Projets

L'IA compense la saturation des infrastructures des Chemins de fer fédéraux suisses

Les Chemins de fer fédéraux suisses exploitent l'IA pour modéliser et optimiser la circulation de leurs trains, pour pallier l'impossibilité d'étendre l'infrastructure. (Photo : CFF)

Face à l'impossibilité d'étendre les infrastructures dans un pays à la géographie difficile et saturée, les CFF (Chemins de fer fédéraux suisses) optimisent la circulation des trains à grand renfort d'IA. Convaincu par la démarche, le DSI Jochen Decker partage les projets d'organisation des flux ou de maintenance prédictive déjà en place.

PublicitéDifficile de trouver terrain plus difficile que la Suisse pour la construction ferroviaire. Le pays est presque exclusivement constitué de montagnes, pour la plupart déjà percées de tunnels et de ponts, comme le fameux fromage typique du pays. Ce réseau ferroviaire est le plus dense d'Europe, au point qu'il n'est plus du tout possible de l'étendre. Toutes les surfaces exploitables à cet effet étant déjà utilisées. « Il ne nous reste qu'une solution, a ainsi rappelé Jochen Decker, DSI de CFF lors des Journées de la stratégie informatique de Hambourg. Optimiser. » Une démarche d'autant plus nécessaire que l'entreprise anticipe pour 2034 une augmentation de 30 à 40% du nombre de passagers par rapport à aujourd'hui.

Un milliard d'euros pour les programmes d'optimisation

Contrairement à leur homologue allemand, la Deutsche Bahn, les Chemins de fer fédéraux suisses sont un groupe intégré qui réunit toutes ses activités - transport de personnes et de marchandises, infrastructure, immobilier - sous un même toit, ce qui facilite la planification et la mise en oeuvre des investissements et des innovations.

Depuis quelques années, les CFF ont déjà déployé trois programmes d'optimisation courant jusqu'en 2027, pour environ un milliard d'euros. Le premier programme, le traffic management, vise à mieux exploiter les lignes, notamment en réduisant les distances entre les trains. Le deuxième se concentre sur la planification de la production pour exploiter davantage de kilomètres avec autant de ressources humaines et matérielles, et donc faire en sorte que les trains restent le moins longtemps possible à l'arrêt et que les mécaniciens passent autant de temps que possible à conduire. Enfin, le troisième programme, la gestion des actifs, est destiné à réduire l'usure du matériel et à mieux exploiter les ateliers.

L'IA au service de la maintenance prédictive

Sur ce milliard d'euros alloué, seuls vingt millions sont cependant consacrés à l'IA. « Cela nous ouvre malgré tout des possibilités que nous n'avions pas auparavant », estime le DSI, qui s'occupe de ce sujet depuis cinq ans par goût personnel, et au bénéfice des CFF. La technologie intéresse l'entreprise pour son potentiel, mais aussi pour ses faibles coûts. Pour la maintenance des essieux et des voies, par exemple.

En surveillant en permanence l'usure des roues à l'aide de caméras et de capteurs, et en analysant les données obtenues, les CFF anticipent très précisément la date à laquelle une roue doit être remplacée. Ils mettent cette prévision en regard des données relatives à la charge de travail de l'atelier de réparation pour mettre en oeuvre une vraie démarche de maintenance prédictive. La roue n'est remplacée ni trop tôt ni trop tard dans l'atelier de réparation qui a le temps et les ressources pour s'en occuper exactement au bon moment. « La condition indispensable pour cela fonctionne, c'est de disposer de données de haute qualité », rappelle néanmoins Jochen Decker. En revanche, cela ne nécessite pas de budget important, du moins pour l'IA. Le projet de maintenance prédictive a ainsi coûté moins de 300 000 euros.

PublicitéL'organisation procède de manière très similaire pour l'entretien des voies. Un véhicule équipé de caméras et réservé à la mesure parcourt ces voies à 120 km/h pour évaluer leur état - ce qui est loin d'être trivial, selon le DSI. « Lorsqu'une fissure est détectée lors d'un trajet de mesure, la question se pose toujours : s'agit-il de la même fissure que celle déjà constatée la veille ou d'une nouvelle qui n'est peut-être qu'à cinq centimètres de la première ». Dans ce cas, c'est l'IA qui aide à distinguer les deux fissures.

Quel train faire circuler et où ?

Troisième exemple d'utilisation de l'IA par les Chemins de fer fédéraux suisses, la gestion des opérations et l'optimisation de l'utilisation des sillons. Car trouver la réponse à la question : « quel train faire circuler et où ? » s'avère particulièrement complexe. Un usager qui veut traverser la Suisse en train peut choisir entre 10e54 itinéraires différents. Une tâche idéale pour l'IA ! Planifier efficacement les capacités de transport avec l'IA coûte évidemment bien moins cher que de construire de nouveaux tunnels et de nouvelles voies - ce qui ne serait de toute façon plus possible en raison de la saturation des surfaces en Suisse.