Comment les chemins de fer suisses utilisent l’intelligence artificielle pour détecter les défauts des voies

Les trains de diagnostic des CFF inspectent environ 2 000 kilomètres de voies chaque mois. Ce programme d’inspection roulant permet aux Chemins de fer fédéraux suisses de repérer plus rapidement les dommages sur l’ensemble du réseau, tout en réduisant le besoin de faire examiner à pied de longs tronçons ferroviaires par le personnel.

Deux trains spécialement équipés circulent à une vitesse pouvant atteindre 120 kilomètres par heure et enregistrent l’état des voies au fil de leur trajet. Des caméras en prennent des images détaillées, tandis que des systèmes de mesure surveillent la géométrie des rails. L’intelligence artificielle analyse ensuite les données visuelles et signale les indices de dommages pour qu’ils soient examinés plus en détail.

Cette ampleur est importante dans un pays où les trains circulent dans des zones urbaines denses, des vallées alpines et des itinéraires de montagne exposés. L’état des voies peut changer en raison d’une utilisation intensive, des conditions météorologiques, de travaux ou de l’usure ordinaire. Des inspections automatisées régulières aident les CFF à dresser un état détaillé de ces évolutions sur l’ensemble du réseau.

Selon la SRF, le diffuseur public suisse, les trains détectent jusqu’à 1 500 défauts par mois, dont la plupart sont mineurs. Ce chiffre correspond à un flux d’informations destinées à l’entretien, et non à une liste d’urgences immédiates. Chaque constat doit être évalué, priorisé et, si nécessaire, réparé par des spécialistes ferroviaires.

Le système d’inspection associe des caméras à haute vitesse à des mesures précises de la géométrie des rails. Ces outils examinent différents aspects de l’infrastructure et fournissent aux CFF davantage qu’un simple relevé photographique.

Les équipements de mesure de la géométrie des voies peuvent détecter de minuscules écarts dans les rails. Même de légères variations d’alignement, de niveau ou d’écartement peuvent indiquer rapidement qu’un tronçon nécessite une intervention. Les caméras ajoutent une dimension visuelle en capturant des images que les systèmes d’intelligence artificielle peuvent passer au crible pour repérer des défauts et des irrégularités visibles.

Le logiciel a été entraîné à reconnaître certains défauts dans des parties précises du réseau ferroviaire. Il compare les nouvelles images et mesures aux schémas appris, puis met en évidence les problèmes possibles afin qu’une personne les examine. Les spécialistes peuvent ainsi se concentrer sur les endroits signalés plutôt que de rechercher manuellement les défauts sur chaque mètre de voie.

Les CFF ont commencé à tester l’intelligence artificielle pour l’inspection des voies il y a environ dix ans. Les premiers résultats ont été décevants, car le système générait trop d’erreurs. Selon la SRF, les progrès de l’intelligence artificielle ont depuis amélioré sa précision et sa fiabilité. Cette technologie reste intégrée à une chaîne d’inspection. La collecte de données, l’analyse automatisée, la vérification par des spécialistes et l’entretien physique restent liés.

L’intelligence artificielle signale les défauts, mais n’inspecte pas chaque élément du système ferroviaire. Son efficacité dépend des zones couvertes par son entraînement et des équipements installés à bord des trains de diagnostic.

Le système est conçu pour reconnaître des problèmes spécifiques dans certaines parties des voies. Cette spécialisation améliore ses performances, mais elle fixe aussi des limites. Les dommages situés en dehors de ces zones peuvent passer inaperçus. La SRF cite les mâts de lignes de contact comme exemple d’infrastructures que le système d’inspection des voies ne détectera pas nécessairement.

Cette limite rend le jugement humain essentiel. Le personnel ferroviaire doit examiner les constats, enquêter sur les situations qui échappent au champ de vision du logiciel et décider avec quelle urgence les CFF doivent intervenir. Les équipes effectuent aussi les réparations, qu’il s’agisse de corriger la géométrie des voies ou de remplacer des éléments endommagés.

Il en résulte une répartition des tâches, et non un chemin de fer entièrement automatisé. Les machines collectent rapidement de grandes quantités de données. Les logiciels trient et priorisent les informations. Le personnel ferroviaire expérimenté interprète les alertes et intervient sur le terrain. Pour les passagers, l’avantage concret réside dans une identification plus précoce et plus régulière des défauts, pour autant que le suivi soit effectué avec rigueur.

Cette technologie modifie la manière dont les CFF déploient les compétences en matière d’entretien dans toute la Suisse. Le personnel ne doit plus s’appuyer uniquement sur des inspections à pied et des recherches visuelles pour obtenir une première vue de l’état des voies.

Les inspections automatisées peuvent couvrir de longues distances au cours d’un seul trajet et produire un relevé que les ingénieurs peuvent analyser au retour du train. Le flux régulier d’images et de mesures peut aider les CFF à comparer l’état des voies au fil du temps, à repérer les zones où les problèmes se répètent et à organiser les travaux en fonction des constats les plus urgents.

Ces avantages sont particulièrement pertinents pour un réseau comprenant des lignes de pendulaires très fréquentées, de grands axes interurbains et des terrains difficiles. L’accès aux tronçons éloignés ou montagneux peut nécessiter une planification minutieuse et exposer le personnel à des risques liés à l’exploitation ferroviaire. Un train de diagnostic permet d’effectuer une grande partie de l’inspection initiale depuis un véhicule ferroviaire contrôlé, tandis que les équipes d’entretien peuvent concentrer leurs déplacements sur les endroits nécessitant une intervention directe.

Les chiffres montrent également pourquoi il est important de prioriser. Avec jusqu’à 1 500 défauts détectés en un mois, les CFF ont besoin de systèmes qui permettent de distinguer les irrégularités mineures des problèmes exigeant une intervention rapide. L’intelligence artificielle contribue à ce tri, mais ce sont les règles ferroviaires, les normes d’ingénierie et les évaluations professionnelles qui déterminent la suite à donner.

Le programme d’intelligence artificielle des CFF annonce un avenir de la sécurité ferroviaire davantage fondé sur les données, les décisions et les réparations restant sous la responsabilité des personnes. Les deux trains de diagnostic montrent comment les exploitants d’infrastructures établis peuvent intégrer l’apprentissage automatique aux inspections sans se passer du personnel ferroviaire qualifié.

Les prochains progrès dépendront de la qualité des données, de la fiabilité des modèles et de la manière dont les CFF intègrent les alertes dans leurs opérations d’entretien. Un système qui génère trop de fausses alertes risque de submerger le personnel. Un système qui ne détecte pas certains défauts peut créer un dangereux sentiment de sécurité. Des tests continus et une vérification humaine restent donc essentiels.

Pour les passagers en Suisse, cette technologie fonctionne largement en coulisses. Ils ne verront peut-être jamais les caméras ou les appareils de mesure, mais ils en bénéficient lorsque les CFF détectent l’usure plus tôt, dirigent les équipes avec davantage de précision et surveillent régulièrement l’état des voies.

Les chiffres actuels résument clairement le message opérationnel : 2 000 kilomètres inspectés chaque mois, jusqu’à 1 500 défauts détectés et une vitesse d’inspection maximale de 120 kilomètres par heure. L’intelligence artificielle accroît la capacité d’inspection du réseau ferroviaire. Les professionnels du rail restent responsables de l’interprétation des résultats et de la sécurité du réseau.