Réinventer les études Arc Flash grâce à l’intelligence artificielle

Afin de protéger les personnes et les installations contre les éclats d’arc électrique, de dangereuses explosions d’énergie produites par des courts-circuits, les experts de CIMA+ procèdent régulièrement à des études Arc Flash. Ces dernières sont cependant assez longues à mener et ne laissent aucune place à l’erreur. La firme de génie-conseil s’est tournée avec succès vers l’intelligence artificielle (IA) pour pallier ces problèmes. Un exemple réussi de transformation de l’ingénierie à l’ère de l’industrie 4.0.

 

« En temps normal, pour réaliser de telles études, il nous faut d’abord prendre des centaines de photos des installations électriques sous tension. Puis, nos ingénieurs doivent les interpréter une à une et entrer manuellement les données dans des logiciels de calculs et d’analyse », explique Jean-Hugues Lapointe, associé et directeur de projet chez CIMA+. Les modélisations obtenues permettent de déterminer les mesures requises pour se protéger des arcs électriques, notamment en matière d’équipements et de périmètres de sécurité.

L’arrivée de Simon Giard-Leroux au sein de la firme en 2017 a représenté une occasion incroyable de faire progresser les méthodes. Versé en informatique – il maîtrise entre autres les langages VBA et Python – l’ingénieur électrique qui se consacre aux études de réseaux a alors constaté que ces tâches répétitives peuvent être réalisées par ordinateur. « Les disjoncteurs, fusibles, transformateurs et autres éléments des installations électriques présentent des caractéristiques communes, comme la taille et la couleur. C’est ce qui m’a fait allumer : l’apprentissage profond permet de distinguer ces patterns rapidement et avec une marge d’erreur infime », raconte-t-il.

 

Bye bye statu quo

Forte de cette intuition, l’équipe de CIMA+ menée par Simon Giard-Leroux a élaboré un projet de recherche appliquée en IA. Grâce au soutien financier du programme d’innovation en énergie électrique Innov-ÉÉ du gouvernement du Québec et à une subvention Alliance du Conseil de recherches en sciences naturelles et en génie du Canada, l’ingénieur a entrepris une maîtrise en informatique à l’Université de Sherbrooke (UdeS) à l’automne 2020. « Ce n’est pas la première fois que nous établissons des partenariats de recherche de ce genre. Nous avons toujours été proches du monde universitaire », précise Jean-Hugues Lapointe.

Simon Giard-Leroux a entraîné un réseau de millions de neurones artificiels à détecter des objets à même des images de relevés électriques, puis à les classifier automatiquement selon leurs sous-catégories. Pour ce faire, il a annoté manuellement 3200 photos anonymisées de relevés électriques tirées des archives Arc Flash de CIMA+, de même que 1100 photos semblables provenant de Google Images. Le but : entourer les fusibles y figurant, soit plus de 12 000, et identifier leurs classes, dix en tout, de manière à guider l’apprentissage de la machine. Dans le jargon de l’IA, on parle d’apprentissage supervisé.

Confronté à des images non observées lors de sa période d’apprentissage, l’outil a tout de même été en mesure d’identifier et de catégoriser correctement 91 % d’entre elles. D’excellents résultats qui illustrent bien le rôle d’assistance que peut jouer un modèle d’intelligence artificielle dans le monde de l’ingénierie. Ce dernier permet à nos experts de réaliser des études Arc Flash plus sécuritaires que lorsque des méthodes traditionnelles sont utilisées. Les résultats obtenus grâce au travail de Simon ont d’ailleurs été soumis pour publication dans la revue savante IEEE Transactions on Industrial Informatics. L’article scientifique sera cosigné par Martin Vallières, professeur au Département d’informatique de l’UdeS, qui a dirigé les travaux de Simon Giard-Leroux. « Martin est un spécialiste de l’analyse d’images de tumeurs cancéreuses. Nous sommes tous deux sortis de notre zone de confort avec ce projet », souligne le jeune chercheur.

 

résultat de l'identification de relevé électrique réalisée par une intelligence artificielle
Résultat de l'identification de relevé électrique par l'intelligence artificielle

 

Retombées nombreuses

Dans les prochains mois, l’outil développé de main de maître par Simon Giard-Leroux sera déployé au sein de CIMA+, dans le cadre de futures études Arc Flash. « Cela nous permettra de diminuer nos coûts opérationnels, ce qui nous rendra encore plus compétitifs sur le marché », prévoit celui qui a continué de travailler à temps partiel pour la firme durant ses études supérieures. Il est même question de commercialiser l’outil. « Nous pensons qu’il pourrait intéresser bon nombre d’entreprises qui disposent de riches archives de photos d’équipements électriques. »

Chose certaine, l’expertise en IA acquise dans le cadre de ce projet sera fort utile pour CIMA+ dans les années à venir. D’autant plus que la maîtrise de Simon Giard-Leroux se poursuit – elle devrait se terminer à la fin 2022. « Je planche aussi sur un outil de détection de symboles et de liens entre les divers équipements sur des plans électriques. À terme, l’outil devrait être capable d’automatiser la validation de plans à partir de dessins PDF ou papier, voire de convertir ces plans en version interprétable par des logiciels », pense-t-il.

 

Laisser un commentaire

Votre adresse e-mail ne sera pas publiée.

Outils d'accessibilités