ADAPI, une technologie IMT Lille Douai pour l’optimisation des systèmes industriels

ADAPI est un système de logiciels réalisé par l’unité de recherche Informatique et Automatique d’IMT Lille Douai. Il favorise l’amélioration des procédés industriels. Pour cela, un modèle mathématique est construit à partir des données de l’utilisateur et permet une analyse prédictive. L’industriel peut ainsi optimiser sa consommation énergétique ou ses matières d’œuvre, garantir des conditions de fonctionnement optimales, etc.

 

Dégradation, vieillissement, efficacité énergétique… les problématiques des industriels sont nombreuses mais leur prévention n’est pas toujours évidente. Des chercheurs et des ingénieurs d’IMT Lille Douai menés par Stéphane Lecoeuche, proposent une méthodologie d’optimisation et de maintenance prédictive appelée Analyse de Données pour l’Amélioration des Procédés Industriels (ADAPI). Il s’agit d’une suite logicielle, composée de plusieurs briques fonctionnelles. Ce système est dédié à l’analyse prédictive des données issues de l’industrie et du tertiaire.

 

Une méthodologie, un savoir-faire

ADAPI emploie des technologies numériques et des outils d’apprentissage pour la modélisation et la prédiction de procédés évolutifs complexes. Elle s’insère dans la problématique de l’analyse de données des procédés industriels. Le principal défi de cette dernière est de comprendre un système en fonction des éléments disponibles.

Afin d’y parvenir, la méthode développée s’appuie sur deux étapes principales. Premièrement, il faut déterminer les correspondances entre les variables et les paramètres étudiés. « On a besoin de cette étude préalable hors-ligne pour concevoir un modèle et un processus d’optimisation. C’est une phase de construction », explique Stéphane Lecoeuche.  Dans cette étape, il s’agira aussi de s’assurer de la fidélité du modèle ainsi construit. La deuxième étape concerne le déploiement dans le système d’information de l’entreprise. Cette étape permet d’effectuer en temps réel, une optimisation, un suivi ou un diagnostic des conditions de fonctionnement. « Le modèle estimé est utilisé pour réaliser une analyse prédictive permettant de proposer les meilleures actions d’optimisation ou d’amélioration. Basés sur une démarche DMAIC^[1], ces modèles sont conçus en fonction des besoins et de la problématique de l’industriel », explique Stéphane Lecoeuche.

 

Une question d’adaptabilité

En plus de proposer une technologie adaptée aux besoins des industries, l’équipe de recherche en profite pour approfondir une de ses problématiques : comment peut-on continuer à faire de l’apprentissage et s’adapter aux évolutions dans la gestion normale du cycle de vie des équipements ? Dans ce sens, les chercheurs développent des concepts autour de l’intelligence artificielle pour rendre la solution logicielle autonome, intelligente et capable d’auto-apprendre. En effet, ils visent à déployer un système adaptatif qui permet aux modèles mathématiques implémentés d’être mis à jour continuellement ou périodiquement.

Que se passe-t-il si un industriel est intéressé par le principe mais n’a pas de données suffisantes à fournir aux chercheurs ? En plus de son analyse, ADAPI offre un savoir-faire technique. « Nous avons les moyens matériel et logiciel d’acquérir, de qualifier et de stocker toutes les données sur des systèmes industriels que ce soient au niveau des automates, du système d’exécution MES, des différentes fonctions de gestion d’ateliers (GPAO, GMAO) ou de l’informatique de gestion de l’entreprise de type ERP », ajoute Stéphane Lecoeuche. Ainsi, dans le cas d’absence de données suffisantes, les chercheurs sont capables d’en récolter grâce à la mise en œuvre de services d’acquisition et de drivers dédiés. Ensuite, les analystes mettent à exécution la méthodologie ADAPI pour identifier une solution adaptée. A l’opposé, si un client est uniquement intéressé par les outils de modélisation, il peut également mettre en œuvre sa propre analyse. Dans les deux cas, un gestionnaire de service ou un exploitant industriel peut garantir l’amélioration de la performance industrielle grâce à une analyse prédictive que ce soit en termes d’optimisation de KPI (indicateur de la performance) ou de meilleure disponibilité des équipements.

 

L’exemple des data center

Jusqu’à présent, les principales implémentations ont été réalisées auprès des industries manufacturières, pharmaceutiques et chimiques pour l’amélioration des chaînes de production et pour l’optimisation énergétique des bâtiments et des ateliers.

