Usine de construction mécanique Reinhausen
Légende de l’image : La technologie haute tension est le cœur de métier de l’acteur d’envergure internationale Maschinenfabrik Reinhausen GmbH. Kieback&Peter a installé un système de commande MPC 2.0 capable d’apprendre par lui-même sur le site de son siège à Ratisbonne, en Allemagne, pour permettre l’exploitation économe en énergie des bâtiments administratifs et de production. © Maschinenfabrik Reinhausen

Développer des technologies haute tension de pointe est le cœur de métier de Maschinenfabrik Reinhausen (MR). Cette entreprise internationale, qui emploie près de 3 400 personnes et possède une longue tradition de plus de 150 ans, développe et fabrique également des solutions pour la production d’énergies renouvelables. Cette contribution est essentielle à la lutte contre le changement climatique. Ce n’est donc pas étonnant que MR ait souhaité rendre les bâtiments administratifs et industriels sur le site de son siège à Ratisbonne aussi économes en énergie que possible. Elle-même experte dans le domaine high-tech, l’entreprise MR a cherché une solution à la hauteur de ses propres compétences et a donc demandé à Kieback&Peter de prendre en charge un projet ambitieux : optimiser tous les systèmes de commande du chauffage et de la ventilation existants au moyen de l’intelligence artificielle (IA) de sorte que la consommation d’énergie diminue nettement, et qu’elle soit notamment mesurable, en permanence dans l’exploitation du bâtiment tout en préservant le même confort. Cette mission était donc extrêmement complexe, mais Kieback&Peter avait déjà la solution idéale dans sa poche.

Une solution high-tech pour un fabricant high-tech

Usine de construction mécanique Reinhausen
© Maschinenfabrik Reinhausen

Sur ses deux sites de Ratisbonne, en Allemagne, Maschinenfabrik Reinhausen développe et fabrique des composants complexes pour la transformation de l’énergie électrique dans le domaine de la haute tension, tels que des commutateurs de prises en charge, des régulateurs et des convertisseurs de tension. En 2020, l’entreprise a décidé d’optimiser les services de ses bâtiments administratifs et industriels sur ses sites de Reinhausen et de Haslbach à Ratisbonne afin d'atteindre une efficacité énergétique et économique maximale.Le projet prévoyait de mettre en œuvre de toutes nouvelles variables de commande pour le Chauffage, la Ventilation et la Climatisation. Ces variables devaient également permettre de réduire l’empreinte carbone de l’entreprise  afin de lutter contre le changement climatique. Kieback&Peter ayant déjà travaillé avec MR pendant de nombreuses années et mis en œuvre ses systèmes d’automatisation des bâtiments existants, les experts en haute tension ont demandé au bureau de Ratisbonne de trouver la solution idéale qui leur permettrait d’atteindre leur objectif ambitieux en matière d'économie d'énergie. "C'était un défi vraiment passionnant en termes d'économie d'énergie", résume Wolfgang Tux, ingénieur commercial au sein de l’agence de Ratisbonne de Kieback&Peter. Il était chargé de veiller à ce que les exigences du client soient satisfaites dans leur intégralité et dans les délais impartis.

 

Autant que nécessaire, aussi peu que possible – grâce à l’intelligence artificielle (IA)

Le plus grand défi pour les spécialistes expérimentés en automation consistait à optimiser les régulations des installations, qui fonctionnaient déjà correctement, de façon à garantir des économies substantielles et mesurables sans compromis en termes de confort. Dans ce but, l’équipe a misé sur en:predict de Kieback&Peter, un algorithme auto-apprenant qui régule le chauffage et la ventilation de manière prédictive, précise et en fonction des besoins à tout moment. En restant fidèle à la devise : autant que nécessaire, aussi peu que possible.

