Soirée mensuelle du 17 octobre 2022

CE QUE VOUS AVEZ PEUT-ÊTRE MANQUÉ... SOIRÉE MENSUELLE DU 17 octobre 2022

Le 17 octobre dernier, à l’occasion de la Soirée de reconnaissance des donateurs à la recherche, le Chapitre de Montréal a reçu M. Benoit Guenette, ing. RCx, dont la conférence technique portait sur l’optimisation intelligente en continu des bâtiments. Puis, pour la deuxième partie de la soirée, le Chapitre de Montréal a accueilli M. Jean-Simon Venne, qui est venu nous expliquer en quoi l’Intelligence artificielle peut agir comme pilier important dans la lutte pour les changements climatiques.

Conférence technique

CONTEXTE

Notre société vit actuellement des défis de taille, passant de la crise climatique et énergétique à la pénurie de main-d'œuvre. Bien qu’il n’y ait pas de solution unique, l'optimisation intelligente des bâtiments en est une qui permet d'agir de façon significative sur ces défis. Heureusement, les systèmes de contrôles des bâtiments et les objets connectés nous offrent de plus en plus de données à analyser. Une fois valorisées, ces dernières nous permettent d'améliorer grandement la performance et de réduire la consommation des bâtiments. Lors de cette conférence, M. Guenette a passé en revue le processus d’une analyse continue et les façons de passer de la donnée à l’action. Ainsi, M. Guenette a divisé sa présentation en six (7) sujets que nous allons résumer.

1. LE DÉFI 

   Nous sommes en crise climatique et énergétique et cela se produit dans un contexte de pénurie de main-d’œuvre. Il faut donc tendre à répondre à cela grâce à la technologie.

2. LES CONTRÔLES 

   M. Guenette rappelle les bases de la régulation automatique à savoir que le calcul analytique est alimenté par les sondes et capteurs qui sont distribués dans le bâtiment et dont les données sont collectées par des contrôleurs et acheminées vers la centrale du système de gestion du bâtiment (SGB). La multiplication des objets connectés (IoT) mène à des quantités astronomiques de données : des mégadonnées. Il est également possible de créer un jumeau numérique d’un bâtiment et de créer des modèles de simulation numérique afin de mieux prédire le comportement d’un ouvrage et d’en optimiser le fonctionnement. Le système de gestion du bâtiment (SGB) est au cœur de l’opération du bâtiment, mais le calcul analytique permet de lui conférer un réel pouvoir d’optimisation.

3. LE RECOMMISSIONING (RCX) EN CONTINU

   M. Gunette poursuit son exposé en faisant la distinction entre un recommissioning ponctuel et le recommissioning en continu. Nous savons qu’une fois la mise en service initiale effectuée (Cx), la performance donnée par un bâtiment diminuera progressivement dans le temps. Traditionnellement, un agent de recommissioning pourra être engagé afin de confirmer si l’opération est en phase avec le design initial et l’utilisation actuel de l’ouvrage. Ce que le recommissioning en continu (CxC) propose c’est de faire un monitoring en continu et d’ajuster le fonctionnement au fur et à mesure (voir figure 1). M. Guenette explique que le CxC a lieu de manière constante en vue du maintien, de l’amélioration et de l’optimisation des performances visées par le Cx et RCx. À terme, il permet d’éviter la dégradation du fonctionnement des systèmes électromécaniques du bâtiment. 

    

    Figure 1 : comparaison entre recommissioning (RCx) et recommissioning en continu (CxC)

   Le processus du CxC compte 5 étapes (voir figure 2) que M. Guenette passe en revue. La collecte des données impose notamment une interaction avec des bases de données et le SGB. La signature énergétique (M&V) doit être déterminée et comparée au modèle de référence. Le jumeau numérique vis quant à lui à créer les systèmes, décrire les relations (flux énergétique), donner une signification aux points de données et permettre l’identification des paramètres. Ensuite, les analyse et suivi doivent être supportés par des outils de visualisation. Ces outils doivent être sélectionnés adéquatement afin de critiquer l’opération du bâtiment sous « le bon angle ». Finalement, les mesures d’optimisation, comme les indicateurs de performance ou la détection de faute automatique, permettent d’orienter l’opérateur dans ses actions. Et pour aller plus loin, l’opérateur pourra faire appel aux analyses avancées et au contrôle prédictif. C’est à ce niveau qu’intervient l’intelligence artificielle (I.A.) qui permet de faire l’analyse de quantités de scénarios qui serait manuellement impossible de faire. Pour M. Guenette, l’I.A. est également une avenue qui peut pallier le manque de main-d’œuvre actuel et à venir.

