Résumé

Proposition d’une démarche pour l’intégration et la mise en oeuvre d’un système de télésurveillance à base de capteurs intelligents

Média

0:00
available

Métriques

17
8
1.7 Mo
 application/pdf
bitcache://c3063ee873463218d3b6fe92f6d5aafb7ae38505

Licence

Creative Commons Aucune (Tous droits réservés)
<resource  xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
                xmlns="http://datacite.org/schema/kernel-4"
                xsi:schemaLocation="http://datacite.org/schema/kernel-4 http://schema.datacite.org/meta/kernel-4/metadata.xsd">
        <identifier identifierType="DOI">10.23723/545:2017-1/19871</identifier><creators><creator><creatorName>Mohamed Ramadany</creatorName></creator><creator><creatorName>Driss Amegouz</creatorName></creator></creators><titles>
            <title>Proposition d’une démarche pour l’intégration et la mise en oeuvre d’un système de télésurveillance à base de capteurs intelligents</title></titles>
        <publisher>SEE</publisher>
        <publicationYear>2017</publicationYear>
        <resourceType resourceTypeGeneral="Text">Text</resourceType><dates>
	    <date dateType="Created">Fri 22 Sep 2017</date>
	    <date dateType="Updated">Fri 22 Sep 2017</date>
            <date dateType="Submitted">Mon 23 Oct 2017</date>
	</dates>
        <alternateIdentifiers>
	    <alternateIdentifier alternateIdentifierType="bitstream">c3063ee873463218d3b6fe92f6d5aafb7ae38505</alternateIdentifier>
	</alternateIdentifiers>
        <formats>
	    <format>application/pdf</format>
	</formats>
	<version>33778</version>
        <descriptions>
            <description descriptionType="Abstract"></description>
        </descriptions>
    </resource>
.

Proposition d’une démarche pour l’intégration et la mise en oeuvre d’un système de télésurveillance à base de capteurs intelligents Ramadany Mohamed Laboratoire de productique Energie et Développement Durable Université Sidi Mohamed Ben Abdellah, École Supérieure de Technologie- Fès, Maroc mramadany@gmail.com Amegouz Driss Laboratoire de productique Energie et Développement Durable Université Sidi Mohamed Ben Abdellah, École Supérieure de Technologie- Fès, Maroc amegouz@ yahoo.fr Résumé— Les usines modernes d’aujourd’hui exigent que les systèmes de production soient surveillés en permanence, et en temps réel, afin de garantir la fiabilité, la sécurité des processus de fabrication, la qualité des produits finis, ainsi que la sureté de fonctionnement. Cet article est consacré dans un premier temps à la présentation de l’état d’art de l’application des réseaux de capteurs intelligents en monitoring industriel à des fins de maintenance prédictive, et dans un second temps, à la proposition d’une démarche globale avec des procédures, pour l’intégration et la mise en œuvre d’ un système de télésurveillance à base de capteurs intelligents pour un système de production. Finalement, nous allons mettre l’accent sur les verrous relatifs à l’intégration et à la mise en œuvre de tels systèmes, dans une perspective de faire une enquête auprès des entreprises industrielles marocaines. L’objectif est de recueillir des points de repères importants dans un contexte de l’industrie marocaine. Mots clefs—Intégration, Capteurs Intelligents, Système de télésurveillance, Démarche, Procédures, Verrous. INTRODUCTION Dans le monde industriel, les entreprises ont bénéficié ces dernières années de l’essor des capteurs intelligents, grâce au progrès de l’électronique numérique et des technologies de communication. Ces capteurs intelligents sont intégrés généralement dans le cadre d’un système de télésurveillance sur un système de production. La finalité est la tenue des objectifs de la production, en permettant un suivi en continu et en temps réel de l’état des machines qui constituent le système de production. Cependant, le marché n’étant pas développé, l’industriel ne peut s’appuyer sur des prestataires et des intégrateurs pour l’intégration des système de télésurveillance à base de ces réseaux de capteurs intelligents. Ainsi, une démarche globale s’avère nécessaire afin de répondre à cette problématique. D’autant plus que, La mise en œuvre et le déploiement des technologies d’un système de télésurveillance à base de capteurs intelligents dans l’entreprise pour une exploitation en maintenance prévisionnelle évoquent certains verrous. Ceux-ci peuvent être classés selon des verrous et problématiques d’ordre technique, financier, éthique, juridique, et d’autres relatifs à la résistance au changement, aux ressources humaines de l’ensemble de l’entreprise industrielle, et à la standardisation [1]. Cet article a pour objectif d’apporter un éclaircissement sur l’usage des réseaux de capteurs intelligents notamment en monitoring industriel et en maintenance prévisionnelle, à travers un état d’art des applications récentes dans le domaine. Ensuite, cet article vise à proposer une démarche rigoureuse et générique pour l’intégration d’un système de télésurveillance à base de capteurs intelligents pour un système de production. En effet, Cette démarche générique, a pour objectif principal la description des différentes étapes de mise en œuvre grâce à des procédures élaborées en tenant compte de tous les aspects relatifs à la mise en œuvre d’un tel système. La finalité de cette démarche proposée, est de guider les industriels grâce à des directives de procédures, pour réussir un projet d’intégration et de mise en œuvre d’un système de télésurveillance dans l’entreprise industrielle. Finalement, dans la dernière partie de cet article, nous allons présenter les verrous scientifiques susceptibles de constituer une entrave pour une éventuelle intégration. Ces verrous sont dus à la technologie mais aussi à des facteurs humains. ETAT D’ART En Septembre 1999, le magazine hebdomadaire Business Week présente les réseaux de capteurs sans fil, comme l’une des 21 technologies les plus importantes à développer au cours du 21ème siècle. Grâce à la contribution de l’agence américaine pour les projets de recherché avancées de défense ”DARPA”, par le biais de deux programmes DSN (Distrubed Sensor Network) et SensIT, les chercheurs ont mis au point des dispositifs électroniques intelligents appelés nœuds capteurs. Dans la littérature, on retrouve plusieurs définitions de réseau de capteurs, nous retenons sans souci d’exhaustivité les deux définitions suivantes : • Un réseau de capteurs