Plateforme d'intelligence énergétique industrielle

Un défi industriel réel posé par le groupe Kilani : surveiller et réduire la consommation énergétique d'une usine. L'architecture évidente transmet chaque relevé de capteur à un serveur qui décide — ce qui prive l'atelier de toute capacité de détection dès que le réseau tombe.

La détection a donc été déportée sur le matériel. Un réseau de neurones quantifié s'exécute sur le nœud ESP32 lui-même, inspecte les relevés toutes les dix secondes et signale les valeurs anormales avant même leur publication sur le broker MQTT. Aucun contact serveur n'est nécessaire pour détecter une panne.

• Un prédicteur du pas suivant à fenêtre glissante : le modèle prend les cinq derniers relevés des cinq canaux de capteurs et prédit la valeur attendue de chaque canal. Input(25) → Dense(16, ReLU) → Dense(8, ReLU) → Dense(5, Sigmoid), environ 597 paramètres.
• La détection est entièrement non supervisée — le réseau n'est entraîné que sur le fonctionnement normal et ne voit jamais d'anomalie étiquetée. Une panne est détectée parce que le modèle ne parvient pas à la prédire : lorsque l'erreur normalisée du pire canal dépasse 0,15, le relevé est signalé et le canal fautif est désigné.
• Un seul modèle multi-sorties plutôt que cinq détecteurs séparés. Il détecte les pannes composées en une seule inférence, exploite les corrélations entre capteurs — les deux sondes de température évoluent normalement de concert, si bien qu'une divergence est détectée même quand aucun canal ne paraît anormal isolément — et occupe environ un cinquième de l'empreinte embarquée.
• Les données d'entraînement ont été enregistrées en direct depuis le matériel sur le réseau local du hackathon : 128 lignes de fonctionnement normal à un intervalle de dix secondes. Trente lignes de panne étiquetées ont été générées séparément et réservées exclusivement à la validation.

Des capteurs sur les équipements alimentent un système qui montre où part réellement l'électricité, permettant à l'usine de réduire un gaspillage jusque-là invisible.