Comment l’industrie ferroviaire tire parti de l’IoT Edge Computing

Illustration : © IdO pour tous

L’industrie ferroviaire est l’une des industries les plus complexes en termes de numérisation. D’un point de vue technique, il présente de nombreux obstacles qui rendent plutôt difficile l’intégration de systèmes existants dans des architectures numériques modernes. Cela peut expliquer son faible niveau de numérisation. L’IoT Edge Computing peut être la réponse à de nombreux défis pour les chemins de fer.

Dans une étude dans le revue de Harvard business, l’industrie du transport est identifiée à la queue de la maturité numérique, et le secteur ferroviaire, en particulier, contribue de manière significative à ce faible niveau de numérisation. Ce n’est pas seulement parce qu’il est soumis à une réglementation très stricte, mais aussi parce que techniquement parlant, il présente de nombreux défis qui rendent difficile l’intégration de l’infrastructure des systèmes hérités dans les architectures numériques modernes.

Les 5 V du Big Data dans l’IoT ferroviaire

Dans un article rédigé par un groupe d’experts de l’IEEE (Institute of Electrical and Electronics Engineers) en 2020, ils ont identifié les principaux défis techniques de l’intégration du big data dans le secteur ferroviaire. Ils l’ont fait en les regroupant dans ce qu’ils ont appelé “les 5 V”:

  • Variété: Le secteur ferroviaire est un environnement de fournisseurs et de technologies très fragmenté. Il existe des centaines de systèmes différents dans un train, dont beaucoup sont obsolètes en raison de leur longue durée de vie et de leur faible renouvellement technologique.
  • Le volume: Il existe un volume considérable de données pouvant atteindre des téraoctets par jour qui ne peuvent pas être traités par du matériel et des logiciels traditionnels.
  • Rapidité: Non seulement il y a un grand volume de données à traiter, mais il faut aussi qu’elles soient rapides pour être considérées comme des processus en temps réel ou quasi temps réel.
  • Véracité: En raison de la nature critique des opérations ferroviaires, il est essentiel de s’assurer de la véracité et de la fiabilité de tout traitement de données avancé.
  • Évaluer: La plupart des systèmes sont considérés comme de grande valeur, ainsi que géographiquement dispersés.

Qu’est-ce que l’informatique de périphérie ?

IoT Edge Computing est une combinaison de technologies IoT et edge computing, souvent utilisées dans les environnements industriels. Si nous analysons les points forts de l’IoT industriel (IIoT) et de l’informatique de pointe en tant que technologies de numérisation, nous réalisons qu’il s’agit exactement de la réponse à la plupart des défis susmentionnés.

L’IIoT permet de capturer des données à partir d’un certain nombre de sources, et l’informatique de pointe permet l’analyse de grands volumes de données distribuées en temps réel, et de manière cyber-sécurisée et évolutive, permettant l’intégration d’équipements de terrain d’une multitude de fournisseurs , technologies et protocoles.

Chemins de fer et au-delà : avantages de l’IoT Edge Computing

Examinons cinq cas d’utilisation qui décrivent les avantages potentiels de l’IoT Edge Computing pour les chemins de fer et d’autres industries critiques.

1. Jumeau numérique et maintenance prédictive

le Double digitale, ou instances de jumeaux numériques, permettent des représentations numériques de chaque partie active d’un système physique. Ils sont l’une des innovations pionnières de l’Industrie 4.0, mais aussi l’une des plus rentables du point de vue commercial. Ces instances numériques sont nécessaires pour optimiser la chaîne de valeur des produits allant de la fabrication à la maintenance et au service après-vente. Ils peuvent être utilisés pour le diagnostic et la surveillance à distance, ce qui entraîne d’importantes économies de personnel et de déplacements.

Ils peuvent également anticiper automatiquement la possibilité d’incidents, combiner des données historiques, l’expérience humaine, l’apprentissage automatique et des simulations, ce qui améliore les résultats des prévisions. McKinsey a calculé que 51 % des entreprises utilisant l’intelligence artificielle ont vu leurs coûts d’exploitation diminuer de plus de 20 %. Les décisions basées sur l’emplacement des bases d’approvisionnement, la manière et le moment de planifier les révisions et les matériaux à utiliser ont un impact direct sur les coûts d’exploitation. De même, pour que les jumeaux numériques en temps réel fonctionnent, il est nécessaire de traiter de grandes quantités de données tout en garantissant une faible latence.

