Comment les jumeaux numériques s’attaquent aux risques climatiques et améliorent l’efficacité du réseau ferroviaire français
Comment la modélisation 3D des rails peut-elle contribuer à améliorer la résilience climatique, à réduire les déchets, et comment éviter une surcharge de données ? Alexis Meneses, directeur de la stratégie chez Altametris, explique comment les jumeaux numériques 3D alimentés par l’IA transforment la gestion de l’infrastructure ferroviaire en France, en permettant une prise de décision fondée sur les données.
Le pouvoir des données pourrait changer la donne en matière de résilience ferroviaire. À l’approche de l’Intelligent Rail Summit 2025, Alexis Meneses partage les enseignements tirés de la collaboration entre Altametris et sa société mère, SNCF Réseau. En France, les modèles 3D haute résolution remplacent les méthodes d’inspection obsolètes et optimisent la maintenance sur le vaste réseau français.
La résilience ferroviaire commence par des données précises
La technologie d’Altametris crée des modèles 3D haute résolution de l’infrastructure ferroviaire, fournissant aux gestionnaires de l’infrastructure des informations actualisées en permanence et exploitables. L’une des applications critiques est la maintenance du ballast, un processus traditionnellement gourmand en ressources.
« Les inspections traditionnelles permettaient seulement d’identifier les endroits où il manquait du ballast », explique M. Meneses. « Mais la modélisation 3D va beaucoup plus loin. Elle fournit des mesures précises des volumes de ballast manquants et excédentaires ». Cela permet aux opérateurs de réutiliser le ballast excédentaire déjà présent sur le site et de ne commander que ce qui est nécessaire, éliminant ainsi le gaspillage lié aux commandes excessives de matériaux.
« Par le passé, des tonnes de ballast étaient commandées en trop, ce qui entraînait une extraction et un transport inutiles », note-t-il. « Désormais, grâce aux jumeaux numériques à haute résolution, l’utilisation des ressources est optimisée, les coûts sont réduits et l’impact sur l’environnement est minimisé. Le système améliore également l’adaptabilité au climat. À mesure que les phénomènes météorologiques extrêmes se multiplient, les scans 3D fréquents permettent une surveillance proactive de la géométrie des lignes aériennes, de la conformité du ballast et des risques liés à la végétation. « Si la saison chaude commence plus tôt, ce qui laisse moins de temps pour la maintenance, l’analyse rapide du ballast permet d’intervenir à temps », explique M. Meneses.
Éviter la surcharge de données
L’aventure d’Altametris avec SNCF Réseau a commencé par un défi : 3 téraoctets de données LiDAR générées quotidiennement, ce qui dépasse de loin la capacité des outils existants. « La SNCF a équipé sa flotte d’inspection de scanners LiDAR à haute fréquence, mais le traitement de ce volume nécessitait une solution évolutive », se souvient M. Meneses.
La plateforme Altametris a transformé les données brutes en un modèle 3D complet et accessible du réseau ferroviaire français. « N’importe quel employé peut virtuellement explorer n’importe quel endroit à n’importe quel moment », explique-t-il. Mais la véritable percée est venue de la collaboration avec les équipes d’ingénierie pour automatiser les mesures, remplaçant les contrôles manuels par une précision pilotée par l’IA.
« Au départ, nous avons dû prouver que nous pouvions reproduire les pratiques existantes », admet M. Meneses. « Les équipes d’ingénieurs avaient besoin d’être rassurées sur le fait que la modélisation 3D ne perturberait pas les flux de travail habituels. Au fil du temps, cependant, la technologie a révélé de nouvelles possibilités, telles que le calcul du volume de ballast nécessaire pour empêcher le déplacement des rails en cas de chaleur extrême, ce qui est impossible avec les méthodes traditionnelles.
Libérer la capacité ferroviaire
Avec 200 000 km de modèles 3D générés chaque année, Altametris évite de submerger les utilisateurs en ne traitant que les données essentielles. « La plupart des analyses techniques n’ont besoin d’être effectuées qu’une fois par an, voire tous les deux ans », explique M. Meneses. « Nous nous concentrons exclusivement sur les besoins opérationnels, en évitant les mesures inutiles.
L’évolutivité du système lui permet de s’adapter aux risques climatiques croissants. « Si des conditions météorologiques extrêmes exigent des analyses plus fréquentes, notre plateforme peut fournir des mises à jour plusieurs fois par an », ajoute-t-il.
Les solutions d’Altametris s’inscrivent dans le cadre du Green Deal et de la stratégie de mobilité durable de l’UE en renforçant la résilience des réseaux aux perturbations climatiques et en libérant des capacités ferroviaires grâce à la réduction des trajets d’inspection (par exemple, en remplaçant 20 chariots poussés à la main à la SNCF). Il permet également l’interopérabilité transfrontalière grâce à des modèles 3D unifiés pour les convois de fret surdimensionnés.
« La fédération de ces modèles faciliterait l’identification des obstacles le long des corridors internationaux », explique M. Meneses. « Cela va dans le sens de l’objectif de l’UE, qui est d’augmenter le trafic de marchandises tout en réduisant les formalités administratives et les retards de dédouanement.
Pour en savoir plus, rendez-vous à l’Intelligent Rail Summit
Lors de l’Intelligent Rail Summit qui se tiendra le 5 novembre en Slovénie, Alexis Meneses présentera l’étude de cas sur la transformation numérique de SNCF Réseau, montrant comment le balayage LiDAR et la modélisation 3D redéfinissent les processus de maintenance pour un avenir résilient au climat et axé sur les données.
« Cette transformation rend l’infrastructure ferroviaire résiliente et prête pour l’avenir », conclut-il. « Il s’agit d’exploiter les données numériques pour soutenir l’augmentation du trafic qui contribue à atténuer les défis climatiques. »
Pour plus d’informations et pour réserver votre billet, visitez le site web de l’Intelligent Rail Summit.
Plus d’informations ici :
- Hannah Richta, responsable des algorithmes pour les opérations chez DB InfraGO, explique comment l’IA améliore la résilience et la ponctualité.
- Intelligent Rail Summit ’25 : la maintenance prédictive est désormais « une stratégie d’adaptation au climat en soi ».
