ENGIE Laborelec a engagé Yazzoom, membre d'Agoria, pour la détection automatisée des écarts dans les flux énergétiques des centrales de cogénération. L'outil utilisé, Yanomaly, est un bel exemple de technologie qui utilise l'intelligence artificielle pour détecter les problèmes techniques à un stade précoce et accélérer ainsi le diagnostic des dysfonctionnements des processus. Explications.


En résumé

  •  Détection "data driven" des déviations au niveau des flux d'énergie.
  • Une collaboration entre partenaires complémentaires plus efficace en temps et en côut.
  • Diagnostic plus rapide des perturbations des machines et/ou des process.
  • Meilleur planification des entretiens prédictifs.
  • Vous voulez vous aussi lancer un projet de digitalisation dans votre entreprise ?  Participez sans faute au séminaire  'Digital Journey: Découvrez et planifiez votre parcours digital' le 13 juin à Mont-Saint-Guibert. Inscrivez-vous.

Pourquoi avez-vous lancé ce projet, quel a été le déclencheur au sein d'Engie Laborelec ?

Dans le passé, la détection d'anomalies a été utilisée avec succès pour détecter des anomalies dans des flux énergétiques entrants et sortants d'installations de cogénération ainsi que pour surveiller l'état de machines en fonctionnement. Nous cherchions une solution efficace pour continuer à exploiter sept installations de cogénération industrielles en Belgique en détectant les anomalies à un stade précoce au moyen d'une solution automatisée. Celle-ci devait en outre pouvoir être configurée par un expert dans le domaine, également capable d'interpréter les anomalies sans avoir à se tourner vers un scientifique des données.

La détection d'anomalies basée sur les données a prouvé son efficacité dans le passé pour une surveillance automatisée de processus physiques spécifiques avec une disponibilité de paramètres de dégradation perceptible. C'est également le cas ici. Les outils utilisés auparavant par ENGIE Laborelec n'étaient cependant plus commercialisés en tant que solution indépendante. L'utilisation d'un progiciel complet, dont seule une partie limitée des fonctionnalités était exploitée, s'est avérée trop coûteuse.

Comment vous êtes-vous tournés vers Yazzoom ?

L'une des options consistait à mettre en oeuvre nous-mêmes la fonctionnalité de détection d'anomalies. Or, cette solution aurait également été coûteuse et n'était pas la meilleure pour un logiciel qui constitue dans ce cas une partie de la solution totale. Il nous a semblé préférable de faire appel à une entreprise dont c'était l'une des activités principales. Nous tirons ainsi le meilleur parti des complémentarités entre ENGIE Laborelec, qui apporte son expertise dans le domaine de la surveillance, et Yazzoom, qui propose, avec Yanomaly, une solution spécialisée pour la détection d'anomalies basée sur l'intelligence artificielle. ENGIE Laborelec développe également lui-même certaines solutions de surveillance de A à Z, mais cette collaboration a en l'occurrence été considérée comme la solution la plus efficace en termes de temps et de coûts.

Comment s'est passée la collaboration ?

Yanomaly devait être intégré dans la plateforme en ligne existante OneBoard d'ENGIE Laborelec, qui est actuellement déjà opérationnelle pour la surveillance de transformateurs d'électricité.


Le graphique ci-dessus montre un exemple de solution intégrée de Yanomaly dans la plate-forme OneBoard pour l'une des unités surveillées. Les écarts entre une valeur réelle du processus (en bleu) et la valeur prédite par Yanomaly (en vert) donnent lieu à un score d'anomalie accru par paramètre (en violet). L'apparition récurrente de scores d'anomalies pour un ou plusieurs paramètres entraîne une augmentation d'un indicateur d'erreur générale (BURST), qui est renvoyé sous forme de message.

ENGIE Laborelec et Yazzoom ont dans un premier temps collaboré à l'intégration des algorithmes Yanomaly dans l'environnement cloud d'ENGIE Laborelec, les données provenant en temps réel de la solution de base de données cloud (dans AWS) et les alarmes étant proposées dans notre plateforme OneBoard. Dans un second temps, l'interface utilisateur devait être davantage adaptée aux experts du domaine.

Ces deux aspects de Yanomaly figuraient en tout cas sur la feuille de route de Yazzoom. L'étroite collaboration avec ENGIE Laborelec a bénéficié aux deux parties.

