Abstract
La maintenance de trains est un problème particulièrement délicat lié à de nombreux enjeux à la fois financiers, sécuritaires et énergétiques. Une stratégie de maintenance curative, consistant à restaurer les équipements après l'apparition d'une panne, ne répond pas à ces trois enjeux. De même, une maintenance planifiée, visant à remplacer périodiquement et systématiquement les équipements avant l'émergence d'une panne est extrêmement coûteuse. Pour ces raisons, il est nécessaire de proposer de nouvelles approches afin d'assister les experts dans la mise en place d'opérations de maintenance préventive en détectant tout comportement anormal, susceptible de provoquer un problème majeur (panne, dysfonctionnement, immobilisation du train) dans un futur proche. Pour satisfaire ces besoins, nous proposons un outil d'aide à la décision afin de (i) dégager des connaissances utiles pour les utilisateurs sur l'historique des trains, et (ii) détecter les anomalies comportementales pouvant être employées pour alerter l'expert. De plus, cet outil apporte de nombreuses informations à l'expert pour analyser les causes possibles ou la gravité des anomalies détectées afin de prendre des décisions optimales en termes de maintenance et de résoudre les incidents.