Les chercheurs ont notamment mis en place le concept ADAPI au bénéfice de la consommation énergétique des data center. Afin d’évaluer le fonctionnement des salles-serveurs, des capteurs de température et de comptage d’énergie ont été installés. Le modèle mathématique ainsi bâti est entièrement conçu par apprentissage à partir de mesures historisées. Les simulations ensuite effectuées sur le modèle obtenu permettent de déterminer une consommation énergétique en fonction de la température extérieure et des prévisions d’usage des services informatiques. Les gestionnaires des centres de données ont ainsi un outil permettant de régler la température de consigne des climatiseurs grâce à l’utilisation de scénarios sur le modèle. En effet, en jouant sur ce paramètre, les data center peuvent réduire la consommation énergétique des groupes froids et ainsi améliorer l’indicateur de PUE (Power Usage Effectiveness). L’infrastructure devient plus écologique en termes d’utilisation électrique après avoir réduit la part dédiée à l’alimentation des climatiseurs. Cette méthodologie guidée par les données peut également s’appliquer d’un data center à l’autre en s’appuyant sur l’apprentissage des données de fonctionnement passées.

Cette démarche a été menée dans le cadre d’AVENE-PME, une offre portée notamment par Carnot M.I.N.E.S. Celle-ci souhaite apporter des solutions industrielles innovantes dans le domaine des énergies d’avenir pour accroître la compétitivité des entreprises.

 

 

Une méthodologie en perpétuelle amélioration

Les applications autour de l’ADAPI dépendent de l’usage que l’utilisateur ou l’exploitant souhaite lui donner. Cette approche guidée par les données peut par exemple apporter une sonnette d’alarme supplémentaire pour la détection de dégradations.Cette dernière peut être rendue complexe de par une mauvaise connaissance des conditions d’environnement et d’usage et donc de l’influence réelle sur les mécanismes de fatigue par ailleurs connus. A ce titre, les données peuvent être corrélées à d’autres systèmes d’expertise déjà existants et apporter un aspect de détection en plus par rapport aux outils de fiabilité mis en place.

En complément, ADAPI peut s’ouvrir sur un autre type de collecte de données pour répondre à un problème de terrain. Par exemple, il est difficile de savoir précisément la charge qui est exercée sur un matériau une fois la machine en fonction. Seul un savoir expert permet d’évaluer l’usure dans ce genre de cas. Stéphane Lecoeuche propose de compléter ce savoir par des indicateurs quantitatifs guidés par les données de fonctionnement. « Nous cherchons, sous certaines hypothèses, à déterminer une durée de vie résiduelle en se basant sur des données. En effet, c’est important de s’adapter à la réalité de l’industrie notamment en ce qui concerne les procédés. Il y a ainsi un ensemble de variables sur lesquelles nous n’avons pas d’influence et que nous pourrions essayer de mesurer », précise Stéphane Lecoeuche. Cette approche vise à obtenir des modèles de pronostic qui seraient guidés par les données réelles et actuelles.

Enfin, Stéphane Lecoeuche défend un autre atout important : le partenariat avec la plateforme du Big Data Teralab de l’IMT. Il conclut : « cette association accroit nos capacités de réponse à un certain nombre de grands sujets auprès de nos partenaires industriels. L’assemblage de nos compétences scientifiques et techniques avec une plateforme de niveau européen apporte une combinaison d’expertise sur la modélisation, le suivi et l’optimisation des processus industriels ».

 

 

^[1] DMAIC : Define Measure Analyse Improve Control est une méthode de résolution de problème

 

ADAPI sera présentée à la Bourse aux technologies

Mardi 15 novembre 2016, l’Institut Mines-Télécom (doublement labellisé Carnot pour la qualité de sa recherche partenariale) organise avec Mines Nancy et en lien avec Télécom Nancy, l’École nationale supérieure de Géologie et Télécom Physique Strasbourg, une nouvelle Bourse aux technologies autour du thème « Big Data pour l’optimisation industrielle ». Stéphane Lecoeuche y présentera la suite de logiciels ADAPI pour les systèmes industriels.

Pour en savoir plus sur cet évènement, lire notre article dédié :

Géolocalisation intérieure, cybersécurité, amélioration des procédés : les entreprises découvrent trois nouvelles technologies autour du Big Data