L'entreprise
Thalys est un opérateur ferroviaire international opérant les lignes à grande vitesse entre Paris, Bruxelles, Amsterdam et Cologne. Gérant une flotte de rames et des services embarqués à destination de millions de passagers, Thalys mise sur la digitalisation pour améliorer l'expérience voyageur et la maintenance de ses équipements.
Dans le cadre de la modernisation de ses services, Thalys a déployé un réseau de distributeurs automatiques (vending machines) nécessitant une supervision à distance et une maintenance proactive.
Challenge & Objectif
La mission AMOA confiée à AUTEM portait sur la modernisation de la supervision des vending machines : intégrer des capteurs IoT pour la télémétrie, connecter les systèmes monétiques et mettre en place une maintenance préventive basée sur la donnée.
- Hétérogénéité des équipements vending (multi-constructeurs, multi-générations) ;
- Besoin de remontée temps réel des données d'état, de stock et de transaction ;
- Mise en place d'alertes préventives pour anticiper les pannes ;
- Contraintes de connectivité en environnement ferroviaire (réseau embarqué, couverture variable).
La mission AMOA d'AUTEM nous a permis de passer d'une maintenance réactive à une approche préventive basée sur la donnée. La remontée IoT est fiable et le dashboard est devenu un outil quotidien pour nos équipes terrain.
Stratégie
Audit des équipements et des flux de données
Recensement des vending machines, identification des protocoles disponibles et cartographie des données accessibles (état, stock, monétique).Déploiement des passerelles IoT
Installation de passerelles de communication pour collecter et transmettre les données en temps réel via protocoles adaptés à l'environnement ferroviaire.Développement du dashboard de supervision
Tableau de bord centralisant l'état du parc, les alertes de maintenance et les indicateurs monétiques.Mise en place de la maintenance préventive
Règles d'alerte sur seuils critiques (niveaux bas, anomalies transaction, température) permettant des interventions avant la panne.
Résultats & Apprentissages
- Réduction des pannes non planifiées grâce aux alertes préventives opérationnelles ;
- Supervision centralisée du parc avec visibilité temps réel sur l'ensemble des équipements ;
- Optimisation des tournées de maintenance grâce aux données de stock remontées à distance ;
- Meilleure disponibilité des services pour les voyageurs, taux de rupture réduit ;
- Architecture IoT capitalisable pour les futures extensions du parc.