Travail de fin d'études et stage[BR]- Travail de fin d'études : Etude de l'optimisation et de la maintenance d'une cogénération : le cas spécifique de la laiterie de Walhorn[BR]- Stage d'insertion professionnelle

Abstract

Ce mémoire traite des questions posées par un intégrateur de technologies qui rencontre des problèmes techniques sur une unité de cogénération installée dans une laiterie en 2018. L’objectif du mémoire est de répondre aux deux questions suivantes : comment optimiser les revenus de la cogénération en termes de certificats verts et comment réduire les défaillances techniques de l’installation ? Pour tenter d’y répondre, des outils d’intelligence artificielle développés par la société partenaire du projet industriel sont utilisés. Ainsi, la mise en application de ces algorithmes de machine learning a permis d’identifier les éléments déterminants pour l’optimisation des rendements thermiques des consommateurs vapeur, basse température et haute température. Le rendement de l’installation de la cogénération a également été analysé dans le cas d’une production thermique discontinue pour tenir compte des différents modes de fonctionnement du processus de production. Pour les défaillances de l’installation, un plan de maintenance est proposé en application de la méthode reliability centered maintenance (RCM) et un exemple didactique complet est développé sur une motopompe. Un schéma de maintenance prédictive, élaboré à l'aide d'outils de machine learning basé sur le modèle inductive system health monitoring (ISHM) est également proposé. Son efficacité en termes de réduction des défaillances techniques est démontrée. L’utilisation des techniques d’intelligence artificielle a permis de répondre aux attentes en termes d'amélioration des retours financiers de l'investissement et de maintien des installations techniques. La pertinence et l’efficacité des résultats obtenus sont toutefois étroitement liées à l'accès à des données relatives au process, de qualité, sur un maximum de variables et sur une période suffisamment longue.