Upload
hadang
View
213
Download
0
Embed Size (px)
Citation preview
Atelier 3.2, L. Bouillaut - 23/03/2011
Diagnostic et maintenance dans les transports guidés
Allou SAME (GRETTIA)Laurent BOUILLAUT (GRETTIA)
Séminaire GERI Innovations dans les transports guidés urbains et régionaux
23 juin 2011
Atelier 3.2, L. Bouillaut - 23/03/2011
Diagnostic par reconnaissance des formes des aiguillages de rails
Atelier 3.2, L. Bouillaut - 23/03/2011
Plan
• Contexte
• Mécanisme d’aiguillage
• Manœuvre électrique d’aiguillage
• Diagnostic des aiguillages par reconnaissance des formes
• Extension à d’autres systèmes (portes d’accès voyageur)
Atelier 3.2, L. Bouillaut - 23/03/2011
Contexte
• Projet Switch-RdF (SNCF / IFSTTAR / UTC)– Objectifs
o effectuer un diagnostic précis des aiguillages afin d’anticiper les opérations l’entretien
o accroître le niveau de disponibilité des aiguillages
• Aiguillage– Dispositif (appareil de voie) qui permet au matériel
roulant de passer d’une voie à une autre
– Lignes classiques urbaines et régionales(RER, TER…)
– Lignes à grande vitesse
Atelier 3.2, L. Bouillaut - 23/03/2011
Contexte
• Projet Switch-RdF (SNCF / IFSTTAR / UTC)– Objectifs
o effectuer un diagnostic précis des aiguillages afin d’anticiper les opérations l’entretien
o accroître le niveau de disponibilité des aiguillages
• Aiguillage– Dispositif (appareil de voie) qui permet au matériel
roulant de passer d’une voie à une autre
– Lignes classiques urbaines et régionales(RER, TER…)
– Lignes à grande vitesse
Atelier 3.2, L. Bouillaut - 23/03/2011
Eléments constituant un aiguillage
Tringle de manœuvre Tringle d’écartement
Contre-aiguille aiguilles mobiles
Pointe Talon
Entretoises de talon
Atelier 3.2, L. Bouillaut - 23/03/2011
Manœuvre d’aiguillage
Aiguillage à manœuvre mécanique manuelle
Aiguillage à manœuvre électrique (plus de 70% des aiguillages SNCF) − Effectuée via un moteur électrique (généralement 380 V~),
commandé à distance− Verrouillage des aiguilles mobiles solidaire de leur
mouvement de translation (Verrou-Carter-Coussinet)
Atelier 3.2, L. Bouillaut - 23/03/2011
Aide à la maintenance préventive des aiguillages
• Opérations de maintenance (périodiques) sur les aiguillages– Contrôle des côtes de l’appareil de voie– Contrôle des pièces mécaniques (tringles, attaques multiples…)– Graissage– Nivellement et dressage
• Vers une stratégie de maintenance préventive des aiguillages– Objectifs
• anticiper les opérations d’entretien avec précision
• accroître le niveau de disponibilité des aiguillages
– Principe
• surveillance à distance en temps réel des efforts de manœuvre : puissance consommée par le moteur électrique (via courant, tension, phase)
• diagnostic par reconnaissance des formes
apprentissage et classification des données
Atelier 3.2, L. Bouillaut - 23/03/2011
Mesures acquises lors des manœuvres (1/5)
Signal de puissance consommée durant chaque manœuvre ─ Fréquence d’échantillonnage des signaux de puissance : 100 Hz─ Durée d’une manœuvre ~ 6 secondes
Puis
san
ce
Temps (s)
Manœuvre normale
déverrouillage
translation
verrouillage
friction
appel courant moteur
Phases mécaniques
Atelier 3.2, L. Bouillaut - 23/03/2011
Mesures acquises (2/5)
défaut léger de graissage
défaut tolérable de graissage
Atelier 3.2, L. Bouillaut - 23/03/2011
Mesures acquises lors des manœuvres (3/5)
défaut critique de graissage
défaut grave de graissage
Atelier 3.2, L. Bouillaut - 23/03/2011
Pic d’effort traduisant un obstacle au talon des aiguilles
Défaut lié à un obstacle
Mesures acquises (4/5)
Atelier 3.2, L. Bouillaut - 23/03/2011
Limiteur de couple en action, manœuvre inachevée
manœuvre inachevée causée par un défaut mécanique non détecté à temps
Mesures acquises (5/5)
Atelier 3.2, L. Bouillaut - 23/03/2011
Principales approches de diagnostic
• Diagnostic à base de modèles analytiques
– Issu de lois physiques, électriques, chimiques…
– A une entrée donnée (commande, paramètre), on obtient une sortie estimée
– Diagnostic basé sur l’écart entre la réponse réelle et la réponse estimée
• Diagnostic à base de connaissances
