REPUBLIQUE TUNISIENNE

****

MINISTERE DE L’ENSEIGNEMENT SUPERIEUR ET

DE LA RECHERCHE SCIENTIFIQUE

****

UNIVERSITE DE KAIROUAN

****

INSTITUT SUPERIEUR DES SCIENCES APPLIQUEES

ET DE TECHNOLOGIE DE KASSERINE

****

Rapport de Stage de Fin D’Etudes

Présenté pour l’obtention du diplôme de

Licence Fondamentale
Spécialité

Systèmes embarqués

Par

Mohamed Kmar Zammali

Khouloud Juini

Conception d’un système de maintenance prédictive des

moteurs base sur l’intelligence artificielle

Soutenu le 20/06/2025, devant la commission d’examen

Mr. Majdi Elhajji Rapporteur

Mr. Missaoui Sayed Encadrant

Mme. Nassri Kawther Rapportrice

Dédicace

A nos parents

Nos frére et sœurs

Et tout (es) nos amis

 Remerciement

Ce travail est dédié à toutes les personnes qui m'ont soutenu tout au long de mon parcours
académique et professionnel.

À ma famille, pour son amour inconditionnel, ses encouragements et son soutien moral
qui m'ont permis d'aller toujours plus loin.

À mes amis et collègues, pour leur précieuse aide et leur bienveillance tout au long de ce
projet.

Enfin, à mes enseignants et encadrants, pour leur guidance, leur patience et leurs conseils
avisés qui ont enrichi mes connaissances et renforcé ma passion pour l'intelligence artificielle
et la maintenance prédictive
 Sommaire

Introduction Générale ................................................................................................................. 1

Chapitre 1: Cadre de projet .............................................................................................. 2

I. Introduction : .................................................................................................................. 2

II. Présentation de Misfat Filtration : .................................................................................. 2

1. Historique de Misfat Filtration ....................................................................................... 2

2. Evénements Majeurs ...................................................................................................... 4

3. Présence Mondiale-Filiale .............................................................................................. 5

4. Réseaux De Distribution................................................................................................. 5

5. Chaîne Logistique ........................................................................................................... 6

6. Organigramme De MISFAT........................................................................................... 6

7. Service De Maintenance ................................................................................................. 7

III. Qualité ............................................................................................................................ 8

1. Qualité Management ...................................................................................................... 8

2. Certifications .................................................................................................................. 8

IV. ACTIVITIVÉ DE L’ENTREPRISE............................................................................... 9

1. Filtres à huile ................................................................................................................ 10

2. Filtre à carburant : ........................................................................................................ 10

3. Filtre à Air .................................................................................................................... 11

4. Filtre D’habitacle : ........................................................................................................ 12

V. Flux De Production....................................................................................................... 12

1. Composition d’un filtre à visser à huile ....................................................................... 12

2. Carter (Cuve) ................................................................................................................ 13

3. Papier filtrant ................................................................................................................ 14

4. Cadre intérieur (Cheminée) .......................................................................................... 15

5. By- pass ........................................................................................................................ 15

6. Couvercles supérieurs et inférieurs .............................................................................. 15

7. Flasque taraudé ............................................................................................................. 16

VI. Fabrication élément filtrant et contrôle étanchéité ....................................................... 17

1. Principe de fonctionnement .......................................................................................... 18

VII. Etude de l’ existence ..................................................................................................... 19

1. Environnement De Projet ............................................................................................. 19

2. Situation actuelle .......................................................................................................... 19

3. Problématiques et Solution proposée ........................................................................... 19

a) Problème .............................................................................................................................. 19
b) Solution ................................................................................................................................ 20
VIII. Conclusion .................................................................................................................... 20

Chapitre 2: Méthodologie .............................................................................................. 22

I. Introduction .................................................................................................................. 22

II. Etude théorique ............................................................................................................. 22

1. Description détaillée de la solution .............................................................................. 22

a) Présentation du moteur asynchrone triphasé ................................................................ 22

b) Méthodes de maintenance utilisées .............................................................................. 22
2. Introduction à l’intelligence artificielle appliquée à la maintenance prédictive : ........ 24

3. Description des étapes .................................................................................................. 25

a) Synoptique .................................................................................................................... 25
III. Choix matériel .............................................................................................................. 26

1. Compresseur Ingersoll Rand R132i.............................................................................. 26

a) Caractéristiques techniques générales .......................................................................... 26

2. Analyseur de courant .................................................................................................... 26

3. Analyseur de température ............................................................................................. 27

4. Automate ...................................................................................................................... 29

5. Switcher ........................................................................................................................ 30

6. Protocole TCP/IP Modbus............................................................................................ 31

7. Transformateur de courant PowerLogic METSECTR25500 : ..................................... 32

8. Choix du réseau industriel chez Misfat : ...................................................................... 33

9. Choix logiciels : ............................................................................................................ 33

a) Réseau PROFINET ...................................................................................................... 34

b) Protocole MODBUS TCP ............................................................................................ 35
c) Fonctionnement de Modbus TCP : ............................................................................... 35
10. Jupyter Lab : ................................................................................................................. 36

11. SQL Server : ................................................................................................................. 36

12. Microsoft Excel : .......................................................................................................... 37

13. Isolation Forest : Un Algorithme d’IA pour la Surveillance des Données : ................ 38

IX. Description du synoptique de supervision du moteur Ingersoll Rand 13ii : ................ 38

1. Schéma de l'architecture globale du système de moteur : ............................................ 38

a) Principe de fonctionnement.................................................................................................. 39
X. Programmation de l’automate avec TIA Portal : .......................................................... 40

1. Configuration PLC S7-1200 ......................................................................................... 41

2. Configuration Modbus TCP ......................................................................................... 42

3. Configuration de la normalisation et de la misse en échelle des données .................... 43

4. . Configuration du transfert de données vers SQL ....................................................... 44

5. Configuration de la Connexion TCP/IP ....................................................................... 44

6. G. Description des blocs utilisés .................................................................................. 45

XI. Collecte et stockage des données : ............................................................................... 46

1. Affichage et exploitation des données sous Excel : ..................................................... 47

XII. Prétraitement des données : .......................................................................................... 49

1. Chargement et exploration des données : ..................................................................... 49

2. Nettoyage des données : ............................................................................................... 50

3. Normalisation des données :......................................................................................... 50

4. Analyse exploratoire des données : .............................................................................. 51

XIII. Détection des anomalies à l’aide de l’intelligence artificielle : .................................... 51

1. Choix des algorithmes de détection :............................................................................ 51

2. Mise en œuvre de l’algorithme Isolation Forest : ......................................................... 51

3. Exploitation des résultats et intégration dans le système de maintenance prédictive : 52

XIV. Exploitation des résultats via l’interface web :............................................................. 53

1. Présentation de l’interface web : .................................................................................. 54

2. Architecture de communication entre l’IA et la page web : ......................................... 54

3. Utilité dans la maintenance prédictive : ....................................................................... 54

XV. Conclusion : .................................................................................................................. 56

Chapitre3 : Réalisation ............................................................................................................. 58

I. Introduction .................................................................................................................. 58

II. Installation et configuration des capteurs ..................................................................... 58

1. Architecture du système ............................................................................................... 58

III. Mise en place du système ............................................................................................. 64

1. Préparation de la surface du travaille ........................................................................... 64

2. Installation de l’analyseur infrarouge et sa boite de communication : ......................... 66

3. Installation de l’analyseur de courant et le transformateur de courant (TI): ............... 67

4. Installation de l’Automate et le switcher : .................................................................... 68

IV. Tests et validation ......................................................................................................... 69

1. Connexion entre l’automate et lanalyseur de courant via Modbus TCP/IP ................. 69

2. Vérification des mesures de l’analyseur de courant ..................................................... 69

3. Configuration du capteur de température Raytek MI3 ................................................. 70

4. Vérification de mesures du capteur de température Raytek MI3 ................................. 71

V. Affichage des résultats sur une interface web : ............................................................ 71

VI. Connexion au système : ................................................................................................ 74

2. Avantages de cette approche : ...................................................................................... 74

VII. Conclusion .................................................................................................................... 75

Conclusion générale ................................................................................................................. 76

 Liste des figures
Figure 1: Misfat Jedaida ...................................................................................................... 2

Figure 2: Historique de Misfat ............................................................................................ 3

Figure 3: Présence Mondial ................................................................................................ 5

Figure 4: Filiales Mondiale ................................................................................................. 5

Figure 5: organisation du Misfat ......................................................................................... 6

Figure 6: organisation de maintenance ............................................................................... 8

Figure 7: Qualité Management............................................................................................ 8

Figure 8: Certification ......................................................................................................... 9

Figure 9: Filtre de véhicules de tourisme ............................................................................ 9

Figure 10: Filtres à huile ................................................................................................... 10

Figure 11: Filtres à carburant ............................................................................................ 11

Figure 12: Filtres à Air ...................................................................................................... 11

Figure 13: Filtres D’habitacle ........................................................................................... 12

Figure 14: Les composants de filtre à huile ...................................................................... 12

Figure 15: peinture poudre epoux ..................................................................................... 13

Figure 16: les presses hydrauliques................................................................................... 13

Figure 17: Papier filtrant ................................................................................................... 14

Figure 18: Séparation, marquage, embossage de Papier filtrant ....................................... 14

Figure 19: Presse mécanique de Cadre intérieur ............................................................... 15

Figure 20: Couvercles supérieur ....................................................................................... 16

Figure 21: Plateau et Flasque taraudé ............................................................................... 16

Figure 22: Plateau ............................................................................................................. 17

Figure 23: Fabrication élément filtrant ............................................................................. 17

Figure 24: Machine de contrôle étanchéité ....................................................................... 18

Figure 25: Fonctionnement de filtre .................................................................................. 18

Figure 26: type de maintenance ........................................................................................ 23

Figure 27: maintenance prédictive avec IOT .................................................................... 24

Figure 28: Synoptique de Projet ........................................................................................ 25

Figure 29: Compresseur Ingersill Rand RI32i .................................................................. 26

Figure 30: Siemens Sentron PAC3200 ............................................................................. 27

Figure 31: Ray tek RAYMI310LTSCB8 .......................................................................... 28

Figure 32: Raytek RAYMI3COMM ................................................................................. 29

Figure 33: Automate ......................................................................................................... 30

Figure 34: Switcher ........................................................................................................... 31

Figure 35: Modbus TCP/IP ............................................................................................... 31

Figure 36: Transformateur de courant PowerLogic METSECTR25500 .......................... 32

Figure 37: logicielle jupyter lab ........................................................................................ 36

Figure 38: logicielle SQL Server ...................................................................................... 37

Figure 39: Microsoft Excel ............................................................................................... 38

Figure 40; schéma synoptique ........................................................................................... 38

Figure 41: Installation du capteur courant ........................................................................ 40

Figure 42: Installation capteur température ...................................................................... 40

Figure 43 : La configuration initiale de l’automate Siemens S7-1200 dans TIA Portal ... 41

Figure 44: Configuration PLC s7 1200 ............................................................................. 42

Figure 45: Configuration Modbus TCP ............................................................................ 43

Figure 46: configuration NORM_X Scale_X ................................................................... 43

Figure 47: configuration du transfert de données vers SQL ............................................. 44

Figure 48: Configuration de la connexion TCP/IP ........................................................... 45

Figure 49: les étapes de stockage des données.................................................................. 46

Figure 50: collecter et stocker les données ....................................................................... 47

 Figure 51: Visualisation des mesures exportées depuis SQL Server vers un fichier Excel
.................................................................................................................................................. 48

Figure 52: Architecture logicielle ..................................................................................... 49

Figure 53: Structure HTML/CSS ...................................................................................... 55

Figure 54: Fonction d’envoi d’e-mail d’alerte en cas d’anomalie .................................... 56

Figure 55: Compresseur model R 132i ............................................................................. 58

Figure 56: moteur asynchrone triphasé ............................................................................. 59

Figure 57: vue dispositif de l’analyseur de courant Siemens Sontron PAC3200 ............. 59

Figure 58: vue arrière de Siemens Sontron PAC3200 ...................................................... 60

Figure 59: Câblage intérieur de boite de communication Raytek RAYMI3COMM ........ 62

Figure 60: Automate Programmable Siemens S7-1200 .................................................... 63

Figure 61: Câblage intérieur de boite de communication Raytek RAYMI3COMM ........ 64

Figure 62: préparation du support ..................................................................................... 64

Figure 63: Passage des cables ........................................................................................... 65

Figure 64: Préparation de l’emplacement de l’automate à l’intérieur de l’armoire .......... 65

Figure 65: Installation de l’analyseur de température ...................................................... 66

Figure 66: Installation de boite de communication ........................................................... 66

Figure 67: Installation de l’analyseur de courant .............................................................. 67

Figure 68: installation de transformateur de courant TI .................................................... 67

Figure 69: Installation de l’automate ................................................................................ 68

Figure 70: installation de switcher .................................................................................... 68

