Développement d'un logiciel d'expertise technique d'installation frigorifiques de chambre froides

CHAPITRE I. GENERALITES

I.1 Présentation de l'entreprise

L'histoire de CONGELCAM débute en 1982, quand son Directeur Général actuel, M. NGOUCHINGUE Sylvestre commence la vente en détail de poissons congelés. Ses premiers bénéfices sont réintroduits dans l'achat de congélateurs, ce qui augmenta rapidement son chiffre d'affaire.

Les établissements CONGELCAM ne tarderont pas alors à naître, avec la construction des premières chambres froides. Le génie de M. NGOUCHINGUE pour les affaires étant remarquable, ses activités ne cesseront de croître pour aboutir en 1994 à la création de la société CONGELCAM Sarl, avec un capital de 2 milliards de francs CFA.

Aujourd'hui les activités de CONGELCAM consistent essentiellement en l'importation, la distribution et la vente des produits de la mer et de certaines viandes. Ainsi, l'entreprise dispose de plusieurs sites d'entreposage de grande envergure à Douala, terminus des bateaux d'importation. Des camions frigorifiques sont chargés d'acheminer les produits ainsi stockés vers d'autres sites disséminés dans les autres provinces (Centre, Ouest, Est, Sud, Nord-Ouest, Sud-Ouest). De là, des camions plus légers pourront ravitailler les points de vente. L'exceptionnelle capacité logistique actuelle de CONGELCAM permet de réceptionner un bateau entier de produits pratiquement tous les 10 jours, faisant d'elle le leader national incontesté sur le marché du poisson et de la volaille.

I.2 Les chambres froides I.2.1 Présentation

Une chambre froide est une enceinte destinée à conserver des produits (agroalimentaires, pharmaceutiques, ...), à une humidité relative et une température (généralement inférieure à la température ambiante) fixées. Ses façades, son plafond et son plancher sont thermiquement isolés. La technologie d'isolation des façades et du plafond la plus utilisée actuellement est celle des panneaux sandwiches, où une couche compacte d'isolant (polyuréthane, polystyrène, ...) est prise en sandwich entre deux plaques métalliques. Ces panneaux sont préfabriqués, et permettent des constructions plus rapides, plus efficaces et plus économiques que les technologies précédentes (AUDIFFRET, 1984).

Les conditions climatiques internes requises sont assurées par des installations frigorifiques, dont les évaporateurs (organes de production de froid) sont situés dans l'enceinte, et le reste de l'installation à l'extérieur. Pour les plus grandes chambres, une ossature métallique vient renforcer l'édifice en panneaux sandwiches. On parle alors souvent d'entrepôt frigorifique.

I.2.2 Exploitation

I.2.2.1 L'installation frigorifique

Le circuit frigorifique est généralement celui d'un cycle de réfrigération à compression mécanique de vapeurs. Une configuration très souvent rencontrée sur les entrepôts frigorifiques est la suivante :

Electrovanne liquide

Bouteille d'aspiration

Pressostats de régulation

Condenseur

Séparateur d'huile

Bouteille liquide

Voyant d'huile

Electrovanne d'huile

Filtre déshydrateur Voyant liquide

Compresseur

Vanne 3 voies d'aspiration

Evaporateur

Détendeur thermostatique

Figure I.1 : Exemple de schéma fluidique d'installation frigorifique I.2.2.2 Le calcul d'une chambre froide

Le dimensionnement des éléments d'une chambre froide a pour base le calcul des puissances frigorifiques à fournir par les évaporateurs. Ces puissances s'obtiennent par un bilan thermique sur la chambre. Pour une chambre classique, les charges à calculer sont :

· Charges par transmission à travers les parois Qtp : il s'agit des gains de chaleur par échange thermique avec l'environnement extérieur et le sol ;

· Charges par renouvellement d'air Qra : dans de nombreuses chambres froides, il est prévu de renouveler plus ou moins l'air ambiant par de l'air extérieur. Ce sont les gains thermiques apportés par cet air extérieur qui sont pris en compte dans cette rubrique ;

· Charges par ouverture des portes Qop : ce sont les charges dues aux échanges de matière entre l'intérieur et l'extérieur, suite à l'ouverture des portes ;

· Charges dues aux appareillages divers Qad : il s'agit des charges engendrées par le fonctionnement d'appareils tels que les luminaires, les moteurs d'évaporateurs, les chariots élévateurs, ... ;

· Charges dues au personnel travaillant Qpt : elles sont dues à la chaleur dégagée par les corps en activité ;

· Charges dues au dégivrage Qdg : en fonction de la température de la chambre, il est possible d'avoir une formation de givre sur les évaporateurs. Dans ce cas, il est alors prévu une procédure de dégivrage, destinée à fondre ce givre. C'est la chaleur dégagée au cours du dégivrage qui est prise en compte dans cette rubrique ;

· Charges dues aux denrées Qdr : ces charges sont dues au fait que les denrées sont généralement introduites à une température supérieure à celle d'entreposage. Il faut donc les porter à bonne température. Aussi, les produits végétaux dégagent une chaleur de respiration qu'il faut compenser.