– Formalisation de la connaissance experte humaine du système étudié sous forme de règles (ex. AMDEC, arbres de défaillance)
• Méthodes basées sur les données
– Favorisées par le développement des moyens d’acquisition de données sur les systèmes
– Les opérateurs ne peuvent pas suivre toutes les données du système
Méthodes à base de reconnaissance des formes : apprendre à reconnaître automatiquement le fonctionnement du système
Atelier 3.2, L. Bouillaut - 23/03/2011
Apprentissage des classes de fonctionnement
Prétraitement des donnéesExtraction de caractéristiques
Réduction de la dimension
Base de données labellisées
Diagnostic par reconnaissance des formes
Extraction de descripteurs
Etape d’apprentissage
Décision / DiagnosticClassement /
Probabilités d’appartenance aux classes
Principales étapes du diagnostic par reconnaissance des formes
Signal de puissance
acquis lors d’une manœuvre
Atelier 3.2, L. Bouillaut - 23/03/2011
Apprentissage des états de fonctionnement
• Base de données labellisées : 120 courbes de puissance étiquetée en trois classes par un expert (aiguillage du centre de formation de Vaires-sur-Marne)
– classe 1 : 35 courbes sans défaut
– classe 2 : 40 courbes avec défaut tolérable (défaut léger graissage)
– classe 3 : 45 courbes avec défaut grave (défaut grave de graissage)
0
t_5
t_10
t_15
t_20
t_25
0
1
2
3
4
5
200
300
400
500
600
700
Extrait de la base de signaux
Atelier 3.2, L. Bouillaut - 23/03/2011
Extraction de caractéristiques
0 1 2 3 4 5 6
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
temps (s)
Descripteurs :coefficients polynomiaux, variances, paramètres du processus caché (33 paramètres)
Ajustement polynomial spécifique(régression à processus caché)
Objectif : Résumer chaque courbe par un ensemble de descripteurs pertinents
Pro
bas
pro
cess
us c
aché
Pui
ssan
ce (
Wa
tts)
Atelier 3.2, L. Bouillaut - 23/03/2011
Apprentissage des classes de fonctionnement des manœuvres
-2 -1.5 -1 -0.5 0 0.5 1 1.5 2-2
-1.5
-1
-0.5
0
0.5
1
1.5
2
AFD 1
AFD
2
Courbes de manœuvres projetées dans le plan
manœuvre normale
manœuvre avec défaut tolérable
manœuvre avec défaut grave
– Apprentissage des classes réalisé dans l’espace des descripteurs
o 120 signaux * 33 descripteurs
– Modélisation de chaque classe de fonctionnement par une distribution de probabilité (mélange de gaussiennes)
– Classement sur la base de probabilités d’appartenance à chaque classe
– Performances (validation croisée) : 96% de bien classés
Atelier 3.2, L. Bouillaut - 23/03/2011
Extension de l’approche proposéePortes d’accès voyageur des trains (1/2)
• Projet SURFER : « SURveillance FERroviaire active »
− Assurer une meilleure disponibilité des trains en exploitation
− Réduire les coûts de garantie pour les constructeurs
• Portes d’accès voyageur des trains− Cause majeure d’indisponibilité des trains
• Cas d’étude :− Portes coulissantes électriques de la NAT
(Transilien Ile de France)
• Diagnostic prédictif par reconnaissance des formes
Atelier 3.2, L. Bouillaut - 23/03/2011
Extension de l’approche proposéeSystème d’accès voyageur des trains (2/2)• Acquisition en temps réel de données caractéristiques de l’état de fonctionnement des
portes− courant, tension aux bornes du moteur électrique actionnant les portes, mesuré lors
des cycles d’ouverture/fermeture− architecture IP pour la remontée au sol des données
• Classification des données suivant différentes classes de fonctionnement− apprentissage à partir de données labellisées
Puissance consommée (U x I) lors de plusieurs cycles d’ouverture/fermeture
ouverture fermeture
Atelier 3.2, L. Bouillaut - 23/03/2011
Plan de la présentation
22
• Généralités sur la théorie de la maintenance• Pratiques ferroviaires en termes de maintenance
• Les nouveaux besoins en maintenance
• Illustration urbaine
• Conclusions et perspectives
Atelier 3.2, L. Bouillaut - 23/03/2011
1. Théorie de la maintenance
23
• Naissance de la maintenance
A partir de 1970 : Les développements de secteurs à risques et d’outils modernes aboutissent à la mise en œuvre de la maintenance.
