Détection des défauts sur un train-avant de véhicule en roulage

Client : Confidentiel
Pays : France
Application : Mobilité / Transport terrestre

Problématique

Un défaut au niveau du train avant influe sur le comportement du véhicule et sur sa fiabilité. Pour Metravib, l’objectif a été de proposer et d’évaluer des indicateurs afin de détecter les défauts du train-avant en roulage sur un véhicule de série.

Cinq types de défauts ont été analysés par Metravib. Suivre la dégradation de ces éléments sensibles grâce à des capteurs permettra in fine au client de réduire les coûts (fabrication, maintenance) et d’assurer une bonne fiabilité des véhicules produits.

Plusieurs configurations ont été analysées par les équipes de Metravib en suivant une méthodologie en plusieurs étapes :

  • Analyse comparative des signaux permettant de proposer un ensemble d’indicateurs.
  • Analyse systématique afin de confirmer les résultats précédents et préparer les données pour les travaux de classification.
  • Recherche des meilleurs indicateurs & entraînement des modèles de classification

Challenge

Le premier challenge était d’utiliser et d’exploiter au maximum les capteurs existants dans le véhicule.

La deuxième difficulté était de partir d’une feuille blanche afin de trouver les bons indicateurs pour détecter les défauts sans savoir si la direction empruntée était la bonne.

Solution

Les analyses ont permis de proposer des indicateurs corrélés à la plupart des défauts. Ces indicateurs ont été intégrés dans un modèle de Machine Learning afin de prédire les anomalies au niveau du train-avant des véhicules.