Christelle DELEUIL
Pilote performance digitale et Innovation
Diplômée de l’INSA Val de Loire en tant qu’ingénieure spécialisée en maîtrise des risques industriels et environnementaux, Christelle démarre sa carrière au cœur des centrales nucléaires en exploitation où elle pilote des projets d’envergure dans le domaine de la logistique, la gestion des déchets ou encore le démantèlement d’installations Graphite Gaz. En 2015, Christelle intègre Assystem et s’oriente vers le domaine de l’assistance à maitrise d’ouvrage. Elle encadre alors les équipes des régions Centre et Aquitaine tout en travaillant au développement commercial et à la livraison des projets pour la base installée. Depuis 2020, Christelle est Pilote Performance digitale et Innovation et prend en charge la digitalisation des pratiques, l’amélioration des processus et la valorisation des données, faisant ainsi le lien entre les équipes digitales et métiers d’Assystem pour le Parc.
La lutte contre le dérèglement climatique implique une transition à l’échelle mondiale afin de rendre accessible une énergie sûre et durable à toutes les populations. Le recours au nucléaire constitue une réponse adaptée à ces enjeux en permettant la production d’une électricité bas-carbone abordable, pilotable, et par ailleurs favorable à l'indépendance énergétique. Pour atteindre un niveau de production d’électricité nucléaire suffisant, sûr et pérenne dans les décennies à venir, EDF engage depuis plusieurs années en France de grands programmes de maintenance (Programme Grand Carénage) et de fiabilisation de ses installations. Pour en garantir le succès, EDF doit s’assurer de la maîtrise technique des interventions et de la tenue des délais de réalisation et des coûts financiers. Dans ce contexte, la digitalisation des processus pour optimiser la performance de la maintenance industrielle s’est rapidement imposée comme l’un des axes de développement majeur pour l’exploitant.
Partenaire historique d’EDF sur les projets du parc en exploitation, Assystem est également convaincu que c’est en tirant profit de l’innovation et des dernières technologies digitales que les conditions d’exploitation des centrales peuvent être améliorées ; elles contribuent également à la réduction des charges d’exploitation, dans un contexte où les exigences de sûreté sont de plus en plus importantes. C’est notamment le cas en matière de planification des arrêts pour maintenance, de plus en plus complexes, où les logiciels de planification couplés à des algorithmes de traitement de données de masse contribuent à optimiser les durées d’arrêt et donc à garantir au plus tôt la disponibilité de l’outil de production d’électricité.
Pour aller plus loin, d’autres aspects de l’écosystème des opérations de maintenance tels que la gestion de projet, des ressources, ou encore des méthodes sont également intégrées à cette démarche de digitalisation. L’ensemble participe ainsi aux enjeux de l’exploitant en termes de maintenabilité des centrales et donc de prolongation de la durée de vie du Parc dans des conditions optimales de performance, de sûreté et d’amélioration des processus métiers.
L’optimisation de la planification de la maintenance pluriannuelle : le cas d'usage Solvertools
Assurer la maintenance d’infrastructures industrielles complexes nécessite de planifier de façon précise l’exhaustivité des travaux et activités, tout en coordonnant l’intervention de parties prenantes et compétences multiples ; il est aussi indispensable de prendre en compte les
contraintes associées au matériel, notamment en termes de quantité, de disponibilité et de budget. Ces prévisions doivent être anticipées sur des échelles de temps longues afin d’être conformes à la stratégie de production et de sécurisation des opérations.
La planification pluriannuelle des travaux de maintenance du parc nucléaire français en est l’illustration parfaite : coactivité, contraintes de sûreté et de sécurité, disponibilité des ressources, sont autant de facteurs à prendre en compte. La complexité est ici d’autant plus importante du fait du nombre de tranches à planifier en parallèle et de la nécessité de consolider une démarche à l’échelle nationale pour l’ensemble des travaux. Le recours à des outils digitaux basés sur les technologies les plus récentes en matière d’Intelligence Artificielle et de simulation apparait alors comme une solution indispensable pour gérer efficacement ces milliers de tâches et les nombreuses contraintes et mises à jour récurrentes des plannings associés :
Un chantier d'arrêt de tranche sur une centrale peut compter jusqu'à 15 000 interventions différentes, dans un espace réduit et un temps limité, alors que certains locaux comme le Bâtiment Réacteur ne sont accessibles qu'à partir du moment où la centrale est arrêtée pour travaux
illustre Christelle Deleuil - Pilote Nouveaux Services et Innovation chez Assystem.
