OBJECTIFS

• Numériser le système énergétique de l’usine, avec un accent initial sur la réfrigération et les consommations auxiliaires critiques.

• Améliorer l’efficacité énergétique grâce à un suivi et un contrôle en temps réel.

• Réduire les consommations inutiles d’énergie, d’eau et d’air comprimé.

• Fournir une base de données fiable pour les audits et les certifications ISO 50001.

• Préparer l’optimisation future basée sur l’intelligence artificielle (Cirrus AI).

Méthodologie et approche

• Mise en œuvre du système PilotE² Permafrost pour la surveillance :

  • • Des compresseurs industriels à l’ammoniac

    • Des paramètres thermiques (températures, pressions, COP)

    • Des temps de fonctionnement et charges thermiques

• Intégration des données via les protocoles Modbus TCP avec les automates Carel et Omron.

• Surveillance transversale des consommations auxiliaires :

  • • Chaudières à vapeur et production thermique

    • Air comprimé (électricité, débit, volume)

    • Eau (mesure sectorisée, détection de fuites, surconsommation)

• Intégration centralisée des données dans le Système de Gestion de l’Énergie (SGE) de l’usine.

Problèmes identifiés

• • Surdimensionnement des compresseurs d’air en heures creuses, entraînant des inefficacités.

  • Consommation excessive d’eau dans les services humides.

  • Absence de traçabilité énergétique avant la mise en place du système.

  • Besoin d’un contrôle thermique plus précis des chaudières (rapport gaz/vapeur/ACS non optimisé).

Résultats obtenus

• Visibilité complète du comportement énergétique du système de réfrigération industrielle.

• Réduction de plus de 12 % de la consommation d’eau de ville.

• Potentiel d’économie de 15 à 18 % identifié sur l’air comprimé.

• Meilleure efficacité thermique et contrôle des chaudières (gaz vs. vapeur/ACS).

• Rapports automatisés et traçabilité mensuelle des indicateurs clés de performance (KPI).

• Base technologique solide pour une future optimisation par IA (Cirrus AI), permettant :

  • • Contrôle prédictif

    • Réglage dynamique des consignes

    • Coordination énergétique avec la demande réelle