Figure 71: la connexion entre l’automate et l’analyseur via Modbus TCP/IP .................. 69

Figure 72: Test de l’analyseur de courant PAC 3200 ....................................................... 69

Figure 73: Sélection du mode de sortie analogique .......................................................... 70

Figure 74: Réglage de la limite haute de température ....................................................... 70

Figure 75; Réglage de la limite basse de température ....................................................... 71

Figure 76; Test de l’analyseur de température Raytek MI3 .............................................. 71

Figure 77: Affichage en temps réel des anomalies sur l’interface web ............................ 72

Figure 78 : Surveillance et détection d’anomalies via l’interface web ............................. 73

Figure 79: Surveillance en temps réel des compresseurs par détection d’anomalies ....... 74

Liste des tableaux

Tableau 1: Critères de réseau PROFINET ........................................................................ 35

Tableau 2 : communication IA et interface Web .............................................................. 53

Tableau 3: Câblage de l’analyseur Siemens Sentron PAC3200 ....................................... 60

Tableau 4; Câblage Boîte de communication Raytek MI3 (RAYMI3COMM) ............... 62

 Introduction Générale

Dans un univers industriel toujours plus axé sur la digitalisation, les sociétés sont
confrontées à un challenge de taille : l'amélioration de la gestion et de la fiabilité de leurs
matériels. Historiquement, l'entretien des équipements se faisait de manière corrective ou
préventive, avec des interventions planifiées à des intervalles fixes. Néanmoins, bien que cette
méthode soit efficace dans certains contextes, elle a ses limites, notamment en ce qui
concerne les coûts et la capacité de réponse face aux défaillances inattendues. En raison de
progrès significatifs dans des technologies comme l'Internet des objets (IoT) et l'intelligence
artificielle (IA), la maintenance industrielle a été transformée pour intégrer des méthodes
prédictives. Avec l'évolution de l'intelligence artificielle (IA), la maintenance industrielle a
progressivement intégré des méthodes prédictives. Ces technologies facilitent la collecte, le
stockage et l'analyse en temps réel des données des matériels, offrant ainsi une meilleure
compréhension de leur condition et permettant une approche proactive de la maintenance.

Ainsi, la maintenance prédictive des moteurs électriques se présente comme une

approche novatrice et cruciale pour éviter les pannes onéreuses et améliorer les performances
des appareils. Les moteurs électriques, qui jouent un rôle crucial dans de nombreux domaines
industriels, se présentent comme une option avant-gardiste et incontournable pour éviter les
pannes embarrassantes et améliorer les capacités des appareils. Les moteurs électriques,
cruciaux dans divers domaines industriels, sont fréquemment exposés à des défaillances
inattendues qui peuvent provoquer des interruptions de production onéreuses, une baisse de
productivité et une hausse des frais de réparation. Ce rapport présente un projet qui a pour
objectif de déployer un système de maintenance prédictive en intégrant des capteurs
connectés et une base de données SQL Server.

1
Chapitre 1 : cadre de projet

Chapitre 1: Cadre de projet

I. Introduction :
Les données soumises à analyse proviennent d’une entreprise de maintenance de moteurs
électriques comprenant des mesures de température et de courants fournies par des capteurs
IoT. L’objet de l’analyse est de prévoir les pannes à l’aide de modèles d’intelligence
artificielle (arbres de décision, réseaux de neurones…). Les données habillées sont stockées et
gérées dans une base de données SQL Server afin de faciliter l’analyse et le pilotage d’une
action préventive.

II. Présentation de Misfat Filtration :

Après de nombreuses années dans le domaine de la distribution de pièces de rechanges
automobiles, les fondateurs de Misfat filtration ont décidé de passer à la fabrication en étant
convaincus que la compréhension des besoins des distributeurs était la clé du succès
.Aujourd’hui, et 35 ans plus tard, le groupe Misfat filtration est fier des réalisations
accomplies .Avec une production couvrant 95% du marché européen en matière de filtration
et une base de clients dans près de 60 pays, Misfat filtration est devenue un fournisseur
reconnu de produits de qualité OE « Équivalent à l’Origine » et vendus à des prix compétitifs
et à un excellent service.

Figure 1: Misfat Jedaida

1. Historique de Misfat Filtration

Misfat filtration qui a réussi en quelques années à s’introduire sur les marchés Européens
dans la fabrication et la distribution de filtres pour tous types de véhicules et à s’y imposer.
C’est un véritable cas d’école d’une entreprise pleine d’ambitions et de projets.

2
Chapitre 1 : cadre de projet

Misfat filtration est le leader incontesté du marché Tunisien grâce à sa plateforme de

distribution locale Azur Pièces Automobiles. Basée à Jedeida et créée en 1979, l’usine
emploie actuellement plus que 850 salariés et produit 16 millions de filtres par an,
majoritairement destinés à l’export,tunis.
actuellement plus que 850 salariés et produit 16 millions de filtres par an, majoritairement
destinés à l’export,tunis.

Pour pouvoir atteindre ce palier, Misfat Filtration a dû franchir la Méditerranée et

imposer ses produits auprès de ses clients.

Figure 2: Historique de Misfat

3
Chapitre 1 : cadre de projet

Au début des années 2000, Misfat filtration, grâce à des produits compétitifs et répondant
aux normes Européennes, devient un fournisseur de filtres d’origine.

C’est aujourd’hui une référence chez la plus part des constructeurs automobiles
Européens ainsi que chez de nombreux constructeurs Américains et Japonais.

En 2009, Misfat filtration devient un leader sur le marché local et relève un pari de taille,
celui de racheter son client français Sol au fil France et sa filiale espagnole Sol au fil Iberica.

Misfat filtration ne s’arrête en si bon chemin et ouvre de nouvelles filiales, tout d’abord
au Maroc en 2009 et en Pologne en 2011.

En Juin 2014, une nouvelle plateforme Mecafilter Rus créée à Moscou voit le jour et
constitue le meilleur exemple d’expansion du groupe Misfat filtration sur L’Europe de L’Est.

La société mère du groupe reste toujours fidèlement attachée à son fief de Jedaida. En y
ajoutant les effectifs français, espagnols mais ausi marocains, polonais et russes, le groupe
peut se vanter d’avoir passé le cap symbolique des 1000 employés, devenant ainsi une
multinationale aux ambitions toujours débordantes.

2. Evénements Majeurs

Trios événements majeurs peuvent être considérés comme des jalons les plus importants
de l’histoire de Misfat filtration :

• Le premier était en 2000 quand elle gagne son premier business en tant que
fournisseur Origine. C’est pour PSA, un filtre à huile Spin-on pour les véhicules
Type 205 et motorisations similaires.
• Le deuxième était en 2009, lorsqu’elle achète son client français Solaufil France.
Grâce à cette acquisition, Misfat filtration a tout de suite changé de taille pour
devenir une multinationale et depuis, a commencé ses activités industrielles et de
distribution dans quatre autres pays qui sont l’Espagne, le Maroc, la Pologne et la
Russie.
• Misfat filtration continue son expansion, en réalisant un 3 ème événement majeur
qui est celui d’être référencée chez le constructeur Volkswagen, ce qui lui ouvre
de nouvelles perspectives de développement.

4
Chapitre 1 : cadre de projet

3. Présence Mondiale-Filiale

Figure 3: Présence Mondial

Figure 4: Filiales Mondiale

4. Réseaux De Distribution

Misfat filtration dispose d’un réseau commercial mondialement connu et assure la

distribution de ses produits dans plus de 60 pays dans le monde.

5
Chapitre 1 : cadre de projet

Une grande diversité de ses clients et des réseaux de distribution qui vont de l’Amérique
latine vers l’Europe de l’Ouest en passant par l’Europe centrale et l’Europe de l’est en Russie
ainsi qu’au moyen orient et en Afrique, notamment sur le Maghreb.

Un équipe commerciale internationale est à l’écoute des clients, toujours assistée en back-
office par une administration des ventes qui assure le suivi quotidien, conseille et accompagne
ceux-ci pour leur offrir les meilleurs services adaptés à leurs besoins.

5. Chaîne Logistique

L’approche logistique de Misfat filtration est basée sur la réactivité optimale et

d’optimisation des coûts grâce à :

• Des plateformes de distribution régionales (Afrique du Nord et Europe).

• Des partenariats avec des prestataires logistiques internationaux.
• Un système d’information et d’exploitation modernes (EDI, ERP …) permettant
d’assurer un maximum de fluidité d’échange de données et de réagir en temps réel
aux exigences du marché.

6. Organigramme De MISFAT

Figure 5: organisation du Misfat

6
Chapitre 1 : cadre de projet

7. Service De Maintenance

La norme AFNOR X 60010 définit la maintenance comme étant des actions permettant
de maintenir ou de rétablir un bien dans un état spécifié ou en mesure d ‘assurer un service
déterminé.

Il faut ajouter à cette définition deux notions complémentaires qui sont très importantes
pour une fonction maintenance maîtrisée :

La première concerne les actions qui doivent s’effectuer avant l’arrivée du matériel et
pendant sa présence sur le site. La notion avant l’arrivée du matériel correspond à la prise en
compte des contraintes de maintenance dès la phase d’investissement.

Le second consiste à préciser que se fait pendant la durée de vie du matériel soit préciser,
en général, lors du cahier des charges d’investissement.

Les différents types de maintenances

Il est primordial pour aboutir à une fonction maintenance globale parfaitement maîtriser
de définir les natures d’inventions qui appartiennent à la fonction maintenance et de préciser
le cas particulier des deux natures de travaux que sont les révisions générales et rénovations.

Pour cela on distingue 3 natures de maintenances :

• La maintenance préventive.
• La maintenance curative ou le dépannage.
• La maintenance corrective.

Objectifs de la maintenance

Le service maintenance a pour objectifs :

• D’optimiser la fiabilité du matériel.

• D’assurer continuellement le bon état de marche des installations.
• De ramener rapidement à son état de marche l’équipement en panne
• D’améliorer la qualité du produit.
• D’augmenter la productivité des installations existantes ainsi que leurs capacité de
production par modification, extension voir des nouvelles installations.
• D’améliorer la sécurité au travail.
• De conseiller la direction de l’usine ainsi que les autres départements.

7
Chapitre 1 : cadre de projet

Organisation de la maintenance

Figure 6: organisation de maintenance

III. Qualité
1. Qualité Management

Les orientations stratégiques en matière de qualité sécurité et environnement se base sur :

• La garantie de nos produits

• Des processus certifiés et efficaces pour obtenir la satisfaction totale de nos
clients
• L’adoption d’un système de management intégré, universel et participatif
• L’équilibre entre l’autonomie des filiales et des processus de qualité standardisés.

Figure 7: Qualité Management

2. Certifications

Les filtres Misfat sont fabriqués par des processus de production maîtrisés, avec des
contrôles systématiques et des audits internes périodiques sur le produit/process.

8
Chapitre 1 : cadre de projet

Le choix des fournisseurs de matières premières, de renommée européenne et mondiale

est assuré au début de la chaîne.

Misfat filtration est aujourd’hui certifiée ISO 9001, ISO/TS 16949, ISO 14001 et OHSAS
18001 et jouit d’une reconnaissance des plus grands constructeurs, telle que le certificat Q1
fournit par Ford en 2012.

Figure 8: Certification

IV. ACTIVITIVÉ DE L’ENTREPRISE

Misfat filtration offre à tous ses clients une gamme complète de filtres de bonne qualité à
des prix attractifs.

La gamme Misfat comporte actuellement 1500 références de filtres à air, huile, carburant
et habitacle pour véhicules de tourisme, utilitaires, poids lourds et industriels. Cette gamme
est amenée à s’élargir pour répondre aux exigences des donneurs d’ordres, en maintenant une
qualité exemplaire, une rapidité de livraison et pouvoir fournir diverses possibilités de
solutions sur mesure.

La gamme Misfat est présente sur le catalogue TECDOC et est certifiée en classe A pour
la qualité des données transmises.

Figure 9: Filtre de véhicules de tourisme

9
Chapitre 1 : cadre de projet

1. Filtres à huile

Les filtres à huile Misfat assurent une alimentation optimale du moteur en huile propre en
retenant les poussières abrasives, les particules métalliques, les résidus de combustion et de
toute autre impureté solide.

Grâce à sa qualité et la performance de ses filtres à huile, Misfat assure une meilleure
sécurité et une longévité du moteur de votre véhicule.

Les filtres à huile sont ainsi conçus et développés conformément aux normes
Européennes et aux cahiers des charges des constructeurs automobiles, avec des processus de
fabrication de pointe et des contrôles qualités à 100% assurés.

La gamme des filtres à huile à visser ainsi que les filtres immergés écologiques (conçus
dans des environnements propres), répondent aux périodicités de vidange grâce à l’utilisation
de matériaux innovants et de médias de haute performance. La haute efficacité de ses produits
sont approuvées même dans les conditions climatiques les plus sévères.