Yazzoom avait déjà acquis de l'expérience dans l'intégration d'algorithmes d'analyse de données spécifiques dans une plateforme utilisateur, généralement dans un environnement d'ingénierie de processus. Mais, lorsqu'elle s'est lancée dans ce projet, l'entreprise n'en était qu'à ses débuts dans le développement de l'interface utilisateur graphique permettant de proposer Yanomaly en tant que solution pour des clients à la recherche d'une application simple pour des personnes non spécialisées dans la science des données. Le projet a en outre permis d'améliorer encore la robustesse par rapport à la mauvaise qualité des données en cas de diffusion continue en directe, par exemple liée à des données altérées ou incomplètes.

L'expérience d'ENGIE Laborelec dans des activités de surveillance industrielles et en science des données lui a permis de traduire rapidement les questions techniques en spécifications claires.

Où en êtes-vous à présent et quels sont vos ambitions futures ?

La solution a été déployée sur des données en direct sur les deux premiers pilotes et les activités de surveillance de la plateforme commerciale existante seront prises en charge dans les prochains mois.

Des incitants communs ont été définis afin d'identifier d'autres opportunités dans le secteur de l'énergie, ENGIE Laborelec ayant une bonne connaissance de la technologie et des besoins du consommateur final. Yazzoom a quant à elle une solide réputation dans l'industrie de transformation et manufacturière. Les deux sociétés peuvent utiliser leurs compétences respectives pour développer une offre de services conjointe.

Lorsqu'elle sera intégrée dans OneBoard, ENGIE Laborelec entend également proposer activement la solution pour la surveillance d'autres types d'unité de production d'énergie.

L'intelligence artificielle offre de nombreuses opportunités. S'agit-il là d'un exemple typique ?

Yanomaly repose en effet sur l'intelligence artificielle et plus précisément sur l'apprentissage automatique pour caractériser systématiquement le fonctionnement normal de machines et de lignes de production. Si une anomalie apparaît dans les données des capteurs ou dans le journal d'événements des machines, elle générera un score d'anomalie élevé et la raison sera également indiquée. Yanomaly est utilisé pour la surveillance continue de lignes de production industrielles, de machines telles que des équipements d'imagerie médicale, de réseaux IoT, etc. Sa valeur ajoutée réside dans la détection précoce de problèmes techniques, pour la maintenance prédictive par exemple, ainsi que dans l'accélération du diagnostic des dysfonctionnements de machines ou de processus.

Il n'est pas toujours nécessaire de travailler avec des algorithmes d'auto-apprentissage. Lorsque le processus et les principaux paramètres sont bien connus, les techniques de modélisation informatique et méthodes statistiques classiques offrent déjà de nombreuses possibilités. L'avantage est que ces méthodes nécessitent moins d'autocontrôle  et de données historiques pour l'apprentissage. Dans d'autres applications, caractérisées par des processus moins connus ou moins stables ou par des relations complexes entre les différents capteurs, l'apprentissage automatique apporte une valeur ajoutée. Dans ce cas également, il reste toujours possible d'intégrer une expertise humaine dans le domaine d'application, se traduisant notamment par le choix judicieux des signaux de capteurs devant être surveillés et du prétraitement appliqué à ces signaux avant qu'ils ne soient soumis aux algorithmes d'IA.

Le choix de l'approche à adopter pour une application spécifique dépend donc de très nombreux facteurs, les principaux étant la connaissance du domaine technologique, les données disponibles et le niveau de détail souhaité quant à la cause de la recommandation ou de l'alarme.

À propos de ENGIE Laborelec

ENGIE Laborelec est un consultant et prestataire de services international spécialisé dans les technologies de l'énergie électrique. Depuis sa création en 1962, il s'est transformé en un centre de recherche et de compétences qui fait aujourd'hui partie de l'organisation de recherche opérationnelle du groupe ENGIE. Il mène des projets et activités de service dans l'ensemble de la chaîne de valeur des technologies de l'énergie électrique : la production, le transport et la distribution, le stockage et les utilisations finales. Son siège est implanté près de Bruxelles et fait partie d'un réseau international de laboratoires ENGIE (Paris, Pays-Bas, Allemagne, Moyen-Orient, Chili et Singapour).

À propos de Yazzoom

Depuis 2011, Yazzoom applique l'intelligence artificielle et le contrôle avancé de processus  pour relever les défis des entreprises industrielles. Les services et solutions logicielles de Yazzoom sont utilisés pour l'analyse diagnostique, prédictive et prescriptive des données, pour la vision par ordinateur et pour la détection d'anomalies à partir des données des machines et des lignes de production. Dans des secteurs tels que l'assemblage (automobile), la métallurgie, la chimie, la production d'énergie, l'alimentation, le papier et la pâte à papier, etc.

 

Comment voyez-vous la digitalisation au sein de votre entreprise ? Quelles tactiques pouvez-vous appliquer et que peuvent-elles livrer? Découvrez les possibilités grâce au  Digital Journey Tracker.