicateurs pour alerter sur d’éventuelles anomalies,
  • de détecter et localiser les défaillances pour déclencher, au moment opportun, des actions proactives,
  • de caractériser les conditions de roulage pour assurer un suivi continu sur la durée d’exploitation.

Ces informations sont cruciales pour gagner en agilité pour prévenir les dégradations de l’actif, éviter l’immobilisation, les surcoûts de maintenance corrective et dans le cas de transport de voyageurs d’assurer le confort et la sécurité des occupants.

Parallèlement, les données issues du suivi continu et longue durée doivent permettre de réaliser plusieurs types d’analyses approfondies concernant la typologie des terrains parcourus. Cette connaissance précise de l’état de chaque véhicule est un élément, par exemple, dans le cas de gestion de flotte, d’éclairage pour les décisions d’utilisation et de maintenance du parc de véhicules.

En effet, pour appréhender le niveau de sollicitation d’un véhicule, il convient de connaitre le temps de roulage passé à différent niveaux de sollicitation. Selon le temps de roulage passé sur un revêtement plus ou moins régulier, un parcours plus ou moins sévère et à un niveau de déclivité plus ou moins important, il sera alors possible de définir à un temps T le niveau de sollicitation de chaque véhicule et d’ordonner les véhicules entre eux en fonction des trajets ou opérations à honorer.

Par ailleurs, dans le cas du transport de voyageurs, le suivi continu et longue durée de données de vibrations, choc, d’accélération, vitesse, de bruit, de température a pour bénéfice de pouvoir caractériser les conditions réelles de transport pour en évaluer la qualité et améliorer le service.


Relever tous les défis

Aujourd’hui, un tel suivi continu des conditions d’exploitation, ajouté à une surveillance temps réel de l’état de l’équipement est possible.

A l’ère de l’IIoT, les capacités de la microélectronique, conjuguée aux technologies sans fil et aux avancées en matière de gestion de la consommation d’énergie, rend possible d’atteindre des points de collecte de donnée jusque-là inaccessible et de capter de nombreux paramètres au plus près du besoin pour les traiter en temps réel, sur place et les restituer directement sans attendre l’hypothétique disponibilité d’accès à un cloud.

On parle là de d’appliances ou de systèmes sans fil, basse consommation de Edge computing, autrement dit de la puissance de calcul et de traitement à la périphérie.

De taille optimisée, installée en seconde monte sur l’actif mobile et/ou roulant, au plus proche de l’élément sensible à surveiller, ce type d’Appliance bénéficie d’une autonomie de fonctionnement sur la durée totale d’exploitation, d’une opération spécifique ou d’un nombre de trajets définis.

Doté d’une puissance de calcul et d’algorithmes avancés, le traitement in situ (corrélation, agrégation, fusion..) des données vient directement :

  • Déclencher sur conditions les actions automatiques d’un équipement tiers (envoi de SMS, prise d’images…),
  • Alimenter en continu le suivi de fonctionnement,
  • Compléter les modèles de programmation d’actions de maintenance préventive,
  • Enrichir l’étude d’impact des conditions réelles d’opérations sur les véhicules.

Une meilleure gestion de la donnée, en continu

La puissance de calcul est déportée sur le terrain, « at the edge of the network » et ces Appliances sont d’autant plus puissantes qu’elles peuvent traiter les mesures de leurs capteurs internes et mais aussi celles d’autres capteurs.
La multitude de données enregistrées durant les trajets sont prétraitées et formatées pour être transmises en continu vers une plateforme hébergée dans le cloud, pour le stockage, l’analyse approfondie à posteriori et la génération de tableaux de bord.
Dans une boucle plus courte d’interaction avec des équipements locaux, quand l’Appliance de Edge Computing détecte un évènement dépassant le seuil limite, l’information est utilisée pour déclencher immédiatement l’actionnement conséquent.
Toutes les données captées sont traitées en embarqué, les informations plus critiques sont immédiatement utilisées par les équipements locaux sans retard ni latence, le reste des informations sont destinée au Cloud computing pour des analyses approfondies, à postériori. Le traitement et le trafic des données sont ainsi organisés pour être les plus efficients possible pour ce qui est de la bande passante et de la consommation énergétique.

Vous avez un projet ? +33 (0)4 28 29 88 99 Contactez nous