La charge totale est alors donnée par :

Qtot = Qtp + _Qra + _Qop + _Qad + _Qpt + _Qdg + _Qdr (1).

Comme une installation est conçue pour fonctionner t_f ( t_f = 24 ) heures par jour, cette

charge sera multipliée par 24 pour avoir la puissance nette à installer. Une valeur courante t_f

de t_f est 16 heures (BREIDERT, 1998).

I.2.2.3 La maintenance des installations frigorifiques

D'après la norme AFNOR NF X60 010 (ZWINGELSTEIN, 1995), la maintenance se définie comme : « Toutes les activités destinées à maintenir ou à rétablir un bien dans un état ou des conditions données de sûreté de fonctionnement, pour accomplir une fonction requise. Ces activités sont une combinaison d'activités techniques, administratives et de management. ». Il faut noter ici que toute la science de la maintenance consiste à atteindre ces objectifs de sûreté de fonctionnement à moindre coût.

En ce qui concerne les installations frigorifiques de chambres froides, il s'agira de garantir un niveau suffisant de disponibilité des installations, car ici les arrêts prolongés coûtent cher (dégradation des denrées stockées). Cet objectif est atteint en assurant une bonne fiabilité (maintenance préventive bien mise en oeuvre) et une bonne maintenabilité (bonne gestion des stocks de pièces de rechange et bonne réactivité du service maintenance face aux défaillances). Précisons ici que ces installations sont très souvent sujettes à des défaillances par dégradation, et qu'un état de fonctionnement dégradé ici est assimilable à un arrêt, car les conséquences sur la conservation des denrées sont à long terme identiques.

La maintenance préventive des installations frigorifiques est principalement conditionnelle. Elle consistera donc au suivit des pressions, températures, intensités absorbées, degré de contamination en humidité du circuit, degré de dégradation de l'huile, état sensitif des organes (toucher, odorat, vue, ...), etc. Tout l'art ici étant alors de savoir bien analyser les informations ainsi collectées, afin de décider des actions à entreprendre.

Dans ce cadre, une bonne expérience est requise. Quand cette expérience devient insuffisante pour expliquer des modes de dégradations compliqués, alors un expert en la matière s'impose, à moins d'avoir recours à un système d'expertise informatique.

I.3 Principes de l'expertise technique

I.3.1 Les principales étapes

Il n'existe pas de procédure type d'expertise technique d'unités industrielles, car la démarche d'une expertise dépend de la précision et de la profondeur recherchées. Mais de façon générale, on retrouvera les étapes suivantes (MONCHY, 2000) :

· Renseignements préliminaires : ici, une enquête de terrain permettra de rassembler tous les éléments de connaissance utiles : conditions de fonctionnement, caractéristiques techniques, ... ;

· Observations et examens : il s'agit d'effectuer des observations visuelles ou instrumentales des zones accessibles ;

· Diagnostic : il s'agit de retrouver les causes à l'origine des disfonctionnements constatés dans les deux premières étapes ;

· Propositions et remèdes : ici des mesures correctives et préventives sont énoncées pour une remise à niveau du dispositif expertisé.

Le rôle d'un système informatique d'expertise est donc de mettre en oeuvre ces étapes de la manière la plus automatique possible.

I.3.2 La phase de diagnostic

Dans la démarche précédente, c'est la phase de diagnostic qui est la plus délicate à automatiser. Il s'agira là d'inverser une relation de cause à effet. En d'autres termes, connaissant les effets (symptômes observés sur l'équipement), il faudra retrouver les causes qui les ont crées. Pour y parvenir il existe actuellement deux grandes familles de techniques de diagnostic automatique (ZWINGELSTEIN, 1995).

I.3.2.1 Les méthodes de diagnostic interne

Ces méthodes supposent l'existence d'un modèle physique ou expérimental de simulation de l'équipement à diagnostiquer. Ce modèle de calcul décrit donc de façon plus explicite la relation de cause à effet sous la forme :

? ? E = F C (2) ( ) ? E est le vecteur des effets (observations effectuées sur l'équipement), et (paramètres internes, non accessibles par l'observation).

? C celui des causes

?

Ayant observé sur l'équipement un vecteur d'effets E_m , le problème revient alors à

?

retrouver le(s) meilleur(s) vecteur(s) cause Copt à l'origine des effets, en d'autres termes qui

? ?

minimise(nt) la fonction objectif

E_m - F(C)

, où · est une norme définie dans l'espace des

effets. La fonction F n'est très souvent pas connue sous forme explicite, mais plutôt sous forme algorithmique. Dans ce cas, la minimisation de la fonction objectif ne peut être faite que par des méthodes non déterministes. Parmi ces méthodes, les plus utilisées actuellement pour résoudre ce type de problème sont :

· Les méthodes de Monte Carlo : la fonction objectif est évaluée en un grand nombre de points pris aléatoirement dans l'espace de recherche, et les solutions choisies parmi ces points ;

· Le recuit simulé : à chaque itération, on effectue un déplacement aléatoire à partir du point en cours. Si le déplacement mène à une valeur plus petite de la fonction, il est accepté. Sinon, il est accepté avec une probabilité dépendant d'une « température » T diminuant au fil du temps (d'où le nom de recuit simulé) ;

· les algorithmes génétiques : un point de l'espace de recherche est assimilé à un individu. Le principe est alors de simuler l'évolution d'une population d'individus divers auxquels on applique différents opérateurs génétiques et que l'on soumet à chaque génération à une sélection. Ces algorithmes sont de plus en plus utilisés dans l'industrie, car ils sont particulièrement adaptés aux problèmes d'optimisation comportant de nombreux paramètres. Nous y reviendrons dans la suite.

