Surveiller et prédire pour agir. C’est invisible, mais de plus en plus, nos trains sont truffés de petits capteurs qui recueillent une multitude de données tout au long de leurs trajets. L’analyse de ces données est riche en enseignements. Le post-traitement de l’accélération des essieux permet, par exemple, de surveiller la géométrie de la voie ou encore de fournir des informations sur la cinétique d’évolution des défauts. Des enseignements précieux pour améliorer la maintenance régulière des voies.

Les chercheurs mettent aussi au point des solutions pour mieux comprendre les phénomènes de fatigue du rail. Et prédire ainsi l’apparition et la propagation des fissures. Il s’agit ici de modéliser la tenue mécanique des rails en fatigue en s’appuyant à la fois sur la modélisation physique et sur des mesures par ultrasons. Objectif : prédire les fissures pour organiser les opérations de maintenance et éviter les ruptures.

« Avec des données d’entrée - comme les mesures de la voie ou les caractéristiques des trains - de bonne qualité, la modélisation numérique permet de représenter les systèmes ferroviaires avec un niveau de confiance élevé », précise Nicolas Lestoille, Ingénieur d’étude en dynamique ferroviaire et expert Synapses à la direction industrielle et ingénierie de SNCF Réseau.

Dans les deux cas – géométrie des voies et fatigue du rail – les ingénieurs croisent les enseignements fournis d’un côté par les données, de l’autre par les simulations mécaniques. « C’est la spécificité de notre équipe : agréger et sélectionner de manière astucieuse modèles physiques et modèles de données pour optimiser les opérations ferroviaires ; surveillance, conception, maintenance et homologation », résume Christine Funfschilling, responsable du groupe « Systèmes Mécaniques et Acoustique » de la Direction Technologies, Innovation & Projets Groupe de la SNCF.

Dans le cas de la fatigue du rail, le modèle physique vient alimenter le modèle de données tandis que dans d’autre cas, c’est l’inverse : le modèle de données complète le modèle physique. Parfois, ils sont appelés conjointement afin de maîtriser les coûts de calcul. Depuis peu, l’équipe s’intéresse aussi à l’optimisation des trajectoires de vitesse des trains pour consommer moins. Un sujet qui nécessite là encore des compétences à la fois en physique, et en mathématiques.

Nos travaux cherchent essentiellement à développer des méthodes innovantes afin de limiter les coûts d’homologation, de surveillance, de maintenance et d’exploitation du matériel roulant et de l’infrastructure pour le Groupe. Et pour ses clients, il s’agit de limiter les éventuels dérangements et retards qui découleraient de défauts liés à ces processus.

La physique du système ferroviaire cherche à mieux comprendre et à mieux simuler le comportement extrêmement complexe des trains dans leur environnement. Cela constitue une étape clé de la conception et de l’adaptation à de nouveaux enjeux des nouveaux systèmes de transport.

La recherche en physique du système ferroviaire est de plus en plus transdisciplinaire, alliant par exemple mécanique, électronique, informatique et sciences des données. Arriver à faire communiquer entre elles ces différentes disciplines et à en extraire des solutions concrètes aux enjeux de demain est le grand défi des prochaines années.