MORPHO-IA - IA et Digital Twin au service de la maintenance prédictive | FEREC 2020

MORPHO-IA : ETUDE ET RESULTATS MORPHOSENSE ▪ SAS au capital de 120 366 € ▪ SIRET : 822 036 265 00012 18 allée du Lac Saint André, BP 60278 73370 Le Bourget du Lac ▪ TVA FR13 822036265 6.3 Détection de nouveautés 6.3.1 Prédiction de la température ambiante en fonction des températures internes des nœuds de mesure Comme mentionné précédemment (partie 4.3.), des problè mes d’acquisition de données avec la station météo ont été rencontrés. Sur cette plage de temps, il a donc été difficile de pouvoir étudier l’impact de la température sur la déformation et les vibrations de la structure. Pour tenter de pallier à ce probl ème, une étude comparant les températures internes des nœuds du système avec la température ambiante a été réalisée. La Figure 22 c omporte un ensemble de graphiques où chaque sous- graphe représente les températures internes des 12 nœuds du tablier (en noir) et la température ambiante (en turquoise) pour une journée entière. Figure 22 : Superposition entre les températures internes des nœuds du tablier (noir) et la température ambiante (turquoise) pour chaque jour sur 28 jours de données Bien que les valeurs de température au sein des boîtiers soient bien supérieures à celle de la température ambiante, les deux courbes suivent bien le même phénomène. Il a donc été envisagé de prédire grâce à un algorithme la température ambiante à partir des températures internes des nœuds pour pouvoir continuer les études en cours. Seuls les nœuds de la structure métallique (tablier) ont été choisis. Une régres sion linéaire a ainsi été appliquée afin d’apprendre le comportement des températures internes et d’en déduire la température externe. L’algorithme est précis à 0.20°C (calcul de l’erreur de l’algorithme effectué sur une plage de données où la station mété o fournissait des données) tandis que la température varie d’environ 10°C sur une journée, ce qui est largement suffisant pour pouvoir utiliser les prédictions pour nos études. La Figure suivante présente les résultats de l’algorithme de prédiction sur 5 jours de données. En turquoise sont visualisées les « vraies » valeurs de température ambiante et en jaune les valeurs prédites par l’algorithme d’apprentissage automatique.