secteur d'activité et de compétences : bâtiments et infrastructures

Renforcer la durabilité et la résilience des bâtiments intelligents : l’intelligence artificielle et le machine learning

 Comment les outils d’intelligence artificielle et d’apprentissage automatique apportent des avantages aux bâtiments intelligents ?

Pour de nombreux propriétaires de bâtiments commerciaux, la capacité à capturer et à analyser les données de performance des installations apparaît rapidement comme une priorité élevée et comme un facteur de différenciation concurrentiel. En se concentrant sur les données relatives à la consommation d’énergie et à la maintenance des actifs immobiliers, les propriétaires d’immeubles, grâce aux nouvelles capacités d’intelligence artificielle (IA) et d’apprentissage automatique, peuvent désormais réduire considérablement ces deux principaux facteurs de coûts opérationnels. Le développement des outils informatiques et d’intelligence artificielle permet aux données de devenir un actif commercial plus stratégique et à la vision du bâtiment intelligent de devenir une réalité. La collecte, la consolidation et l’analyse des données peuvent désormais être utilisées pour améliorer le temps de fonctionnement opérationnel, l’empreinte carbone, la performance économique, ainsi que le confort et la sécurité des occupants.

Smart Building - IA et machine learning

Chez Automatique & Industrie, partenaire certifié EcoXpert  de Schneider Electric possédant une vaste expérience des systèmes de gestion intelligente des bâtiments (GTB), du chauffage, de la ventilation et de la climatisation (CVC), ainsi que de la supervision et de la régulation, nous rencontrons souvent des propriétaires de bâtiments qui n’ont pas encore tiré parti des nouveaux outils d’intelligence artificielle et d’apprentissage automatique désormais disponible. Ils ne saisissent qu’une petite partie des données utiles sur la performance des bâtiments en utilisant des feuilles de calcul Excel rudimentaires qui ne permettent qu’une analyse superficielle des données. Par conséquent, ils laissent derrière eux des millions de dollars d’économies potentielles chaque année.

Pour exploiter pleinement les données que leurs actifs et systèmes énergétiques de bâtiments intelligents génèrent chaque jour, il devient essentiel pour les propriétaires de bâtiments de centraliser leurs données opérationnelles et d’observer les causes et les effets à la fois sur les taux de consommation d’énergie et les performances de maintenance des actifs du bâtiment. Comment les outils d’intelligence artificielle et d’apprentissage automatique apportent des avantages aux bâtiments intelligents ? Examinons à la fois la consommation d’énergie et la maintenance des actifs pour déterminer comment les outils d’intelligence artificielle et d’apprentissage automatique peuvent aider.

Modéliser la consommation d’énergie dans les bâtiments intelligents

Les outils d’IA permettent désormais de modéliser précisément la consommation d’énergie. En analysant l’écart entre les taux de consommation réels et la consommation projetée du modèle d’intelligence artificielle, il est possible de détecter les zones sous-performantes. En identifiant les sources de gaspillage énergétique, il est alors possible de remédier aux causes profondes des écarts d’efficacité des bâtiments.

Certains outils vont encore plus loin en contrôlant les équipements de l’installation, comme le système de chauffage et de climatisation, en fonction des horaires d’occupation et des prévisions météorologiques. Le bâtiment ne consomme alors que la quantité d’énergie nécessaire pour assurer le confort des occupants, au bon moment et au moindre coût. Ces outils permettent également de comparer la performance énergétique de vos bâtiments et de bâtiments similaires gérés par d’autres personnes. Cela permet aux propriétaires de bâtiments de mieux apprécier ce qui est possible dans le domaine de la performance énergétique et des économies d’énergie.

La qualité des données recueillies reste toutefois un problème majeur. Un algorithme ne peut pas être performant si les données d’entrée sont manquantes ou incorrectes. L’approche d’Automatique & Industrie est d’aider ses clients dans la collecte et l’analyse de données de qualité, par opposition au big data. Nous avons développé un outil breveté qui détecte et reconstruit automatiquement les données énergétiques manquantes ou erronées. D’autres outils que nous utilisons permettent de rendre les méthodes et les algorithmes de l’IA compréhensibles pour l’expert technique humain qui valide que les modèles de données de l’IA reflètent fidèlement la réalité physique des systèmes dans le bâtiment.

Maintenance prédictive des actifs dans les bâtiments intelligents

Grâce à des algorithmes, les systèmes d’infrastructure des bâtiments peuvent apprendre d’eux-mêmes, par l’analyse des données historiques et des tendances, quels seront les comportements futurs probables des biens immobiliers. De cette façon, le coût de développement d’un système capable de prédire le moment où les composants clé tomberont en panne et devront être remplacés diminue. Les actionneurs intelligents PIBCV capturent les données analytiques et communiquent tout problème par le biais d’alertes afin de pouvoir planifier la maintenance, garantir la santé du bâtiment et améliorer la sécurité et le confort tout en réduisant les désagréments.

La maintenance prédictive réduit considérablement le nombre d’interventions de maintenance nécessaires et, lorsque la maintenance est effectuée, elle peut être programmée à un moment où l’impact d’une panne technique est minimisé (comme le week-end) et où l’impact financier d’un arrêt de production est faible. Cette approche est très différente des méthodes traditionnelles de maintenance réactive et calendaire, qui entraînent des perturbations plus importantes des opérations. La maintenance prédictive vise à fournir les outils d’aide à la décision qui permettent d’effectuer la maintenance uniquement lorsque cela est nécessaire, en économisant les visites inutiles de techniciens tout en minimisant les temps d’arrêt imprévus.

Dans la plupart des cas, pour que l’apprentissage automatique et l’IA aient un impact majeur tant sur la consommation d’énergie que sur la maintenance des actifs, il est nécessaire d’analyser les différents modes de fonctionnement au sein d’un bâtiment. Nous recommandons un minimum d’un an d’historique de données pour être en mesure d’observer le comportement du bâtiment sur les quatre saisons. Cependant, il est possible de tirer parti de l’apprentissage automatique avec seulement quelques semaines de données.  Bien que l’application n’atteigne pas immédiatement son plein potentiel, elle peut immédiatement commencer à apporter une valeur ajoutée grâce à certaines économies initiales, puis monter en puissance au cours des mois suivants.

Pour plus d’informations

Automatique & Industrie, soutient les initiatives de gestion de l’énergie et de maintenance prédictive par l’intégration de systèmes intelligents de technologies d’exploitation des bâtiments (p. ex. systèmes d’alimentation, de refroidissement, de ventilation, de gestion des bâtiments) qui permettent d’optimiser l’exploitation et la maintenance des installations. Nous déployons des outils de maintenance prédictive qui analysent les anomalies comportementales des actifs de l’infrastructure du bâtiment et qui prévoient le moment où les pannes sont susceptibles de se produire.

Nous travaillons en collaboration avec des experts de Schneider Electric et d’AVEVA qui fournissent des outils sophistiqués tels que PRISM pour la maintenance prédictive et Resource Advisor pour la gestion énergétique des bâtiments. Pour en savoir plus sur la façon dont les systèmes de  bâtiments intelligents peuvent améliorer les performances de votre installation, visitez les sites Web d’Automatique & Industrie ou de Schneider Electric.

450 450 Automatique & Industrie

C'est ton offre !

    C'est parti !

      C'est parti 

        C'est parti