Projet DCARBO
Contrôle temps réel
Projet coordonné par IFP Energies nouvelles
Durée de 5 ans
1,58 millions d’euros de budget
2 thèses et 1 stage
Contexte et enjeu
La décarbonation de l’industrie requiert un meilleur contrôle et une connaissance affinée des émissions de CO₂ issues des systèmes de production. L’installation de capteurs à des positions stratégiques et une gestion en temps réel des données de production fournit des informations pertinentes permettant d’aboutir à une analyse dynamique des émissions de CO₂ avec une meilleure précision que les approches asynchrones actuelles.
Objectifs scientifiques
L’enjeu est de définir, pour différents types de systèmes de production, la structure appropriée pour une acquisition et collecte de données pertinentes ainsi que pour les instruments associés de decision-making pour la décarbonation.
Il est ambitionné de proposer des modèles adaptés d’intelligence artificielle et d’algorithme pour chaque niveau de décision, d’expérimenter et de comparer différents modèles et algorithmes, et d’établir une méthodologie pour l’implémentation de nouvelles approches pour des contextes industriels. L’originalité de cette recherche réside dans le couplage de différents types d’IA et leur application au monitoring et contrôle en temps réel des procédés industriels, afin de favoriser la décarbonation effective des industries.
Les principales difficultés de ce projet seront liées à l’enjeu de trouver le juste niveau d’information/instrumentation des procédés et la complexité de gérer des simulations pour le decision-making de court terme et en temps réel.
Mettre en place une méthodologie pour le monitoring d’indicateurs liées à une ou plusieurs unités de production, restituant l’impact environnemental de cette unité, à partir de ses différents composants : consommation d’énergie, ressources et émissions liées à l’eau, l’air, le sol.
Trois types de procédés seront concernés : les process discrets (industries manufacturières, microélectroniques), les process continus (cimenteries, acteurs locaux de distributions pour des réseaux de chaleur) ainsi que les centres informatiques et de stockage pour les industries digitales. Il importera d’identifier les différences entre ces types de procédés et les impacts sur la méthode à développer. Un lien avec le projet ciblé d’ACV dynamique sera fait.
TRL 4 de fin de projet.
Résultats attendus et impacts
Démarche générique permettant aux industries d’identifier les paramètres clés de suivi et d’analyse de leurs émissions de CO2eq, de détermination des outils d’acquisition de données nécessaires pour collecter ces paramètres et la mise en œuvre des outils pertinents pour la détection de dérives et la préconisation d’actions permettant de réduire ses émissions.
Méthodologie et outils qui permettront à l’industrie de construire des scénarios de décarbonation visant à̀ atteindre les objectifs énergie climat de la France à l’horizon 2050.
Le consortium
Les publications soumises
« Decarbonization in Manufacturing: A Systematic Review for Life Cycle Assessment with Sensor Data Integration », Quintero-Herrera, S; Evrard, D., 32nd CIRP LCE, 07 au 09 avril 2025.
« Energy-Aware Cloud Task Scheduling: A comprehensive Dialectical Approach » , A. Hattay, E. Gascard, Z. Yahouni, F.-M. Ngole Mboula, 17th IEEE Utility and Cloud Computing conference,16 au 19 décembre 2024
Plus de projets