Figure 10: Filtres à huile

2. Filtre à carburant :

Les filtres à essence Misfat assurent une alimentation permanente du moteur en éliminant
les impuretés en suspension dans le carburant. Grâce à une production en salle grise, Misfat
est le premier équipementier à commercialiser un filtre à essence écologique.

Le filtre E710 équipant 80% des véhicules français en est le meilleur exemple.

Les moteurs modernes exigent des filtres de plus en plus performants. Misfat développe
toutes les technologies de filtration répondant à l’évolution permanente du marché et intégrant
les fonctions de décantation, réchauffage, présence d’eau, etc.

10
Chapitre 1 : cadre de projet

Les filtres à gasoil Misfat contribuent à protéger la pompe d’injection des moteurs diesel.
Ils détectent et séparent l’eau du carburant, assurent le réchauffage du gasoil, régulent la
pression et éliminent les fines impuretés.

Figure 11: Filtres à carburant

3. Filtre à Air

Les filtres à air Misfat retiennent les impuretés abrasives en suspension dans l’air,
protégeant ainsi les systèmes d’alimentation du moteur en réduisant l’usure des pièces en
mouvement.

L’utilisation des médias filtrants spécifiques garantit un haut niveau de performance et

une durée de vie optimale. Nos papiers filtrants sont imprégnés d’une résine synthétique
spéciale qui augmente la résistance à l’eau et aux produits chimiques.

Misfat dispose d’une large gamme de filtres à air couvrant un maximum d’applications
pour les moteurs des véhicules légers, poids lourds, bus, des engins agricoles et de travaux
publics.

Figure 12: Filtres à Air

11
Chapitre 1 : cadre de projet

4. Filtre D’habitacle :
Les filtres d’habitacle Misfat offrent un meilleur confort et un bien-être pour les occupants du
véhicule en les préservant des poussières, du pollen, des particules nocives qui pénètrent dans
l’habitacle et qui peuvent provoquer des allergies.
Les filtres à pollen Misfat ont la caractéristique de retenir les plus fines particules de pollen.
Combiné au charbon actif, les filtres d’habitacle Misfat absorbent et arrêtent les odeurs
désagréables et les gaz nuisibles en les empêchant de pénétrer dans la cabine.
La nouvelle génération de filtres d’habitacle Misfat utilise une couche de charbon actif
associée à un revêtement en polyphénol pour stopper plus de 95% des particules
allergènes dans l’air. Elle contient en outre un revêtement antimicrobien qui empêche la
propagation des moisissures et des bactéries sur la surface du filtre.

Figure 13: Filtres D’habitacle

V. Flux De Production
On va prendre un exemple d’un filtre à visser à huile.

1. Composition d’un filtre à visser à huile

Figure 14: Les composants de filtre à huile

12
Chapitre 1 : cadre de projet

2. Carter (Cuve)

C’est le corps extérieur du filtre, il est destiné à recevoir les autres différentes
composantes. La cuve est obtenue à partir d’une tôle importée d’Italie et dont l’épaisseur varie
en fonction de son hauteur.

Plusieurs étapes sont nécessaires avant d’obtenir la cuve dans l’îlot de la presse
hydraulique GALDABINI.

Cette tôle subit ensuite plusieurs procèdes d’emboutissage sur les différente presses (coup
par coup : la pression et la course du poinçon va en augmentant, et la cuve ainsi formée subit
en dernier lieu un découpage pour enlever les bavures).

Enfin peinture la cuive un par un.

Figure 15: peinture poudre epoux

Figure 16: les presses hydrauliques

13
Chapitre 1 : cadre de projet

3. Papier filtrant

Le papier filtrant est importé d’Allemagne sous forme d’une bobine et dont la nature
dépend du type d’engin auquel le filtre est destiné.

Le papier filtrant passe par une plisseuse pour le plier puis par un four (120->125°) pour
garder la forme de plis, il est ensuite découpé en différentes dimensions et nombre de plis
suivant le type de filtre auquel il est destiné. Ce papier plissé sera ensuite agrafé dans la
chaîne du montage.

Figure 17: Papier filtrant

Figure 18: Séparation, marquage, embossage de Papier filtrant

14
Chapitre 1 : cadre de projet

4. Cadre intérieur (Cheminée)

Elle est obtenue à partir d’une tôle pré zinguée (pour éviter la rouille) puis trouée par une
presse (presse mécanique 80 tonnes). Cette tôle trouée subit ensuite un découpage et enfin un
agrafage des deux extrémités parallèles.

Cette pièce sera logée à l’intérieur du papier filtrant pour maintenir la forme du papier et
empêcher son effondrement sous l’effet de la pression de l’huile.

Figure 19: Presse mécanique de Cadre intérieur

5. By- pass

Il assure la sécurité du moteur en cas de sur pression lors du endommage du filtre. Ses
composantes sont :

• un chevalier qui est fabriqué par emboutissage sur une presse mécanique 80
Tonnes.
• un ressort logé à l’intérieur du chevalier.
• Une pastille.

Ainsi ce by-pass sera soudé sur le couvercle inférieur à l’aide d’une soudeuse à point 12

6. Couvercles supérieurs et inférieurs

Ils sont fabriqués à partir d’une tôle par la presse mécanique 100 Tonnes (sur le couvercle
inférieure sera soudé le by-pass par soudure par points dans l’îlot de soudage, et c’est par le

15
Chapitre 1 : cadre de projet

couvercle supérieur que l’huile va sortir). Ces deux pièces vont tenir le papier filtrant et la
cheminée.

Figure 20: Couvercles supérieur

7. Flasque taraudé

Ils sont fabriqués à partir d’une tôle épaisse par la presse mécanique 300 Tonnes. Le
flasque contient des troues latéraux (dont le nombre varie selon le filtre à fabriquer et d’où
l’huile entrera) et un trou central (à partir de lequel l’huile quitte le filtre). Ce flasque sera
assemblé avec le plateau, après avoir été taraudé et nettoyé par une taraudeuse, par
l’intervention d’une soudeuse plateau/flasque.

Figure 21: Plateau et Flasque taraudé

C’est la partie externe du filtre qui contient le joint extérieur. Le plateau, après avoir été
soudé avec le flasque, sera fixé à la cuve dans la chaîne de montage. Il est obtenu à partir
d’une tôle dans la presse mécanique 200 Tonnes.

16
Chapitre 1 : cadre de projet

Figure 22: Plateau

• Joint anti-drainage

Il est logé entre le flasque et le couvercle supérieur. Il assure l’étanchéité des trous
latéraux du flasque et de ne pas permettre le retour de fluide par le même chemin.

• Ressort de maintien

Il maintien la cartouche en place dans la cuve.

• Joint extérieur

C’est un joint d’étanchéité qui sera logé dans rainure du plateau.

VI. Fabrication élément filtrant et contrôle étanchéité

Figure 23: Fabrication élément filtrant

17
Chapitre 1 : cadre de projet

Figure 24: Machine de contrôle étanchéité

1. Principe de fonctionnement

1) joint.

2) entrée d’huile.

3) sortie d’huile filtrée.

4) flasque taraudé.

5) média filtrant.

6) cuve.

7) ressort.

8) by-pass.

9) cheminée.

10) anti-drainage.

Figure 25: Fonctionnement de filtre

L’huile refoulée par la pompe dans le filtre, rentre dans le filtre par les trous de flasque,
pousse sur le clapet anti-retour (joint anti-drainage) et passe à travers le papier filtrant de la
cartouche (papier filtrant +cheminée +couvercle supérieure et inférieure) qui le débarrasse de

18
Chapitre 1 : cadre de projet

toute impuretés gênantes provenant de l’usure des coussinets de bielles avant d’aller lubrifier
les organes du moteur.

Dans le cas de retard de changement de filtre, ou d’une usure excessive du moteur, le

papier filtrant est colmaté donc l’huile ne passe plus, or le moteur ne fonctionne pas
correctement sans l’huile, la continuité de la lubrification est assurée par l’ouverture du clapet
de sécurité (by-pass) à une pression différentielle bien déterminée (l’huile n’est plus purifié
mais il y a lubrification du moteur).

Le clapet d’anti-drainage empêche le retour d’huile dans le cratère pendant l’arrêt moteur
afin d’assurer la reprise immédiate du graissage au démarrage.

VII. Etude de l’ existence

1. Environnement De Projet

Ce travail de fin d'études a été effectué au sein de `Misfat Filtration située à (Jdaida,
Tunisie), et se concentre sur la (maintenance prédictive) des moteurs électriques. À l'heure
actuelle, la société recourt à des techniques de maintenance préventive et corrective, ce qui
engendre des dépenses considérables et des interruptions inattendues. Ce projet suggère une
approche fondée sur l'IoT et l'IA pour détecter les irrégularités des moteurs en utilisant des
capteurs de température et de courant. Cela permet d'anticiper les défaillances et d'accroître la
fiabilité du matériel.

2. Situation actuelle

Les moteurs électriques ont un rôle crucial dans l'opération des machines au sein du
secteur industriel. Toutefois, leur entretien est généralement basé sur des actions correctives
(suite à une défaillance) ou préventives (à des périodes régulières), ce qui n’est pas efficace.
À l'heure actuelle, les sociétés emploient des techniques traditionnelles de maintenance,
reposant sur des vérifications manuelles et des registres de pannes, ce qui ne facilite pas la
prévision exacte des dysfonctionnements moteurs.
3. Problématiques et Solution proposée

a) Problème

• Pannes imprévues : Les moteurs électriques peuvent tomber en panne sans

signes apparents, entraînant des interruptions de production.
• Coût de maintenance élevé : Une maintenance préventive excessive peut
engendrer des dépenses inutiles en remplaçant des pièces encore fonctionnelles

19
 Chapitre 1 : cadre de projet

• Manque de surveillance en temps réel : L’absence de suivi en continu

empêche la détection précoce des anomalies.
• Gestion inefficace des données : Les données des moteurs ne sont pas
toujours centralisées ni exploitées efficacement pour des analyses prédictives.

b) Solution

L'instauration d'un système de maintenance prédictive fondé sur l'IoT et le machine

learning pourrait résoudre les problèmes identifiés. La solution comprend les éléments-ci-
après :

• Mise en place de capteurs IoT (pour mesurer la température, le courant) sur les
Moteurs électriques.
• L'acquisition et l'intégration des données sont effectuées dans une base de donnésSQL Serv
er pour un entreposage centralisé.
• Utilisation d'algorithmes de machine learning pour analyser les données en temps réel, dan
s le but d'identifier les anomalies et de prévoir les défaillances avant qu'elles ne se produise
nt.
• Élaboration d'une interface de visualisation (page web) qui permet d'afficher les
alertes et les indices de performance des moteurs.

VIII. Conclusion
En adoptant un système de maintenance prédictive, la société Misfat acquiert un atout
Stratégique majeur.
Cette stratégie préventive favorise non seulement la diminution des frais de maintenance,
mais également l'augmentation de la productivité, l'amélioration de la qualité des produits et l'
optimisation de la gestion énergétique.
En outre, elle s'aligne sur une stratégie de transition numérique et d'innovation,
améliorant par conséquent la compétitivité de l'entreprise dans le secteur.

20
Chapitre2 : Méthodologie

Chapitre 2: Méthodologie

I. Introduction
Dans cette section, nous exposons l'approche utilisée pour mener à bien notre projet de fin
d'études, qui concerne l'instauration d'un système de maintenance prédictive pour les moteurs
électriques grâce à l'utilisation de capteurs IoT et de modèles d'intelligence artificielle.
Cette approche vise avant tout à organiser les phases indispensables à l'installation du
système, depuis l'étude de la situation actuelle jusqu'à l'intégration des modèles
d'apprentissage. Nous détaillerons également les instruments et technologies employés, ainsi
que les décisions techniques prises tout au long du projet.

(Lors de la réalisation du projet, aucune anomalie réelle n’a pu être détectée, car l’entreprise
n’a pas pu nous fournir les données réelles de fonctionnement pour des raisons de
confidentialité industrielle. Toutefois, les responsables nous ont assuré que le programme
développé répond parfaitement aux exigences du système. Il est également important de
préciser que la partie relative à l'automate et à la supervision a été prise en charge par l'autre
groupe travaillant sur le même sujet. De notre côté, nous nous sommes concentrés
exclusivement sur l’analyse des données et la détection d’anomalies à l’aide de techniques
d’intelligence artificielle)

II. Etude théorique

1. Description détaillée de la solution

a) Présentation du moteur asynchrone triphasé

Le moteur asynchrone, réputé pour sa fiabilité et sa longévité, est une variété de moteur
électrique. Il est extrêmement solide et peut être utilisé sans difficulté dans des conditions
environnementales difficiles. L’un des aspects les plus cruciaux pour les industries est
l'efficacité énergétique.
Ces moteurs asynchrones ont la capacité de transformateur une grande partie de l'énergie
électrique qu'ils reçoivent en énergie mécanique, aide ainsi à diminuer la consommation
énergétique et les frais d’exploitation... Dans l’entreprise où j’ai effectué mon stage.

b) Méthodes de maintenance utilisées

Actuellement, l’entreprise applique certains types de maintenance :

22
Chapitre2 : Méthodologie

• Faire surveiller votre moteur : La maintenance préventive.

