Sujet : Détection de fuites de liquide frigorigène dans les installations frigorifiques industrielles à compresseurs de vapeur

Sous la direction de :  Valentina SESSA et Gilles GUERASSIMOFF (CMA Mines Paris – PSL)

Thèse CIFRE en collaboration avec l’entreprise CLAUGER

Résumé : La détection efficace des fuites de réfrigérant est cruciale pour les systèmes de réfrigéra­tion industrielle, car ces fuites peuvent avoir un impact significatif sur les performances du système ainsi que sur son empreinte environnementale. Les méthodes existantes de détection et de diagnostic des défauts reposent principalement sur des données expérimen­tales ou de laboratoire. Toutefois, leur application en milieu industriel présente des défis pour une détection précoce et précise. Les fuites de réfrigérant peuvent être identifiées en surveillant les baisses inattendues du niveau de liquide dans le réservoir du système.

Cette thèse de doctorat propose une nouvelle approche basée sur l’exploitation des données et guidée par la connaissance métier, pour la détection des fuites de réfrigérant dans les systèmes industriels de réfrigération à compression de vapeur. Notre méthode prédit le niveau de liquide dans le réservoir en conditions normales de fonctionnement et identifie les fuites en comparant les valeurs réelles et prédites, tout en tenant compte des facteurs opérationnels et externes.

Les expériences ont été menées à partir de données réelles issues de systèmes de réfrigération industriels. Nous avons évalué cinq modèles d’apprentissage automatique pour leur capacité à prédire le niveau de liquide en l’absence de défaut et exploré dif­férentes techniques de détection des fuites, ainsi que des approches préliminaires sur le diagnostic des fuites. Afin d’assurer la robustesse du modèle face à l’évolution des sys­tèmes de réfrigération, nous avons développé une approche automatisée de détection et d’adaptation aux dérives de concepts.

Les connaissances du domaine ont joué un rôle clé à chaque étape de notre approche. En intégrant des données réelles à des améliorations guidées par la connaissance, notre méthode montre un fort potentiel pour un système fiable et scalable. À terme, notre objectif est de développer un système de détection des fuites entièrement automatisé, minimisant l’intervention humaine, s’adaptant aux évolutions du système et pouvant être déployé à grande échelle sur différentes installations.

Mots clés : Détection et diagnostic des défauts, Réfrigération, Détection de fuite, Ap­prentissage automatique, Analyse des séries temporelles.

La soutenance se tiendra en anglais et sera également retransmise en direct. Pour recevoir le lien de connexion, merci de nous contacter.