DiagRAMS Technologies travaille depuis maintenant un an et demi avec Storengy sur un projet de maintenance industrielle pour le stockage de gaz naturel. Le dispositif mis en place concerne les RK, des équipements qui permettent de régénérer le TEG (Tri Ethylène Glycol) nécessaire pour la déshydratation du gaz stocké.

L’objectif : détecter toute dérive et anomalie pour anticiper la panne et en surveiller la consommation énergétique. Antoine Boudehent, chef de projet digital et industriel pour Storengy, en dresse un premier bilan.

Quels étaient les enjeux de la mise en place de ce dispositif pour Storengy ?

Antoine Boudehent –  Nous souhaitions pouvoir comprendre et expliquer plus finement les pannes sur des équipements très sensibles comme la compression et les RK. Mieux encore, il s’agissait de pouvoir les anticiper grâce à la maintenance prédictive qui prévient de tout changement de mode de fonctionnement de l’équipement à partir de signaux faibles. Il y avait aussi un enjeu écologique qui est extrêmement fort pour Storengy. Nous sommes très présents dans les énergies renouvelables et le biogaz et nous essayons que nos installations aient une empreinte carbone la plus faible possible par notamment la diminution des émissions de méthane. Le dispositif mis en place avec DiagRAMS répond à cette logique pour à la fois optimiser la performance des équipements, en prolonger la durée de vie, réduire et éviter des dysfonctionnements qui causent des surconsommations énergétiques.

Comment le projet et l’IA ont permis d’y répondre ?

A.B. – Il n’a pas été nécessaire d’installer des capteurs qui étaient déjà présents sur les équipements.  La démarche entreprise avec DiagRAMS était de compléter nos connaissances process (liées à la physique) par une nouvelle approche basée sur la data récoltée en temps réel. Nous avons alors déterminé ensemble les paramètres qui pouvaient anticiper tout dysfonctionnement, pour ensuite créer un modèle avec l’intelligence artificielle et prédire l’ouverture d’une vanne fondamentale dans le process. Le moindre écart entre le prédictif du modèle et la réalité permet de nous alerter sur un changement de mode de fonctionnement.

Quel bilan tirez-vous de cette première pour vous ?

A.B. – Cette première saison a été réussie puisque le modèle a très bien fonctionné et va nous permettre de pouvoir réfléchir sereinement à un changement éventuel de stratégie d’utilisation des RK en fonction de ces paramètres. DiagRAMS a été particulièrement à l’écoute de nos spécificités et nous a permis de réunir autour de la table les experts et les data scientists. Ensemble, nous avons essayé des voies, exclu des impasses, avancé pour parvenir à un tel résultat. C’est sur cette base d’échange entre experts de deux mondes différents que nous avons réussi à identifier les paramètres influents et ainsi élaborer les modèles pertinents et les affiner ensuite. Quand nous avons présenté cette success story à notre direction et aux équipes de maintenance, ils ont été étonnés de tels résultats et plus confiants dans l’avenir en sachant qu’ils pouvaient désormais anticiper les pannes.

Au vu de ces résultats probants, comment imaginez-vous les prochaines étapes ?

A.B. – Nous voulons aller plus loin en travaillant désormais sur la DH, la déshydratation du gaz, qui intervient en amont des RK. Nous souhaitons en comprendre les paramètres les plus influents pour que nos réglages soient un peu moins conservatifs et ainsi gagner en efficacité, donc en performance industrielle, énergétique et environnementale.

Considérez-vous que l’intelligence artificielle ait une importance grandissante à l’avenir dans l’industrie ?

A.B. – Je pense qu’il faut s’y mettre dès maintenant pour avancer en même temps que les technologies et construire l’avenir. Surtout, que l’intelligence artificielle est vraiment complémentaire d’une approche process. Elle est particulièrement puissante car elle permet de trouver des corrélations en très peu de temps en dehors des équations physiques !