L'entretien préventif de votre moteur électrique vous offre la possibilité de surveiller et de

maintenir le moteur, avant que des dysfonctionnements ne se manifestent. Elle vise à anticiper
toutes les irrégularités ou modifications du moteur. Voici ce qui peut être fait :

• Contrôler les température : Un indicateur de déséquilibre ou d'usure.

Vérifier l'isolation : Afin d'éviter les courts-circuits.
• Faire le nettoyage du ventilateur : Une ventilation adéquate contribue à la
préservation de votre moteur.
• Entretien des roulements : Dans le mais de diminuer la friction.

• Faire réparer un moteur : la maintenance correctrice

À l'opposé du premier genre de maintenance que nous avons examiné, cette intervention
se produit lorsqu'une défaillance est détectée sur le moteur. Cela pourrait être dû à l'usure de
votre matériel, un court-circuit, un problème avec les roulements, une surchauffe, etc. Si la
correction n'est pas possible, il faut aller à sa modification.

Figure 26: type de maintenance

Il n'existe actuellement aucun dispositif de contrôle en direct pour identifier les indices
initiaux d'une panne (température anormale, variations du courant, etc.). En outre, l'absence
d'analyse des données opérationnelles des moteurs bloquer la capacité de l'entreprise à prévoir
les pannes.

23
Chapitre2 : Méthodologie

2. Introduction à l’intelligence artificielle appliquée à la maintenance prédictive :

La maintenance prédictive est une méthode qui s'appuie sur l'analyse des données pour
identifier les anomalies dans le fonctionnement des matériels et des procédures.

L'entretien de chaque installation est essentiel pour garantir son fonctionnement optimal
et, par extension, pour parvenir à l'efficacité opérationnelle et financière d'une société, tout en
assurant la sécurité sur le lieu de travail. La surveillance du système de mise à la terre grâce à
une technologie intelligente mise en œuvre par Applications Technologiques, s’appuie sur des
capteurs collectant des données et les circulant via l’IoT. Cela permet aux algorithmes d'IA
formés de repérer les défaillances avant leur développement, contribuant ainsi à la réduction
des coûts et à la minimisation des [Link] modèles d'intelligence artificielle (IA) et
l'Internet des objets (IOT) sont essentiels pour la maintenance prédictive. L'Internet des objets
facilite la collecte de données en temps réel et à distance sur les équipements et les processus.
On utilise ces données afin de réaliser des analyses prédictives et ainsi mettre en place une
maintenance prédictive.

Objets des Objets (IoT) : Les dispositifs IoT constituent la base fondamentale de la PDM,
jouant le rôle d'yeux et d'oreilles du système. Les dispositifs de production équipés de
capteurs recueillent d'importants volumes d'informations opérationnelles, allant des variations
thermiques et des intensités de courant à la pression et au comportement des fluides.

Figure 27: maintenance prédictive avec IOT

La technologie IoT permet une supervision constante et une intégration harmonieuse

entre divers systèmes et appareils, générant un réseau d'équipements liés qui propose une
vision détaillée des opérations de l'usine.

24
Chapitre2 : Méthodologie

Pour faire court, l'entretien prédictif basé sur l'intelligence artificielle transforme
l’environnement de la fabrication en optimisant l'efficacité, diminuant les coûts et
encourageant une amélioration durable de la qualité de production, tout en réduisant au
minimum les périodes d'inactivité et en préparant un futur plus créatif et résistant.

3. Description des étapes

a) Synoptique

Capteur de Capteur de
température courant

Acquisition des
données

Analyse par l'IA

Detection Page Web

d'anomalies

Figure 28: Synoptique de Projet

L'ensemble comprend divers modules reliés entre eux, depuis la collecte des informations
jusqu'à la présentation des résultats sur une interface en web.

• Des capteurs de température et de courant : placés sur le moteur asynchrone triphasé,

ils offrent la possibilité de suivre régulièrement le statut dynamique du moteur.
• Collecte des données : les valeurs obtenues sont transmises, grâce à un
microcontrôleur, à la base de données pour traitement.
• Analyse par l'Intelligence Artificielle : Les informations recueillies sont évaluées à
l'aide de modèles d'IA formés pour identifier des comportements insolents.
• Détection d'anomalies : dès qu'une anomalie est repérée, une alerte est produite
automatiquement.
• Site Web : les résultats de l'analyse sont présentés sur une interface web interactive.

25
 Chapitre2 : Méthodologie

III. Choix matériel

1. Compresseur Ingersoll Rand R132i

Le compresseur Ingersoll Rand R132i s'inscrit dans la série R Next Génération, élaborée
pour répondre aux exigences industrielles en matière d'air comprimé, tout en garantissant une
efficacité énergétique, une fiabilité et une maintenance facile. Grâce à sa technologie de
pointe et à sa structure solide, ce compresseur est idéal pour les milieux industriels rigoureux.

a) Caractéristiques techniques générales

o Type : Compresseur à vis rotatif lubrifié à l’huile

o Modèle : R132i
o Puissance moteur : 132 kW
o Débit d’air (FAD) : Jusqu’à 24,8 m³/min (~876 cfm)
o Pression maximale de service : 8,5 bar
o Refroidissement : Refroidi par air ou par eau selon configuration
o Tension d’alimentation : Généralement 400 V / 50 Hz
o Niveau sonore : Environ 75 dB(A)
o Dimensions (L x l x h) : Environ 2500 x 1600 x 2000 mm
o Poids : Approximativement 3000 kg

Figure 29: Compresseur Ingersill Rand RI32i

2. Analyseur de courant

le mesureur d’énergie Siemens Sentron PAC3200 s’impose comme un dispositif

indispensable pour le suivi et l’optimisation des performances énergétiques dans un système
industriel. Grâce à ses fonctionnalités avancées de mesure des grandeurs électriques (tension,

26
Chapitre2 : Méthodologie

courant, puissances, énergie, distorsion harmonique, etc.) et à son interface conviviale, il

permet une visualisation claire et précise des données essentielles. L’intégration de modules
de communication tels qu’Ethernet, RS485 ou Profibus facilite son intégration dans des
systèmes de supervision ou de gestion de l’énergie à grande échelle. Sa capacité à surveiller
plusieurs seuils critiques, combinée à une protection robuste contre l’humidité et la poussière
(IP65), garantit une fiabilité d’utilisation même dans des environnements industriels
contraignants. L’ensemble de ces caractéristiques fait du PAC3200 un outil fiable, flexible et
parfaitement adapté aux exigences de la maintenance préventive et de la gestion intelligente
de l’énergie.

Figure 30: Siemens Sentron PAC3200

3. Analyseur de température

Système de mesure de température infrarouge deux pièces avec tête de détection

miniature et communication séparée électronique. Conception innovatrice à multi-capteurs
jusqu'à 8 têtes/systèmes de détection, chacune individuellement adressable.

➢ Caractéristiques

• Détection automatique de la tête de détection prête à utiliser

• Panneau de commande convivial et grand écran à ACL facilitant la configuration sur

place des fonctions, comme l'émissivité, la pause de crête, la pause de vallées et les
fonctions d'étalement intelligentes.

• Fonctionnalités avancées incluant sortie d'alarme configurable par l'utilisateur, entrées

de tableaux « recette » numériques facilement repliables à un système de contrôle

27
Chapitre2 : Méthodologie

externe, entrée de réinitialisation externe pour le traitement du signal, et entrées

externes pour réglage analogique d'émissivité ou compensation de l'énergie réfléchie.

• Temps de réponse rapide de < 20mSec

• Choix d'optiques à haute résolution jusqu'à 22 :1.

• Sorties analogiques configurables par l'utilisateur (0/4-20 mA, 0-5 V/0-10 V, le type J,
K, R ou thermocouples S)

• Sortie de relais d'alarme à semi-conducteur isolé

• Interface numérique standard USB 2.0 pour la configuration à distance

• Interfaces de communication réseau RS485, Modbus en option, toute sortie

analogique Profibus, Ethernet et Profinet avec isolation galvanique.

• Têtes de détection miniatures s'insérant là où d'autres ne le peuvent et supportant des

températures ambiantes jusqu'à 120 °C (248 °F) sans refroidir (cote IP65)

Data Temp multi-chute et logiciel de calibration sur site inclus.

Figure 31: Ray tek RAYMI310LTSCB8

Raytek MI3 Boîte de communication pour thermomètre IR :

Idéal pour les applications OEM, ce boîtier de communication pour thermomètre

infrarouge numérique est doté d'une fonction de détection automatique de la tête, avec jusqu'à
huit têtes de détection pour un boîtier, et peut être installé dans n'importe quel système,

28
Chapitre2 : Méthodologie

surpassant les capteurs de plus grande taille. De plus, ce capteur est équipé d'un port USB 2.0
pour faciliter les connexions, d'un boîtier en zinc moulé et d'une interface utilisateur.

➢ Caractéristiques

Conception à capteurs multiples (jusqu'à 8 têtes de détection pour 1 boîte)

• Plug & Play (détection automatique des têtes)

• Boîtier métallique robuste classé IP
• Prise en charge de tous les modèles spectraux MI3
• Fonctions de sécurité (température interne, rupture du câble de la tête)
• Sortie relais d'alarme isolée
• Entrées configurables par l'utilisateur pour la configuration des capteurs à distance
• Sorties analogiques avec isolation galvanique
• Interface USB 2.0
• Interface utilisateur intuitive avec écran ACL haute résolution.
• Traitement avancé du signal embarqué tel que : maintien des crêtes et des vallées,
calcul intelligent de la moyenne (scintillement).

Figure 32: Raytek RAYMI3COMM

4. Automate

L’automate Siemens S7-1200, et plus précisément le modèle CPU 1212C AC/DC/RLY,

est une unité centrale compacte et performante conçue pour les applications d'automatisation
industrielles de petite à moyenne envergure. Il dispose de 8 entrées numériques, 6 sorties
relais et 2 entrées analogiques intégrées, ce qui le rend particulièrement adapté aux systèmes
nécessitant un contrôle simple mais efficace. Son alimentation se fait en courant alternatif
(AC), tandis que ses entrées sont en courant continues (DC) et ses sorties sont de type relais
(RLY), ce qui permet une grande flexibilité de connexion avec différents types de charges. Ce

29
Chapitre2 : Méthodologie

modèle prend en charge les communications via le protocole PROFINET grâce à son port
Ethernet intégré, facilitant ainsi l’échange de données avec d’autres équipements tels que les
IHM, les variateurs de vitesse ou les capteurs intelligents. Le CPU 1212C offre également des
capacités d’extension via des modules supplémentaires (E/S, communication, etc.), ce qui
permet d’adapter la configuration en fonction des besoins évolutifs du système. La
programmation et la configuration de l’automate s’effectuent à l’aide du logiciel TIA Portal
(Totally Integrated Automation), qui offre un environnement unifié et intuitif pour le
développement des applications. Robuste et fiable, le CPU 1212C AC/DC/RLY est largement
utilisé dans des environnements industriels exigeants pour l’automatisation de processus, la
supervision et le contrôle de machines.

Figure 33: Automate

5. Switcher

Un switch Ethernet industriel sert de point de connexion central entre l'automate

programmable (API) et les autres matériels interconnectés comme les capteurs, les interfaces
de contrôle (SCADA) et les ordinateurs industriels. Ce composant est essentiel pour assurer
une distribution sûre et rapide des données à travers le réseau industriel. Il permet :

• Une communication fluide et stable entre les dispositifs connectés,

• Une réduction des délais de latence,
• Une facilité d’installation grâce au montage sur rail DIN,
• Et une intégration évolutive dans les systèmes existants.

30
Chapitre2 : Méthodologie

Figure 34: Switcher

6. Protocole TCP/IP Modbus

Le Modbus TCP/IP, également connu sous le nom de Modbus sur Ethernet, est une adaptation
du protocole de communication Modbus permettant son fonctionnement sur un réseau
Ethernet via le protocole TCP/IP. Il s'agit d'une norme utilisée dans les systèmes
d'automatisation industrielle pour faciliter la communication entre un automate programmable
(API), des capteurs, des interfaces HMI/SCADA, ainsi que divers autres dispositifs .

Le protocole Modbus TCP/IP est mis en œuvre pour garantir la liaison entre le capteur de
courant (par l'intermédiaire de l'analyseur PAC3200) et le superviseur, en passant par
l'automate. Ce protocole offre la possibilité de lire en direct les valeurs mesurées sur le réseau
électrique, qui sont par la suite étudiées pour repérer les anomalies et effectuer une
maintenance prédictive.

Figure 35: Modbus TCP/IP

31
Chapitre2 : Méthodologie

7. Transformateur de courant PowerLogic METSECTR25500 :

Le METSECTR25500 est un transformateur de courant de type tore souple ouvert, destiné à
la mesure de courants importants dans les structures industrielles. Il est spécialement conçu
pour des espaces restreints et quand une mise en place aisée est nécessaire.

