TNTM

Transformation Numérique du Transport Maritime

Le transport maritime assure 90% des échanges mondiaux de biens et marchandises. D’un point de vue environnemental, il est de loin le moyen de transport le plus efficient à la tonne de marchandise transportée, bien qu’il doive lui aussi relever le défi de réduire significativement ses émissions. L’industrie maritime a initié une profonde transformation, plus respectueuse de l’environnement. Le but de ce projet est d’apporter des innovations permettant un transport par conteneurs encore plus efficient, avec une augmentation du trafic interrégional en complément d’un transport intercontinental.

Pour réussir le pari d’un transport maritime moins-carboné voire décarboné, il est donc nécessaire d’optimiser l’ensemble de la chaîne logistique maritime, et rendre le transport maritime encore plus compétitif par rapport à des transports beaucoup moins respectueux de l’environnement. Pour y parvenir, il est nécessaire d’agir sur deux axes : un axe Navire avec des navires plus efficients allant vers le Zéro Emission, et un axe d’Excellence Opérationnelle pour en optimiser l’usage. C’est sur ce deuxième axe que porte le projet TNTM avec 3 aspects :
•La logistique maritime avec l’optimisation de la flotte, l’optimisation du remplissage et l’optimisation du routage
• L’efficience du navire avec les performance du navire, la maintenance prédictive et sécurité et les données environnementales
• Les données conteneur avec l’optimisation de la performance et de la maintenance des
conteneurs à forte valeur ajoutée et l’optimisation du transport conteneurisé multimodal point à point.

Travaux de l’équipe DiaPro

Les travaux de l’équipe DIAPRO s’inscrivent principalement dans le cadre du WP2 « Données et modèles de performance Navire » et le WP3 « Données et modèles de défaillance et de sécurité Navires » et portent sur deux aspects majeurs

• La mise en place d’un modèle de performance des navires et une analyse des données de performance
• Le développement d’un modèle d’analyse de données de dégradation moteur

* La performance d’un navire est très complexe à estimer. Elle dépend à la fois de très nombreux paramètres : vitesse, chargement, assiette, salissures de la coque ou de l’hélice, profondeur d’eau, force et direction du vent, de la houle ou du courant… Pour le moteur, il faut également y ajouter les températures et pressions d’admission ou de refroidissement, la Light Running Margin, la qualité du fuel… Il est indispensable de créer un modèle incluant l’ensemble de ces variables pour vérifier si le navire fonctionne correctement et ne surconsomme pas. Ces modèles globaux, qui n’existent pas aujourd’hui, reposeront sur des résultats de simulation et de mesures réalisées à bord des navires.

D’un côté, il existe déjà des systèmes permettant de collecter des données à bord, et d’estimer les performances. Ces modèles sont sous forme de boites noires dont l’apprentissage est long et inadapté à toute modification. De plus, ces modèles n’intègrent pas les données environnementales. Les résultats de ces modèles ne sont pas satisfaisants car ne correspondent pas aux données réelles mesurées.

D’un autre côté, peu de navires sont connectés et les systèmes d’acquisition de mesures sont hétérogènes avec des remontées d’informations qui peuvent être manuelles dans certains cas et avec une fréquence insuffisante (toutes les 12 ou 24 heures) faute d’automatisation de certaines mesures.

Le but de ce projet est de mettre en place d’une solution hybride en associant les résultats issus des simulations et les données mesurées afin de créer un modèle fiable de performance navire.

Le premier objectif sera de définir la nature de cette hybridation à travers un schéma structurel/fonctionnel. Le schéma structurel mettra en évidence le lien physique entre les sous modèles et le schéma fonctionnel le type d’interface entre les modèles (équations, données, ou autre) ainsi que leur temporalité (temps réel, moyenne).

Le second objectif sera de développer le modèle de performance navire et de le valider sur 10 navires de types différents formant une bonne représentativité de la flotte. Ce modèle navire permettra de déterminer la puissance nécessaire à fournir à l’hélice en fonction des conditions données. Il permettra de faire du suivi de surconsommation en temps réel. Enfin, il donnera lieu à l’optimisation de flotte en intégrant le modèle énergétique moyen.

* Le second volet de ce projet est de mettre en place une approche automatisée de détection et de localisation des dégradations des moteurs et du Système Numérique de Contrôle Commande (SNCC). Le but est de permettre de diagnostiquer rapidement, avec un faible effort d’analyse humaine, les causes racines des dégradations du moteur.

Cela permettra d’anticiper suffisamment à l’avance les défaillances de sa propulsion afin de planifier sereinement et au mieux les opérations de maintenance afférentes tout en minimisant les efforts humains d’analyse, les temps de recherche, le tout sans impacter la route initiale du navire. La résolution de cette problématique constitue un levier de compétitivité pour un opérateur de navires car contribue à maintenir une opération fluide des navires et réduit les surconsommations (carburant, huile, eau, énergie) résultant d’un usage de systèmes en « dérive de fonctionnement » (capteurs, asservissement, pré-actionneurs, actionneurs, effecteurs).

Le point de départ porte sur une étude du retour d’expérience d’un partenaire du projet TNTM (CMA CGM) et la littérature sur les dégradations. À partir du recensement des dégradations potentielles au niveau machine, de l’instrumentation et de l’asservissement, les différentes dégradations seront classées selon divers critères dont les surconsommations énergétiques et les coûts en consommables engendrés par une détection tardive. Ce classement permettra de sélectionner les sous ensemble des dégradations les plus impactantes qui seront prises en compte dans les différents modèles et algorithmes de ce Lot.

Grâce à la bibliographie, des méthodes de diagnostic de dégradation basé sur le principe de la redondance analytique seront conçues afin de distinguer de manière automatique les problèmes d’instrumentation et d’asservissement. Cette étape est indispensable car les algorithmes se basent sur les données observées notamment par l’instrumentation, toute information erronée en entrée d’un algorithme entrainera une sortie erronée.

L’instrumentation et les capteurs pris en compte dans ce périmètre comprennent les capteurs, les couple-mètres sur la ligne d’arbre, les équipements de mesure des conditions environnementales, les équipements de navigation dont la mesure du tirant d’eau. La contribution scientifique majeure de ces travaux est d’adresser la problématique de calibration, de précision, de répétabilité et de fiabilité des capteurs et des instrumentations dont notamment le capteur de couple.

 

 

Partenaires

Financement