SIGNALER une erreur

Auto-construction de modèles multi-physiques énergétiques à partir de capteurs non-intrusifs.

par Romain Delabeye

Projet de thèse en Génie mécanique

Sous la direction de Jean-Luc Dion et de Olivia Penas.

Thèses en préparation à université Paris-Saclay , dans le cadre de École doctorale Sciences Mécaniques et Energétiques, Matériaux et Géosciences , en partenariat avec QUARTZ (ECS, L@RIS, LISMMA) (laboratoire) et de CentraleSupélec (2015-....) (référent) depuis le 31-01-2021 .


  • Résumé

    Le sujet de thèse est proposé dans la cadre du projet Européen ENERMAN regroupant 22 partenaires académiques et industriels et s'inscrit dans les objectifs et actions Usine 4.0 de l'Europe. Le projet ENERMAN vise à définir un cadre de gestion de la durabilité énergétique en collectant les données de l'usine et en les traitant de manière holistique pour créer des mesures dédiées à la durabilité énergétique. Ces valeurs seront utilisées pour prédire les tendances énergétiques à l'aide de la maitrise des procédés industriels, des équipements et en se basant sur des modèles de coûts énergétiques. L'objectif est de fournir un moteur d'aide à la décision autonome et intelligent qui évaluera et prédira les tendances des indicateurs énergétiques et leur adéquation aux KPI (Key Performance Indicators) de durabilité de la consommation d'énergie prédéfinis. Si les KPI ne sont pas atteints, il s'agira de proposer et implémenter des changements dans les processus de consommation d'énergie des lignes de production. Une boucle de contrôle flexible sensible à l'énergie sur divers processus de l'usine sera déployée. L'ensemble du dispositif sera basés sur des jumeaux numériques des équipements et des architectures industrielles. Le jumeau numérique global prédira le coût économique de l'énergie consommée en fonction des tarifs et de la consommation d'énergie prévue, des capacités d'autoproduction du système d'énergie renouvelable, des variations de la réponse à la demande et de l'agrégation des sources d'énergie locales. L'ensemble du dispositif débouchera sur des outils didactiques de réalité augmentée afin d'améliorer la conscience énergétique des employés. Sujet : Réseaux de capteurs intelligents Le projet de thèse vise à répondre à 2 problématiques particulières : - proposer une architecture de réseaux de capteurs intelligents basés sur des technologies de systèmes embarqués de type FPGA et de capteurs mesurant différentes grandeurs (températures, accélérations …) - intégrer des modèles multi physiques et des algorithmes de Machine Learning dans le réseau de capteurs intelligents. Les travaux de recherche et les systèmes embarqués prototypes réalisés seront déployés chez différents industriels partenaires du projet.

  • Titre traduit

    Data-driven synthesis of multi-physics energy models from non-intrusive sensors.


  • Résumé

    The thesis subject is proposed within the framework of the European ENERMAN project bringing together 22 academic and industrial partners and is in line with the Factory 4.0 objectives and actions of Europe. The ENERMAN project aims to define a framework for managing energy sustainability by collecting plant data and processing it holistically to create measures dedicated to energy sustainability. These values will be used to predict energy trends using the control of industrial processes and equipment and based on energy cost models. The aim is to provide an autonomous and intelligent decision support engine that will assess and predict trends in energy indicators and their alignment with predefined energy consumption sustainability KPIs (Key Performance Indicators). If the KPIs are not achieved, it will be a question of proposing and implementing changes in the energy consumption processes of the production lines. A flexible energy-sensitive control loop over various plant processes will be deployed. The entire device will be based on digital twins of industrial equipment and architectures. The global digital twin will predict the economic cost of the energy consumed based on tariffs and projected energy consumption, the self-generation capabilities of the renewable energy system, variations in demand response and demand. aggregation of local energy sources. The entire device will lead to augmented reality teaching tools to improve the energy awareness of employees. Subject: Smart Sensor Networks The thesis project aims to respond to 2 specific issues: - propose an architecture of intelligent sensor networks based on embedded systems technologies of FPGA type and sensors measuring different magnitudes (temperatures, accelerations, etc.) - integrate multi-physical models and Machine Learning algorithms into the network of intelligent sensors. The research work and the prototype embedded systems produced will be deployed at various industrial partners in the project.