Caractéristiques techniques principales :

• Type : Transformateur de courant flexible (tore souple ouvert)

• Diamètre d'ouverture : 80 mm (longueur totale du tore : 250 mm)
• Courant primaire nominal : jusqu'à 5000 A
• Tension nominale : 600 V
• Plage de fréquence : 50 à 1500 Hz
• Classe de précision : 1%
• Température de fonctionnement : de -15 °C à +60 °C
• Indice de protection : IP67
• Longueur du câble : 2,4 mètres
• Poids : environ 128 g

Ce transformateur de courant est idéal pour les applications de surveillance de l'énergie et de

maintenance prédictive dans les installations industrielles. Sa conception souple et ouverte
permet une installation rapide et sûre, même dans des espaces confinés.

Figure 36: Transformateur de courant PowerLogic METSECTR25500

32
Chapitre2 : Méthodologie

8. Choix du réseau industriel chez Misfat :

La société Misfat dispose d'une infrastructure industrielle moderne, qui s'appuie sur un
réseau Ethernet industriel associé au protocole Mode bus TCP/IP pour fournir la
communication entre les différents équipements (automates, capteurs, analyseurs, superviseur
SCADA...).

Ce réseau simplifie la collecte et l'envoi des données des capteurs vers la base de données,
tout en garantissant une communication constante avec le superviseur et l'interface utilisateur

Tableau 1 : réseaux de Misfat

Compresseur Misfat 1 Compresseur Misfat 2

Adresse IP :[Link] Adresse IP :[Link]

9. Choix logiciels :

o TIA Portal V16

TIA Portal (Totally Integrated Automation Portal) : est un logiciel tout en un qui permet
de programmer des automates, panels et contrôleurs d'axes Siemens.

STEP 7 est le logiciel d'ingénierie de Siemens qui permet de programmer des automates
de la gamme Siemens.

Logiciel STEP 7 Professional V16 est l’outil de programmation des automates

• SIMATIC S7-1500
• SIMATIC S7-1200
• SIMATIC S7-300
• SIMATIC S7-400
• SIMATIC WinCC

33
Chapitre2 : Méthodologie

Avec STEP 7 Professional V16, les fonctions suivantes peuvent être utilisées pour
automatiser une installation :
• Configuration et paramétrage du matériel.
• Test, mise en service et dépannage avec les fonctions démarrées et en ligne et diagnostic.
• Génération d’écrans de visualisation pour le Basic panels SIMATIC.
• Paramétrage de la communication.
• Programmation.

Figure 38 : logicielle Tia portal v6

Réseaux industriels

a) Réseau PROFINET

PROFINET est une norme de communication industrielle qui repose sur Ethernet.
Quelques éléments importants concernant PROFINET et sa corrélation avec TCP/IP :

Le principe de PROFINET est basé sur l'évolution de PROFIBUS et apporte de nouvelles

applications basées sur Ethernet industriel. Il offre la possibilité d'automatiser différents
secteurs tels que l'automatisation des usines, l'automatisation des processus, l'automatisation
des bâtiments et la commande de mouvement synchronisée. La communication en temps réel
et l'intégration de systèmes de bus de terrain sont assurées par PROFINET en utilisant TCP/IP
et les normes de technologie de l'information.

Figure 39 : Réseau PROFINET

34
Chapitre2 : Méthodologie

➢ Critères de réseau PROFINET

Le tableau suivant présent les critères de réseau PROFINET
Tableau 1: Critères de réseau PROFINET

Critère Détails

Type de Câble Ethernet industriel (Cuivre, Fibre optique)

support

Liaison Point à point, Point à multipoint

Topologie Ligne, Étoile, Arbre, Anneau

TCP/IP pour les communications non-temps réel, Ethernet temps réel

(RT) pour les applications industrielles, et Ethernet isochrone (IRT) pour les
Protocole
applications avec contraintes temporelles strictes
d'accès

Débit - - 100 Mbit/s sur cuivre (jusqu'à 100 mètres)

longueur - 1 Gbit/s sur fibre optique (jusqu'à 2 kilomètres)

Nombre Jusqu'à 256 appareils par segment, extensible avec l'utilisation de

d'équipements commutateurs et de répéteurs

b) Protocole MODBUS TCP

Le protocole Modbus TCP est une variante du protocole Modbus conçue spécifiquement
pour fonctionner sur des réseaux Ethernet. Contrairement à la version Modbus RTU ou
Modbus ASCII qui utilise une connexion série, Modbus TCP utilise une connexion TCP/IP,
ce qui lui permet de tirer parti de l'infrastructure réseau Ethernet largement répandue dans les
environnements industriels.

c) Fonctionnement de Modbus TCP :

Le fonctionnement de Modbus TCP repose sur le principe client/serveur. Les appareils

Modbus communiquent entre eux en utilisant des paquets TCP/IP encapsulant les données
Modbus. Ces paquets sont transmis sur le réseau Ethernet standard, permettant ainsi aux
dispositifs Modbus de partager des données de manière transparente et efficace.

35
Chapitre2 : Méthodologie

10. Jupyter Lab :

Pour réaliser l'analyse des données recueillies par les capteurs (température, vibration,
courant) dans le contexte de ce projet, nous avons utilisé l'environnement de développement
JupyterLab. C'est un outil open source robuste et adaptable, largement utilisé dans le domaine
de la science des données, de l'apprentissage automatique et de l'analyse des données
industrielles.
Fonctionnalités des employés :
Nettoyage et préparation des données : Importation de données à partir d'une base SQL
Server ou de fichiers CSV, traitement des valeurs absentes et normalisation.
Visualisation : Création de diagrammes à l'aide de bibliothèques telles que Matplotlib ou
vecteur pour détecter les anomalies de manière visuelle.
Modélisation prédictive : Utilisation de scikit-learn pour ancien des modèles
d'apprentissage automatique (par exemple : Random Forest, SVM, KNN) afin d'identifier les
pannes possibles des moteurs.
Documentation interactive : Chaque phase du processus est consignée comprenant du
texte, du code et des résultats dans un fichier unique . .ipynb, qui favorise la compréhension et
la reproductibilité.

Figure 37: logicielle jupyter lab

11. SQL Server :

Nous avons recours à Microsoft SQL Server, un système de gestion de base de données
relationnelle (SGBDR) solide et approprié pour les applications industrielles, afin de gérer et
stocker les données industrielles collectées via les capteurs.

Rôle dans le projet :

• Stockage des données issues des capteurs de température, vibration et courant.

36
Chapitre2 : Méthodologie

• Horodatage précis de chaque mesure pour permettre une analyse chronologique.

• Organisation des données dans des tables relationnelles, facilitant les requêtes pour le
traitement et la visualisation.
• Connexion avec JupyterLab via des connecteurs permettant l’import direct des
données dans les notebooks pour l’analyse IA.

Bénéfices de SQL Server :

Fiabilité élevée et performances optimales pour le traitement de grandes quantités de

données industrielles, Facile à intégrer avec les outils d'analyse et de création de rapports.
Un outil intuitif (SQL Server Management Studio - SSMS) pour la gestion des tables,
l'exécution de requêtes SQL et le suivi des données en direct.

Figure 38: logicielle SQL Server

12. Microsoft Excel :

L'analyse, la visualisation et la présentation des données collectées ont été réalisées en

utilisant Microsoft Excel comme outil additionnel. Excel a facilement une première analyse
des données provenant de capteurs de température, vibration et courant, avant d'effectuer une
étude plus approfondie dans JupyterLab.

Principales responsabilités :
➢ Le chargement de données depuis la base de données SQL Server ou les fichiers CSV.
➢ Approche basique : sélection, classement et épuration manuelle des données.
➢ Visualisation instantanée : élaboration de diagrammes linéaires, d'histogrammes ou de
courbes pour analyser les tendances, les photos ou les irrégularités dans les données.
➢ Élaboration des rapports : production de curriculum vitae sous forme de tableaux pour
soutenir les résultats de l'analyse prédictive.

37
Chapitre2 : Méthodologie

Figure 39: Microsoft Excel

13. Isolation Forest : Un Algorithme d’IA pour la Surveillance des Données :

Dans le cadre de ce projet, nous avons mis en œuvre l'algorithme Isolation Forest pour identifier
les anomalies dans les données relatives à la température et au courant des moteurs électriques. Cet
algorithme non supervisé est performant pour détecter les comportements hors norme sans
nécessiter de données labellisées. Il opère en séparant les points de données : plus un point est
simple à distinguer, plus il est susceptible d'être une anomalie. Suite au nettoyage et à la
normalisation des données, nous avons mis en œuvre l'algorithme afin de détecter
automatiquement les valeurs anormales, aidé ainsi à la prévention de possibles défaillances.

IX. Description du synoptique de supervision du moteur Ingersoll Rand 13ii :

L'objectif du système de maintenance prédictive installé est de contrôler le
fonctionnement d'un moteur électrique Ingersoll Rand 13ii, en utilisant la collecte de données
en direct par le moyen de capteurs IoT. Ces informations se rapportent essentiellement à la
température et au courant électrique.
1. Schéma de l'architecture globale du système de moteur :

Figure 40; schéma synoptique

38
Chapitre2 : Méthodologie

Le schéma ci-dessous démontre l'architecture de contrôle et de supervision d'un moteur

industriel Ingersoll Rand 13ii, intégrée dans un système automatisé reposant sur l'automate
Siemens S7-1200. Cette structure s'appuie sur une communication Modbus TCP et un réseau
local Ethernet pour assurer la liaison entre les divers appareils.

a) Principe de fonctionnement

• Le moteur démarre, et les diverses mesures (température, tension, courant, puissance)

sont effectuées.
• Le capteur Raytek MI3 envoie les données de température au PLC par l'intermédiaire
de la boîte de communication.
• Le PAC3200, un analyseur, transmet les informations électriques au PLC via Modbus
TCP.
• L'automate Siemens S7-1200 gère ces informations, réalise le traitement requis
(comme la détection de franchissements de seuils) et a la capacité d'initier des mesures
correctives (alerte, coupure du moteur, etc.).
• Ces données recueillies sont par la suite envoyées à un serveur SQL via le réseau local
Misfat pour archivage et utilisation.
Configuration et installation des capteurs :

Afin d'assurer un suivi de qualité du moteur, deux sortes de capteurs ont été mis en place
et paramétrés :
• Capteur de température Raytek MI3 : Ce capteur infrarouge mesure la température de
surface du moteur sans contact. Il est connecté à une interface de communication
Raytek RAYMI3COMM qui facilite le transfert des données vers l' automate Siemens
S7-1200 via Modbus TCP.
• Analyseur de puissance Siemens Sentron PAC3200 : Cet appareil offre la possibilité
de mesurer les valeurs de courant électriques comme la tension, la puissance active /
réactive/apparente, entre autres. Les signaux de courant sont convertis à l'aide de
transformateurs d'intensité (TI). Ces signaux sont par la suite acheminés au PAC3200,
qui les transmettent également à l'automate S7-1200 via Modbus TCP.
• Automate Siemens S7-1200 : L'automate sert de lien entre les capteurs et le serveur
SQL. Il est configuré à l'aide du logiciel TIA Portal pour recueillir les données des
capteurs et les transmettre vers la base de données. Le PLC est relié au réseau interne
de la société (Réseau Misfat) grâce à un commutateur Ethernet industriel.

Le câblage a été effectué conformément aux normes de sécurité électrique, en mettant

l'accent sur la protection contre les surtensions et les interférences électromagnétiques.

39
Chapitre2 : Méthodologie

Figure 41: Installation du capteur courant

Figure 42: Installation capteur température

X. Programmation de l’automate avec TIA Portal :

Un automate Siemens S7-1200 a été déployé pour garantir une lecture ininterrompue des
capteurs de température et de courant montés sur le moteur électrique. L'établissement de la
configuration matérielle s'est effectué dans le programme TIA Portal, où les modules d'entrée
analogique ont été ajustés selon les spécifications des capteurs (par exemple : signal 4-20

40
Chapitre2 : Méthodologie

mA). Le code a été réalisé en utilisant le langage LAD (Ladder Diagram) pour capter les
signaux analogiques et les transformer en valeurs physiques utilisables. Des limites de
sécurité ont été établies pour assurer une identification rapide des comportements irréguliers
(par exemple, un excès de température). En en plus, un canal de communication a été établi
pour acheminer les données vers une base de données SQL Server. Cela permet à l'algorithme
d'intelligence artificielle Isolation Forest de les traiter et de les afficher sur la page web
destinée au projet.

