Le Mans, Pays de la Loire, France
Dans le cadre du projet Captracker, l’objectif est d’équiper les pantographes de capteurs, notamment des accéléromètres, pour détecter les variations d’accélération et de vibration du bras du pantographe. Ces données permettent d’identifier les signes précurseurs de défaillances des caténaires, complétées par des images capturées par une caméra pour confirmer visuellement les anomalies. Mon rôle consiste à analyser ces données à l’aide de techniques d’intelligence artificielle et de machine learning pour anticiper les dysfonctionnements. Concrètement, cela implique de mettre en place des modèles capables d’identifier les problèmes potentiels qui pourraient survenir sur le pantographe, tels que des défauts de contact, des vibrations excessives ou des usures prématurées, afin d’intervenir avant qu’un dysfonctionnement ne survienne et d’optimiser la gestion de la maintenance.