Ressources · Décider · Octobre 2026

Maintenance prédictive des infrastructures : quelles données, quels modèles, quelle démarche

La maintenance prédictive des infrastructures consiste à intervenir sur un ouvrage ou un équipement avant sa défaillance, en s'appuyant sur des mesures de son état et sur des modèles qui anticipent son évolution. Pour un remblai, un quai, un pont ou une centrale solaire, cela suppose des mesures régulières sur de grandes surfaces, rattachées à leur position et à leur date, puis une décision tracée jusqu'à la GMAO.

Par la rédaction d'optim.aize · Lecture : 5 minutes

En bref

  • Quatre niveaux de maintenance : corrective, préventive systématique, conditionnelle, prévisionnelle.
  • Les ouvrages se dégradent lentement et sur de grandes surfaces : il faut le satellite, le drone et le contexte.
  • Le cœur de la démarche : un score de criticité par section, qui croise état, évolution et enjeux.
  • La boucle se ferme dans la GMAO : l'effet de chaque intervention se vérifie dans les mesures suivantes.
Définitions

Corrective, préventive, conditionnelle, prévisionnelle : de quoi parle-t-on ?

La terminologie de la maintenance, normalisée en Europe par la norme EN 13306, distingue plusieurs niveaux selon ce qui déclenche l'intervention :

Type Déclencheur Exemple sur une infrastructure
Corrective La défaillance est constatée Reprise d'un remblai après un affaissement
Préventive systématique Un calendrier ou un nombre de cycles Inspection annuelle des quais
Conditionnelle Une mesure franchit un seuil Alerte quand le tassement d'une section dépasse une valeur fixée
Prévisionnelle, dite prédictive Une prévision de l'évolution de l'état Intervention programmée avant que la vitesse de tassement ne rende la voie hors tolérance

Passer de la maintenance systématique à la maintenance conditionnelle, puis prévisionnelle, c'est concentrer les moyens là où l'état de l'ouvrage le justifie, et éviter les interventions en urgence, plus coûteuses et plus perturbantes pour l'exploitation.

Deux mondes

Machines et ouvrages : deux maintenances prédictives différentes

La maintenance prédictive est née sur les machines tournantes : un moteur, une pompe ou un réducteur se surveillent par analyse vibratoire, avec un capteur par équipement et des dégradations qui se jouent en semaines. C'est un métier que le groupe jll.spear pratique au quotidien avec sa filiale ASE-Serem.

Les ouvrages obéissent à d'autres règles :

  • ils s'étendent sur des kilomètres ou des hectares, où l'on ne peut pas poser un capteur partout ;
  • ils se dégradent lentement, sur des mois ou des années, avec des cycles saisonniers à distinguer d'une vraie dérive ;
  • leur comportement dépend du sol, du climat et de l'eau autant que de leur propre état.

D'où la nécessité de mesures couvrantes, comme l'InSAR satellitaire et les levés drone, rattachées à un contexte géographique, puis de capteurs posés là où ils sont vraiment utiles.

Les données

Quelles données pour anticiper la dégradation d'un ouvrage ?

Source Ce qu'elle mesure Fréquence typique
InSAR satellitaire Mouvements du sol et des ouvrages, au millimètre Tous les 6 à 12 jours, historique depuis 2014
LiDAR et photogrammétrie par drone Géométrie, pentes, profils, volumes Campagnes ponctuelles ou périodiques
Thermographie Défauts thermiques, infiltrations, défauts électriques Campagnes ponctuelles
Capteurs géotechniques et structurels Inclinaison, pression d'eau, fissures, contraintes En continu, en des points précis
Météo et climat Pluie, sécheresse, températures, houle, marées En continu
Historique GMAO et inspections Interventions, constats, travaux À chaque événement

Aucune de ces sources ne suffit seule. Leur valeur vient de leur croisement dans un même référentiel, ce que décrit notre article sur la data science géospatiale. Si les données manquent, optim.aize peut en assurer l'acquisition.

Les modèles

Quels modèles pour la maintenance prédictive des ouvrages ?

  • Analyse de tendance : vitesse et accélération des déplacements, pour distinguer une zone stable d'une zone qui dérive ;
  • Détection de ruptures : changement brutal de comportement d'une série, après une crue, un chantier ou une sécheresse ;
  • Séparation des cycles : isoler le mouvement saisonnier des argiles de la tendance de fond ;
  • Détection d'anomalies : repérer ce qui s'écarte du comportement habituel, sans attendre d'avoir des exemples de défaillance ;
  • Score de criticité : combiner l'état mesuré, son évolution, l'exposition aux aléas et les enjeux de la section, trafic, sûreté, coût d'une interruption.