   

   Figure 2 : Processus du recommissioning en continu (CxC)

4. L'HUMAIN

   Tout au long de sa présentation, M. Guenette a insisté beaucoup sur la mobilisation des intervenants. Cette mobilisation est essentielle au succès du recommissioning en continu (CxC). Une des façons de rallier les équipes est de créer des tableaux de bord pour le suivi. M. Guénette juge que l’ensemble des intervenants doivent être impliqués dans le processus. Par exemple, au premier abord, la perception de l’équipe de maintenance envers l’expert en CxC peut être très négative. 

5. LES BÉNÉFICES 

   M. Guenette liste quatre (4) grands bénéfices au CxC :

   • La réduction de la consommation énergétique du bâtiment
   • La réduction des GES (notamment par la gestion de la pointe de consommation électrique)
   • L’amélioration du confort & la réduction des plaintes
   • Le respect des normes en vigueur
6. LE FUTUR

   Le dernier sujet abordé par M. Guenette touche l’évolution du CxC. Il explique que dans le futur, on peut s’attendre à une augmentation de données disponibles, à des percées de l’apprentissage profond et du contrôle prédictif, à la mise en place du réseau électrique intelligent et finalement à l’avènement du edge computing (ou informatique en périphérie).

7. LES RÈGLES D'OR 

   Avant de terminer son exposé, M. Guenette cite 3 règles d’or pour le succès du recommissioning en continu (CxC) :

   • Bien définir les objectifs – Afin que tous les intervenants travaillent dans le même sens, atteinte plus rapide des objectifs
   • Faire un suivi rigoureux et régulier – par des rencontres mensuelles de coordination et de revue des analyses et mesures proposées
   • Automatiser les tâches – afin de dédier son temps à des tâches à valeur ajoutée

CONCLUSION

Lors de cette conférence technique, M. Guenette a su piquer notre curiosité en ce qui a trait au  recommissioning en continu (CxC), un processus incontournable si nous souhaitons optimiser la performance de nos bâtiments dans un contexte de pénurie de main-d’œuvre et de réduction de la consommation énergétique.

Par Mariline Fréchette ing., Comité édition

Consultez la présentation de la conférence en format PDF. 

Conférence principale 

Présentée par Jean-Simon Venne, Cofondateur et chef de la technologie
Brainbox AI

La conférence principale du 17 octobre dernier portait sur l’intelligence artificielle (I.A.) au service des bâtiments. Les bâtiments générant 38 % des émissions mondiales de GES, il est impératif que nous nous concentrions sur l'optimisation de la gestion de l'énergie et des installations dans l'ensemble de l'environnement bâti. Lors de cette conférence, Jean-Simon Venne nous a présenté comment l’I.A. peut être utilisée pour favoriser la durabilité grâce à des opérations de gestion de l'énergie afin de réduire les coûts énergétiques et les émissions de carbone. M. Venne a démontré comment l'application de l'intelligence artificielle aux équipements CVC peut conduire à :

• Réduire les dépenses d'exploitation, les services publics et les coûts d'entretien ;
• Reporter les dépenses en capital en raison de la durée de vie prolongée de l'équipement ;
• Respecter les normes environnementales, sociales et de gouvernance (ESG) et réduire l'empreinte carbone ;
• Améliorer le confort des employés, permettant d'augmenter les ventes et la productivité.

CONTEXTE

Les bâtiments consomment près de 40% de l’énergie mondialement et il se construit de plus en plus de bâtiments. À chaque mois l’humain construit sur la planète l’équivalemment d’une ville comme New York.

L’intelligence artificielle I.A. est utilisée dans beaucoup d’industries et elle évolue rapidement. M. Venne défini les quatre (4) types d’I.A., Les types III et IV n’ayant pas encore été créés :

• Type I – purely reactive (ex. Deep Blue de IBM)
• Type II – limited memory (ex. Voiture autonome)
• Type III – Theory of mind (ex. C-3PO dans Star Wars)
• Type IV – Self-aware

Puis, il différencie 3 concepts:

• A.I. / Intelligence artificielle, soit une technologie qui imite l’intelligence humaine
• Machine learning / apprentissage automatique, soit tune technologie qui permet à la machine d’apprendre grâce à des données
• Deep learning / apprentissage profond, soit une machine capable d’apprendre grâce à l’utilisation de deep neural networks (DNNs) à couche multiples

Il présente des représentations graphiques de réseaux neuronaux. À titre de comparaison, le cerveau humain compte 100 milliards de neurones alors que le plus gros réseau neuronal développé à ce jour compte seulement 16 millions de neurones.

