Optimiser la consommation d‘énergie dans l’usine

Qu’est-ce que l’optimisation d’énergie?

L’optimisation d’énergie est une démarche dont l’objectif est de ne consommer que ce qui est strictement nécessaire. Il peut s’agir de consommation :

• D’électricité,
• De gaz,
• D’eau
• D’air comprimé.

Certaines industries mettent en œuvre d’autres formes d’énergie mais les principales sont citées ici.

Optimiser la consommation d’énergie

Dans le cadre de la production industrielle, les machines, lignes et ateliers sont les gros consommateurs. Optimiser signifie alors : connaître les données de terrain, puis analyser les axes de variation et jouer sur ces axes pour réduire la consommation.

Mesurer la consommation

Avant toute action d’optimisation, il s’agit de faire un état des lieux précis de la consommation de l’environnement à optimiser. Par exemple :

• Une machine précisément,
• Une ligne ou un ilot,
• Un atelier complet.

Plus la granularité sera fine et plus l’optimisation sera précise. Pour mesurer la consommation d’énergie, la meilleure solution consiste à placer des capteurs directement à la source d’approvisionnement. La nature du capteur dépend alors de la nature de l’énergie mesurée.

Par exemple? nous aurons une pince ampèremétrique pour l’électricité ou un débitmètre en ligne pour la pression d’air comprimé ou de gaz.

Tableau de bord de consommation d’énergie

Une fois l’information captée, elle est restituée sur un tableau de bord de suivi de la consommation. Ainsi, une carte de contrôle offre une vue en temps réel de la consommation d’énergie pour l’environnement analysé.

Les tableaux de bord d’analyse permettent également de voir la consommation sur une période précise. L’idéal est de corréler cette information de consommation aux données de production de la période en question.

Corréler la consommation aux données de terrain

Pour optimiser la consommation, il est important de connaître les données de contexte propres à l’outil de production et à son environnement pour la période considérée.

Ici, les IIoT sont placés en production et captent simultanément plusieurs grandeurs. Les situations sont diverses et nous voyons la plupart du temps des corrélations du type :

• Energie consommée par rapport à la cadence des machines,
• Energie consommée par rapport à la température extérieure,

Finalement, ces données de nature hétéroclites enrichissent les cartes de contrôles. Ainsi, les variations enregistrées au niveau de la consommation d’énergie peuvent être analysées et justifiées.

Analyser la consommation d’énergie et agir

Exemple de l’air comprimé

Prenons l’exemple d’une industrie qui nécessite de l’air comprimé pour le fonctionnement de machines. Et admettons que la préconisation de fonctionnement soit de 7 bars. Nous observons sur le terrain que les compresseurs sont souvent réglés à 8 bars ou plus pour se placer du « bon » côté en approvisionnement d’air comprimé.

Une pression de réseau plus élevée demande une puissance électrique supérieure, ce qui se traduit par une majoration des consommations électriques ; comme ordre de grandeur, une pression de 8 bar au lieu de 7 bar signifie une facture électrique majorée de 20%

Selon une étude de l’ADEME

Dans ce cas précis, une mesure de la pression du réseau d’air comprimé associée à une alerte en cas de dépassement de seuil offre un axe d’optimisation simple à mettre en œuvre.

Exemple lié à la température de l’air

La climatisation peut elle aussi être optimisée pour dégager de la ressource énergétique. Par exemple, la température d’un atelier peut être indexée à la température extérieure. Dans ce cas, le tableau de bord de suivi énergétique associera ces deux données en vue de créer des règles d’optimisation :

• Si la température extérieure est supérieure à X°C alors il est normal que la climatisation soit en fonctionnement.
• La température de réglage de la climatisation doit être égale à la température extérieure – 3°C.
• Si la climatisation est en marche alors que la température extérieure est inférieure à Y°C alors le logiciel de suivi déclenche une alerte.

D’autres exemples de corrélations sont intéressants comme la mesure de la consommation électrique et son lien à une cadence nominale. Cela permet de confronter ces données et analyser une surcharge du réseau par rapport à un événement dans le flux.

Les axes d’amélioration peuvent être par exemple :

• Liés à la maintenance ou à l’entretien de parcs machines : lubrifier, faire une recherche de fuites, éventuellement remplacer des éléments qui seraient de gros consommateurs
• Purement économiques : la consommation d’énergie pour la production de tel produit n’est pas optimale
• Des axes de révision des procédures : modification de tel OF pour éviter une surcharge inutile (réglage de paramètres de coupe, température d’un extracteur, …)