C’est pour répondre efficacement à ces problématiques qu’Assystem a accompagné EDF dans le déploiement de la solution SolverTools. Solution applicative d’aide à la décision, SolverTools est interfaçable avec l’EAM (Enterprise Asset Management) et le logiciel de planification pluriannuelle d’EDF. En tant que moteur de simulation de planning, SolverTools permet de :
- Optimiser les plannings des arrêts de tranche : placement des travaux dimensionnants de maintenance et de modification des installations pendant les arrêts, en prenant en compte les contraintes d’exploitation et de colisage des chantiers ;
- Optimiser les chantiers dimensionnants extérieurs pour les tranches en fonctionnement avec une vision globale site.
Grace à des simulations dynamiques de plannings, il génère très rapidement des solutions dites « réalisables », tout en résolvant les conflits par décalage des activités, en privilégiant les tâches à hautes priorités.
Développé depuis 2019 par Assystem en co-investissement avec le CNPE du Tricastin, le recours à l’outil a permis aux équipes du Pôle pluriannuel d’améliorer leur performance opérationnelle, facilitant les arbitrages ou les itérations dans des délais courts ; il représente par ailleurs un moyen robuste pour mieux détecter les conflits, mais aussi pour capitaliser des pratiques et des connaissances sur les contraintes des arrêts de tranche entre les sites ou avec les centres d’ingénierie.
nous explique Christelle Deleuil qui œuvre au déploiement de la solution depuis 2019.
La modélisation au service de la détection des collisions sur site
Le CNPE du Tricastin n’a pas uniquement vu naître Solvertools. Partenaire à l’origine de nombreux projets innovants au service de la performance des centrales, le CNPE a également mis en place avec l’appui d’Assystem un outil de visualisation de planning en 4D (ajout de la dimension temporelle au modèle 3D permettant de déterminer « qui fait quoi, quand et où ? » à tout moment du projet).
Pour les travaux extérieurs aux bâtiments, les premières démarches ont permis de définir des scripts et méthodologies adaptés pour dialoguer avec le logiciel de planification d’EDF. L’intérêt était de prouver dans un premier temps la valeur de l’approche, puis de créer une dynamique d’échange et une réelle synergie entre les différentes équipes métiers et projet. Cette approche numérique permet en effet d’améliorer le partage des données et facilite la prise de décision grâce à une meilleure synchronisation entre les parties prenantes. Elle s’inscrit alors parfaitement dans les processus d’optimisation de la planification de projets complexes en permettant une modélisation et une amélioration du phasage des opérations.
Dans le cadre de la maintenance pluriannuelle, la visualisation 4D des plannings a vocation à assurer une planification sécurisée en termes de programmation d’activités et de flux de travail.
Dans un environnement où les nombreuses parties prenantes du « Pluri » communiquent et collaborent de concert, cette approche 4D permet de visualiser concrètement les activités en cours et à venir, de mieux identifier les interfaces sur la partie colisage, ou encore de programmer les flux de circulation des véhicules et des personnes.
complète Christelle Deleuil.
À date, la visualisation 4D a été développée par Assystem en collaboration avec EDF sur le CNPE du Tricastin puis déployée sur d’autres CNPE du palier 900MW.
Les bénéfices que nos clients tirent de la visualisation 4D démontrent bien que la digitalisation permet de décloisonner les données, de les relier à des processus modélisés et d’optimiser les synergies entre digital et métiers, dans une volonté de maîtriser la complexité des projets, d’améliorer leur performance et de favoriser la collaboration entre les acteurs.
La gestion, l’analyse et la qualité des données : le cas d’usage de l’amélioration du parcours des pièces de rechange
Dans le secteur industriel, une gestion efficace des données et leur analyse approfondie sont des leviers puissants pour accélérer la livraison des projets et favoriser l'innovation. Face à un volume de données croissant et à la diversité de ces dernières, la data science industrielle permet de :
- Augmenter la productivité grâce à l’automatisation des tâches et des processus métiers ;
- Améliorer la qualité de la planification, de l'exploitation et de la maintenance ;
- Faciliter le pilotage des projets par le suivi précis des indicateurs de performance participant ainsi à une prise de décision éclairée ;
- Réduire les risques associés aux projets et valoriser les retours d’expérience (délais, valeur acquise, gestion des risques).