sans fil est un système distribué de grande échelle, mettant en communication un grand nombre d’entités autonomes communément appelés capteurs sans fil [2]. • Un réseau de capteurs sans fil est un ensemble de nœuds capteurs, communicant en liaison sans fil. Ces nœuds capteurs disposent d’une unité de stockage, d’une unité de traitement de données, d’unité de captage, d’une batterie d’alimentation et d’une interface de communication [3]. Suite aux grandes avancées dans le domaine de de la microélectronique, qui ont contribué à la réduction des coûts des nœuds capteurs et par conséquent à la démocratisation de cette technologie, l’éventail des applications des réseaux de capteurs s’est élargi. En fait, ils s’ouvrent à une panoplie de domaines d’applications. Les réseaux de capteurs présentent des intérêts considérables pour le secteur industriel, mais aussi pour les organisations civiles où la surveillance et la reconnaissance de phénomènes physiques est une priorité. En effet, un réseau de capteurs peut être mis en place dans le but de surveiller une zone géographique plus ou moins étendue pour détecter l'apparition de phénomènes ou mesurer une grandeur physique (température, pression, vitesse...). Ainsi, En termes de domaines d'applications, les réseaux de capteurs ont connu un très grand succès, car ils détiennent un potentiel qui révolutionne de nombreux secteurs de notre économie et notre vie quotidienne, de la surveillance et la préservation de l'environnement, à la fabrication industrielle, en passant par l'automatisation dans les secteurs de transport et de la santé, la modernisation de la médecine, de l'agriculture, de la détection des feux de forêts et de la logistique [4]. TABLE I. APPLICATIONS DES RESAEUX DE CAPTEURS INTELLIGENTS. L’état d’art suivante englobe, les récentes percés technologiques en matière de l’application des réseaux de capteurs intelligents pour une application de monitoring industriel, ainsi que pour la maintenance prévisionnelle. Bombardier propose l’intégration d’un système à base de réseaux de capteurs intelligents capable de transmettre au sol, les données sur l’état de santé de l’avion durant le vol. Après l’atterrissage, ces informations pourront être téléchargées via un système Wifi [48]. L’objectif de ce système intégré, vise à travers des mesures plus fines à contribuer à une meilleure analyse prédictive et des recommandations de maintenance mieux ciblées. De plus, la collecte et le traitement de ces données, permettront la numérisation des manuels techniques. L’accès aux informations par les équipes de maintenance, les équipes d’ingénierie, ainsi que les équipes de bord est assuré via des tablettes numériques. D’autre part, Le motoriste britannique Rolls Royce fabriquant des moteurs propulsant des avions et des navires à travers le ciel et les océans, a doté ces moteurs par des centaines de capteurs intelligents, qui enregistrent chaque petit détail de leur fonctionnement et signalent tout changement ou dégradation en temps réel au centre de contrôle [49]. Grâce à des techniques analytiques couplées avec une forme d’intelligence artificielle, on pourrait aboutir à une analyse automatisée, et optimiser la maintenance prédictive. Celle-ci permettra de modifier les réglages des paramètres de fonctionnement et d’identifier les actions de maintenance à entreprendre à l’avance, de sorte que les compagnies aériennes puisent planifier des interventions sans pénaliser les usagers. D’autre part ce type de maintenance permet une gestion aisée de l’approvisionnement pour avoir un stock optimal de pièces Domaine d’application Types d’utilisation Militaire Détection des mouvements ennemis ; reconnaissance des champs de bataille ; incorporation dans les systèmes de guidage des munitions intelligentes ; surveiller l’état des troupes ; la disponibilité des équipements et des munitions ; départ des coups d’artillerie ; détection d’intrusion dans une zone ; estimation des dégâts [5] [6]. Environnement Détection des feux de forêts ; détection des inondations ; alerte Tsunami ; pollution des eaux/sol/air, météorologie ; surveillance d’habitats des espèces protégées ; suivi de la faune et de la flore ; surveillance des volcans [7] [8] [9] [10] [11] [12] [13]. Energie et réseaux de distribution Mesure de la consommation en temps réel ; détection des fuites (réseaux eau potable) ; relevé des consommations domestiques [14] [15] [16]. Génie civil et bâtiment Surveillance d’ouvrages d’art, contrôle des structures des barrages ; surveillance des bâtiments administratifs [17] [18] [19] [20] [21] [22]. Industrie Diagnostic des machines ; contrôle des procédés de production ; pilotage des robots ; optimisation de la consommation d’énergie ; Contrôle de l’usure des outils surveillance des moteurs électriques [23] [24] [25] [26] [27] [28] [29] [30] [31]. Domotique Maison intelligente ; contrôle des appareils électroménagers ; contrôle de la distribution d’air et de température pour la climatisation [32] [33]. Transport Parking intelligent ; localisation des véhicules ; contrôle du trafic ; sécurité routière [34] [35] [36]. Médecine Suivi des personnes fragiles (Alzheimer, vieillesse) ; télésurveillance des informations physiologiques humaines ; suivi et surveillance des médecins et des patients dans l’hôpital ; administration des médicaments [37] [38] [39] [40] [41] [42] [43] [44]. Agriculture Suivi des taux de pesticides ; contrôle de l’érosion du sol ; contrôle de température et d’humidité dans les serres ; irrigation à distance ; efficacité du système d’irrigation de pâturage en Australie [45] [46] [47]. de rechanges avec un délai de livraison optimisé afin de couvrir tous les aéroports du monde. Dans l’industrie des voitures de la formula 1, chaque voiture est équipée de plus de 200 capteurs intelligents, qui surveillent en temps réel une multitude d’éléments comme le moteur, le rendement énergétique sans oublier, la température des pneus et des disques de frein. Grâce à une infrastructure sans fil à haut débit, des mégadonnées sont transmises pour le staff technique, afin d’en tirer des conclusions et procéder à des modifications adaptées en temps réel, pour gagner la course [50]. Le groupe Thyssenkrupp Ascenseurs, qui dispose d’un parc de 1,1 millions d’ascenseurs, à surveiller chaque année ; vise à repousser les limites de la maintenance en proposant des ascenseurs avec une longévité