Par exemple, un capteur IoT de vibrations pour la détection de pannes de moteur nécessite un algorithme qui traite les données à une fréquence minimale de 1 kHz (1 000 données par seconde). Ceci, associé aux problèmes de couverture courants de tout transport, fait de l’Edge Computing la technologie la plus adaptée à ces cas d’utilisation.

2. Détection d’obstacles

La sécurité dans le transport ferroviaire est traditionnellement un autre défi majeur pour les opérateurs. En cas de mauvaise visibilité due au mauvais temps ou à une erreur humaine, la vision par ordinateur apparaît comme l’une des solutions les plus intéressantes vers un transport plus intelligent et plus automatisé. Un système de détection automatique d’obstacles contribue à améliorer la capacité de traitement d’urgence et la sécurité des voyageurs ou des piétons.

L’organisation Shift2Rail, dont la mission est de définir et de fournir des capacités numériques qui font du transport ferroviaire européen un mode de transport plus centré sur le client et durable, consacre un groupe de travail et un projet entier à ce sujet. La détection d’obstacles est une mission critique qui exige un traitement de calcul élevé, que seules les architectures Edge Computing peuvent exécuter.

3. Mises à niveau du logiciel et du micrologiciel

Les systèmes embarqués deviennent plus intelligents et plus orientés logiciels. Les exigences de ces systèmes changent avec le temps et il est très courant que de nombreuses itérations permettent d’optimiser l’utilisation de ces systèmes. De plus, les systèmes informatiques peuvent devenir obsolètes en raison de failles de sécurité. C’est pourquoi la possibilité d’exécuter des mises à jour dans les configurations logicielles et les micrologiciels devient de plus en plus importante.

Un système unifié, ainsi qu’un processus à distance homogène pour les mises à jour de l’équipement peuvent réduire les coûts. En effet, des fabricants tels que Alstom déploient déjà des architectures d’applications conteneurisées sur la périphérie, ce qui les aide à réduire les processus manuels en automatisant le cycle de vie des périphériques de périphérie et en déployant de nouvelles versions à la demande.

4. Améliorer la sécurité des trains en mouvement

Pour assurer la sécurité et la stabilité d’un train en mouvement, la surveillance en temps réel de paramètres tels que la vitesse et la charge revêt une grande importance. La combinaison de capteurs IoT avec une puissance de calcul élevée est une solution optimale en ce sens.

Avec de petits capteurs, des informations sur les vibrations ferroviaires à haute fréquence causées par les roues peuvent être collectées. Grâce à l’edge computing, la vitesse et l’état des paramètres associés au risque de roulement actuel peuvent être calculés. Des scientifiques de l’Université de Hong Kong ont démontré qu’une surveillance continue 24 heures sur 24 est possible avec une architecture informatique de pointe. Il a des résultats impressionnants tels que des erreurs de vitesse inférieures à 0,2 km/h, et avec l’avantage de prendre très peu de place sur les voies et les trains, le tout à un coût beaucoup plus maîtrisé par rapport aux systèmes traditionnels.

5. Améliorations de la santé et de la conformité

Il ne fait aucun doute que la pandémie de COVID-19 a brusquement contraint de nombreuses industries à modifier leurs priorités et à résoudre plus efficacement les problèmes liés à la santé et à la distanciation sociale.

Grâce à l’informatique de périphérie IoT, il est possible de surveiller en temps réel des éléments tels que la qualité de l’air et le respect de l’utilisation de masques faciaux ou des distances sociales dans les gares et les trains par exemple. Avec des algorithmes plus avancés, il sera possible d’identifier les zones qui nécessitent un nettoyage plus approfondi ou même de guider les systèmes de nettoyage automatisés pour désinfecter les zones.

L’influence impressionnante de l’IoT pour les chemins de fer

Il ne fait aucun doute que le secteur ferroviaire est l’un des environnements industriels les plus complexes en termes de numérisation. L’informatique de pointe peut améliorer la sécurité des voyageurs, détecter les obstacles potentiels et améliorer la maintenance prédictive. Les 5 V rendent plus difficile l’intégration du big data dans le secteur ferroviaire, mais l’edge computing peut être la solution pour surmonter ces défis techniques, permettant l’analyse de gros volumes de données en temps réel, de manière cyber-sécurisée et évolutive. .

Leave a Comment