1.
1 Introduction
Les fuites de gaz butane , sont un problème majeur : elles peuvent causer des explosions, des incendies
ou des intoxications graves. Dans notre projet, on a décidé de relever ce défi en développant un bot
intelligent de détection de fuite de gaz, basé sur une architecture IoT (Internet des Objets) qu’on appelle
ici "l’îlot". L’objectif ? Créer un système autonome, fiable et connecté, capable de détecter les fuites en
temps réel, d’analyser les données pour éviter les fausses alertes, et d’avertir les utilisateurs
rapidement, par exemple via une appli ou un SMS.
Contrairement aux détecteurs de gaz classiques, souvent limités à un simple bip ou peu connectés,
notre bot va plus loin. Il intègre des capteurs de gaz, un microcontrôleur ESP32 pour le traitement local,
et un réseau IoT pour centraliser et analyser les données. L’îlot IoT, c’est le cerveau du système : il gère
la communication entre plusieurs nœuds (capteurs) et permet de prendre des décisions intelligentes,
comme couper une vanne ou alerter un centre de contrôle. Ce projet mobilise tout ce qu’on a appris en
cours : réseaux (protocoles IoT comme MQTT), programmation (pour le traitement des données), et un
peu d’électronique (pour les capteurs).
Ce chapitre va présenter les bases de la détection de fuite de gaz et la conception initiale du système.
On va expliquer pourquoi ce projet est important, comment on compte s’y prendre, et les défis qu’on
anticipe (parce que, soyons honnêtes, c’est pas gagné d’avance). L’idée, c’est de poser des fondations
solides pour la suite du projet, qu’on détaillera dans les chapitres suivants.
1.2 Conception de Base
1.2.1 Objectifs du système
L’idée de base, c’est d’avoir un bot qui :
Détecte les fuites de gaz butane avec des capteurs précis.
Analyse les données pour éviter les fausses alertes (genre, pas paniquer si quelqu’un utilise un briquet à
côté).
Communique via un réseau (Wi-Fi, LoRa, ou autre) pour envoyer des alertes à un utilisateur ou un
centre de contrôle.
Agit en cas de danger, par exemple en coupant une alimentation de gaz si c’est possible.
On veut que le système soit scalable, Du genre pouvoir ajouter d’autres capteurs ou l’installer dans une
maison, une usine, ou même un campus. L’îlot IoT, c’est ce qui permet de gérer plusieurs capteurs en
même temps et de centraliser les données.
1.2.2 Architecture générale
Pour la conception, on a imaginé un système en trois parties principales :
•Les capteurs : Des capteurs de gaz (comme le MQ-2 ou le MQ-5) qui mesurent la concentration de gaz
dans l’air. Ces capteurs sortent un signal analogique ou numérique qu’on doit traiter.
•Le microcontrôleur : On pense à un truc comme un ESP32 ou un Raspberry Pi pour gérer les capteurs,
faire un peu de traitement local (genre filtrer les données) et envoyer les infos via le réseau. L’ESP32,
c’est bien parce qu’il a le Wi-Fi intégré et il est pas trop cher.
•L’îlot IoT : Là, c’est la partie réseau. Les capteurs et le microcontrôleur forment un "nœud" qui
communique avec une plateforme centrale (un serveur ou un cloud). MQTT comme protocole (parce
que c’est léger et fait pour l’IoT) et ou HTTP pour des requêtes plus classiques. L’îlot gère la collecte des
données, l’analyse (avec un peu d’IA si on arrive à coder ça), et les alertes.
1.2.3 Fonctionnement de la détection
Pour détecter une fuite, les capteurs mesurent la concentration de gaz en ppm (parties par million). Si la
concentration dépasse un seuil (genre 1000 ppm pour le méthane, à vérifier dans la datasheet du
capteur), le microcontrôleur déclenche une alerte. Mais pour éviter les faux positifs, on veut ajouter une
logique un peu intelligente :
•Comparer les données de plusieurs capteurs (si un seul capteur détecte un pic, c’est peut-être une
erreur).
•Analyser la variation dans le temps (une fuite, ça monte progressivement, pas d’un coup).
Côté réseau, les données des capteurs sont envoyées à l’îlot toutes les 8 à 10 secondes (faut qu’on
calcule la fréquence pour pas saturer le réseau et en général, les capteurs de gaz (comme le MQ-2)
donnent une mesure toutes les 1 à 2 secondes. Si on attend trop longtemps pour envoyer les données,
on risque de rater une fuite). Si y’a une alerte, le système envoie un message push via une appli ou un
SMS (on a vu des API comme Twilio pour ça).
