Construire le jumeau numérique d'une station d'épuration en traitant les données industrielles haute-fréquence pour prédire la qualité des eaux résiduaires urbaines par un modèle d'apprentissage automatique

Build the digital twin of a wastewater treatment plant by processing high-frequency industrial data to predict urban wastewater quality using a machine learning model.

• Auteur / Autrice : Nabil Ferikh
• Direction : Stéphane Mottelet, Arnaud Dujany (coutu)
• Type : Projet de thèse
• Discipline(s) : Génie des procédés
• Date : Inscription en doctorat le 24/09/2024
• Etablissement(s) : Compiègne
• Ecole(s) doctorale(s) : Sciences pour l'ingénieur
• Partenaire(s) de recherche : Laboratoire : Transformations intégrées de la matière renouvelable

Mots clés

Mots clés libres

Jumeau numérique

Génie des procédés

Data Sciences

Traitement de l'eau

Process Engineering

Digital twin

Wastewater treatment

Data Sciences

Résumé

Les eaux résiduaires industrielles, les eaux de pluie ainsi que les eaux domestiques sont aujourd'hui récupérées par un réseau de transport des eaux usées qui les amène aux usines d'épuration via des collecteurs. L'eau subit alors une succession d'étapes de traitements physiques, chimiques et biologiques avant d'être contrôlée et rejetée dans la rivière. Les boues provenant de ces traitements sont quant à elles valorisées thermiquement, par méthanisation ou bien pour l'agriculture. Ce long parcours de l'eau à assainir est constitué de nombreuses étapes et les débits d'eau en entrée et en sortie de station sont soumis à une forte variabilité, due notamment aux conditions climatiques, à la saisonnalité et aux conditions d'exploitation. Ces conditions rendent toute prédiction à moyen et long terme difficile. La modélisation numérique est un outil puissant permettant, selon les besoins, de prédire, d'optimiser ou encore de mieux comprendre un processus. La modélisation de l'ensemble du parcours de l'eau pourrait être réalisée grâce au développement de modèles phénoménologiques pour chaque étape du processus afin de prédire l'ensemble, mais ce modèle serait lourd à calibrer du fait de la complexité de chaque opération unitaire ainsi que la variabilité des paramètres opératoires dans le temps, ce qui rendrait cette approche très longue et complexe à mettre en œuvre avec un fort risque d'erreur. Il est alors nécessaire d'explorer d'autres pistes de recherche pour permettre le développement d'un modèle fiable et facile à calibrer. L'apprentissage automatique est une méthode de modélisation statistique du domaine de l'intelligence artificielle et de la science des données permettant de réaliser des prédictions fiables par apprentissage à partir de données mesurées. Il est possible de coupler une prise de mesure en temps réel et un algorithme d'apprentissage automatique afin de créer un modèle virtuel de la station d'épuration : un jumeau numérique. En comparaison avec les modélisations numériques usuelles, les jumeaux numériques permettent de travailler à grande échelle, en temps réel (temps de calcul réduit), et peuvent interagir avec le processus étudié. De nombreuses données en temps réel sont mesurées à l'échelle de la station d'épuration de Seine Aval, la plus grande usine d'épuration d'Europe. Ces données ont un fort potentiel de valorisation et permettront de réaliser un jumeau numérique de l'ensemble de la station d'épuration. La première étape d'un tel projet est de déterminer quel modèle est adapté pour le traitement des données hautes-fréquences d'exploitation, d'environnement et de routage de l'usine d'épuration afin de réaliser une prédiction efficace et en temps réel de la qualité des eaux de sortie en prenant en compte l'évolution de la station d'épuration.Cette action sera menée sur les données de la station d'épuration de Seine Aval. Les objectifs à réaliser sont les suivants : La détermination et la récupération des données clés d'exploitation, d'environnement et de routage ; La validation des données de débit et de qualité des eaux en amont de l'usine ; La construction et la calibration d'un modèle d'apprentissage en temps réel, avec construction d'une base de donnée ad hoc, permettant d'intégrer les évolutions de la station au cours du temps et de prédire les données de débit et de qualité des eaux en aval de l'usine d'épuration afin d'évaluer son impact sur le milieu naturel et de le minimiser en optimisant l'exploitation du jumeau numérique de l'usine ; L'intégration des résultats du modèle temps réel à une interface de visualisation.

Today, industrial wastewater, rainwater and domestic wastewater are collected by a wastewater transport network, which takes them to treatment plants via collectors. The water then undergoes a succession of physical, chemical and biological treatment stages before being controlled and discharged into the river. The sludge resulting from these treatments is recovered thermally, by methanization or for agricultural use. This long journey of the water to be treated is made up of numerous stages, and water flows in and out of the plant are subject to considerable variability, due in particular to climatic conditions, seasonality and operating conditions. These conditions make medium- and long-term predictions difficult. Numerical modeling is a powerful tool for predicting, optimizing or even better understanding a process. Modeling the entire water path could be achieved by developing phenomenological models for each stage of the process in order to predict the whole, but this model would be cumbersome to calibrate due to the complexity of each unit operation and the variability of operating parameters over time, making this approach very time-consuming and complex to implement, with a high risk of error. It is then necessary to explore other avenues of research to enable the development of a reliable, easy-to-calibrate model.Machine learning is a statistical modeling method from the field of artificial intelligence and data science, enabling reliable predictions to be made by learning from measured data. It is possible to couple real-time measurement with a machine learning algorithm to create a virtual model of the treatment plant: a digital twin. Compared with conventional numerical models, digital twins can work on a large scale, in real time (reduced computing time), and can interact with the process under study. Numerous real-time data are measured on the scale of the Seine Aval wastewater treatment plant, the largest in Europe. These data have a high potential value and will be used to create a digital twin of the entire treatment plant. The first step in such a project is to determine which model is suitable for processing the high-frequency operating, environmental and routing data from the sewage treatment plant, in order to achieve efficient, real-time prediction of outlet water quality, taking into account the plant's evolution.This action will be carried out using data from the Seine Aval wastewater treatment plant. The objectives are as follows: Identification and retrieval of key operating, environmental and routing data; Validation of flow and water quality data upstream of the plant; Construction and calibration of a real-time learning model, with construction of an ad hoc database, enabling integration of plant evolutions over time and prediction of flow and water quality data downstream of the treatment plant, in order to assess its impact on the natural environment and minimize it by optimizing operation of the plant's digital twin; Integration of real-time model results into a visualization interface.