Le score de criticité est l'outil de décision : il classe les sections d'ouvrage ou les tronçons pour programmer les interventions. Les modèles qui l'alimentent relèvent de l'IA géospatiale, validée par des géoscientifiques.

Exemples

La maintenance prédictive, ouvrage par ouvrage

Ouvrage Signal surveillé Décision
Remblai ferroviaire Tassement qui s'accélère après un été sec Inspection drone, capteurs ciblés, confortement programmé
Quai portuaire Déplacement d'une section, fissures, corrosion Restriction de charge, réaffectation du poste, inspection
Grue portuaire Dérive de la télémétrie, usure du chemin de roulement Maintenance conditionnelle avant la panne
Clôture aéroportuaire Dégradations repérées d'une patrouille à l'autre Ordre de réparation dans la GMAO
Centrale solaire Défauts thermiques détectés et classés Nettoyage ou remplacement priorisé

Le cas du remblai est détaillé dans notre article sur la surveillance d’un remblai ferroviaire par InSAR, celui du quai dans l'article port intelligent.

La démarche

Mettre en place la maintenance prédictive d'un réseau d'ouvrages

  1. Inventorier et géoréférencer les actifs, en les rattachant au référentiel de l'exploitant : points kilométriques, postes à quai, sections de clôture.
  2. Établir l'état initial, par exemple par une étude InSAR historique depuis 2014, sans aucune installation.
  3. Définir les seuils et le score de criticité avec les équipes, sur leurs propres enjeux.
  4. Brancher la boucle sur la GMAO : chaque alerte devient un ordre de travail, chaque intervention est tracée.
  5. Mesurer l'effet : l'évolution des mesures après une intervention confirme ou non son efficacité, et affine les modèles.

Cette démarche s'appuie sur la plateforme SIG souveraine YAAPS et sur ses modules de jumeaux numériques et de surveillance par cartographie.

À lire aussi

Pour aller plus loin

Surveiller un remblai ferroviaire par InSAR

La méthode et le retour d'expérience de Ferrocampus.

Lire ›

IA géospatiale (GeoAI) : usages et limites

Ce que l'IA sait faire pour les infrastructures.

Lire ›

Port intelligent : données, IA et jumeau numérique

Ouvrages, équipements et flux sur une même carte.

Lire ›

Questions fréquentes

Questions fréquentes

Une autre question ? Écrivez-nous, un expert vous répond.

Qu'est-ce que la maintenance prédictive des infrastructures ?

C'est le fait d'intervenir sur un ouvrage ou un équipement avant sa défaillance, à partir de mesures de son état et de modèles qui anticipent son évolution. Pour les ouvrages, elle repose sur des mesures couvrantes, comme l'InSAR et le drone, rattachées à leur contexte géographique.

Quelle différence entre maintenance conditionnelle et prédictive ?

La maintenance conditionnelle se déclenche quand une mesure franchit un seuil. La maintenance prévisionnelle, dite prédictive, anticipe l'évolution de l'état pour intervenir avant que ce seuil ne soit atteint.

Quelles données faut-il pour démarrer ?

Un inventaire géoréférencé des actifs et un état initial suffisent pour commencer. Une étude InSAR historique fournit cet état initial sur tout un site, depuis 2014, sans installation. Les capteurs et les levés drone viennent ensuite là où ils sont utiles.

La maintenance prédictive remplace-t-elle les inspections réglementaires ?

Non. Elle les complète par une vision continue de tout le patrimoine et oriente les inspections vers les zones qui évoluent.

Comment relier la maintenance prédictive à la GMAO ?

Par API : YAAPS transmet à la GMAO les alertes et les zones à traiter sous forme d'ordres de travail, et récupère l'historique des interventions pour vérifier leur effet dans les mesures suivantes.

Sources

optim.aize, filiale innovation du groupe jll.spear basée à Bordeaux, développe YAAPS, la plateforme souveraine et open source qui connecte, collecte, traite et contextualise les données des infrastructures critiques pour aider à la décision.

Contact

Par quel ouvrage commencer ?

Nous pouvons réaliser une première étude InSAR historique sur le site ou le tronçon de votre choix, pour établir l'état initial.

Demander une démonstrationSuivre optim.aize sur LinkedIn