1900 - 1970 : On utilise la notion d’entretien (avec le développement des chemins de fer, de l’automobile, de l’aviation et de l’armement pendant les 2 guerres mondiales)
Avant 1900 : On parle de réparation.
Atelier 3.2, L. Bouillaut - 23/03/2011
1. Théorie de la maintenance
24
Maintenance Curative
Maintenance Palliative
Maintenance Conditionnelle
Maintenance Systématique
Dépannage Réparation
Intervention à caractère provisoire
Pour limiter l’arrêt
Dans l’attente de pièces de rechanges
Remise en état d’origine
Échanges standards de
sous ensemble
Programmés longtemps à
l’avance
Surveillance de l’évolution
Intervention programmée juste à temps
Maintenance Corrective
Maintenance Préventive
Maintenance Prévisionnelle
Subir les Subir les pannespannes
Éviter les Éviter les pannespannes
• Différentes familles de maintenance
Atelier 3.2, L. Bouillaut - 23/03/2011
1. Théorie de la maintenance
25
• Mise en œuvre de la maintenance
- TPM (Total Productive Maintenance)Principe simple, basé sur des indicateurs de disponibilité, de production, de qualité…
- AMDEC (Analyse des Modes de Défaillance, de leurs Effets et de leur Criticité)Méthode intuitive accompagnant le raisonnement humain. Permet la compréhension du système
- GMAO (Gestion de la Maintenance Assistée par Ordinateur)Quelques constats
* Domaine récent (années 90) et marché en pleine évolution depuis 15 ans * Enquête en 1996 : 80% des GMAO ont été un échec
* Marché mondial : $20 milliards (source revue ME 2000)Quelques réalités et mythes
* Peut-on s’en passer ? OUI si GM efficace* Est-il conseillé de la développer soit même ? OUI
- MBF (Maintenance Basée sur la Fiabilité)Méthode évoluée de management de la maintenance
* Outil d’évaluation et d’optimisation d’une politique de maintenance* Stratégie de management de la maintenance
Atelier 3.2, L. Bouillaut - 23/03/2011
2. Pratiques ferroviaires
26
• Politiques de maintenance existantes
- Souvent préventives systématiques, parfois même correctivesEx : maintenance de la voie
* meulage de défauts de surfaces (1.MPS 2.MC 3.MPC)* géométrie (1.MPC 2.MC)* ballast (1. MPS)* Défauts internes du rail (1.MPS/MPC 2.MC)*Traverses, attaches (1.MPS 2.MC)* Caténaire (1.MPS 2.MC 3.MPC)
- Paramètres de maintenance choisis de manières empirique
- Pour certains matériels, peu de connaissance sur le processus de dégradation
Atelier 3.2, L. Bouillaut - 23/03/2011
3. Nouveaux besoins en maintenance
27
• Une évolution des contextes ferroviaire et technologique
- Évolution de la technologie, des capacités de mesures et de stockage :* Existence de bases de données très conséquentes, REX…* Méthode d’analyse de données
- Evolution des outils de diagnostic * Détection précoce des défauts * Possibilité d’intervenir, ou pas, avant apparition de défaut critiques (détection de symptômes)* Quelle décision prendre en terme d’intervention (périodicité, niveau de défaut, nature d’intervention…)* Mettre en place une politique d’entretien du système
- Systèmes de + en + complexes, grand nombre de composants, interagissant : Voie, véhicules, caténaires, …
- De nouvelles contraintes * Disponibilité ( du trafic, automatisation des TGU, réglementation…)* Réorganisation du monde ferroviaire (séparation GI/Exploitants)* Gains économiques (GI, Ex, Constructeurs)
Atelier 3.2, L. Bouillaut - 23/03/2011
3. Nouveaux besoins en maintenance
28
• Outils d’aide à la décision pour optimiser la maintenance
Atelier 3.2, L. Bouillaut - 23/03/2011
4. Maintenance du rail - contexte Métro
29
• StatAvaries - Analyse statistique du rail cassé et prévention de la rupture du rail
- Contexte : automatisation du métro fer parisien * Nécessité de modifier le contrôle commande
* Dégradation du rail accélérée* Besoin élevé en disponibilité
⇒ Rupture du rail événement critique
- Objectifs : Evaluation quantitative du processus mis en place par la RATP pour la détection et la prévention des ruptures de rail
Développement d’un logiciel générique (portabilité d’une ligne à l’autre)
