Vous êtes ici : Accueil > Actualités & Communiqués > Le CEA et la RATP collaborent pour améliorer la ponctualité du métro parisien

Actualité | Partenariat | Découvertes et avancées | Intelligence artificielle | Nouvelles technologies

Le CEA et la RATP collaborent pour améliorer la ponctualité du métro parisien


​Détecter précocement les anomalies pour prévenir les interruptions de service dans le métro parisien grâce à l’intelligence artificielle, c’est possible ! Les outils logiciels conçus par le CEA, dans le cadre d’un partenariat de co-innovation avec les équipes de la RATP, pourront contribuer à automatiser la supervision des équipements, à détecter les anomalies et à identifier des précurseurs des pannes.

Publié le 29 juin 2021

​La ponctualité des métros parisiens repose sur une gestion du trafic précise et réglée comme du papier à musique. Dans le but permanent d’améliorer sa qualité de service, la RATP collabore avec le CEA-List avec pour objectif d’anticiper les éventuels problèmes d’exploitation et, surtout, de réduire le nombre de fausses alarmes générées par le logiciel utilisé actuellement.

Chaque ligne de métro est équipée de plusieurs milliers d’équipements alimentant la salle de contrôle en données variées, qui sont analysées par le système de supervision pour piloter les lignes. En s’appuyant sur l’expertise métier des mainteneurs de la RATP, les chercheurs en intelligence artificielle et Big Data du CEA-List ont mis au point un prototype d’outils logiciels capables de caractériser l’état du système et de prédire son évolution. Ce qui a permis d’identifier les situations susceptibles d’entraîner des pannes pour permettre aux opérateurs d’intervenir au plus tôt.

Ces outils ont été testés par des mainteneurs RATP via une interface web accessible depuis tout appareil connecté à l’intranet de l’entreprise. Une première évaluation a eu lieu à partir des données rétrospectives fournies par la RATP sur une période de 3 années de fonctionnement : 90% des pannes étiquetées ont été détectées, avec une anticipation de quelques heures.

Cette démonstration confirme la possibilité d’optimiser la maintenance des systèmes de transport, voire prédire les pannes, et offrir aux voyageurs un service en constante amélioration.

Haut de page