Mardi 5 décembre 2023, à 14h30, M. Antonio Baldassarre soutiendra à ISAE-Supméca ses travaux de thèse intitulés Jumeau numérique pour la prédiction de la consommation énergétique dans les sites de production industrielle, dirigés par M. Jean-Luc Dion et codirigés par MM. Nicolas Peyret et Franck Renaud (ISAE-Supméca – Quartz).
Résumé
Ce travail de recherche vise à développer un outil efficace basé sur les jumeaux numériques pour la prévision de la consommation d’énergie dans les sites industriels. Les jumeaux numériques intègrent des modèles d’état analytiques combinés à des filtres de Kalman étendus dans un processus d’apprentissage. La connexion avec la contrepartie réelle est réalisée exclusivement par le biais de capteurs non intrusifs, ce qui permet la mise en œuvre pratique du jumeau numérique sans modifications particulières du système testé. Grâce au filtre de Kalman étendu, le domaine physique et le domaine virtuel peuvent être synchronisés en temps réel. Cette architecture innovante permet le développement de modèles de systèmes industriels (processus, machines et composants) sur lesquels on ne dispose pas de connaissances complètes, en identifiant les paramètres inconnus du modèle grâce à de courtes phases d’entraînement online et à de petites quantités de données brutes acquises en temps réel. Les filtres de Kalman étendus avec un vecteur d’état augmenté suivent les inconnues en maintenant les modèles virtuels à jour au fur et à mesure de l’évolution des systèmes physiques. Après le processus d’apprentissage, les modèles dynamiques peuvent être déconnectés des filtres de Kalman étendus et utilisés pour prédire la consommation d’énergie réelle dans les conditions de fonctionnement souhaitées. L’approche est validée en mode hors ligne par rapport à la consommation d’électricité d’une machine à café automatique, un cas d’utilisation académique qui représente un environnement d’essai réel et un exemple de conception de jumeaux numériques prédictifs pour d’autres systèmes industriels. Le comportement du système est observé en mesurant la tension d’alimentation et le courant total absorbé par l’appareil. Le développement du modèle, l’entraînement du modèle et la performance de la prédiction sont analysés et discutés pour chaque composant principal de la machine à café. La procédure de mise en œuvre du jumeau numérique est également décrite pour un cas d’utilisation industrielle, où le processus concerné est la consommation d’énergie pour le chauffage environnemental du bâtiment industriel, afin de maintenir la température intérieure à la valeur de référence souhaitée. Des résultats préliminaires sont obtenus en traitant des données simulées pour les profils de température intérieure et des données réelles pour les conditions météorologiques externes. La méthode proposée dans cette thèse est développée dans le contexte de l’optimisation de la consommation d’énergie dans l’industrie manufacturière par le biais d’une gestion et d’une planification affinées de l’énergie.
Mots clés
# Jumeau numérique
# Prédiction de la consommation énergétique
# Production durable
# Extended Kalman Filter
# Identification des paramètres