radicalement améliorée [51]. En connectant les capteurs intelligents et les systèmes des ascenseurs au cloud, le groupe pourrait collecter les informations qui alimentent le système de monitoring. Ainsi, lorsque l’ascenseur rapporte un problème, il envoie un code d’erreur avec trois ou quatre causes les plus probables relatives à ce code. Ceci présente un intérêt majeur dans la mesure où on dispose d’une vision concernant quel ascenseur a besoin de maintenance et à quel moment. Ce sont les ascenseurs qui anticipent eux même les réparations dont ils ont besoin. L’entreprise Wonderware [52] a fourni à l’un de ses clients, un système d’analyse prédictive à base de réseau de capteurs intelligents pour identifier une légère variation dans les batteries de condensateurs. En effet, au lieu d’attendre la défaillance d’un plus grand nombre de condensateurs, on reçoit une alerte notifiant le début de dégradation de fonctionnement, grâce à l’utilisation d’un logiciel qui traite les données collectés par les capteurs. Dans le domaine naval, [53] s’intéresse au diagnostic à distance de l’huile de lubrification marine, à l’aide de capteurs intelligents, en développant un logiciel pour surveiller en continu le système de lubrification d’un navire. Ceci, dans le but d’avoir une compréhension précise de l’état de l’usure du moteur, qui est l’élément principal dans le système de propulsion d’un navire. De plus, La SNCF, via Colas Rails, Filiale du groupe Bouygues dédiée aux travaux ferroviaires, propose de placer une rondelle connectée par un capteur intelligent au niveau du serrage de l’éclisse, pièce en métal qui permet d’unir mécaniquement deux rails bout à bout. Chaque jour la rondelle transmet des données sur son niveau de serrage à un serveur central qui analyse cette information. Ainsi, une alerte peut être générée en temps réel en cas de rupture de l’élément de serrage. D’autre part l’évolution de la tendance de serrage permet de planifier des opérations de maintenance juste à temps afin de fiabiliser les rails. Cette percée technologique constitue un grand thème d’innovation en 2016 [54]. Fig.1 Éclisse pour rails de chemin de fer. III. DEMARCHE POUR L’INTEGRATION DE RESAU DE CAPTEURS INTELLIGENTS Le marché des réseaux de capteurs est en cours de développement, les industriels sont toujours à la recherche de prestataires, pour l’intégration de ces réseaux intelligents pour la mise en œuvre d’un système de télésurveillance à base de capteurs intelligents. L’intégration d’un système de télésurveillance à base de capteurs intelligents nécessite une démarche rigoureuse. Cette intégration consiste, entre autre, en une destruction de l’ensemble des barrières techniques, organisationnelles et humaines qui entravent la mise en œuvre d’un système de télésurveillance à base de capteurs intelligents. Ainsi, dans ce travail de recherche nous allons essayer de développer une démarche pour la mise en œuvre d’un système de télésurveillance à base de capteurs intelligents. Cette démarche est basée sur des étapes et des procédures qui prennent en considération tous les aspects nécessaires pour sa réussite et son développement. Une procédure est un document qui décrit la manière d’accomplir une activité ou un processus. En effet, la procédure doit à la fois satisfaire les exigences de l’entreprise, et créer les conditions pour une application efficace. Ainsi, une procédure doit répondre à un besoin. Il convient donc d’analyser les besoins, et d’adapter la forme et le fond du document aux destinataires et utilisateurs de la procédure. Pratiquement, une procédure doit définir qui doit faire quoi et faire référence à comment le faire à travers des instructions spécifiques. A. Engagement de la direction La démarche globale nécessite d’abord un soutien actif et total de la direction de l’entreprise industrielle, au plus haut niveau managérial. L’engagement de la direction est traduit par une déclaration, portée à la connaissance de l’ensemble du personnel et est affichée, en différents points de l’entreprise. Cette déclaration met l’accent sur la stratégie de l’entreprise à migrer vers une politique de maintenance prédictive, concrétisée par la mise en œuvre d’un système de télésurveillance du système de production. Ainsi, la direction s’engage à apporter tout son appui, ainsi que les ressources humaines et matérielles nécessaire à la mise en œuvre du système de télésurveillance. D’autre part, la collecte et l’interprétation des données d’un système de télésurveillance, nécessitent l’intervention croisée de plusieurs profils de compétences (compétences mathématiques et statistiques, compétences informatiques, compétences en métrologie, en architecture et en communication…). Les équipes techniques doivent collaborer avec les équipes métiers. Ainsi, la collaboration dans ce cas est impérative. B. Désignation d’un chef de projet et de l’équipe projet Une fois l’engagement de la direction est acquis, l’étape suivante est la nomination d’un chef de projet télésurveillance. Cette personne est reconnue au sein de l’entreprise, et doit comprendre les responsabilités et les rôles liés à la mise en œuvre d’un système de télésurveillance. La procédure suivante décrit la sélection du chef de projet de télésurveillance. Fig.2 Procédure de désignation d’un chef de projet. C. Etat des lieux Avant de commencer un travail de déploiement et d’intégration, il est toujours recommandé de définir l’état de l’existant. Dans cette étape, l’objectif est de collecter les données sur les machines constituant le système de production ainsi que le capital humain pour avoir une cartographie des compétences dont on dispose. Cette étape donne naissance à deux procédures : il s’agit en premier lieu de la procédure pour établir la cartographie des compétences, et en second lieu de la procédure pour déterminer les constituants critiques du système de production. • Cartographie des compétences La mise en œuvre d’un système de télésurveillance, fait appel à plusieurs profils et disciplines métiers. Parfois, l’entreprise industrielle ne dispose pas de tous ces profils de compétences. Ainsi, une cartographie des compétences s’avère nécessaire, afin de mettre l’accent sur les profils dont on dispose, et les autres qui manquent pour chaque étape de la mise en œuvre du système de télésurveillance. Elle concerne le profil de compétence nécessaire pour la mise en œuvre d’un système