-WEc780af7f81.png)
L'ère digitale : quel impact sur le transport ?
News Mediarail.be
Demain
Le big data et l'Internet des objets ouvriront la voie vers des solutions de transport véritablement intégrées et intermodales.
Les progrès en nanotechnologie peuvent déboucher sur de nouveaux produits plus légers, plus résistants, plus intelligents et plus durables.
Selon le Forum international des transports, d'ici 2050, la mobilité des passagers augmentera de 200 à 300% et l'activité fret de 150 à 250%. Cela signifie que des solutions intelligentes devront être mises en œuvre pour accroître les capacités de transport de marchandises de voyageurs. Le rythme des changements technologiques rend difficile de prévoir l'avenir avec exactitude. Cependant, les tendances se dessinent vers des systèmes intégrés pour le déplacement des passagers et du fret.
Pour le transport, les progrès dans les communications d'information auront des répercussions considérables, plus efficace, confortable et écologique. La technologie machine-machine (M2M) augmentera en efficacité grâce à l'utilisation de capteurs intégrés dans une large gamme d'objets et de systèmes pour automatiser les tâches et pour fournir des analyses et des diagnotiques. L'augmentation de la puissance et des capacités des ordinateurs permettra le traitement de très grandes quantités de données en temps réel, avec une utilisation plus efficace des données. Le Big Data et l'Internet des objets permettront aux modes de transport de communiquer entre eux dans un environnement plus large, ouvrant la voie vers des solutions de transport véritablement intégrées et intermodales.
Pour le transport, les progrès dans les communications d'information auront des répercussions considérables, plus efficace, confortable et écologique. La technologie machine-machine (M2M) augmentera en efficacité grâce à l'utilisation de capteurs intégrés dans une large gamme d'objets et de systèmes pour automatiser les tâches et pour fournir des analyses et des diagnotiques. L'augmentation de la puissance et des capacités des ordinateurs permettra le traitement de très grandes quantités de données en temps réel, avec une utilisation plus efficace des données. Le Big Data et l'Internet des objets permettront aux modes de transport de communiquer entre eux dans un environnement plus large, ouvrant la voie vers des solutions de transport véritablement intégrées et intermodales.
Le rythme croissant du changement technologique sera l'un des principaux moteurs du changement pour le secteur des transports. L'histoire du progrès technologique montre que le changement n'est pas linéaire mais exponentiel, et que les cycles d'innovation et d'améliorations technologiques sont susceptibles d'accélérer davantage. Les changements se produisent de manière rapide dans le pôle de sciences et des technologies convergent vers les nanotechnologies, les biotechnologies, les technologies de l'information et les sciences cognitives. Les avancées en nanotechnologie en particulier peuvent conduire à de nouveaux matériaux plus légers, plus résistants, plus intelligents et plus écologiques. Des matériaux comme le graphène, qui est révolutionnaire dans sa force, sa flexibilité et sa conductivité, pourrait avoir de nombreuses applications et fournir un support dans de nouvelles structures.
L'évolution de la science des matériaux améliore aussi considérablement la performance des batteries, modifiant par là même le potentiel de stockage de l'électricité. L'impression 3D devrait révolutionner la chaîne d'approvisionnement, réduisant ainsi le besoin de fabrication, de transport et de stockage en série. Certains secteurs industriels verront le passage d'une production entralisée vers davantage de décentralisation.
L'évolution de la science des matériaux améliore aussi considérablement la performance des batteries, modifiant par là même le potentiel de stockage de l'électricité. L'impression 3D devrait révolutionner la chaîne d'approvisionnement, réduisant ainsi le besoin de fabrication, de transport et de stockage en série. Certains secteurs industriels verront le passage d'une production entralisée vers davantage de décentralisation.
Les voyageurs s'attendent à une certaine sécurité et à une fiabilité des informations en temps réel
La maintenance prédictive permettra d'éviter de changer des pièces inutilement et de surveiller davantage de pamamètres en temps réel
Les services basés sur les cloud deviendront de plus en plus omniprésents, alimentés à la fois par des mobiles périphériques plus intelligents et dotés d'une connectivité ultra rapide. La technologie intelligente fournira aux voyageurs des informations utiles et des services plus complets, ainsi qu'un sentiment de contrôle et de participation active. Les billets interopérables, valables pour les trains, les autobus, le covoiturage et les vélos, pourraient encourager les déplacements intermodaux en assurant des liaisons sans hiatus avec d'autres modes.
