25
mars
Par

4 étudiants en 5ème année de Génie électrique (GE) à l'INSA Strasbourg, Maya Pivert et Lorys Baeta (formation continue), David Röder et Valentin Meyer (formation par alternance, FIPGE), travaillent en collaboration avec CaMéX-IA (Campus des Métier et des qualifications d’Excellence, qui est une association de plusieurs écoles et entreprises dont le but est de « Former à l'usage de l'intelligence artificielle et au digital pour les métiers de l’industrie, du bâtiment et de la construction ») sur la mise en place d'un suivi énergétique au sein du laboratoire d'électrotechnique.

Valentin MEYER & David RÖDER

Pupitre de TP

Le but du projet est de mesurer la consommation électrique des bancs de Travaux pratiques (TP) situés dans le laboratoire de génie électrique L0.12 et de les transmettre sur la base de données de CaMéX-IA. L’intérêt de l’exercice est de mieux estimer l’impact que peuvent avoir les TP sur la consommation électrique du laboratoire. Les données pourront, par exemple servir à mettre en place des solutions pour réduire l’impact énergétique des TP, ou encore à mieux planifier les TP les plus énergivores en les déplaçant durant les saisons chaudes, là où la demande générale en énergie électrique est plus faible.

Le binôme de FIPGE a comme objectif de récupérer les données de consommation des pupitres de TP et de les mettre en forme.

La mission du binôme de GE est de récupérer ces données et de les transmettre sur le cloud (en français nuage, ce qui correspond à un ensemble de serveurs informatiques qui gévergent différents éléments comem des de CaMéX-IA.

David RÖDERFigure 2 : Synoptique du projet(3)

Ce projet s’est déroulé durant le premier semestre de l’année scolaire 2023-2024. Les premières semaines ont été utilisées pour définir le cahier des charges et les solutions envisageables ainsi que pour comprendre le fonctionnement du cloud de CaMéX-IA.

Le projet s’est articulé autour de deux phases distinctes : la première concernant l’acquisition des données depuis les pupitres, et la seconde axée sur le traitement et l’envoi de ces données.

Les solutions qui ont été retenues :

  • La mesure d’énergie du circuit 400V alternatif se fait avec une centrale de mesure de chez Schneider électrique ;
  • La mesure d’énergie des circuits 48V, +120V et -120V courant continu est fait avec des transducteurs. Ils sont reliés à une carte d’acquisition pour RaspberryPi. (Les transducteurs nous permettent de convertir les tensions et courants du circuit, en tensions lisibles avec la carte d’acquisition) ;
  • Les données de la centrale de mesure seront transmises à la RaspberryPi via un BUS RS485 et celles des circuits continus lues directement par celle-ci, la carte d’acquisition étant installée directement sur la RaspberryPi
  • La transmission des données sur le cloud se fait sur la RasberryPi par un protocole MQTT assurant une communication entre deux appareils utilisant des technologies différentes. ;

Ces solutions ont été choisies car elle offre le meilleur ratio entre équipement industriel et conception interne.

Dans le cadre du traitement des données, notre démarche s’est décomposée en plusieurs étapes. Tout d’abord, nous avons pris en main le protocole de communication MQTT (Message Queuing Telemetry Transport), basé sur le modèle client/serveur. Cela a permis l’échange de données entre différents clients via des mécanismes de publication et de souscription à des sujets spécifiques.

Pour simuler le comportement de nos pupitres, nous avons utilisé une carte Arduino Nano IoT connectée à un serveur MQTT appelé Broker Mosquitto, implanté dans une Raspberry Pi. Des capteurs de température et d’humidité ont été intégrés pour recueillir des données, lesquelles étaient publiées à intervalles réguliers sur des sujets spécifiques.

La seconde phase du processus consistait à récupérer les données générées par les capteurs, en utilisant l’environnement de développement Node-RED. Nous avons réussi à stocker ces données dans des fichiers dédiés sur la Raspberry Pi.

Enfin, la dernière étape a consisté à acheminer l’ensemble des données vers la plateforme Scorp-io via le protocole MQTT. Grâce à une formation offerte, nous avons pu maîtriser aisément cette plateforme, obtenant ainsi un résultat visuel très satisfaisant pour la visualisation des données.

 

Remerciements :

Nous tenions à remercier les personnes qui nous ont aidées dans la réalisation de ce projet : Guy Sturtzer et Bertrand Boyer qui nous ont aidé grâce à leurs expériences et leur expertise ; Thomas Ritzenthaler,   Benjamin Grandemange et Thomas Lafont pour leur aide et leur réactivité ; Romuald Boné pour son esprit d’initiative qui nous a permis de travailler avec CaMéX-IA, et toutes les personnes qui nous ont apportées leur aide dans la réalisation de ce projet.

Rédaction Maya Pivert et Valentin Meyer.

Sources :

 

 

Dans les mêmes thématiques :

Laisser un commentaire

Votre adresse de messagerie ne sera pas publiée. Les champs obligatoires sont indiqués par un *

Vous êtes dans un espace d’expression institutionnel de l’INSA Strasbourg, veuillez ne pas y insérer de données relatives à votre vie privée ou contraire à l’ordre public et aux bonnes mœurs.