 

 

Presque comme de la voyance, mais en plus précis et plus intelligent

Dans quelle mesure l’intelligence artificielle permet-elle de faire des économies d’énergie ? Wolfgang Tux explique la situation : « nous avons modifié l’algorithme de en:predict précisément pour le projet MR et nous l’avons intégré dans l’automation de bâtiment existante. Dans un premier temps, l’intelligence artificielle a progressivement étudié le comportement des bâtiments en enregistrant et en traitant l’ensemble des états de fonctionnement, ainsi que leurs influences respectives, qu’il s’agisse des influences internes, telles que la fréquence d’occupation par les employés et les charges thermiques, ou des influences externes, comme la météo et la saison. À partir de là, en:predict a développé une image numérique auto-apprenante du bâtiment, connue sous le nom de « jumeau numérique » : ainsi, en:predict a donc « appris » par exemple le comportement du bâtiment en matière de chauffage en fonction des conditions météorologiques et, après une certaine courbe d’apprentissage, a été en mesure de prédire de manière fiable les besoins en énergie à venir et d’activer de la sorte les installations pour la régulation prédictive. Après un certain temps « d’apprentissage » exclusif, Wolfgang Tux et son équipe ont estimé que l’algorithme intelligent avait saisi toutes les informations importantes et ont activé en:predict comme variable de régulation centrale pour l’automation du bâtiment.

 

en:predict détecte le niveau futur de la demande en chauffage

© Maschinenfabrik Reinhausen
© Maschinenfabrik Reinhausen

Les premiers essais de la nouvelle régulation prédictive ont déjà été couronnés de succès : étant donné que en:predict était capable de prévoir précisément le comportement des bâtiments, peu d’optimisations ont dû être apportées. « Les seuls problèmes importants que nous avons rencontrés au démarrage ont concerné les surveillances de débit d’air, dont les interventions de régulation contredisaient celles d’en:predict. Nous avons pu y remédier rapidement et avec succès en affinant la programmation ». Depuis août 2021, en:predict régule le chauffage, la ventilation et la climatisation de plusieurs ateliers sur le site de la société Maschinenfabrik Reinhausen à Ratisbonne avec le niveau d’efficacité souhaité. Par exemple, sur la base des valeurs « lundi matin », « température nocturne », « saison » et « prévision météorologique », le système est capable de calculer à l’avance la puissance que les installations de ventilation doivent fournir pour garantir le confort souhaité dans les différents zones du bâtiment.

 

Économies réalisées avec en:predict par an chez Maschinenfabrik Reinhausen

140.000 Kilomètres
144 Vols intérieurs
1.768 Arbres

Effet d’économie mesurable : à hauteur de 43 % – clairement visualisé sur le tableau de bord

Le fait que les économies réalisées grâce à la nouvelle régulation auto-apprenante devaient être importantes, mesurables et donc démontrables constituait une partie importante de la mission. Wolfgang Tux et son équipe avaient également une solution pour cela : « nous avons intégré un tableau de bord virtuel dans le système central de gestion technique des bâtiments, ce qui permet aux responsables de la société Maschinenfabrik Reinhausen de visualiser à tout moment l’ensemble des consommations et des économies d’énergie de manière claire et logique ». Ce tableau de bord propose de nombreuses options d’évaluation et de visualisation. Il montre surtout que le projet a atteint son objectif clé : avec l’aide de en:predict, Maschinenfabrik Reinhausen est désormais en mesure d’économiser jusqu’à 43 % de son énergie primaire et de réduire de façon significative son empreinte carbone, tout en maintenant le même niveau de confort.

Kieback&Peter a eu recours à l’intelligence artificielle pour rationaliser le système d’automatisation des bâtiments existant sur le site de l’entreprise Maschinenfabrik Reinhausen GmbH et garantir un maximum d’efficacité énergétique.
L’algorithme auto-apprenant de en:predict a, entre autres, analysé le comportement de chauffage et de diminution des bâtiments de l’entreprise. Cette base de données aide l’automation de bâtiment à exécuter des interventions de régulation en fonction des besoins : autant que nécessaire, aussi peu que possible. © Maschinenfabrik Reinhausen

Maschinenfabrik Reinhausen – La technologie en bref

  • Régulation prédictive en:predict en tant que grandeur de référence centrale pour l’automation de bâtiment afin d’optimiser la consommation d’énergie
  • L’algorithme auto-apprenant régule le chauffage, la climatisation et la ventilation de plusieurs ateliers
  • Jusqu’à 35 % d’économie d’énergie primaire
  • Le tableau de bord virtuel affiche à tout moment l’ensemble des consommations d’énergie et des économies réalisées