de télésurveillance. Cette variable est capitale dans un projet de mise en œuvre d’un système de télésurveillance. En effet, tant que le degré de complexité des phases de la démarche augmente, le niveau de compétence exigé augmente aussi. D’autre part, cette compétence touchera deux aspects principaux, dans un premier temps, le niveau de maîtrise de l’installation des ressources matérielles nécessaires pour le système de télésurveillance. Dans un deuxième temps le niveau de maitrise de l’exploitation de ces ressources. Ce niveau de maitrise diffère d’une ressource humaine à une autre. Ainsi, il est commode au responsable du service de maintenance, et pour avoir une vision globale concernant les compétences disponibles, d’établir une double matrice de compétences. Elle fera la correspondance d’une part, entre la personne et son niveau de maitrise pour la phase de l’installation et la réalisation. Et d’autre part, entre la personne et son niveau de maitrise pour la phase d’exploitation. Ainsi, l’évaluation du niveau globale de compétence, sera une combinaison des deux niveaux. Pour compléter les matrices, le responsable doit établir une grille de notation pour chaque niveau, et qui permettra d’en évaluer la valeur. Fig.3 Procédure de cartographie des compétences. • Identification des machines critiques L’une des règles de la télésurveillance est de ne pas traiter tous les équipements sur le même pied d’égalité, c’est pourquoi, il est commode de focaliser la fonction de télésurveillance sur les machines critiques. D’autre part, pour des raisons économiques, il sera judicieux d’installer le système de télésurveillance dans un premier temps pour les machines critiques du système de production. Ceci permettra d’éviter que l’investissement initial représente une entrave. Le choix des équipements critiques est guidé par les méthodes classiques comme l’AMDEC ou Pareto. L’utilisation d’une matrice multicritères est aussi recommandée. En effet cette matrice tient compte de l’impact de la défaillance sur la disponibilité, la cadence de la production, la sécurité des installations et du personnel, ainsi que son impact sur l’environnement. Fig.4 Procédure identification des machines critiques. D. Faisabilité La réalisation de l’étude de faisabilité nécessite de déterminer avec précision, les moyens technologiques et les aspects techniques liés au système de télésurveillance basé sur le réseau de capteurs intelligents, mais aussi humains et financiers à mettre en œuvre, en interne ou via des compétences externes pour des technologies non maitrisées en interne. En ce qui concerne les moyens techniques, ils incluent les installations et dispositifs requis par le projet. Ceux-ci sont l’instrumentation, les équipements de télécommunication. Quant aux moyens humains, ils incluent tous les intervenants impliqués dans le cadre du projet de télésurveillance, ainsi que les informations qui s’y rattachent. La deuxième phase de cette étape portera sur une étude budgétaire pour l’entreprise pour déterminer la capacité de l’entreprise en premier lieu avant d’appliquer la démarche. L’étude budgétaire correspond aux dépenses de la mise en place du système de télésurveillance en intégrant les aspects organisationnels, techniques, et humains sans oublier les coûts engendrés par des incidents ou pannes sur le système de télé surveillance. Enfin, la réalisation d’une matrice multicritères composée de quatre axes à savoir : les contraintes techniques, les compétences, les coûts, et les technologies, permettra de prendre une décision finale. Soit vous poursuivez le projet, soit vous devrez apporter des modifications, ou vous abandonnez. Plusieurs cas de figure se présentent en fonction du degré de maturité de la technologie et de sa maîtrise au sein de votre entreprise : a) Technologie(s) maîtrisée(s) en interne : vous pouvez réaliser les validations en interne par des essais préliminaires. b) Technologie(s) non maîtrisée(s) en interne : vous pouvez confier cette étude exploratoire à des experts (centres de recherche, centres techniques, laboratoires, universités). c) Il faut ensuite s’assurer sous quelles conditions la technologie envisagée peut être soit intégrée dans votre entreprise, soit sous-traitée. L’intégration peut se faire : a) En recrutant un ou plusieurs collaborateurs. b) Par l’acquisition de la technologie. La sous-traitance peut se concrétiser en mobilisant des compétences externes dans le cadre d’une collaboration avec : a) Une autre entreprise. b) Un centre de recherche ou laboratoire universitaire. Fig.5 Procédure d’évaluation de la faisabilité. E. Cahier des charges Elaborer un cahier des charges fixant le cadre d’utilisation de réseau de capteurs intelligents, et les principaux objectifs recherchés, ce cahier des charges devrait mettre le point sur les axes suivants : • Choix des paramètres significatifs du système Les performances du système de télésurveillance dépendront de la pertinence des paramètres significatifs, mesurés par les capteurs déployés sur le système de production. Ces paramètres sont dits significatifs dans la mesure où ils traduisent l’information utile pour caractériser le fonctionnement du système de production. En effet, le choix de paramètres pertinents permet de réduire le nombre de capteurs, et d’éviter des traitements futiles. En fait, un nombre souvent élevé de paramètres peut être aussi pénalisant en termes de temps de calcul et influence sur le coût de l’installation. Des méthodes de réduction des paramètres doivent donc être utilisées afin de ne conserver que les paramètres les plus représentatifs. A titre indicatif, ces paramètres peuvent être une température, une vibration, un bruit sonore, une pression, etc…. La définition de l’ensemble des paramètres dont on souhaite simuler l’évolution doit satisfaire les contraintes suivantes : a) Les valeurs des paramètres doivent pouvoir être obtenues simplement à partir des données enregistrées par un ou plusieurs capteurs installés dans les machines. b) L’ensemble des paramètres disponibles est limité par le choix des capteurs, facilité d’utilisation, faible coût. c) Les paramètres considérés doivent être suffisamment représentatifs des activités réalisées par la machine à une détérioration de son état de dégradation pour être pleinement en adéquation avec les objectifs de décision. Fig.6 Procédure choix des paramètres significatifs. • Typologie