Figure 43 : La configuration initiale de l’automate Siemens S7-1200 dans TIA Portal

1. Configuration PLC S7-1200

Cette configuration montre la mise en place du réseau pour un automate Siemens S7-
1200 (CPU 1212C) dans le logiciel TIA Portal, utilisée dans le cadre d’un projet de
maintenance prédictive. À travers l’interface PROFINET, une adresse IP fixe
([Link]) est attribuée à l’automate, assurant ainsi sa communication avec le PC de
programmation. Ce dernier est configuré avec l’adresse IP [Link] dans les
paramètres IPv4 de Windows, les deux dispositifs étant placés dans le même sous-réseau
([Link]) pour garantir une connectivité directe. Une adresse de passerelle commune
([Link]) est également définie, permettant une communication potentielle vers
d'autres réseaux. Cette configuration réseau est cruciale pour permettre le transfert du
programme vers l’automate, la surveillance des données en temps réel, ainsi que le diagnostic
et la maintenance du système.

41
Chapitre2 : Méthodologie

Figure 44: Configuration PLC s7 1200

2. Configuration Modbus TCP

• Modbus client : fonction utilisée pour établir une communication [Modbus TCP] :
Automate (client) Périphérique Modbus TCP(serveur)

• Configuration dans TIA Portal :

1. Ajouter le bloc MB_client (depuis les instruction de communication)
2. Créer une DB (pour stocker les paramètres de connexion, adresse IP du serveur, port
Modbus…)
3. Ajouter MB_client dans notre programme
4. Gérer les erreurs via le parametre STATUS (0= succés ,autres codes = erreur MB )

42
Chapitre2 : Méthodologie

Figure 45: Configuration Modbus TCP

3. Configuration de la normalisation et de la misse en échelle des données

• NORM_X : fonction utilisée pour convertir une valeur d’entée (VALUE) d’un plage
source (MIN /MAX) vers une plage normalisée (par défaut 0.0 à 1.0)
Formule :

• Scale_X : fonction utilisée pour convertir une valeur normalisée (NORM_X) vers une
plage cible définie par l’utilisateur (exemple : 4-20mA , 0-100%)
Formule :

Figure 46: configuration NORM_X Scale_X

43
Chapitre2 : Méthodologie

4. . Configuration du transfert de données vers SQL

La figure ci-dessous présente l’acquisition et le transfert de données vers une base de données
SQL. Dans la section "Blocs de programme", on observe l’utilisation d’instructions de type
MOVE dans le bloc d’organisation Main [OB1], permettant de transférer les valeurs mesurées
(courants des compresseurs et température) vers un bloc de données nommé PUT to SQL
[DB3]. Ce bloc de données structure les variables acquises sous forme de type Struct,
facilitant leur gestion ultérieure. La fenêtre ouverte en superposition montre les attributs du
bloc DB3, où l’option "Accès au bloc optimisé" est activée. Cela permet un accès efficace et
structuré aux données, nécessaire pour la communication avec SQL Server. Ce paramétrage
est essentiel pour garantir la fiabilité du transfert des données dans une application de
maintenance prédictive.

Figure 47: configuration du transfert de données vers SQL

5. Configuration de la Connexion TCP/IP

Le bloc présenté est de type TCON_IP_v4, servant à établir une connexion entre le
contrôleur et un équipement distant. Le paramètre Interface Id est défini à HW_ANY, ce qui
permet à l’automate d’utiliser n’importe quelle interface réseau disponible pour établir la
connexion. Le champ ID est affecté à la valeur 100, identifiant de manière unique cette
connexion au sein du programme. Le type de connexion est spécifié par le champ Connection
Type avec la valeur 11, qui correspond à un type de communication standard (souvent une
connexion S7 ou équivalent). Le paramètre Active Established est positionné sur true,

44
Chapitre2 : Méthodologie

indiquant que la connexion sera initiée activement par le contrôleur.

L’adresse IP de l’équipement distant est définie par le champ RemoteAddress, segmentée en
quatre octets ([Link]). Le port distant utilisé est le 502, qui est généralement associé
au protocole Modbus TCP. Le port local (LocalPort) est quant à lui fixé à 0, laissant au
système la possibilité de sélectionner automatiquement un port libre pour initier la
communication. Cette configuration permet ainsi d’assurer une communication réseau fiable
entre le PLC et un périphérique distant, en respectant les paramètres techniques requis pour
une liaison TCP/IP dans un environnement industriel.

Figure 48: Configuration de la connexion TCP/IP

6. G. Description des blocs utilisés

Nous avons structuré notre projet dans TIA Portal en intégrant différents éléments
essentiels tels que l’automate, les blocs d’organisation, les blocs de données et les tables de
variables. Chacun de ces composants joue un rôle clé dans la gestion, le traitement et la
supervision des données du système automatisé. Le tableau suivant présente ces éléments
ainsi que leur fonction dans l’architecture du projet.

45
Chapitre2 : Méthodologie

Figure 53 : Les blocs utilisés

XI. Collecte et stockage des données :

Figure 49: les étapes de stockage des données

Le projet se base essentiellement sur l'automate Siemens S7-1200 pour la collecte des
données, ce dernier servant de lien entre les capteurs physiques (température et courant) et le
Système de supervision informatique.
Les appareils employés, soit le capteur infrarouge Raytek MI3 pour mesurer la température et
l'analyseur Siemens PAC3200 pour le courant, envoient les données respectivement à

46
Chapitre2 : Méthodologie

l'automate par le biais de Modbus TCP. Dans le programme LAD, les données sont par la
suite extraites et transformées à l'aide des blocs MB_CLIENT, NORM_X et SCALE_X.

Ces valeurs sont conservées dans un segment de données organisé (appelé METTRE
DANS SQL) contenant une série de variables (Data[0], Data[1], etc.), chacune étant liée à une
mesure précise (courant A, courant B, température, etc.). Ce module est paramétré pour
faciliter un accès optimisé et rendu disponible pour les échanges avec l'extérieur (OPC UA
oumiddleware).
Pour maintenir ces informations de façon organisée et utilisable, elles sont par la suite migrées
vers une base de données relationnelle SQL Server. Une table appelée Mesures a été créée
pour conserver divers valeurs avec un timestamp automatique, garantissant ainsi le suivi
chronologique des mesures au fil du temps.

Figure 50: collecter et stocker les données

1. Affichage et exploitation des données sous Excel :

Une fois les données transférées vers la base SQL Server, il est possible de les récupérer
et de les présenter sous forme de tableau afin d'en faciliter la consultation. Cette procédure
s'effectue soit par le biais de l'outil SQL Server Management Studio (SSMS), soit à l'aide d'un
script Python.
Les données sont ensuite transférées vers un fichier Excel (.xlsx) qui comporte les colonnes
id, valeur, type mesure et timestamp. Ce format simplifie l'analyse manuelle, la création de
graphiques ou l'intégration à d'autres outils de traitement.
Cette fonctionnalité offre aux utilisateurs non spécialisés la possibilité d'accéder simplement

47
Chapitre2 : Méthodologie

aux données, de surveiller les progrès des indicateurs, de repérer les tendances ou de détecter
des anomalies potentielles, tout en garantissant une traçabilité intégrale et utilisable.

Figure 51: Visualisation des mesures exportées depuis SQL Server vers un fichier
Excel

➢ Après l'exportation des données vers un document Excel, elles sont transformées en
fichier CSV (.csv). Ce format CSV est facile à utiliser et s'adapte à une grande variété
d'outils pour l'analyse et le traitement de données. La conversion rend donc
l'intégration des données dans différents systèmes plus simple, favorise un traitement
automatisé plus performant et garantit une portabilité optimale des informations pour
diverses applications.

48
Chapitre2 : Méthodologie

Figure 52: Architecture logicielle

L’image montre une partie du code Python développé pour le projet. Le serveur Flask expose
une route /detect qui lit les dernières données d’un moteur à partir d’un fichier CSV, applique
des modèles de machine learning pré-entraînés sur chaque paramètre (température, vibration,
courant, etc.), et retourne un statut indiquant si une anomalie est détectée. Ce mécanisme
permet une surveillance automatique et en temps réel du bon fonctionnement du moteur

XII. Prétraitement des données :

Il est crucial de préparer les données collectées avant d'utiliser toute technique de
détection d'anomalies pour garantir la fiabilité des résultats. Cette phase de préparation
implique le nettoyage, la structuration et la normalisation des données résultant des capteurs
de courant et de température.
1. Chargement et exploration des données :

La première procédure consiste à importer les données du fichier exporté (en format .csv)
dans l'environnement de codage Python. Il est impératif de réaliser cette procédure afin
d'analyser la structure des données, de repérer toute anomalie possible et de planifier les
étapes de traitement suivantes.

Le fichier [Link], qui contient les données extraites de la base de données SQL
Server, est importé grâce à la bibliothèque pandas. Il permet de vérifier leur structure,
d’identifier d’éventuelles incohérences, et de mieux comprendre leur distribution avant
d’appliquer des méthodes d’analyse plus avancées , organiser les données dans une grille

49
Chapitre2 : Méthodologie

structurée, à contrôler leur format, à détecter l'éventualité de valeurs manquantes ou répétées,

et à approfondir notre connaissance des caractéristiques des mesures collectées.
➢ Cette étape exploratoire est essentielle pour garantir la qualité et la cohérence des
données avant toute analyse plus poussée.
2. Nettoyage des données :

Le processus de nettoyage facilite la gestion d'un ensemble de données propre, logique et

qui modèle fidèlement la réalité. Cela prévient les erreurs d'analyse et optimise la précision
des algorithmes d'intelligence artificielle employés pour la détection des anomalies. Un bon
nettoyage des données constitue une base solide pour une IA performante.

Cette phase a été effectuée à l'aide de Python, en se utilisant principalement de la

bibliothèque pandas. Elle implique :
• Supprimer les répétitions (lignes identiques dans le fichier),
• Il faut rectifier ou éliminer les valeurs hors normes (comme un courant de 50 A ou une
température négative irréaliste),
• Organiser les données en suivant une séquence chronologique.
• Il est important de vérifier que la colonne timestamp est correctement formatée en
datetime.
• Éliminer les données manquantes (NaN) ou incomplètes susceptibles de dénaturer
l'analyse,

3. Normalisation des données :

Avant l'emploi des algorithmes de détection d'anomalies basés sur l'intelligence

artificielle, il est crucial de standardiser les données pour assurer une échelle uniforme à
travers toutes les mesures (température, courant A, courant B). Cette phase permet d'écarter la
possibilité que certaines variables suivent dans l'apprentissage uniquement en raison de leur
unité ou de leur grandeur , La normalisation a été réalisée grâce à la bibliothèque scikit-learn
de Python, en faisant appel à la méthode MinMaxScaler, qui convertit les données pour
qu'elles se situent entre 0 et 1. (Normaliser entre 0 et 1, c’est mettre tout sur la même base
pour que l’IA comprenne et compare les données correctement).
➢ Grâce à cette transformation, toutes les variables sont traitées de manière équitable par
l’algorithme d’apprentissage automatique, ce qui améliore la précision de détection
des anomalies

50
 Chapitre2 : Méthodologie

4. Analyse exploratoire des données :

Il est essentiel de réaliser une analyse exploratoire des données (EDA : Exploratory Data
Analysis ) avant l'application d'algorithmes de détection d'anomalies. Cette phase offre
l'opportunité d'étudier minutieusement la répartition des mesures, d'identifier visuellement des
anomalies et de saisir plus clairement les liens entre les variables originaires des capteurs
(température, courant A, courant B). L'EDA, à l'aide de statistiques descriptives, de
représentations temporelles et d'études de corrélation, sert à vérifier la qualité des données
prétraitées et à repérer les tendances marquantes ou les valeurs extrêmes persistantes. Elle est
essentielle pour choisir les attributs pertinents et orienter la sélection des modèles
d'intelligence artificielle appropriés à la détection des anomalies.

XIII. Détection des anomalies à l’aide de l’intelligence artificielle :

Une fois que les données ont été préparées et explorées, l'étape suivante est l'application
de techniques d'intelligence artificielle pour identifier automatiquement les anomalies dans les
relevés de température et de courant. Le but premier est de détecter des comportements
inhabituels qui pourraient indiquer des dysfonctionnements éventuels dans le moteur
électrique, facilitant ainsi une maintenance préventive performante.
1. Choix des algorithmes de détection :
➢ Utilisation de l’algorithme Isolation Forest pour la détection d’anomalies :

L'algorithme Isolation Forest a été sélectionné pour détecter les anomalies dans les
données relatives à la consommation électrique et à la température du moteur électrique, grâce
à son efficacité et à sa facilité d'emploi dans un cadre non supervisé.
L'Isolation Forest est une technique de machine learning non supervisé spécifiquement
élaborée pour la détection des anomalies dans les ensembles de données. Il est fondé sur la
séparation des observations atypiques, qui sont généralement moins fréquentes et distinctes
des données normales. L'algorithme élabore une collection d'arbres de décision aléatoires
(arbres d'isolation) qui organisent progressivement les données. Les points qui sont vite isolés
(en un nombre restreint d'étapes) sont jugés comme des anomalies, car ils présentent une
moins grande intégration dans la structure générale des données.
2. Mise en œuvre de l’algorithme Isolation Forest :

Environnement et outils utilisés :L'algorithme Isolation Forest a été mis en œuvre avec
le langage de programmation Python, connu pour son couverture de bibliothèques spécialisées

51
Chapitre2 : Méthodologie

dans la science des données et l'apprentissage automatique. On utilise principalement les

bibliothèques suivantes :

• Pandas pour la gestion et le traitement des données,

• scikit-learn pour la mise en œuvre de l'algorithme Isolation Forest,
• numpy pour les manipulations numériques.
➢ Cette configuration garantit une gestion optimale des données tout en facilitant
l'incorporation de l'algorithme dans le processus d'analyse.

