Optimiser la consommation d’énergie via la data science

28/05/2019 - Innovation et R&D, États-Unis
Le four électrique de Vallourec Star à Youngstown est devenu le site pilote pour tester une innovation destinée à optimiser la consommation d’énergie.

Le four à arc électrique à l'origine des tubes      

L'acier que nous utilisons pour fabriquer nos tubes est essentiellement préparé dans les aciéries du Groupe. Celles de Vallourec Jeceaba et Youngstown ont recours à des fours à arc électrique pour réaliser la première étape du processus de production d'acier. Ces fours utilisent de l'énergie électrique pour amorcer un arc dans l'acier, grâce à un transformateur haute puissance permettant de faire fondre la ferraille en vue de la recycler.

Dans le cadre de notre plan de transformation, nous cherchons en permanence à optimiser la production et à réaliser des économies. Une partie importante des coûts de production des tubes provient de l'aciérie ; augmenter sa productivité est donc notre priorité.
Vallourec_1.jpg

La data science en renfort                            

Dans la production d'acier, le temps de mise sous tension est la durée pendant laquelle le four à arc électrique utilise de l'énergie électrique pour faire fondre l'acier. Plus ce temps est court, plus la productivité du four est élevée.

Le projet nCOOP (Energy Consumption Optimization) a été lancé à Vallourec Star (Youngstown) fin 2018. Son objectif ? Améliorer la productivité du four en diminuant, d'une part, le temps de mise sous-tension, et d'autre part, sa variabilité. Il repose sur le Big Data, l'un des trois piliers de l'industrie 4.0 chez Vallourec. La data science nous permet de résoudre rapidement des problèmes complexes en utilisant nettement moins de ressources que les techniques traditionnelles.

En novembre dernier, Vallourec Star a fourni 30 Go de données pour la mise en œuvre du projet. Après une phase d'exploration des données, un modèle a été mis au point en février et mars 2019. Nous utilisons un logiciel, développé en interne, qui fournit en temps réel les données nécessaires à l'exploitation du modèle. Autrement dit, il s'agit d'une plateforme qui permet de faire de l'industrie 4.0 une réalité. Aujourd'hui, nous récoltons déjà les fruits du projet nCOOP. Cette technologie nous permettra de réaliser des économies de taille, sur le plan tant financier qu'environnemental. À long terme, elle sera également mise en œuvre pour le four à arc électrique de Jeceaba.


Une collaboration avec GE Digital

Cette initiative est le fruit d'une étroite collaboration avec GE Digital, la filiale de General Electric qui fournit des solutions industrielles et logicielles pour améliorer la disponibilité, la fiabilité et la productivité d'équipements industriels. GE Digital a développé deux modèles pour nous :

  • Un modèle de deep learning (apprentissage profond) qui s'appuie sur un algorithme spécifique pour prédire des séries temporelles ;
  • Un optimiseur (déformation temporelle dynamique avec régression des moindres carrés partiels) capable d'adresser en temps réel des recommandations aux opérateurs lors de la production de chaleur.