Atelier 3.2, L. Bouillaut - 23/03/2011
4. Maintenance du rail - contexte Métro
30
• Maintenance du rail pour prévenir la rupture
- Discrétisation de l’état du rail5 niveaux de défauts (standards UIC)
* NR : non retenu* O : observable (seuil du capteur)* X1 et X2 : taille de défaut entrainant une diminution importante de la résistance du rail* S : rail cassé ou rupture imminente
Atelier 3.2, L. Bouillaut - 23/03/2011
4. Maintenance du rail - contexte Métro
31
• Maintenance du rail pour prévenir la rupture
- Actions considéréesRemplacement ponctuels de coupons défectueux (MC, MPS, MPC)
Renouvellement de la voie (MPS) – non considéré dans l’étude
Atelier 3.2, L. Bouillaut - 23/03/2011
4. Maintenance du rail - contexte Métro
32
• Maintenance du rail pour prévenir la rupture
- Diagnostic du railQuatre acteurs (2 préventifs, 2 correctifs)
MC déclenchée par des systèmes temps réels* CdV (détection à ~80%, fonction de la saison, de la circulation, de la technologie… Coût de maintenance élevé). Non indispensable en contexte automatisé* Conducteurs (ressentent des chocs à la voie). Non indispensable en contexte automatisé
MPC déclenchée par des auscultations périodiques* Véhicule ultrason + confirmateurs (~2 fois par an, voient tout)* Parcoureurs à pieds (~2 fois par mois, défauts visibles)
Atelier 3.2, L. Bouillaut - 23/03/2011
4. Maintenance du rail - contexte Métro
33
• Développement d’un outil d’aide à la décision
- Définition d’indicateursDisponibilité (Nombres de fausses alarmes, de tours perdus…)Réactivité (temps moyen de détection des X2 (en jours) et des ruptures (en heures))Maintenance (Nombre d’interventions préventives, de ruptures, taux de bonnes maintenance…)
- 1 scénario de référence
- Modélisation type VirMaLab multicouche (granularité temporelle variable)
Atelier 3.2, L. Bouillaut - 23/03/2011
4. Maintenance du rail - contexte Métro
34
• Développement d’un outil d’aide à la décision
Modèle StatAvaries 2 – VirMaLab « préventif »
- Evaluation de la capacité à prévenir une rupture- Quantification de l’impact d’un contexte sur la dégradation du rail- Innovation : Dégradation du rail par MGD
Atelier 3.2, L. Bouillaut - 23/03/2011
4. Maintenance du rail - contexte Métro
35
• Développement d’un outil d’aide à la décision
Modèle StatAvaries 2 – VirMaLab «correctif »
- Le rail est cassé (arrêt du processus de dégradation)- VUS et PP désactivés- Evaluation de la capacité à détecter une rupture- Quantification de l’impact d’une rupture
Atelier 3.2, L. Bouillaut - 23/03/2011 36
Modèle StatAvaries 2 – VirMaLab « multi-couches »
- Permettre le calcul à l’heure de certains indicateurs- Inférence adaptée à la dynamique du défaut (et aux indicateurs souhaités)
4. Maintenance du rail - contexte Métro
• Développement d’un outil d’aide à la décision
Atelier 3.2, L. Bouillaut - 23/03/2011 37
4. Maintenance du rail - contexte Métro
• Apprentissage des paramètres
Bases de données RATPAvaries (défaut, date, positionnement…)Tracé (rayons de courbure et positionnements) Rails (âge et nuance)Soudures (date de pose)CdV (technologies, tailles, incidents 2007 à 2009)
Avis d’experts Impact du matériel roulantFiabilité des CdVInfluence de la qualité du rail
Atelier 3.2, L. Bouillaut - 23/03/2011 38
4. Maintenance du rail - contexte Métro
• Exemple de résultat : auscultation VUS ligne 7
Circulation de référence- Influence de la maintenance
préventive sur le nombre de
rupturesIntervalle de pointe à 90s- Même tendance que pour la circulation de référence- Dégradation accélérée ⇒ plus de ruptures- Augmentation du nombre de tours perdus (+ de trains
⇒ + de FA liées au Cdt et + de ruptures
Atelier 3.2, L. Bouillaut - 23/03/2011
• Diagnostic et maintenance en plein essor depuis une dizaine d’année (dans le secteur ferroviaire)
• Larges bases de données REX (GI, exploitants, constructeurs, …)
• Nombreuses perspectives en termes d’analyse dynamique de ces données
• Avec un peu de maîtrise, le ferroviaire a de l’avenir…
5. Conclusions et perspectives