Informatique distribuée éconergisée : application à la détection des fuites dans la surveillance des pipelines d’eau par réseau de capteurs sans fil

Energy-aware distributed computing : application to leak detection in wireless sensor network-based water pipeline monitoring systems

• Auteur / Autrice : Valery Nkemeni
• Direction : Fabien Mieyeville, Pierre Tsafack
• Type : Thèse de doctorat
• Discipline(s) : Electronique
• Date : Soutenance le 20/07/2021
• Etablissement(s) : Lyon en cotutelle avec Université de Buéa
• Ecole(s) doctorale(s) : École Doctorale Electronique, Electrotechnique, Automatique (Lyon)
• Partenaire(s) de recherche : établissement opérateur d'inscription : Université Claude Bernard (Lyon ; 1971-....)
• Partenaire(s) de recherche : Laboratoire : Laboratoire AMPERE (Ecully, Rhône)
• Jury : Président / Présidente : Frédéric Le Mouël
• Jury : Examinateurs / Examinatrices : Fabien Mieyeville, Pierre Tsafack, Thierry Antoine-Santoni, Jean Sire Armand Eyebe Fouda, Cécile Belleudy, Yvan Duroc, Emmanuel Tanyi
• Jury : Rapporteurs / Rapporteuses : Thierry Antoine-Santoni, Jean Sire Armand Eyebe Fouda

Mots clés

Mots clés contrôlés

Détecteurs de fuites

Inspection

Tuyaux d'eau

Eau -- Distribution

Consommation d'énergie

Approvisionnement en eau

Mots clés libres

Calcul distribué

Réseaux de capteurs sans fil

Filtre de Kalman distribué

Surveillance des canalisations d'eau

Détection des fuites

Accéléromètres MEMS à faible coût

Fusion de données distribuée

Consommation d'énergie

Distributed computing

Wireless sensor networks

Distributed Kalman filter

Water pipeline monitoring

Leak detection

Low-cost MEMS accelerometers

Power consumption

Distributed data fusion

Résumé

L'eau est un besoin fondamental pour la vie humaine, notamment pour la boisson et les autres activités domestiques. Malheureusement, de grandes quantités d'eau potable traitée se perdent chaque jour de par le monde et plus particulièrement dans les pays en développement à cause de fuites dans les réseaux de distribution d'eau. Depuis plus d'une décennie, des systèmes de surveillance des canalisations d'eau basés sur des réseaux de capteurs sans fil – Wireless Sensor Network-based Water Pipeline Monitoring (WWPM) – sont utilisés pour détecter les fuites et permettre une intervention rapide pour les réparer. Cependant, la plupart des solutions de surveillance des canalisations d'eau sont confrontées à des problèmes tels que la difficulté de détecter les fuites en temps réel, le coût élevé et la difficulté d'installation. Récemment, les accéléromètres à faible coût conçus à base des systèmes micro-électromécaniques (MEMS) ont gagné en popularité dans les systèmes WWPM en raison de leur faible coût, de leur faible consommation et de leur caractère non intrusif qui les rend faciles à installer. Cependant, la précision des systèmes WWPM utilisant des accéléromètres MEMS est faible et doit être améliorée. L'objectif général de cette étude est d'augmenter la précision des mesures et la durée de vie des capteurs du réseau grâce à une approche distribuée. L'objectif spécifique est de proposer une solution WWPM en temps réel et à faible puissance utilisantdes accéléromètres MEMS à faible coût et un filtre de Kalman distribué (DKF) pour améliorer la précision de la détection des fuites. Pour atteindre une surveillance en temps réel, nous avons proposé une solution entièrement distribuée en mettant en œuvre un traitement distribuée de données dans le système WWPM; ici tout le traitement nécessaire à la détection des fuites est effectué en utilisant les ressources informatiques embarquées dans les nœuds de capteurs, sans nécessiter de communications multi-sauts vers une station de base. Pour améliorer les performances de détection des fuites tout en préservant la durée de vie du système WWPM, nous avons propose distribution des données fusionnéesen mettant en œuvre un DKF dans le système WWPM. Enfin, pour assurer à la fois une surveillance en temps réel et une faible consommation d'énergie, nous avons mis en œuvre une détection hiérarchique et un cycle de travail au niveau des capteurs. Dans cette thèse, nous avons commencé par pour un capteur capable de traiter in-situ sous une faible contrainte énergétique. Cela nous a conduit à la sélection du microcontrôleur ESP32, de l'émetteur-récepteur nRF24L01+ et des accéléromètres LSM9DS1 et ADXL344 comme composants de notre capteur. Nous avons ensuite développé une solution WWPM qui utilise le calcul distribué en mettant en œuvre un DKF au sein du système WWPM. Les résultats des simulations et des expériences en laboratoire ont révélé que la propriété de distribution des données fusionnées du DKF a augmenté la précision de la détection des fuites et a également préservé la durée de vie du WWPM. En outre, nous avons évalué les performances de détection des fuites et la consommation d'énergie de trois DKF, choisis parmi les stratégies de fusion de données distribuées basées sur la diffusion, le bavardage et le consensus. Les résultats de simulation et de laboratoire ont révélé que le DKF basé sur le consensus avait la meilleure précision de détection des fuites, tandis que le DKF basé sur la diffusion avait la plus faible consommation d'énergie. Enfin, nous avons terminé l'étude en mettant en œuvre la détection hiérarchique et le cycle de travail sur chaque nœud en plus du calcul distribué. Les résultats ont montré une diminution significative de la consommation d'énergie tout en permettant une détection des fuites en temps réel.