Ce qu'on appelle le Web 3.0 sera sur le Web sémantique (ou la signification des données), la personnalisation, la recherche intelligente et la publicité comportementale. À mesure qu'elle se développera, elle offrira aux utilisateurs des expériences plus riches et plus pertinentes. Les utilisateurs seront de plus en plus en mesure d'accéder aux données de n'importe qui à travers des appareils intelligents. La rapidité et l'accès aux données influenceront les relations des usagers avec le transport, ce qui influera leurs processus décisionnels. Les voyageurs s'attendent à une certaine sécurité et à une fiabilité des informations en temps réel, afin de pouvoir optimiser rapidement leur trajet et le coût de celui-ci. Les produits et services axés sur le client seront basés sur une quantité d'informations concernant les voyageurs et leurs besoins. Ainsi, la localisation des personnes grâce à leur mobile permet déjà de mesurer l'encombrement des routes ou des transports publics, et de mesurer les vitesses moyennes qu'effectuent les usagers sur un tronçon donné, en temps réel.
Ce qu'on appelle le Web 3.0 sera sur le Web sémantique (ou la signification des données), la personnalisation, la recherche intelligente et la publicité comportementale. À mesure qu'elle se développera, elle offrira aux utilisateurs des expériences plus riches et plus pertinentes. Les utilisateurs seront de plus en plus en mesure d'accéder aux données de n'importe qui à travers des appareils intelligents. La rapidité et l'accès aux données influenceront les relations des usagers avec le transport, ce qui influera leurs processus décisionnels. Les voyageurs s'attendent à une certaine sécurité et à une fiabilité des informations en temps réel, afin de pouvoir optimiser rapidement leur trajet et le coût de celui-ci. Les produits et services axés sur le client seront basés sur une quantité d'informations concernant les voyageurs et leurs besoins. Ainsi, la localisation des personnes grâce à leur mobile permet déjà de mesurer l'encombrement des routes ou des transports publics, et de mesurer les vitesses moyennes qu'effectuent les usagers sur un tronçon donné, en temps réel.
L’usage actuel est à la maintenance préventive qui consiste à multiplier les interventions en amont afin de prévenir des incidents qui n’auront peut-être jamais lieu. Ce procédé offre certe un certain de degré de garantie mais demeure coûteux et pas toujours respecté. Collecter des données sur le terrain pour anticiper les pannes, tel est désormais le nouveau principe appelé maintenance prédictive. En donnant aux transporteurs les moyens de prévoir les aléas plutôt que de les subir, elle leur permet de programmer les interventions qui éviteront de coûteuses mises en atelier du matériel roulant.
L'objectif est d’accroitre la quantité de données qui seraient utiles pour des modèles performants de prévisions et d’augmenter les capacités d’analyses à partir des données existantes. Ce nouveau modèle n'est possible que par une multiplication des objets connectés générant des données et par la démocratisation des outils d’analyse de données (le prix des capteurs,...) qui feront du Big Data une révolution dans les domaines de l’analyse des prévisions d'usure des pièces et des pannes. en clair, il s'agit d'établir une sorte de Streaming Analytics qui va chercher les indices d’un probable incident futur dans les données transmises en temps réel. Pour ensuite lancer des actions pour limiter les risques dès qu'apparaîtra les modèles menant à un incident. Cela évitera par exemple de changer une pièce systématiquement au kilométrage parcouru, mais plutôt à son degré d'utilisation et d'usure. Cela vaut pour les rails, les essieux, le fil caténaire, mais aussi pour les éléments mécaniques comme les aiguillages ou les pantographes. L'analyse
L'objectif est d’accroitre la quantité de données qui seraient utiles pour des modèles performants de prévisions et d’augmenter les capacités d’analyses à partir des données existantes. Ce nouveau modèle n'est possible que par une multiplication des objets connectés générant des données et par la démocratisation des outils d’analyse de données (le prix des capteurs,...) qui feront du Big Data une révolution dans les domaines de l’analyse des prévisions d'usure des pièces et des pannes. en clair, il s'agit d'établir une sorte de Streaming Analytics qui va chercher les indices d’un probable incident futur dans les données transmises en temps réel. Pour ensuite lancer des actions pour limiter les risques dès qu'apparaîtra les modèles menant à un incident. Cela évitera par exemple de changer une pièce systématiquement au kilométrage parcouru, mais plutôt à son degré d'utilisation et d'usure. Cela vaut pour les rails, les essieux, le fil caténaire, mais aussi pour les éléments mécaniques comme les aiguillages ou les pantographes. L'analyse