CRAN - Campus Sciences
BP 70239 - 54506 VANDOEUVRE Cedex
Tél : +33 (0)3 72 74 52 90 Fax : +33 (0)3 72 74 53 08
cran-secretariat@univ-lorraine.fr
 
 
Sujet de Thèse : Maintenance prévisionnelle pour la maitrise des performances énergétiques de bâtiments
Dates : 2015/06/15 - 2018/09/01
Etudiant : Collince Christian NZUKAM
Directeur(s) CRAN : Eric LEVRAT , Dominique SAUTER
Description : Depuis plusieurs années nous développons au sein du laboratoire des travaux diagnostic et en maintenance prévisionnelle et plus spécifiquement en pronostic et aide à la décision. Dans ces travaux, la surveillance des déviations des propriétés des flux de matière, énergie, transformés par un système, couplée à un raisonnement abductif permet de remonter aux causes possibles de ces déviations de dysfonctionnement et de déclencher des actions de maintenance prévisionnelle permettant de maintenir le système en conditions opérationnelles. Cette approche a été déployée dans de nombreux cas d’application (transport, énergie, …), qui ont montré sa pertinence et son impact sur les performances des systèmes.
Le maintien des performances énergétiques des bâtiments au travers du temps ainsi que la limitation des dépenses énergétiques sont un challenge auquel les entreprises industrielles et le domaine de la construction en général sont confrontés afin de limiter les consommations énergétiques et contribuer à la préservation des ressources de notre planète (Grenelle de l’environnement en France). L’exploitation opérationnelle des batiments représente 80% des couts sur leur cycle de vie (90% de leur rejet en équivalent carbone) et 50% de ces couts sont associés à la consommation d’énergie. La plupart de ces couts sont à associer aux équipements de chauffage, de ventilation et rafraichissement (HVAC : Heating, Ventilation and Air-Conditioning), à l’éclairage, … Il y a donc un réel intérêt à développer des recherches dans cet axe.
C’est dans ce contexte que le projet européen Energy In Time a été proposé en 2013, Energy IN TIME est un « Large-scale integrating project » au sein du 7th Framework Programme FP7-NMP, Sub-programme EeB.NMP.2013-4, qui rassemble 13 partenaires de 8 différents pays européens.
Energy IN TIME (EiT) propose de dépasser les approches traditionnelles, en ayant une vision intégrée de l’exploitation combinant des approches modernes de modélisation des infrastructures, un contrôle basé sur la simulation des performances énergétiques des bâtiments ainsi que sur les besoins des usagers. Couplé au contrôle « intelligents » des équipements des bâtiments, des services de diagnostic, pronostic et aide à la décision de maintenance prévisionnelle permettent de limiter l’indisponibilité des équipements, de maintenir leur performance énergétique et d’assurer le confort des usagers au travers du temps. L’objectif de ce projet est de réduire la consommation énergétique en phase opérationnelle de bâtiments non résidentiels, avec un objectif de 20% d’économies.
Un des objectifs majeurs du projet porte donc sur « Diagnostics and Continuous Commissionning », pour lequel le CRAN est un acteur essentiel et qui vise à développer une plate forme de détection de défauts et de diagnostic, associée à une aide à la décision de maintenance prévisionnelle pour une réduction des couts de maintenance de l’ordre de 15%. Plusieurs plateformes permettront de mettre en oeuvre les propositions dans un cadre crédible, il s’agit notamment de l’aéroport de Faro au Portugal, d’un immeuble de bureaux à Bucarest ou d’un hôtel en Finlande.
Le sujet de thèse proposé ici s’inscrit donc dans cet objectif et contribuera au développement de la maintenance prévisionnelle dans ce projet.

La maintenance prévisionnelle s’appuie sur les processus de diagnostic et de pronostic de défaillances. Dans le cadre de nos travaux nous avons développé plusieurs approches de pronostic basées (Barros et al., 2012), sur des modèles probabilistes, ou basée sur des données de retour d’expériences couplées à des données de fonctionnement. Les travaux de P. Cocheteux (Voisin, Levrat, Cocheteux, & Iung, 2010), (Cocheteux, Voisin, Levrat, & Iung, 2010) avaient montré la possibilité dans un objectif de maitrise de la performance de systèmes de production, l’intérêt du pronostic de performances de niveau système, et proposé deux types d’architectures (étagées ou mixtes) s’appuyant sur des pronostics de niveaux composants. Plus récemment, les travaux sur l’exploitation de modèles stochastiques ont montré leur pertinence pour modéliser la dégradation des équipements ainsi que la qualité des actions de maintenance.
De plus, les travaux de E. Thomas (Levrat, Thomas, & Iung, 2008) ont permis de développer le concept de maintenance opportune de premier et second niveaux, dans le cadre de l’aide à la maintenance basée sur un pronostic. Ces travaux constituent un atout certain pour aborder la problématique et pourront servir de base pour développer une aide à la décision de maintenance dans le contexte de cette thèse.
Ces différents résultats ont fait l’objet de réflexions dans la perspective de leur mise en œuvre dans dans un contexte de développement durable et justifie parfaitement l’orientation de cette thèse (Hoang et al., 2014), (Iung & Levrat, 2014).

Les travaux menés dans cette thèse porteront sur trois points :
• Couplage Diagnostic /pronostic de défaillances. Dans le contexte du projet, la problématique de l’interaction entre diagnostic et pronostic sera abordée, identifier les entrants/sortants des deux processus, les synergies possibles entre processus et les associations possibles selon les modèles et méthodes utilisés.
• Définition des modèles de pronostic les plus adaptés au contexte du projet. Il s’agit de recenser les approches classiques de pronostic et de définir les critères de performances associés au pronostic de défaillances et de performances (efficacité énergétique, confort des usagers) et de proposer une méthode de pronostic adaptée au contexte du projet.
• Aide à la décision de maintenance basée sur un pronostic. Il s’agit ici de fonder la décision de maintenance pour maintenir la performance énergétique des équipements et des bâtiments, à partir des sorties du diagnostic et du pronostic, et en s’appuyant également sur les moyens de simulation proposés dans le projet.
Pour répondre à ces trois points, la thèse suivra le programme suivant : (i) Une bibliographie sur les trois points précédents, et dans le contexte particulier du projet ; (ii) Le développement d’un modèle de pronostic de performances énergétiques (iii) L’exploitation du pronostic pour proposer une aide à la décision de maintenance prévisionnelle des équipements (iv) Une application des propositions sur les plateformes du projet.
Mots clés : Maintenance prévisionelle, pronostic, aide à la décision de maintenance
Département(s) :
Contrôle Identification Diagnostic
Ingénierie des Systèmes Eco-Techniques
Financement : Contrat doctoral UL sur le projet Européen FP7 Energy in time
Publications : hal-00497674,hal-00675324    + CRAN - Publications