Cas d’usage : Acier


Modélisation par apprentissage machine pour la détection des dérives de consommation de gaz d'un four de laminage d'acier.



Challenge

Notre client, un leader de la production d'acier, voulait réduire la consommation de gaz d'un grand four à gaz de laminoir.

Solution

Nous avons analysé un historique d'un an des données de consommation et de variables d'influence (1 600 séries chronologiques au pas de 1 seconde). Après une analyse descriptive des données disponibles, Energiency a établi un modèle de consommation de gaz basé à l'aide d'algorithmes d'intelligence artificielle, détectant et prenant en compte les variables influentes les plus importantes. Le référentiel de performance ainsi calculé est ensuite comparé toutes les heures à la consommation réelle, ce qui permis de détecter rapidement toute consommation anormale.

Bénéfices

Le modèle a identifié un potentiel d'économie de gaz naturel de 2 %. Le modèle prédictif est maintenant utilisé en temps réel dans l'atelier sur la plate-forme Energiency afin d'aider les opérateurs de four à suivre l'amélioration de ses performances.