Le volume de données que génère le programme pluriannuel de la DPN (Division Production Nucléaire) rend évidemment cruciale la gestion rigoureuse de la data : une bonne maîtrise des informations permet non seulement d’anticiper les problèmes, mais aussi d'optimiser l’organisation des opérations de maintenance, réduisant ainsi les temps d’arrêt et les coûts de réparation.
Réaffirmé dans les objectifs de sa stratégie 2025, l’un des enjeux prioritaires d’EDF est de garantir le maintien du niveau de production du Parc dans des conditions de sûreté optimales ; cela passe par l’industrialisation et donc la fiabilisation des opérations de maintenance en s’appuyant sur les retours d’expérience. La performance industrielle implique alors de disposer et de capitaliser sur des bases de données de maintenance complètes, fiables et régulièrement mises à jour. Ces données doivent par ailleurs être sécurisées, afin qu'elles ne soient accessibles qu'aux parties prenantes autorisées, garantissant ainsi leur confidentialité et leur intégrité.
nous explique Christelle Deleuil.
Parmi les projets stratégiques d’EDF visant à optimiser la performance des opérations de maintenance, Assystem a soutenu celui dédié à l’amélioration du parcours des pièces de rechange, dont un objectif est de garantir le bon raccordement des données entre les modèles industriels (ensemble d'articles ou pièces de rechange constituant un équipement) et les équipements installés sur site.
Lors des opérations de maintenance, pour obtenir la bonne pièce de rechange, au bon endroit, au bon moment, les bases de données recensant les équipements installés sur site doivent être exhaustives et fiables. Assystem a donc facilité ce travail en mettant en place une « extraction intelligente de données ciblées dans différentes bases du Système d’Informations », valorisée via des algorithmes permettant de prédire le meilleur raccordement possible entre un équipement et son modèle industriel. En exploitant les informations contenues dans les outils EDF, les experts métiers et digitaux Assystem ont pu développer un outil d’aide à la décision permettant de :
- Proposer des modèles industriels pertinents en fonction des sources de données disponibles pour chaque équipement ;
- Argumenter ces propositions avec le détail de leurs scores de pertinence afin d’éclairer le choix des préparateurs métiers ;
- Identifier les anomalies dans les datas déjà disponibles, dans le but de disposer d’une base de données fiable permettant de savoir quel modèle d’équipement est réellement installé sur une tranche.
Pour les deux CNPE d’EDF sur lesquels nous avons mis en œuvre cette méthodologie, les équipes ont pu gagner en efficacité grâce à une approche outillée, fondée sur des propositions argumentées et non sur des recherches manuelles fastidieuses. Cet outil prédictif, reposant sur une analyse avancée des données, participe donc à une meilleure prévision et une meilleure qualité des commandes de pièces de rechange ainsi qu’à l’optimisation des coûts associés.
Plusieurs pistes de travail sont à ce jour identifiées pour industrialiser l’utilisation de la modélisation des données au service du parcours des pièces de rechange. Ces travaux sont par ailleurs complétés par des sujets de modélisation du processus Pluriannuel et, par des réflexions relatives à la faisabilité d’un processus d’évaluation de l’adéquation charges/ressources (anticipation du volume, de la typologie et du placement des activités de maintenance par les fournisseurs sur plusieurs années).
En conclusion, la digitalisation des processus associés aux opérations de maintenance industrielle permet d’améliorer la performance, la pérennité et la sûreté des infrastructures industrielles, particulièrement dans des secteurs critiques comme le nucléaire. En utilisant des outils de simulation, de modélisation et des technologies avancées, elle permet de mieux anticiper et gérer les défis complexes de maintenance des infrastructures tout en optimisant les interventions métiers et le triptyque « Qualité-Coût-Délai ». Elle contribue ainsi à maintenir les installations à un haut niveau de performance tout en soutenant les ambitions de transition énergétique d'EDF, et à prolonger la durée de vie de ces actifs critiques dans des conditions optimales.