Water is a basic necessity for human living, especially for drinking and other domestic activities. Sadly, in developing countries, large quantities of treated drinking water get lost daily through leaks in the water distribution networks. For over a decade now, wireless sensor network-based water pipeline monitoring (WWPM) systems have been used to detect leaks and prompt rapid repair intervention. However, most WWPM solutions face challenges, such as difficulty in achieving real-time leak detection, high cost, and installation difficulty. Recently, low-cost micro-electro-mechanical systems (MEMS) accelerometers have gained popularity in WWPM due to their low-cost, low-power and non-intrusive feature which makes them easy to install. However, the accuracy of WWPM systems employing low-cost MEMS accelerometers is low and needs improvement. The purpose of this study is to investigate a real-time, and low-power WWPM solution that employs low-cost MEMS accelerometers and a distributed Kalman filter (DKF) to improve leak detection accuracy. The goal is to achieve an increase in measurement accuracy and network lifetime via a distributed approach. To attain real-time monitoring, we proposed a fully distributed solution by implementing distributed computing in the WWPM system where all the processing needed for leak detection is performed using the onboard computing resources of the sensor nodes, without needing multi-hop communications to a base station. To improve the leak detection performance while preserving the WWPM lifespan, we proposed the use of distributed data fusion by implementing a DKF. Lastly, to achieve both real-time monitoring and low-power consumption, we implemented hierarchical sensing and duty cycling at the sensor node level. In this thesis, we began by providing specifications for a sensor node which is capable of in-situ processing under low energy constrain. This led us to the selection of the ESP32 microcontroller, nRF24L01+ transceiver, and LSM9DS1 and ADXL344 accelerometers as the components of our custom sensor node that was used for pipeline monitoring. We then developed a WWPM solution that employed distributed computing by implementing a DKF within the WWPM system. The results from both simulations and laboratory experiments revealed that the distributed data fusion property of the DKF increased the leak detection accuracy and also preserved the WWPM lifespan. Furthermore, we evaluated the leak detection performance and power consumption of three DKF algorithms, selected from distributed data fusion strategies based on diffusion, gossip, and consensus. The simulation and laboratory results revealed that the consensus-based DKF had the highest leak detection sensitivity while the diffusion-based DKF had the lowest power consumption. Finally, we ended the study by implementing hierarchical sensing and duty cycling on each node alongside distributed computing. The results showed a significant decrease in power consumption while achieving real-time leak detection. Summarily, in this thesis we demonstrated that the distributed approach works well and has real advantages. With most studies in the literature demonstrating the feasibility of the distributed approach limited to simulations, we validated the concept experimentally and proposed a complete approach that includes the design, simulation, and physical deployment of a sensor network, taking into account the energy issues.