de capteurs à installer Une fois la détermination des paramètres significatifs de fonctionnement est faite, l’étape suivante consiste à choisir les types de capteurs à installer sur les machines, c’est-à-dire identifier les grandeurs physiques et les paramètres significatifs avec les capteurs qui correspondent à leurs mesures [55]. Fig.7 Procédure de typologie de capteurs. • Positionnement des capteurs L’installation des capteurs qui collectent les données du système de production doit être établie suite à une étude préalable. En effet, certains capteurs donnent des valeurs erronées suite à un mauvais emplacement ou non-respect des consignes du fabriquant. A titre indicatif, la transmission de données peut être altérée à cause de la présence d’obstacles au voisinage du capteur. De plus, si un capteur est difficile d’accès à cause de son emplacement, il le sera chaque fois qu’il faudra remplacer les batteries. D’autre part, la présence d’une source de chaleur ou les poussières dans l’air ambiant peuvent fausser les mesures [55]. Fig.8 Procédure de positionnement des capteurs. • Architecture du réseau de capteurs et scénarios d’applications Tous les capteurs respectent globalement la même architecture basée sur un noyau central autour duquel s’articulent les différentes interfaces d’entrée-sortie, de communication et d’alimentation [55]. En ce qui concerne les scénarios d’applications, ils sont comme suit : a) Application périodique : dans laquelle, les capteurs prennent des mesures dans des intervalles de temps réguliers et ils envoient les mesures périodiquement. b) Application à la demande : dans laquelle, les capteurs attendent de recevoir un ordre pour déclencher les mesures et les communiquer. c) Application événementielle : dans ce cas de figure, l’envoie des données est déclenché, lorsqu’un événement particulier est détecté, à titre indicatif, lors d’un dépassement d’un seuil prédéfini. d) Application hybride : elle englobe toute alliance des scénarios précédents. Fig.9 Procédure architecture réseau de capteurs et scénarios d’application. • Choix du protocole de communication Il est impératif que les réseaux sans fil déployés, n’interagissent pas sur les équipements électroniques existants, de plus ils ne doivent pas interférer entre eux et utilisent des mécanismes permettant leur coexistence dans la même bande passante. D’où la nécessité de faire le bon choix du protocole de communication tout en tenant compte de la consommation de l’énergie. En effet, un protocole est souvent décrit comme un ensemble de couches assurant chacune à son niveau, des actions de codage, décodage, émission, réception, contrôle d’intégrité des données véhiculées. Chaque protocole est implémenté sur des ressources matérielles, qui sont des composants électroniques [56]. De plus, chaque protocole a ses propres caractéristiques et ce sont la nature et les spécificités de l’application qui vont déterminer les critères de choix pour le protocole à implémenter. Ainsi il faut établir une grille multicritères, selon la capacité énergétique du capteur, la gamme de distances entre capteur, la topologie des nœuds, le temps de latence accepté pour la communication, ainsi que sa capacité de stockage de données et le scénario de mesure. En milieu industriel, le déploiement réseau sans fil nécessite un certain niveau d’expertise et une connaissance en matière de caractéristiques de chaque protocole de communication. Fig.10 Procédure du choix du protocole de communication. • Gestion du niveau d’urgence Dans l’industrie, certaines défaillances nécessitent une intervention immédiate à cause de leurs conséquences néfastes, d’autres ont un caractère de latence. Il est essentiel de séparer les procédures d’exploitation des procédures d’alerte et d’intervention. Pour l’exploitation du système de télésurveillance, il conviendra de séparer la télésurveillance courante des situations de crise, pour lesquelles les dispositifs, les exigences de mesures et les contraintes sont différentes. Quant aux alertes et aux interventions, il faut préciser les différents acteurs impliqués pour chaque niveau d’alerte, et leurs éventuels relations. En effet un capteur intelligent peut envoyer des informations qui nécessitent le déclenchement d’une alerte comme c’est le cas en cas de détection de présence de gaz toxiques. De même, d’autres informations ne sont peut-être pas nécessaires juste à temps, telles que les données régulièrement recueillies pour continuer à affiner et améliorer le modèle prédictif lui-même. A titre indicatif, Ces données peuvent potentiellement être collectées et traitées plusieurs fois par jour, afin de rechercher des signes coureurs de défaillances. D’autre part, l’établissement du niveau d’urgence, permettra d’alimenter la base d’apprentissage et de diagnostic. La procédure suivante décrit la gestion du niveau d’urgence vis-à-vis aux défaillances. Fig.11 Procédure du niveau d’urgence. • Etablissement des algorithmes d’apprentissage, de traitement et de diagnostic Le cahier des charges devra également faire référence aux méthodes d’apprentissage, de traitement, et de diagnostic. En effet, l’information la plus complète possible est extraite à partir des signaux délivrés par les capteurs sous forme d’indicateurs. Cette information est traité ensuite pour la rendre plus robuste et plus pertinente, l’ensemble d’indicateurs pertinents est utilisé par la suite comme vecteur d’entrée aux classifieurs permettant d’assigner les différentes instances et observations aux modes de fonctionnement [57]. Ces opérations nécessitent des algorithmes d’apprentissage et de diagnostic. Dans le cas où l’entreprise ne dispose pas de ressources humaines et techniques pour l’élaboration d’algorithmes de diagnostic et par la suite d’un logiciel d’analyse, elle peut acquérir un logiciel d’analyse prédictive open source qui donne la possibilité d’être paramétré selon les besoins propres de l’entreprise. Fig.12 Procédure d’apprentissage et de diagnostic. • Emplacement de la salle de télésurveillance L’emplacement de la sale doit être pertinent, dans la mesure où il doit répondre à certaines exigences (éviter les espaces confinés, respect de l’ergonomie, isolation contre le bruit). La salle de télésurveillance est capitale dans un système de télésurveillance, pour remédier aux aléas de la connexion sans fil, et des dysfonctionnements occasionnels des supports