Méthode pour la détection de défauts des systèmes énergétiques : couplage expertise et méthode de réduction de dimensions - Université Savoie Mont Blanc Access content directly
Theses Year : 2020

Method for fault detection on energetics systems : expertise and dimension reduction coupling

Méthode pour la détection de défauts des systèmes énergétiques : couplage expertise et méthode de réduction de dimensions

Abstract

The building field accounts for around 41% of the primary energy consumption. As the international directives aim to reduce the energy consumption and greenhouse gas emissions, they count on this sector. So they work toward the creation and refurbishment of buildings and a more energy efficient system. Among the building energy consumption, 50% come from the systems use for indoor comfort as the heating, ventilation, and air conditioning (HVAC). However, the real building consumption data analysis highlights a gap between the expected consumption of the design phase and the measured consumption. These differences can be explained in part by the poor operation of the setup systems. These system failures induce energy waste between 25% and 50% but can be significantly reduced by a good follow-up. These systems’ bad operations are called systems faults. These faults can take different forms such as sensors drift, breakdown, setting, or maintenance problems. Building commissioning or fault detection and diagnosis are very effective to reduce the systems’ unwanted consumption. Thus they are a major lever to cut down the energy consumption in the building field. These methods allow to detect system faults apparition to alert the maintenance and operation staff. This thesis aims to develop a fault detection and diagnosis method that allow to removing some scientific and technical obstacle whose inhibit the diffusion of these tools. The hybrid fault detection method developed is knowledge and data-based. This coupling form an effective and adaptable tool, that allows the monitoring and the system state estimation in real-time thanks to continuous expert rules treatment. The results are presented under the form of the system operation map obtain thanks to the dimension reduction method. This tool is tested on a ventilation system for a new building and an existing building cases. For the new building case, numerical system operation data are generated for the map construction. Then the fault detection is validated thanks to experimental data from the same system measured in a half-controlled environment. The experimental data represent the nominal and faulty operation of the system. They are projected on the map in order to check their fault detection ability. The existing building case is tested on real measured data of a few years. These studies show the efficiency of the method to quickly detects the system faults
Le secteur du bâtiment est responsable d’approximativement 41% des consommations en énergie primaire. Les directives internationales cherchant à réduire les consommations énergiques et émissions de gaz à effet de serre, s’intéressent logiquement à ce secteur. C’est pourquoi ces dernières tendent vers la création et la rénovation de bâtiments et de systèmes toujours plus performants énergétiquement. Parmi les consommations énergétiques du bâtiment, 50% proviennent de l’utilisation des systèmes assurant de bonnes conditions intérieures comme le chauffage, la ventilation et la climatisation (CVC). Néanmoins, l’analyse des données de consommation réelle des bâtiments met en évidence un écart entre les estimations issues des calculs de la phase de conception et les mesures. Ces différences peuvent notamment s’expliquer par le mauvais fonctionnement des systèmes installés. Les dysfonctionnements des systèmes énergétiques induisent des gaspillages de consommation énergétiques allant de 25% à 50%, pouvant être réduits considérablement avec un suivi continu. Ces mauvais fonctionnements sont dus à ce que l’on appelle des défauts du système. Ils peuvent prendre des formes différentes comme la dérive de capteur, des pannes ou des problèmes de réglage ou d’entretien. Les méthodes comme le commissionnement des bâtiments et la détection de défauts sont très efficaces pour la réduction des consommations parasites des systèmes. Ainsi elles sont des leviers majeurs pour la réduction des consommations énergétiques dans le secteur du bâtiment. Ces méthodes permettent de déceler l’apparition d’un défaut dans un système et d’en informer les services de maintenance et d’exploitation. L’objectif de ce travail de thèse est le développement d’une méthode de détection de défauts permettant de lever plusieurs des verrous scientifiques et technologiques s’opposant à la diffusion de ce type d’outil. La méthode de détection de défauts développée est hybride, basée sur l’expertise (knowledge-based) et sur les données relevées (data-based). Ce couplage en fait un outil efficace et adaptable, qui permet le suivi et l’estimation de l’état du système en temps réel grâce à un traitement en continu des données par des règles expertes. Les résultats sont alors présentés sous forme de cartes de l’état de fonctionnement du système, obtenues via des méthodes de réduction de dimension. Cet outil est testé sur des systèmes de ventilation dans le cas d’un bâtiment neuf et d’un bâtiment existant. Pour le premier, des données de fonctionnement du système sont générées numériquement afin d’établir les cartes. La détection de défauts est ensuite validée grâce à des données expérimentales de fonctionnement d’un système réel recueillies en environnement semi-contrôlé. Les données expérimentales, correspondant aux fonctionnements du système en condition nominale et défectueux, sont projetées sur les cartes afin de vérifier leur capacité de détection de défauts. Dans le cas de bâtiments existants la méthode est testée sur des données réelles relevées sur plusieurs années. Ces études démontrent l’efficacité de la méthode pour détecter rapidement les défauts du système
Fichier principal
Vignette du fichier
GEOFFROY_2020.pdf (31.46 Mo) Télécharger le fichier
Origin : Version validated by the jury (STAR)

Dates and versions

tel-03483106 , version 1 (16-12-2021)

Identifiers

  • HAL Id : tel-03483106 , version 1

Cite

Hugo Geoffroy. Méthode pour la détection de défauts des systèmes énergétiques : couplage expertise et méthode de réduction de dimensions. Génie civil. Université Savoie Mont Blanc, 2020. Français. ⟨NNT : 2020CHAMA051⟩. ⟨tel-03483106⟩
183 View
33 Download

Share

Gmail Facebook Twitter LinkedIn More