I.3.2.2 Les méthodes de diagnostic externe

Ces techniques n'exigent pas un modèle de calcul pour l'équipement. Par contre elles nécessitent une expertise humaine ou une solide banque de données de retour d'expérience. Dans cette catégorie, on peut citer :

· Méthode par reconnaissance des formes : ici, y a d'abord une phase d'analyse où les données de retour d'expérience sont regroupées en classes expérimentalement ou à l'aide d'une technique de classification automatique (nuées dynamiques, réseaux de neurones à apprentissage non supervisé, ...). Les classes (ou formes) ainsi constituées représentent des modes de fonctionnement de l'équipement. Ensuite, un système de détection automatique est mis en oeuvre à l'aide d'une technique de reconnaissance de formes (classification floue, discrimination bayésienne, réseaux de neurones, ...). Partant de symptômes observés sur l'équipement, ce système de détection permettra de retrouver le mode de fonctionnement correspondant.

· Méthodes utilisant des systèmes à base de règles : les systèmes experts classiques sont à la base de ces méthodes. Là, à partir d'une base de faits (faits observés sur l'équipement) et d'une base de connaissances (règles de

diagnostic), un moteur d'inférence pourra inférer de nouveau faits, permettant ainsi de remonter aux causes des effets observés. Ces méthodes peuvent aussi être mis en oeuvre avec des systèmes intelligents plus évolués tels que les réseaux bayésiens, les systèmes experts flous, et même les agents intelligents, derniers nés des laboratoires de recherche en intelligence artificielle.

I.4 Quelques techniques d'intelligence artificielle I.4.1 La logique floue

La logique classique (booléenne) a pour base la théorie des ensembles classiques. Dans cette dernière, tout ensemble A est caractérisé par une fonction caractéristique définie par :

1 si x A

?

?( )

x = (3).
0 si x A

?

Cette formulation très idéalisée ne permet d'aborder qu'un nombre très restreint d'objets ou de phénomènes du monde réel, qui est par essence imprécis et incertain.

Les logiques multivalentes (trivalente, pentavalente, ...), en introduisant d'autres niveaux entre 0 et 1 constituent une amélioration à cette formulation de base, mais restent toujours insuffisantes face à la grande complexité de notre monde. Les deux énoncés suivants illustrent bien cette complexité qui met en défaut ces logiques classiques :

E1 : Si la température augmente plus ou moins, alors ouvrez légèrement les volets ;

E2 : Il pleuvra probablement aujourd'hui.

C'est pour traiter de tels énoncés vagues et imprécis que L.A. Zadeh (à l'époque professeur à l'Université de Californie Berkeley) a introduit en 1965 la théorie des ensembles flous. Dans cette théorie, la fonction caractéristique d'un ensemble, appelée fonction d'appartenance peut prendre toutes les valeurs de l'intervalle [0, 1]. La logique floue est une logique construite à partir de cette théorie des ensembles flous.

En logique floue, on introduit la notion de variable linguistique, dont les valeurs ne sont pas numériques, mais plutôt symboliques. Ces variables sont donc une extension des variables binaires classiques prenant les valeurs « Vrai » et « Faux ». Pour définir une variable linguistique, il faut :

· Un univers U : par exemple, l'intervalle [0, 100] ;

· Une désignation valable sur cet univers : par exemple « Température » ;

· Un ensemble de termes relatifs à cette désignation : par exemples « Elevée », « Faible », « Normale », ... .

Chaque terme ainsi définit est caractérisé par un ensemble flou, donc par une fonction d'appartenance ì(x) bien définie. On peut par exemple définir les températures

« Normales » par la fonction ci-après :

ì(x)

1 0

18 23 28 T (°C)

Figure I.2 : Exemple de fonction d'appartenance du terme « Température Normale »

L'accentuation des termes peut être caractérisée par des modificateurs linguistiques, qui viennent en fait modifier leurs fonctions d'appartenance ì(x) en ì_M (x) , rendant compte de la modification apportée. Les modificateurs de base introduits par Zadeh sont :

· « Très » : 2

ì _M ( x ) = [ ì ( x )] (4) ;

·

« Plus ou moins » : ì_M ( x ) = ì(x) (5) ;

· « Non » : ì_M ( x ) = 1 - ì(x) (6) .

Ceci dit, les énoncés E1 et E2 précédentes deviennent parfaitement manipulables en logique floue.