mobiles (tablettes et smartphones). F. Déploiement Cette étape se manifestera sous forme de plans d’action de déploiement et d’implantations des différents préparatifs élaboré dans le cahier des charges, ainsi que le suivi par des actions pour la bonne mise en œuvre. G. Système d’information et gestion d’interfaces de visualisation Afin d’être informés en continu par les valeurs collectées par les capteurs installées sur les équipements ainsi que les alarmes générées, et d’avoir en permanence la possibilité d’accéder partout au système de télésurveillance (in situ ou à l’externe), on aura besoin d’un système d’informations permettant notamment d'obtenir la liste des capteurs ainsi qu'une cartographie du réseau. Ceci est possible grâce aux interfaces Web, ainsi que des smartphones et des tablettes. La principale vocation de ce système est la diffusion qui correspond à la mise à disposition des utilisateurs des données du système de télésurveillance à base de capteurs intelligents. Ce système d’information doit tenir compte des supports utilisés pour la distribution des données, la messagerie et la visualisation, de la définition de type de données à transmettre et l’identification des utilisateurs, ainsi que le rafraichissement des données. Fig.13 Procédure système d’informations. H. Construire une plateforme de développement métier et de formation Cette plateforme vise à accompagner l’évolution des métiers et des nouvelles compétences. En fait, La diversité des profils du personnel et le niveau des acteurs du système de télésurveillance impose une formation selon la vocation de chaque intervenant. Ceci pour éviter les dysfonctionnements du système engendrés par le facteur humain. Fig.14 Procédure de formation. I. Evaluation et amélioration continue La dernière étape mettra en lumière l’évaluation de tout le système de télésurveillance, afin de qualifier les algorithmes, élaborer des standards techniques, des guides de choix et des règles de la mise en œuvre, tout en exploitant le retour d’expérience. Elle fera aussi le point de réflexion sur l’amélioration future. Cette procédure décrit les modalités permettant de mesurer et d’évaluer les performances d’un système de télésurveillance à base de capteurs intelligents. L’objectif est de mesurer son efficacité et y apporter des améliorations et des modifications. Fig.15 Procédure d’évaluation et d’amélioration continue. Les différentes étapes d’intégration et de mise en œuvre d’un système de télésurveillance à base de capteurs intelligents, permettent de formaliser la démarche globale suivante : Fig.16 Démarche globale d’intégration d’un système de télésurveillance. IV. VERROUS POUR L’INTEGRATION DE RESEAU DE CAPTEURS INTELLIGENTS La mise en œuvre et l’intégration d’un système de télésurveillance à base de capteurs intelligents, évoquent certaines problématiques. Celles-ci peuvent être classées selon des problématiques et verrous d’ordre : technique, financier, juridique relatives à la sécurité numérique, d’autres relatives à la résistance au changement, aux ressources humaines, au caractère hétérogène des données, et à la standardisation. A. Verrou technique Le déploiement d’un système de télésurveillance basé sur des réseaux de capteurs nécessite la mise en place de plusieurs systèmes à savoir, le système de réseau de capteurs intelligents, les protocoles de communication, le système de stockage de données et le système d’analyse prédictive. De plus, il faut réfléchir aux outils qui permettront d’interfacer l’ensemble de la chaîne du réseau de capteurs : capteurs, plateformes et logiciels. Il faut aussi mentionner la maintenance de ces systèmes, ainsi que la transmission des données dans un environnement critique, dans lequel ces capteurs, doivent être capables de communiquer leurs positions et leurs mesures, via une connexion fiable et permanente. D’autre part, la gestion de l’acquisition des mégadonnées, avec le stockage et le traitement constitue une problématique relative au Big Data qui s’y rattache, pour le service maintenance. Cette problématique technique pourrait accentuer davantage la lourdeur des processus de décision. B. Verrou financier L’intégration d’un système de télésurveillance à base de capteurs intelligents, pour un système de production dans l’entreprise, nécessite un investissement. Les études économiques établies par les fabricants ou organisations d’études de marché tels qu’ARC Advisor Group montrent que le retour sur investissement attendu est de l’ordre de 10% pour l’investissement (CAPEX) et de 20% pour l’exploitation (OPEX). Néanmoins, lorsqu’un industriel veut investir dans cette technologie, son investissement va beaucoup plus loin que l’acquisition et l’exploitation de la technologie [58]. Cet investissement initial est destiné à la formation de son personnel au produit (instrumentation, protocole réseau), à de nouvelles compétences, et aussi l’adaptation de ses manuels de maintenance. C. Verrou lié à la réticence et à la résistance au changement L’intégration d’une nouvelle technologie engendre souvent des résistances qui sont dues à l’incertitude des performances et de la maitrise de ces nouvelles technologies, ce qui pourrait contribuer à une absence d’envie et une méfiance de la part des techniciens ou des exploitants. En effet, le fait de mettre les tablettes qui permettent l’interfaçage des données à la disposition de ces derniers peut être considéré comme un fardeau et un travail de plus qui les incitera à fournir un effort supplémentaire, et qui va les obliger à rester en suivi permanant du système de production. D. Verrou juridique et de sécurité numérique Elle concerne les aspects légaux, les nouveaux modèles et les cadres juridiques d’utilisation des réseaux de capteurs intelligents. Ces cadres juridiques traiteront aussi, le secret industriel et les données sensibles du service maintenance et en général de l’entreprise. La question qui se posera concernera l’exploitation des autres entreprises des données propres à une entreprise donnée. Le cadre juridique touchera aussi la sécurité numérique des données, puisqu’ils peuvent être sujets à des sabotages ou des attaques par des virus informatiques qui constituent des attaques virtuels, pouvant avoir des répercussions physiques. E. Verrou de nouvelles compétences Afin de gérer les systèmes de monitoring industriel à base de réseau de capteurs intelligents, le