Maintenance préventive des systèmes de triage

Situation initiale

Chaque jour, quelque 700 000 colis sont triés dans les centres de triage de la poste en Suisse. Toute panne technique occasionne des coûts et peut causer des retards de livraison. Dans le but d’optimiser la gestion des colis, la poste suisse mise sur un logiciel appelé « Machine Learning » et a, dans ce contexte, lancé un projet visant à déceler très tôt d’éventuelles pannes dans les installations de triage dans ses centres de colis et à éviter autant que possible les pannes.

Application

• Une infrastructure de mesure appropriée surveille en permanence les imprécisions au niveau des trieurs de colis en service.
• Des capteurs mesurent toutes vibrations à l’aide de la technique du laser et génèrent des données acoustiques et thermiques.
• Les données de mesure sont transférées dans un cloud IdO et évaluées en ligne. Le logiciel « Machine Learning » permet de détecter les anomalies en temps réel.
• Les éventuelles pannes au niveau des trieurs sont enregistrées rapidement et communiquées au service compétent.
• Les trieurs défectueux sont identifiés, ce qui permet de les réparer immédiatement.
• Autres partenaires du projet : FHS St-Gall, HSR, Küffer, Neratec et ACS

Bénéfice

• Les causes des pannes sont décelées plus facilement.
• La maintenance peut avoir lieu en fonction de l’état de l’élément concerné, de manière préventive et périodiquement.
• Disponibilité plus élevée des installations de triage
• Respect des délais de livraison des colis
• Réduction des coûts d’exploitation grâce à une maintenance optimisée
• Le système peut être utilisé dans tous les centres de distribution
• Formation simplifiée du personnel de maintenance

Lessons Learned

• Le choix de la technologie de mesure appropriée représente un facteur de réussite décisif.
• L’algorithme/le modèle exige une préparation et un traitement réfléchis des données si l’on entend obtenir des résultats utilisables.