Préparation des données pour le modèle :

Avant l'implémentation de l'algorithme Isolation Forest, un nettoyage et une

normalisation minutieuse des données ont été effectués pour supprimer les valeurs extrêmes,
les doublons et pour uniformiser toutes les variables sur une échelle identique. Cette phase
garantit que le modèle se base sur des données cohérentes et comparables, ce qui améliore la
performance de la détection des anomalies. Pour l'analyse, les variables choisies incluent les
données de température et de courant issues des capteurs.

Implémentation de l’algorithme Isolation Forest :

L'algorithme Isolation Forest a été configuré pour fonctionner avec 100 arbres d'isolation
et un taux de contamination fixé à 5%, ce qui représente une estimation de la part d'anomalies
présentes dans les données. Le modèle a été formé sur des variables standardisées pour
déterminer un indice d'anomalie pour chaque observation. Ce score indique le niveau
d'isolement de chaque point dans l'ensemble des données : un score plus bas signifie que
l'observation a plus de chances d'être une anomalie.

Détermination du seuil de détection :

Le paramètre de contamination représente la proportion estimée d'anomalies présentes

dans le jeu de données. Ce seuil est crucial puisqu'il détermine la capacité du modèle à
identifier les anomalies. Dans ce projet, on a opté pour un seuil de contamination de 5%,
indiquant que le modèle détecte les 5% des points les plus isolés comme étant des anomalies.
Cette décision repose sur une évaluation précise de la prévalence des anomalies dans les
informations industrielles, favorisant un équilibre adéquat entre détection et faux positifs.
3. Exploitation des résultats et intégration dans le système de maintenance prédictive :

Suite à l'identification d'anomalies grâce à l'algorithme Isolation Forest, les résultats

collectés sont utilisés pour une maintenance prédictive et sont transmis à une interface web.

52
 Chapitre2 : Méthodologie

Cette interface offre la possibilité d'observer les mesures jugées anormales, facilitant ainsi le
suivi instantané de l'état du moteur électrique.
Après le traitement, les données sont automatiquement transférées vers la page web. Les
anomalies identifiées sont présentées de façon organisée, comprenant leur horodatage, leur
type (température ou courant) et leur mesure. Cette représentation facilite une évaluation
initiale par les techniciens d'entretien, leur permettant de déterminer l'intervention à réaliser
en fonction de la gravité du signal.

Cette intégration constitue une avancée concrète vers une solution de maintenance
intelligente, capable de prévenir les pannes et d’optimiser les interventions techniques.

Tableau 2 : communication IA et interface Web

Étape Description Exemple / Outil

1. Analyse L’IA analyse les données (température, Script Python avec

IA courant) et détecte une anomalie. modèle machine
learning

2. Envoi L’IA envoie les résultats de détection Requête HTTP

résultats (type d’anomalie, seuils dépassés) au serveur. POST vers une API
REST

3. Le serveur reçoit les données envoyées par Backend Flask,

Réception l’IA et les stocke ou prépare pour l’interface [Link], ou Django
serveur web.

4. Requête La page web interroge régulièrement le JavaScript (fetch

interface web serveur pour obtenir les dernières informations. API, AJAX)

5. Les résultats reçus sont affichés HTML +

Affichage dynamiquement sur la page web, alertant JavaScript (mise à jour
l’utilisateur. du DOM)

XIV. Exploitation des résultats via l’interface web :

Pour rendre la consultation des anomalies détectées plus facile et améliorer l'efficacité
des interventions des techniciens de maintenance, une interface web a été mise en place. Cette

53
Chapitre2 : Méthodologie

interface permet de visualiser en direct les résultats produits par le système d'intelligence
artificielle, notamment les mesures inhabituelles de température et de courant détectées par
l'algorithme Isolation Forest.
1. Présentation de l’interface web :

La page web a été élaborée de façon simple et intuitive pour garantir une
manipulation simplifiée par les opérateurs. Elle est conçue avec HTML, CSS et
JavaScript, proposant une représentation organisée des données anormales récemment
identifiées.
L'interface offre notamment la possibilité de :
• Présenter les données de mesure (température, courant A, courant B),
• De signaler visuellement les irrégularités
• Il s'agit de sélectionner ou de filtrer les informations en fonction de la date ou du
genre de capteur.
2. Architecture de communication entre l’IA et la page web :

L'algorithme de détection d'anomalies, réalisé en Python, transmet les résultats à une base
de données SQL Server suite à chaque exécution. Par la suite, cette page web interroge
régulièrement cette base de données pour mettre en évidence les nouvelles anomalies
identifiées. Cette structure assure une interaction sans défaut entre le système d'analyse et
l'interface utilisateur.
3. Utilité dans la maintenance prédictive :

Cette interface permet aux techniciens de contrôler l'état des appareils sans nécessiter
d'analyser directement les données brutes. Toute irrégularité est signalée rapidement, ce qui
offre la possibilité de prévoir une panne potentielle et de mettre en place des opérations de
maintenance de manière proactive. L'incorporation de l'intelligence artificielle dans le
système de contrôle web représente donc un atout majeur pour renforcer la fiabilité et la durée
de vie des moteurs supervisés.

54
Chapitre2 : Méthodologie

Figure 53: Structure HTML/CSS

L’image présente une partie du fichier [Link], qui définit l’apparence visuelle de
l’application. Une interface web a été conçue afin de permettre à l’utilisateur d’interagir
facilement avec le système de détection d’anomalies. Elle contient une barre latérale (sidebar)
avec des boutons de commande, ainsi qu’un conteneur principal (container) pour l’affichage
des résultats.

En cas d’anomalie :

En cas de détection d'une anomalie par le système de surveillance, un mécanisme d'alerte est
mis en place afin d’informer rapidement les responsables concernés. Ainsi, un message
d’alerte est automatiquement envoyé par courrier électronique (e-mail), contenant les détails
de l’anomalie détectée, tels que le type de défaut, la date et l’heure de survenue, ainsi que la
zone concernée. Cette fonctionnalité permet une intervention rapide, contribuant à la
réduction des temps d'arrêt et à l'amélioration de la maintenance préventive.

55
Chapitre2 : Méthodologie

Figure 54: Fonction d’envoi d’e-mail d’alerte en cas d’anomalie

La fonction get_last_row_from_db() établit une connexion à une base de données SQL Server
afin de récupérer les dernières valeurs de capteurs. Si une anomalie est détectée par les
modèles, la fonction send_email_alert() envoie un e-mail au responsable pour l’alerter en
temps réel. Ces deux fonctions assurent la liaison entre les données en temps réel et le
système de notification automatique.

XV. Conclusion :
Ce chapitre a exposé de manière détaillée la procédure suivie pour l'instauration d'un
système de maintenance prédictive qui repose sur l'intelligence artificielle. Il a pris en charge
toutes les phases requises, de l'installation des détecteurs de température et d'intensité sur le
moteur électrique, jusqu'à la manipulation et l'examen des informations recueillies.
Nous avons particulièrement mis l'accent sur la préparation des données, y compris leur
nettoyage, normalisation et exploration, afin d'assurer la crédibilité des résultats. L'algorithme
Isolation Forest, sélectionné pour sa capacité à repérer de manière autonome les anomalies
sans supervision, a permis de déceler des comportements atypiques susceptibles d'indiquer
des problèmes.

Pour finir, les résultats de cette détection ont été incorporés dans une interface en ligne,
offrant une représentation précise et instantanée des anomalies identifiées, ce qui simplifie la
prise de décision pour les techniciens en maintenance.

56
Chapitre2 : Méthodologie

Cette approche sert de fondement robuste pour un système de surveillance intelligent et

dynamique, tout en préparant le terrain pour des évolutions futures comme l'amélioration du
système grâce à l'intégration d'analyses sur les origines, les impacts et les suggestions liées
aux anomalies identifiées.

57
Chapitre3 : Réalisation

Chapitre3 : Réalisation

I. Introduction
Après le traitement des données et la détection des anomalies, les résultats sont
automatiquement transmis à une interface web développée sur mesure. Celle-ci permet une
surveillance en temps réel de l’état des compresseurs et affiche les anomalies détectées de
manière claire et accessible. Cette interface joue un rôle central dans le projet, en facilitant
l’accès rapide aux informations critiques pour les techniciens, sans qu’ils aient besoin
d’interagir directement avec les équipements industriels.

II. Installation et configuration des capteurs

Au cours de cette première phase, les capteurs requis pour la collecte des données ont été
mis en place sur les moteurs électriques. Le projet intègre des capteurs de courant et de
température, sélectionnés pour leur qualité à délivrer des données cruciales sur le
fonctionnement du moteur.
Les capteurs ont été connectés à un automate Siemens S7-1200 via le logiciel TIA Portal,
permettant une acquisition continue et fiable des données. Les paramètres de lecture ont été
soigneusement configurés pour garantir l'exactitude des mesures et leur transmission en temps
réel.
1. Architecture du système

Moteur et compresseur

Comme indiqué au chapitre précédent, le projet sera implémenté sur l’ensemble

moteur/compresseur Ingersoll Rand présenté ci-après :
• Compresseur à vis : modèle R132 i (pression de service 7 bar, puissance arbre
132kw)

Figure 55: Compresseur model R 132i

58
Chapitre3 : Réalisation

• Moteur asynchrone triphasé : type F315L1-4/0010/E3 ( tension 400 V, puissance

nominale 132 kW, courant nominal 289,6 A, classe d’isolation F, rendement IE3) :

Figure 56: moteur asynchrone triphasé

Analyseur de courant

L'appareil illustré ci-dessous est l'analyseur de courant électrique Siemens Sentron

PAC3200, précédemment présenté dans le chapitre « Étude de conceptions » .

Figure 57: vue dispositif de l’analyseur de courant Siemens Sontron PAC3200

59
Chapitre3 : Réalisation

• Illustration du raccordement des entrées tension et courant de l’analyseur

SiemensPAC3200.

Figure 58: vue arrière de Siemens Sontron PAC3200

Le tableau suivant présente le détail du câblage de l’analyseur Siemens Sentron PAC3200

illustré ci-dessus.
Tableau 3: Câblage de l’analyseur Siemens Sentron PAC3200

Borne Désignation Fonction

Entrée courant
1kIL1 I / II Connexion au transformateur de courant L1
Phase L1

Entrée courant
1kIL2 I / II Connexion au transformateur de courant L2
Phase L2

Entrée courant
1kIL3 I / II Connexion au transformateur de courant L3
Phase L3

Tension Phase
V1 Mesure de la tension de ligne L1
L1

60
Chapitre3 : Réalisation

Tension Phase
V2 Mesure de la tension de ligne L2
L2

Tension Phase
V3 Mesure de la tension de ligne L3
L3

VN Neutre Référence neutre pour la mesure de tension

Alimentation
L+ Alimentation de l’analyseur (borne positive)
positive

Alimentation
N- Alimentation de l’analyseur (borne négative)
négative/neutre

MOD 1 / MOD Emplacements Modules de communication (ex: Modbus,

2 modules Ethernet)

Analyseur de température

Comme mentionné dans le chapitre précédent, les figures ci-dessous montrent le capteur
de température infrarouge accompagné de son interface de communication Raytek MI3.

Figure 58: vue dispositif de l’analyseur Figure 59: vue dispositif de boite de

de température infrarouge Raytek communication Raytek RAYMI3COMM

RAYMI310LTSCB8

• La connexion réalisée à l’intérieur de la boîte de communication Raytek MI3.

61
Chapitre3 : Réalisation

Figure 59: Câblage intérieur de boite de communication Raytek RAYMI3COMM

Le tableau ci-dessous présente une explication détaillée du câblage interne de la boîte de

communication Raytek MI3.
Tableau 4; Câblage Boîte de communication Raytek MI3 (RAYMI3COMM)

Borne / Fil Fonction Description

Alimentation Fournit la tension d’alimentation positive

+32V
+ (souvent 24–32 VDC) à la boîte

Masse commune pour l’alimentation et les

GND Masse
signaux

Contact sec programmable (alarme température

RELAY Sortie relais
haute/basse, erreur, etc.)