service de maintenance se trouvera dans l’obligation d’intégrer de nouvelles compétences et de nouveaux métiers. Ceux-ci concerneront le déploiement des capteurs intelligents, les interfaces qui y sont rattachées et la gestion des mégadonnées. F. Verrou de standardisation Pour un service de maintenance, l’hétérogénéité que représente les capteurs connectés ainsi que les données qui s’y rattachent, ainsi que les entités avec lesquelles ils interagissent, exige une architecture standard qui doit être évolutive et flexible. D’autre part, les protocoles de communication adoptés dans le cadre des réseaux différent d’une entreprise à une autre d’où la nécessité de réfléchir à une standardisation de ces protocoles. G. Verrou d’hétérogénéité des données Les mégadonnées qui résultent des réseaux de capteurs intelligents peuvent être des valeurs numériques ou des multimédias (photos et vidéos des installations), parfois couplées à des données symboliques (rapport d’interventions, historiques d’interventions). Ceci présente un défi majeur pour les systèmes de traitement qui auront des entrées hétérogènes de très grande taille et de nature très diversifiée. D’où la nécessité d’un outil qui permet de renvoyer des résultats aux spécifications précises, pour l’aide à la décision d’un responsable du service de maintenance. Dans ce contexte une fonction de hachage, couplée à une forme d’intelligence artificielle est nécessaire. V. CONCLUSION Dans cet article, nous avons présenté les applications récentes des réseaux de capteurs intelligents dans le domaine du monitoring industriel et de la maintenance prévisionnelle, à travers un état d’art synthétique. Ensuite nous avons présenté notre démarche pour l’intégration et la mise en œuvre d’un système de télésurveillance en milieu industriel. Finalement, nous avons mis l’accent sur les verrous et les problématiques qui peuvent présenter un obstacle pour l’intégration et la mise en œuvre d’un tel système. Comme perspectives de ce travail, il est commode de réaliser une enquête menée auprès des entreprises industrielles en guise d’étude de cas, qui opèrent dans différents secteurs. Cette enquête constituera un diagnostic de l’état d’intégration de tels systèmes pour les entreprises industrielles, afin d’évaluer les verrous et les barrières face à l’intégration et au déploiement d’un système de télésurveillance. Une réflexion sur des solutions aux verrous évoqués est aussi envisageable. Références [1] M. Ramadany, D. Amegouz, Diagnosis of the integration remote monitoring system based on smart sensors for a production system: a case study, International Review of Automatic Control (I.RE.A.CO.), Index SCOPUS, Vol. 10, No 2. March 2017. [2] I. Akyildiz, W.Su, Y. Sankarasubramaniam Y, E. Cayirci, "Wireless sensor networks: a survey", Computer Networks. Vol, 38, 2002. [3] C. Duran-Faundez, transmission d’images sur les réseaux de capteurs sans fil sous la contrainte de l’énergie, Thèse de doctorat, Université Henri Poincaré, Nancy 1, 23 Juin 2009. [4] Q. Wang., W. Yang., Energy consumption model for power management in Wireless sensor Networks., 4th Annual IEEE Communications society conference on sensor., Mesh and Ad Hoc Communications and Networks., 2007. [5] A. Arora., P. Dutta., S. Bapat., V. Kulathumani., A line in the sand: A Wireless sensor network for target detection, classification, and tracking., IEEE Computer Networks, 2005. [6] M. Hussain., P. Khan., WSN research activities for military application., 11th International Conference on Advanced Communication Technology, 2009. [7] E. Biagioni., K. Bridges., The application of remote sensor technology to assist the recovery of rare and endagered species., International Journal of High Performance computing Applications, 2002. [8] D. Doolin., N. Sitar., Wireless sensors for wildfire monitoring., Proccedings SPIE Symposium on Smart Structures and Materials., San Diego, California, 2005. [9] A. Mainwaring., J. Polastre., R. Szewczyk., J.Anderson., Wireless sensor networks for habitat monitoring., ACM International Workshop on Wireless sensor networks and Applications., Atlanta, 2002. [10] T. Naumowicz., R. Freeman., A. Heil., J. Schiller., Autonomous monitoring of vulnerable habitas using a wireless sensor network., Workshop on Real world Wireless sensor Networks., Glasgow, Scotland, 2008. [11] Schulz., F. Reichenbach., J. Blumenthal., D. Timmermann., Low cost system for detecting leakages along artificial dikes with wireless sensor networks., Workshop on Real-World Wireless Sensor Networks., Glasgow, Scotland, 2008. [12] A. Loureiro., L. Ruiz., Autonomic Wireless Networks in smart Environments., Communication Networks and Services research IEEE, 2009. [13] G. Werner-Allen., K. Lorincz., O. Marcillo., M. Welsh., Deploying a wireless sensor network on an active volcano., Internet Computing IEEE, 2006. [14] A. Azzam., Contribution à la mise en place d’un système multi capteurs pour la surveillance des eaux de surface : fusion de données et aide à la décision., Thèse de Doctorat., Université Henri Poincaré, Nancy, 2005. [15] I. Blindu., Outil d’aide au diagnostic du réseau d’eau potable pour la ville de Chisinau par analyse spatiale et temporelle des dysfonctionnements hydrauliques.,t Thèse de Doctorat., Ecole Nationale Supérieure des Mines de Saint-Etienne., Université Jean Monnet, Saint- Etienne, 2004. [16] G. Guérard., Optimisation de la diffusion de l’énergie dans les Smart Grids., Thèse de Doctorat, Université de Versailles, 2014. [17] H. Xiaoya., W. Bingwen., A novel Energy-Balanced Time Synchronization Protocol in Wireless Sensor Networks for Bridge Structure Health Monitoring., 2nd International Workshop on Database Tachnology and applications, 2009. [18] N. Jianjun., D. Zhidong., Z. Fengguang., C. Zongsheng., A structural Health Monitoring System Using Wireless sensor Network., 5th International Conference on Wireless Communications, Networking and Mobile Computing, 2009. [19] L. Xuefeng., C. Jiannong., L. Yang., A multi scale stategy in wireless sensor networks for structural health monitoring., 5th International Conference on intelligents sensors, Sensor Networks and Information Processing, 2009. [20] S. Wijetungs., U. Gunawardana., R. Liyanapathirna., Wireless Sensor Networks for Structural Health Monitoring: Considrations for communication protocol design, IEEE., 17th International Conference on telecommunications, 