Queen's University at Kingston

Objet publié

Au Canada, les contraintes thermiques engendrées par les variations de température au fil des saisons peuvent provoquer des défaillances au niveau des rails. Il n’existe actuellement aucune technique permettant de surveiller en continu l’état de contrainte des rails sur de longues distances. Les réseaux de capteurs à fibre optique constituent une solution prometteuse. Compte tenu de l’étendue du réseau ferroviaire au Canada (45 000 km), l’installation de tels capteurs doit cependant être automatisée. Il est de plus essentiel de faire appel à l’IA pour gérer l’immense quantité de données générées et mettre en œuvre des stratégies d’analyse prédictive. Le projet proposé visera à répondre à ces besoins par la mise en œuvre de travaux de recherche en laboratoire et sur le terrain, notamment la mise au point de méthodes basées sur l’IA pour tenir compte de la température et détecter les contraintes critiques imposées aux rails ainsi que la fabrication d’un robot prototype d’installation des fibres. Le projet aboutira à un jumeau numérique prototype qui pourra être utilisé par nos partenaires industriels pour la maintenance et la gestion de leurs réseaux ferroviaires.