Niveau Machine Learning :

** Bonnes Connaissances en Machine Learning

Niveau Python 

** Bonnes Connaissances en Python

Intervenants : 

Denis Coutrot, Chief Data & Analytics Officer et Quentin Foussette, Lead Data Scientist chez Getlink

Présentation de l’atelier

La détection d’anomalies a de multiples applications pour la détection de dérives de processus industriels, mais également dans les secteurs tertiaires tels que la banque ou l’informatique pour identifier les cas de fraude.

Lors de cet atelier pratique, nous analyserons ensemble des séries de mesures de capteurs pour détecter en amont les signaux faibles annonciateurs d’anomalies et être capable de les prédire avant leur survenance. Nous échangerons sur les techniques de détection, l’analyse de survie, les variables explicatives et les nombreux aspects de cette problématique, alors n’hésitez pas à nous rejoindre pour un atelier passionnant !

Getlink, gestionnaire d’infrastructures et exploitant du tunnel sous la Manche à travers sa filiale Eurotunnel, exploite des trains appelés des shuttles permettant de transporter des véhicules particuliers et des camions entre la France et le Royaume-Uni. Chaque wagon de ces trains est soumis à des charges importantes qui reposent sur les bogies, composé de deux essieux porteurs des roues, lesquelles sont au contact du rail.

Des forces statiques et dynamiques s’exercent sur les essieux de manière répétées et peuvent endommager le système en provoquant notamment l’apparition de microfissures sur les roues, nécessitant des reprofilages coûteux.

Un long travail d’inspection effectué par les équipes de maintenance d’Eurotunnel depuis le mois de juillet 2023 a permis de suivre le travail des bogies et d’identifier l’apparition de défauts, et de constituer une base d’analyses constituées de mesures répétées issues de capteurs disposés en tunnel et de défaut détectés au niveau de l’essieu. Les mesures de profil de roue effectuées régulièrement ont été également été ajoutées.

La base est donc quasi-supervisée – c’est-à-dire que l’on connait la date de détection du défaut mais non précisément sa date d’apparition.

L’objectif de l’atelier est de tester des techniques de détection des précurseurs de ces défauts, d’identifier si le profil de roue est une variable explicative et quelle est la meilleure maille d’analyse (essieu, bogie, wagon).