Sorties Transmettent les valeurs de température (ex. :

OUT1 / OUT2
analogiques 4-20 mA ou 0-10 V)
Sortie
Simule un signal de type thermocouple pour
TC thermocouple
compatibilité avec certains systèmes
simulée

FTC1 / FTC2 / Communicati Entrées de commande pour configuration ou

FTC3 on / Commandes communication

62
Chapitre3 : Réalisation

rapides

Peut être utilisée pour déclencher un mode ou

LO Entrée logique
une alarme

Ligne Utilisée en mode réseau pour identifier le

La
d’adresse capteur

Ligne de
Câble provenant du capteur – affectation selon
BROWN signal (vers
le fabricant
capteur)
Ligne de
YELLOW signal (vers Idem
capteur)
Ligne de
WHITE signal (vers Idem
capteur)

Automate

Comme évoqué précédemment, la figure suivante illustre l’automate programmable

Siemens S7-1200, modèle CPU 1212C AC/DC/RLY utilisé dans notre système.

Figure 60: Automate Programmable Siemens S7-1200

63
Chapitre3 : Réalisation

La figure ci-dessous représente le transformateur de courant (TI) que nous allons

mentionner dans le chapitre de conceptions . Ce TI est un composant essentiel pour la mesure
du courant dans les systèmes électriques, permettant de réduire des courants élevés à des
valeurs plus faibles et mesurables.

Figure 61: Câblage intérieur de boite de communication Raytek RAYMI3COMM

III. Mise en place du système

1. Préparation de la surface du travaille
Nous avons préparé notre surface de travail selon les étapes suivantes :
• Préparation du support pour le capteur infrarouge :
Tout d’abord, nous avons procédé à la préparation du support destiné au capteur
infrarouge ainsi qu’à son boîtier de communication, avec l’assistance des techniciens en
soudure et en mécanique. L’ensemble a ensuite été assemblé sur le moteur du compresseur.

Figure 62: préparation du support

64
Chapitre3 : Réalisation

• Préparation de l'emplacement de l’analyseur de courant :

Nous avons préparé l’emplacement de l’analyseur de courant, également avec l’aide des
techniciens en mécanique pour garantir une installation optimale et sécurisée.
• Passage des câbles pour les capteurs :
Des trous ont été réalisés afin de permettre le câblage des capteurs vers l’automate, tout
en assurant une organisation propre et fonctionnelle.

Figure 63: Passage des cables

• Préparation de l’emplacement de l’automate :

En attendant la livraison de l’automate, un emplacement a été aménagé à l’intérieur de
l’armoire du compresseur, assurant ainsi une intégration directe dès sa réception.

Figure 64: Préparation de l’emplacement de l’automate à l’intérieur de l’armoire

65
Chapitre3 : Réalisation

2. Installation de l’analyseur infrarouge et sa boite de communication :

• Afin de permettre la mesure sans contact de la température de surface du moteur,
l’analyseur infrarouge Raytek RAYMI310LTSCB8 a été installé comme illustré sur
la photo ci-dessous. Le capteur est orienté directement vers la carcasse du moteur,
plus précisément sur les ailettes de refroidissement, afin de capter efficacement la
chaleur émise par celui-ci.

Figure 65: Installation de l’analyseur de température

• La boîte de communication a été installée sur le support que nous avions

préalablement préparé. Elle est câblée à la fois avec le capteur infrarouge et
l’automate. Son rôle est de transmettre un signal analogique 0–10 V, généré par le
capteur, vers l’automate pour assurer la surveillance en temps réel de la température.

Figure 66: Installation de boite de communication

66
Chapitre3 : Réalisation

3. Installation de l’analyseur de courant et le transformateur de courant (TI):

Dans cette partie, nous allons installer l’analyseur de courant PAC 3200 en le reliant à
l’automate. Pour assurer la communication entre l’analyseur et l’automate, nous avons utilisé
le protocole Modbus TCP/IP. Ce protocole permet un échange de données fiable et rapide sur
un réseau Ethernet, facilitant ainsi la récupération des mesures électriques pour un traitement
ultérieur par l’automate.

Figure 67: Installation de l’analyseur de courant

Le transformateur de courant (TI) présenté ci-dessous sera utilisé pour capter le courant
électrique et l’adapter à l’entrée de mesure de l’analyseur PAC 3200. Ce dispositif permet de
convertir des courants élevés en signaux plus faibles, compatibles avec les équipements de
mesure.

Figure 68: installation de transformateur de courant TI

67
Chapitre3 : Réalisation

4. Installation de l’Automate et le switcher :

Suite à la réception du matériel, nous avons procédé à l’installation de l’automate
Siemens S7-1200, CPU 1214C AC/DC/RLY dans l’armoire de commande du compresseur.
Cet automate jouera un rôle central dans la gestion et le traitement des données des
analyseurs.

Figure 69: Installation de l’automate

Nous avons effectué le câblage de l’analyseur de température vers l’entrée analogique de

l’automate, permettant ainsi la surveillance continue des températures critiques dans le
systè[Link] en parallèle, l’analyseur de courant PAC 3200 a été connecté via le protocole
Modbus TCP/IP. Pour assurer la communication simultanée entre l’analyseur de courant,
l’automate et le réseau industriel de Misfat, nous avons intégré un switch Ethernet. Ce dernier
permet de mutualiser la communication réseau tout en assurant la stabilité et la performance

Figure 70: installation de switcher

68
Chapitre3 : Réalisation

IV. Tests et validation

1. Connexion entre l’automate et lanalyseur de courant via Modbus TCP/IP
Nous allons établir la communication avec l’analyseur de courant PAC3200 en utilisant
son adresse IP [Link], configurée selon les paramètres réseau affichés. Cette adresse
sera utilisée par l’automate pour interroger l’analyseur via le protocole Modbus TCP/IP.

Figure 71: la connexion entre l’automate et l’analyseur via Modbus TCP/IP

2. Vérification des mesures de l’analyseur de courant

Dans cette étape, nous allons tester l’analyseur de courant afin de vérifier le bon
fonctionnement de la mesure des puissances électriques. La figure ci-dessous affiche en temps
réel la puissance active (kW), réactive (kvar) et apparente (kVA) du moteur de compresseur
mesurées sur l’installation.

Figure 72: Test de l’analyseur de courant PAC 3200

69
Chapitre3 : Réalisation

3. Configuration du capteur de température Raytek MI3

Afin de vérifier le bon fonctionnement du capteur infrarouge Raytek MI3, une série de
tests de configuration et de lecture ont été effectués. Le capteur a été paramétré pour une
sortie analogique de 0–10 V correspondant à une plage de température de 0 à 200 °C. Les
figures suivantes illustrent les étapes de configuration et la mesure réelle obtenue :
• Le capteur est configuré en mode 0–10 V, ce qui permet une sortie proportionnelle à la
température mesurée.

Figure 73: Sélection du mode de sortie analogique

Définition de la température maximale à 200.0 °C, équivalente à une sortie analogique de

10 V.

Figure 74: Réglage de la limite haute de température

• La température minimale est fixée à 0.0 °C, correspondant à 0 V en sortie analogique.

70
Chapitre3 : Réalisation

Figure 75; Réglage de la limite basse de température

4. Vérification de mesures du capteur de température Raytek MI3

Après avoir correctement configuré le capteur de température Raytek MI3 (limites de
sortie, mode de signal 0–10 V, etc.), une phase de validation a été effectuée pour s'assurer de
son bon fonctionnement. Comme illustré à la figure 4, le capteur affiche la température
mesurée avec la température ambiante , ce qui confirme une lecture stable et cohérente avec
les conditions réelles. Ce test permet de valider la chaîne de mesure, depuis la détection
infrarouge jusqu'à l’affichage, et garantit que le capteur est prêt pour l’intégration dans le
système de supervision.

Figure 76; Test de l’analyseur de température Raytek MI3

V. Affichage des résultats sur une interface web :

Après traitement des données et identification des anomalies par le système, les résultats
sont transmis à une interface web spécifique, fournissant une représentation précise et en
direct des alertes. Cette phase constitue un élément crucial du projet, puisqu'elle offre aux

71
Chapitre3 : Réalisation

techniciens et responsables de maintenance un accès rapide aux informations essentielles ,

sans nécessité de travailler directement sur les machines industrielles.
Exemple 1 :

Figure 77: Affichage en temps réel des anomalies sur l’interface web

Une interface web a été créée pour faciliter l'affichage en direct des résultats d'analyse et
l'identification des anomalies. Cette plateforme propose un accès facilité aux informations
provenant des capteurs de température et de courant, rendant ainsi le suivi constant de l' état
des compresseurs plus simple .
L'image montre un exemple de présentation pour le compresseur MISFAT 2 Compresseur 2
A2. Le diagramme présente les changements des données examinées par le système
d'intelligence artificielle. En bas du graphique, un résumé synthétise l'état actuel de la
machine :
Dernière anomalie : Aucune
Total anomalies : 0
Valeur moyenne : 0.66
➢ Cela montre que, pour la période analysée, le fonctionnement du compresseur est
stable.

72
Chapitre3 : Réalisation

Exemple 2 :

Figure 78 : Surveillance et détection d’anomalies via l’interface web

Un autre exemple d'affichage pour le compresseur MISFAT 2 Compresseur 2 A3 est

présenté ci-après. Ce diagramme illustre une tendance d'un indice (sans doute la température
ou une mesure dérivée) sur une durée déterminée. En dépit des variations enregistrées, le
système d'intelligence artificielle n'a découvert toute anomalie.
Le système fournit de plus des données statistiques nécessaires:
• Dernière anomalie : Aucune
• Total anomalies : 0
• Valeur moyenne : 268.11
➢ Cela démontre que l'algorithme est capable de distinguer des variations normales du
fonctionnement et d’éviter les faux positifs.

73
Chapitre3 : Réalisation

Exemple 3 :

Figure 79: Surveillance en temps réel des compresseurs par détection d’anomalies

Ce système de surveillance créépar Misfat Filtration démontre une méthodede

maintenance prédictive basesur l'intelligence artificielle. Elle montre en direct les
informations provenant de divers compresseurs (A1, A2, A3) de l'installation « MISFAT 2 ».
Les diagrammes mettent en évidence des changements brusques, classés comme irrégularités,
ce qui permet une intervention rapide afin de prévenir les défaillances. Ce dispositif améliore
la fiabilité des matériels tout en diminuant les dépenses liées à la maintenance périodique.

VI. Connexion au système :

L'interface web est connectée à la base de données qui contient les données provenant des
capteurs. Les anomalies (par exemple : température élevée, courant trop important) sont
identifiées à des intervalles réguliers et présentées de façon intuitive.
1. Technologies utilisées :
• Front-end : HTML, CSS, JavaScript
• Back-end : Connexion SQL (extraction des anomalies depuis la base de données)
• Affichage :
o Tableaux de données (valeurs de température et courant)
o Statuts des équipements (normal / anomalie)

2. Avantages de cette approche :

• Surveillance à distance simplifiée

• Réduction du temps de réaction
• Interface compréhensible même pour un personnel non technique

74
Chapitre3 : Réalisation

VII. Conclusion
En conclusion, ce chapitre a permis de présenter en détail l’architecture matérielle et
logicielle mise en place dans le cadre du projet. L’installation des capteurs de température et
de courant a constitué une étape essentielle pour la collecte de données fiables, tandis que la
configuration de l’automate Siemens S7-1200 via le TIA Portal a assuré un pilotage précis du
système. L’intégration des techniques d’intelligence artificielle a ensuite permis d’initier le
processus de détection d’anomalies de manière autonome et intelligente. Enfin, la mise en
place d’une interface web a facilité la visualisation des résultats, rendant le système interactif
et accessible à distance. L’ensemble de ces éléments constitue une base solide pour l’analyse
des données et la mise en œuvre d’une maintenance prédictive, qui seront développées dans le
chapitre suivant.

75
 Conclusion générale

Dans le cadre de ce projet, nous avons participé à la mise en œuvre d’un système de
maintenance prédictive destiné à améliorer la fiabilité des équipements industriels au sein de
l’entreprise Misfat Filtration. Après une analyse approfondie du contexte de l’entreprise, de
son fonctionnement et de ses équipements, nous avons identifié la problématique principale :
anticiper les défaillances des machines critiques afin de réduire les arrêts non planifiés et les
coûts de maintenance.
La solution proposée repose sur l’acquisition de données provenant de capteurs
(température et courant), leur traitement, puis l’application d’un algorithme d’intelligence
artificielle (Isolation Forest) capable de détecter les anomalies dans le comportement des
machines. Bien que la phase de développement logiciel ait été assurée par une autre équipe,
notre travail s’est concentré sur la compréhension, l’intégration, le test, la validation et
l’exploitation du système dans un environnement réel.
L’ajout d’une interface web intuitive permet une visualisation claire et rapide des
résultats, facilitant ainsi la prise de décision pour les équipes techniques. Ce projet illustre
l’efficacité des solutions basées sur les données et l’intelligence artificielle dans le domaine de
la maintenance industrielle, tout en mettant en valeur l’importance de la collaboration
multidisciplinaire dans des projets d’envergure. Il constitue une base solide pour le
déploiement futur de systèmes similaires dans d’autres unités de production.

76