La recherche de GCF présentée à la 9WCSCM

À Sheffield, le suivi des joints isolants par fibre optique

La recherche menée par GCF – Generale Costruzioni Ferroviarie dans le domaine du suivi des infrastructures ferroviaires sera présentée lors de la 9th World Conference on Structural Control and Monitoring (9WCSCM), qui se tiendra du 19 au 22 juillet 2026 à l'Université de Sheffield, au Royaume-Uni. Au cœur de cette rencontre internationale figurera la communication scientifique intitulée « A Field-Based Damage Index for Insulated Rail Joints Using FBG Extensometers », développée par GCF en collaboration avec le Département de Génie Mécanique du Politecnico di Milano.

La 9WCSCM réunit la communauté scientifique et industrielle active dans le domaine du contrôle et du suivi des structures, en favorisant les échanges sur les méthodes, les technologies et les applications développées pour les infrastructures civiles, les systèmes mécaniques ainsi que les secteurs de l'aérospatiale et de l'énergie.

Un indice d'endommagement pour évaluer l'état des joints de rail

L'étude présentée par GCF porte sur les joints isolants collés, composants de la voie ferrée qui assurent la séparation électrique entre différentes sections de voie, indispensable au bon fonctionnement des circuits de signalisation.

Au fil du temps, ces joints sont soumis aux sollicitations provoquées par le passage des trains ainsi qu'aux variations des conditions d'exploitation et de l'environnement, susceptibles d'entraîner leur dégradation. L'analyse de leur comportement en conditions réelles d'exploitation peut contribuer à détecter des situations anormales et à soutenir la planification des opérations de maintenance.

La méthodologie repose sur l'utilisation d'extensomètres FBG (Fiber Bragg Grating), installés directement sur le rail afin de mesurer la réponse du joint au passage des trains. Ces dispositifs de mesure font partie de COGI - Controllo Ottico dei Giunti Isolanti, le système aujourd'hui breveté développé par le Département Recherche & Développement de GCF pour le suivi des déformations des joints isolants. Les signaux acquis sont ensuite traités afin d'extraire des paramètres sensibles à l'état structural du composant.

L'analyse de ces paramètres a permis de développer un indice d'endommagement qui synthétise les informations recueillies par le système et permet d'identifier d'éventuels écarts par rapport au comportement de référence.

La validation sur le terrain

L'élément central de cette étude réside dans son approche field-based, c'est-à-dire fondée sur des données acquises directement sur le terrain. La méthodologie a en effet été développée et validée à partir de mesures recueillies sur des joints isolants installés le long d'une ligne ferroviaire en exploitation, au cours d'une période prolongée de suivi.

L'utilisation de mesures réalisées directement sur l'infrastructure a permis d'analyser le comportement des joints en tenant compte de la variabilité liée au trafic ferroviaire et aux conditions réelles d'exploitation. Cette étape était indispensable pour évaluer l'applicabilité de l'indice d'endommagement au-delà des conditions contrôlées d'un laboratoire.

« Présenter ce travail à la 9WCSCM constitue une étape importante pour cette recherche », explique Marco Cavaciuti, ingénieur au Département Recherche & Développement de GCF et doctorant au Politecnico di Milano. « L'étude s'appuie sur les mesures acquises quotidiennement en ligne et vise à transformer ces données en informations utiles pour évaluer l'état des joints isolants et soutenir les activités de maintenance. »

La collaboration avec le Département de Génie Mécanique du Politecnico di Milano associe l'expérience acquise par GCF dans le domaine des infrastructures ferroviaires et du suivi sur le terrain aux compétences scientifiques et méthodologiques de l'Université.

La participation à la 9WCSCM s'inscrit dans le programme de recherche engagé par GCF afin de développer et de valider, dans des conditions réelles d'exploitation, des systèmes de diagnostic capables de fournir une connaissance toujours plus précise de l'état des infrastructures ferroviaires. Cette démarche a notamment conduit au lancement du projet innovant “FUTURO - Fotonica per l’infrastrUtTUra ferROviaria”, financé dans le cadre du programme Collabora & Innova de la Région Lombardie, qui vise à développer pour les lignes ferroviaires un système sûr de surveillance et de maintenance prédictive fondé sur l'intelligence artificielle et le Machine Learning.

{ampz:ampzshortcode}