2010. [21] N. Pie., J. Zhihua., Requirements, challenges and opportunities of wireless sensor networks in structural health monitoring., 3rd International Conference on Broadband Network and Multimedia Technology, 2010. [22] C. Herring., S. Kaplan., Component based software systems for smart environments., IEEE., 2000. [23] Krishnamurthy., R. Adler ., P. Buoanadonna., M. Yarvis., Design and deployment of industrial sensor networks: Experiences from a semiconductor plant and the North Sea., 3rd International Conference on embedded networked sensor systems, 2005. [24] L. Nachman., R. Kiling., R. Adler., V. Hummel., The Intel mote platform: a based sensor network for industrial monitoring., 4th international Symposium on information processing in sensor networks, 2005. [25] Ramamurthy., B Prabhu., G. Rajit., M. Asad., Smart sensor platform for industrial monitoring and control., 4th IEEE SENSORS, Irvine, California, 2005. [26] N. Salles., N. Krommenacker., V. Lecuire. Performance study of IEEE 802.15.4 for industrial maintenance applications., IEEE International Conference on Industrial Technology, Chengdu, China, 2008. [27] A. Willig., M. Kubish ., C. Hoene., A. Wolisz., Measurements of a wireless link in an industrial environnement using an IEEE 802.11 compliyant physical layer., IEEE Transactions on Industrial Electronics, 2002. [28] D. Christin., P. Mogre., M. Hollick., Survey on wireless sensor network technologies for industrial automation: The security and quality of service perspectives future Internet, 2010. [29] B. Lu., V. Gungor., Onlineand remote motor energy monitoring and fault diagnostics using wireless sensor networks., IEEE Transactions on Industrial Electronics, 2009. [30] A. Lima-Filho., R Gomes., M. Adissi., M. Spohn., Embeded system integrated into a wireless sensor network for online dynamic torque and efficiency monitoring in induction motors., Mechatronics IEEE/ASME Transactions, 2012. [31] K. Tan., S. Huang., Y. Zhang., T. Lee., Distributed fault detection in industrial system based on sensor wireless network., Computer Standards & Interfaces, 2009. [32] M. Gauger., D. Minder., A. Wacker., P-J. Marron., Prototyping sensor actuator networks for home automation., Workshop on Real World Wireless Sensor Networks, Glasgow, Scotland, 2008. [33] P. Chahuara., Contrôle intelligent de la domotique à partir d'informations temporelles multisources imprecises et incertaines., Thèse de Doctorat., Université de Grenoble, 2013. [34] V. Dreyankova., Contribution à la commande du traffic auto routier., Thèse de Doctorat., Université Technique de Sofia, Décembre 2013. [35] S. Aubin., Capteurs de position innovants : application aux systèmes de transport intelligents dans le cadre d’un observatoire de trajectoires de véhicules., Thèse de Doctorat., Institut National Polytechnique de Toulouse, 2009. [36] S. Faye., Contrôle et gestion du trafic routier urbain par un réseau de capteurs sans fil., Thèse de Doctorat., Institut des sciences et technologies, 2014. [37] K. Chintalapudi., T. Fu., J. Paek., S. Masri., Monitoring civil structures with a wireless sensor network., Internet Computing, IEEE., 2006. [38] N. Dessart., H. Fouchal., P. Hunel., C. Rabat. Simulation of large scale WSN for medical care., IEEE, Symposium of Computers and Communications., 2010. [39] E. Lawrence., K. Navarro., and Y. Lim. Data collection: Correlation and dissemination of Medical Sensor Information in a WSN., 5th International Conference on Networking and Services, 2009. [40] P. Salvador., A. Nogueria., R. Valadas., Markovian Models for Mediacal Signals on Wireless Sensor Networks., IEEE International Conference on Communications Workshops, 2009. [41] G. Messier., I. Finvers., Traffic models for medical wireless sensor networks., Communications Letters, IEEE, 2009. [42] H. Furtado., R. Trobec., Applications of wireless sensors in medicine, MIPRO, Procedding of the 34th International Convention., 2011. [43] R. Mehmet., C. Peng., J. Khan., Monitoring of Physiological Parameters from Multiple Patients Using Wireless Sensor Network. Journal of Medical Systems., Vol. 32, No 5, 2008. [44] P. Pandian., K. Safeer., D. Shakunthala., V. Padaki., Wireless sensor network for wearable physiological monitoring., Journal of networks, 2008. [45] Z. Xinorong., C. Bo., Resarch of temperature and humidity monitoring system based on WSN and fuzzy control, International Conference on Electronics and optoelectronics, 2011. [46] C. Garzon., O. Riveros., Temperature, humidity and luminescence monitoring system using Wireless Sensor Networks in flowers growing., ANDESCON, 2010. [47] J. McCulloh., M. Siddeswara., D. Hugo, Wireless sensor network deployement for water use efficiency in irrigation., Workshop on Real- World Wireless Sensor Networks., Glasgow, Scotland, 2008. [48] http://www.usine-digitale.fr, article “les big data ouvrent l’ère de l’aéronautique de service», 09 Juin 2015 à 07H00. [49] http://www.ilovemybi.com, “Big data chez Rolls-Royce: le succés de la maintenance prédictive”, 2015. [50] http://www.intel.fr, article « la F1 sur la voie rapide des nouvelles technologies ». [51] http://www.alliancy.fr, “Quand l’industrie explore le big data”, Alliancy, le mag, 16 Juin 2015. [52] http://ideas.microsoft.fr, intelligence des données, “trouver des leviers de compétitivité grâce aux systèmes intelligents”, 17 Décembre 2014. [53] Baglee D., « Diagnostic à distance de l'huile de lubrification marine à l'aide de systèmes de capteurs intelligents », Magazine of Marine Maintenance Technology International, Octobre 2014. [54] http://www.silicon.fr/iot., Article., Colas-rail-prend-le-train-Lora-de- Bouygues telecom.html, 2015. [55] M. Ramadany, et D. Amegouz, Mise en œuvre d’un système de télésurveillance à base de capteurs intelligents pour un système de production, Congrès Production Intégrée, CPI 2015, Tanger, Décembre 2015. [56] V. Le cam, CN. Van Phu, W. Gillemaud, L. Lemarchan, Application des réseaux de capteurs intelligents et de la communication sans fil à l’instrumentation des structures de génie civil, université de Paris-Est, LCPC,MI, Paris,France, Avril 2009. [57] I. Khelef, Diagnostic des machines tournantes par les techniques de l’intelligence artificielle, Thèse de doctorat, Université Badj Mokhtar, Annaba, 2013. [58] J. Gagnière, et J.R. Macé, Capteurs intelligents : enjeux et perspectives, R465,techniques de l’ingénieur, 10 Mars 2015.