L’immobilier est un secteur économique capital et considéré non seulement comme une source de pollution mais aussi comme un consommateur de ressources. L’exploitation et la maintenance des bâtiments adoptent la transformation numérique en intégrant les données des systèmes de l’Internet des objets dans un processus de Facility Management.
Cet article présente le concept de ce domaine émergent qu’est le FM et propose l’utilisation de techniques issues de l’intelligence artificielle afin de faire du bâtiment intelligent une réalité. Le concept sous-jacent est d’étudier comment intégrer des systèmes de systèmes dans une perspective de Facility Management par la collecte, le traitement et l’exploitation de données afin d’optimiser l’utilisation et la maintenance des bâtiments et ainsi réduire la pollution et la consommation d’énergie.
Les objectifs sont nombreux, comme apprendre le comportement des bâtiments en fonction de l’usage (exploitation), de prédire les pannes et les investissements, de maitriser les consommations d’énergies et enfin de déterminer un référentiel d’exploitation qui prend en compte les données et l’usage. En effet 2 bâtiments identiques construits à la même période par les mêmes entreprises mais avec 2 occupants différents, vieilliront différemment en fonction de l’usage.
….
En Europe, la plupart des bâtiments sont vieillissants et le coût de leur rénovation augmente. En outre, la plupart de ces bâtiments sont de gros consommateurs d’énergie et contribuent à l’augmentation des émissions de CO2 dans l’environnement urbain. Notre projet est de pouvoir prédire l’avenir des bâtiments en développant et en intégrant un module d’algorithmes d’apprentissage automatique dans notre plateforme IWMS existante.
Comment l’IA peut-elle nous aider à modéliser la durée de vie des bâtiments, à maitriser la consommation d’énergie dans le contexte du changement climatique, à créer des rapports décisionnels et enfin à inventer un label d’utilisation des bâtiments ? Dans un premier temps, nous avons identifié les facteurs qui pourraient jouer un rôle dans la durée de vie d’un bâtiment et ils sont listés ci-dessous :
- Qualité de fabrication
- Gestion de la propriété
- Utilisation du comportement des occupants
- Politique de maintenance
- Politique d’investissement
- Niveau et nature de la pollution
- Changement climatique
- Règlementation, législation et gouvernance
Tous ces facteurs d’influence sont déjà identifiables via des systèmes FM, qui génèrent un nombre important de données en volume et en qualité. Les technologies avancées telles que le big data analytics, les applications métiers hébergées dans le cloud et l’IoT fournissent des moyens d’automatiser, de comprendre et de prédire le comportement d’un bâtiment dans son environnement.
…
Plusieurs outils ont été développés dans le secteur de la gestion des installations, comme la GMAO, le BIM, la GTB… L’intelligence artificielle et les algorithmes d’apprentissage automatique permettent d’améliorer les efforts de gestion des installations en automatisant certains processus. Par exemple, l’apprentissage automatique et la technique du traitement du langage naturel pourraient être utilisés pour la classification automatique des demandes d’intervention. Dans cet article, nous avons présenté quelques systèmes qui ont été développés et intégrés dans un système de système appelé IWMS. Le projet est toujours en cours et après avoir identifié le type de données et le processus pour les collecter, nous identifions et explorons les algorithmes d’apprentissage automatique les plus appropriés afin d’améliorer la maintenance des bâtiments en prédisant par exemple le taux de défaillance des dispositifs ou en réduisant la consommation d’énergie et en optimisant ainsi les activités de FM. Plusieurs défis doivent être relevés, tels que la sécurité des données, la responsabilité des systèmes d’IA et l’éthique.
Retrouvez l’intégralité de notre article ici : https://www.camileia.com/Actualites/2023/1/20/une-approche-systemique-de-la-gestion-intelligente-des-batiments-grace-a-l-ia
https://www.linkedin.com/company/25579435
Krim BECHINA – CEO de Camileia
Aurélie Aurilla ARNTZEN – Département des systèmes scientifiques et industriels Université Norvège