Finalement, M. Venne donne des exemples de l’évolution de l’apprentissage profond allant de la reconnaissance vocale, à la traduction numérique en passant par l’analyse d’imagerie médicale.

DÉFIS DANS LES BÂTIMETNS COMMERCIAUX

Dans notre industrie, il n’y a pas de solution unique à grande échelle qui permette d’améliorer l’efficacité, le confort et l’impact environnemental des bâtiments. M. Venne explique : la consommation énergétique d’un bâtiment est le résultat d’un ensemble de réactions à divers évènements vécus dans le temps. Les systèmes de contrôles actuels sont essentiellement réactifs et la réponse n’est obtenue qu’une fois l’évènement terminé et il ajoute que le temps de réponse des systèmes du bâtiment peut être très long (voir figure 3).

Figure 3 : Boucle PID conventionnelle

COMMENT OPTIMISER L’OPÉRATION DES SYSTÈMES GRÂCE À L’I.A.?

M. Venne propose de mettre à profit les données massives qui sont disponibles pour une majorité de bâtiment en Amérique du Nord. Il affirme que l'I.A. est le moyen le plus efficace de générer la valeur à partir de ces données.

M. Venne décrit le processus en 5 étapes :

• Le bâtiment est centralisé avec un système de gestion du bâtiment (SGB)
• La connexion est établie avec l’infonuagique afin de collecter des données haute fréquence
• Les données sont utilisées pour entraîner un modèle basé sur les DNNs et les algorithmes sont calibrés
• L’algorithme de contrôle est déployé et agit sur le SGB
• Ce processus est répété à nouveau et le modèle est affiné au fur et à mesure que de nouvelles données sont disponibles.

M. Venne va plus loin dans les concepts, il précise que plusieurs données sont requises et qu’il ne suffit pas de considérer la température et l’humidité extérieures. Il faut avoir accès à des données météo de qualité qui renseigneront la direction et la vitesse des vents, la couverture nuageuse, etc.

Il ajoute que l’anticipation des pics et de la rapidité de changement des températures dans les zones est très importante, c’est ce qui caractérise un modèle prédictif efficace et permet d’observer une économie d’énergie.

Figure 5 : Comparaison entre la boucle PID conventionnelle et l’action préventive commandé par l’I.A.

M. Venne poursuit en expliquant que l’I.A. peut nous permettre d’optimiser plusieurs indicateurs de performance (KPI) simultanément, par exemple en tenant compte à la fois du respect du confort thermique, de la consommation d’énergie, du CO₂, de la durée de vie des équipements ou des coûts d’opération. Pour M. Venne, le potentiel est énorme, soit :

• Réduction de 25% de la consommation énergétique
• Jusqu’à 60% d’amélioration du confort des occupants
• Réduction des émissions de carbone de 20 à 40 %
• Augmentation de la durée de vie des équipements de 30%

Ensuite, M. Venne donne l’exemple des scénarios à une zone, deux zones et 7 zones afin de montrer que la stratégie de contrôle proposée par l’I.A. peut être très différente ce que qui a été programmé dans les contrôleurs.

À VENIR...

À la fin de son exposé, M. Venne explique que dans le futur, les bâtiments feront partie intégrante des réseaux électriques intelligents (smart grid) pour créer le SWARM A.I. Un autre concept à explorer sera sans doute l’utilisation des bâtiments comme accumulateur thermique (Thermal Battery) afin de les utiliser comme des sources d’énergie distribuées.

En conclusion, la présentation fort intéressante de M. Venne a permis de démontrer comment l’intelligence artificielle permet de pousser plus loin l’optimisation de l’opération des bâtiments.

Le chapitre de Montréal vous invite à participer à la prochaine soirée-conférence qui aura lieu le 14 novembre prochain. C’est un rendez-vous!

Par mariline Fréchette ing., Comité édition

Consultez la présentation de la conférence en format PDF. 

Notre prochain rendez-vous pour la soirée mensuelle sera le 14 novembre. On vous attend en grand nombre !