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 Table des figures Figure 1: Historique de Morphosense .......................................................................................................................................................................................................5 Figure 2: Briques technologiques Morphosense ...................................................................................................................................................................................6 Figure 3 : Localisation géographique de la Passerelle Saint-Laurent (entourée en rouge) ...................................................................................................... 7 Figure 4: Schéma simplifié du système Neuron comportant (n+2) nœuds de mesure reliés en série ...................................................................................8 Figure 5: Tâches du projet..........................................................................................................................................................................................................................9 Figure 6: Budget projet ..............................................................................................................................................................................................................................10 Figure 7: Planning projet.............................................................................................................................................................................................................................11 Figure 8 : Fixation de la station météo, de la caméra de comptage et des nœuds de mesure sur les haubans. .................................................................11 Figure 9 : Vue d’ensemble du positionnement des composantes du système Neuron sur la passerelle Saint -Laurent, Grenoble ................................12 Figure 10 : Exemple d’image capturée par la caméra sur la passerelle Saint -Laurent ..............................................................................................................13 Figure 11 : Exemple de visualisation de l’inclinaison des nœuds du tablier ....................................................................................................................................14 Figure 12 : Exemple de visualisation de l’écart type des accélérations en z des nœuds du tablier ........................................................................................14 Figure 13 : Exemple de visualisation de la déformation maximale du tablier en un point ..........................................................................................................15 Figure 14 : Exemple de visualisation du suivi des fréquences modales de la structure.............................................................................................................15 Figure 15 : Exemple de visualisation des données provenant de la station météo avant son remplacement.......................................................................16 Figure 16 : Comparaison des pourcentages de détection d’algorithmes de détection de piétons selon la taille des images donnée s en entrée ......17 Figure 17 : Comparaison du temps de calcul pour une détection des algorithmes .....................................................................................................................18 Figure 18 : Comparaison du pourcentage de détection de l’algorithme YOLO par rapport à la taille des images ..............................................................19 Figure 19: Exemple de détection par YOLO de cyclistes(gauche) et de piétons (droite) ............................................................................................................19 Figure 20 : Détection multiple objets avec YOLO ............................................................................................................................................................................... 20 Figure 21: Visua lisation du résultat de détection d'outlier de l'algorithme DBSCAN sur un mois de données et sur 4 nœuds de mesure ...................21 Figure 22: Superposition entre les températures internes des nœuds du tablier (noir) et la température ambiante (turquoise) p our chaque jour sur 28 jours de données...........................................................................................................................................................................................................................22 Figure 23 : Exemple de prédiction de la température ambiante en fonction des températures internes des nœuds de mesure du tab lier..............23 Figure 24 : Comparaison de la déformée maximale en un point de la structure par rapport aux températures internes et externes de la station météo.............................................................................................................................................................................................................................................................24 Figure 25: Comparaison entre les "vraies" valeurs de flèche et celles prédites par l'algorithme d’ apprenti ssage automatique sur 6 jours de données.........................................................................................................................................................................................................................................................24 Figure 26: Visualisation de la corrélation entre l'écart- type des accélérations des nœuds des câbles et la vitesse du vent .......................................25 Figure 27 : Visualisation de la corrélation entre la moyenne de l’écart -type des accél érations des nœuds de la structure métallique avec le nombre de piétons détectés sur la passerelle ...................................................................................................................................................................................26