Dans le cadre de son plan climat, Renault Group vise la neutralité carbone de ses usines en Europe d’ici 2030. Suite à un hackathon, Renault Group a sélectionné quatre projets pour accélérer la décarbonation de ses sites industriels. À l’issue de ce défi collaboratif, l’équipe de Loamics a reçu le 2nd prix du jury avec son projet de création d’un outil de mesure en temps réel de la consommation des usines. L’application permettrait aux opérateurs de mieux optimiser la consommation en identifiant les surconsommations ainsi que les machines inutilement en veille, par exemple. Thierry Chambon, directeur de Loamics nous explique.

Quelle solution proposez-vous pour réduire la consommation d’usines comme celles de Renault ?

À partir des données de production de l’usine de Flins, des données de consommation de gaz et des DJU (calcul des degrés jours unifiés), nous avons proposé à Renault de mettre en place un processus de suivi de la consommation basé sur le croisement de données hétérogènes, intelligentes et fiables, obtenues en temps réel. La plus grosse part de consommation d’énergie de l’usine provient d’un process spécifique. En effet, les machines doivent être chauffées à une température précise pour assurer la qualité du produit. À ce jour, les données sont diverses et éparses. Elles proviennent de nombreux compteurs différents et ne partagent pas toujours les mêmes unités, le même temps ou le même créneau horaire. La première phase de travail comprend la « Data Quality », c’est-à-dire : la fiabilisation et la curation des données.

---

5% à 10% d'économie

en kWh : prix augmenté

---

Une fois les anomalies repérées et les trous de données remplies par des algorithmes, on obtient une base de données utilisable mais non encore homogène. Cette homogénéisation se fera avec un outil de data wrangling. Cette Data Quality est obtenue par toute une batterie d’algorithmes déjà disponibles dans une librairie dynamique et au vu des résultats, nous sélectionnons les plus pertinents, voire nous pouvons combiner certains ou y ajouter des algorithmes complémentaires. Une seconde phase consiste en une Data Preparation, qui consiste à isoler le jeu de données pertinentes, voire effectuer des pré-calculs. Cette Data Quality et cette Data Preparation sont indispensables pour à la fois créer des algorithmes d’intelligences mais aussi à pouvoir les industrialiser. Ces algorithmes d’intelligence permettent d’expliquer la structure (Combien ? Comment ? Quand ?) de la consommation d’une usine. Avec cette solution, Renault va ainsi pouvoir savoir : combien, comment et dans quelles conditions de production et de température externe son usine consomme son énergie. En identifiant les anomalies de consommation (chaufferie industrielle en veille alors que les employés sont au repos, par exemple), il devient possible de déterminer des règles d’optimisation des « talons de consommation ».

Que sont les talons de consommation d’une usine ?

Les talons de consommation sont causés par des machines en veille. Chez soi, il peut s’agir d’un réfrigérateur qui fonctionne alors que vous êtes parti en vacances. Dans une usine comme celle de Renault, il peut s’agir d’une machine chauffée à température inférieure lorsqu’elle n’est pas utilisée. La différence est énorme. Par exemple, entre la consommation d’une chaudière à la maison et d’une chaufferie industrielle, le rapport est fois mille. Par nature, nous préférons laisser les machines en veille, de peur notamment d’un problème lors de la remise en route. Pourtant, même lorsque la surconsommation a une explication rationnelle, il est possible de l’optimiser. Nos réflexes ne correspondent plus aux avancées technologiques de notre époque. Ainsi, pour une usine de Renault, la consommation sera moins importante si la machine est éteinte que si elle est laissée en veille à une température inférieure. Si cela avait été l’inverse il y a 20 ans, ce n’est plus le cas. L’objectif de Loamics pour Renault Group consiste à repérer ces talons de consommation pour pouvoir les réduire au maximum. Économiser entre 5 et 10 % de la consommation sur du process industriel est à la portée de nombreuses usines. Sans investir dans du nouveau matériel, l’intelligence et la data peuvent permettre de faire de grosses économies en kilowattheures. Sans se restreindre, mais en gaspillant moins, les entreprises peuvent atteindre la sobriété énergétique grâce à l’intelligence et la data et ainsi réaliser de belles économies financières.

---

"Le potentiel d’économie est énorme pour les usines : de l’ordre de plusieurs millions d'euros"

Thierry CHAMBON Directeur de LOAMICS

---

Quel a été le rôle de NextMove ?

LOAMICS est membre de NextMove. Le pôle nous envoie régulièrement des informations sur des événements à venir et autres opportunités (financements, formations...). C’est dans ce cadre-là que nous avons pris connaissance du Hackathon lancé par Renault. Le pôle est dynamique et s’occupe très bien de la mise en relation entre les différents adhérents.

---

MÉTIER

• Éditeur d’un logiciel middleware de nouvelle génération pour automatiser et industrialiser le traitement de données

IMPLANTATION

• Boulogne-Billancourt

SITE INTERNET

• loamics.com

Crédit Photo © Renault Group