Programme IA : découvrez le projet ECable !

Comment générer plus rapidement de meilleurs plans de cheminement de câbles ? Découvrez ECable l’un des douze projets issus du programme Intelligence Artificielle de Leonard (promotion 2021). Son objectif ? Faire monter en compétences les équipes de VINCI jusqu'à l'autonomie en implémentant des cas d’usage IA à fort impact business.

La construction d’une nouvelle installation industrielle peut être passionnante, frustrante, accablante, mais à coup sûr, elle n’est jamais ennuyeuse. Lorsqu’il s’agit d’un site de production intensive comme une aciérie ou une centrale électrique, plusieurs milliards de dollars sont investis pour donner naissance à une usine flambant neuve. De l’acquisition du terrain à la production du premier article, de nombreuses étapes doivent être réalisées pour que le projet aboutisse et réponde aux attentes des clients : obtention des permis et des autorisations, recherche de partenaires, planification des travaux de construction, achat d’équipements, planification de l’expansion future, etc.

Néanmoins, il existe une phase particulière que nos entreprises ont le plus hâte d’aborder : le design et la conception. Cette phase peut prendre un certain temps : nous travaillerons avec des experts de nombreux domaines tels que l’architecture, la ventilation, l’éclairage, etc. qui aideront à concevoir une usine répondant à toutes les exigences normatives. Pourtant, souvent, les résultats ne reflètent pas ce qui a été envisagé…

 

Le cheminement des câbles, un défi de planification complexe

Pour comprendre la complexité de chaque tâche impliquée dans le processus, prenons un exemple : l’installation des câbles. Imaginons que l’on doive élaborer un plan pour l’installation de 3 000 km de câbles d’alimentation* et de commande** de telle sorte que non seulement on ne doive pas interférer avec les autres installations, mais que l’on doive également tenir compte de la nature de chaque câble pour éviter les interférences électriques, les chutes de tension, les plateaux surchargés, etc. Imaginons maintenant qu’en plus de tout cela, lorsque l’on examine les coûts, des millions d’euros sont dépensés en matériel et en opérations. Il n’est donc pas surprenant que ce que l’on appelle le cheminement des câbles – ou le processus d’optimisation de la longueur des câbles et le regroupement des câbles pour réduire le nombre de plateaux, entre autres – soit primordial pour générer des économies importantes tout en construisant une usine qui respecte les réglementations en vigueur.

La conception du cheminement des câbles est souvent réalisée manuellement par des outils analytiques simples. Ce processus manuel s’avère dans le meilleur des cas, assez laborieux et chronophage, car il enferme les concepteurs dans des tâches répétitives et itératives, alors qu’ils pourraient consacrer ce temps simplement à affiner la conception si elle était globalement automatisée sur les tâches simples ou même à travailler sur d’autres projets plus complexes et plus rémunérateurs. En fin de compte, ce processus manuel n’est pas optimal, tant du point de vue du processus que du résultat, car le processus itératif conduit souvent à ignorer des résultats potentiellement meilleurs que ceux qui auraient pu être détectés par d’autres approches.

 

Comment générer plus rapidement de meilleurs plans de cheminement de câbles ?

Partant de ce constat, des experts de ce domaine se demandent comment créer de meilleurs plans plus rapidement tout en optimisant toutes les étapes ? Pour répondre à cette préoccupation stratégique, le secteur de la construction ouvre la voie à ce que l’on appelle désormais la conception générative. Une approche qui tire parti de la numérisation des processus et des méthodes d’IA pour donner aux concepteurs un meilleur aperçu afin qu’ils puissent prendre des décisions plus rapides et plus optimisées. Les preuves de cette tendance résident para exemple dans l’acquisition par Autodesk en 2020, de Spacemaker.io, une startup qui a développé un logiciel assisté par l’IA pour le développement urbain, ou dans les nouvelles initiatives des leaders du secteur de la CAO, comme Dynamo d’Autodesk ou les modules de conception générative de McNeel.

 

L’IA, la science des données et la théorie des graphes à la rescousse

VINCI Energies, toujours à la recherche de moyens d’innover, a décidé de s’engouffrer dans cette brèche, à travers une collaboration entre deux de ses entités opérationnelles. Avec l’expertise en systèmes électriques et électroniques d’Actemium Large Projects GmbH, les capacités techniques d’Axians ICT Austria et le soutien du Parcours IA de Leonard, le projet eCable est né. Une solution générative axée sur la conception qui s’appuie sur la data science et la théorie des graphes pour automatiser et optimiser la conception du cheminement des câbles. Pour favoriser les capacités d’innovation, la première étape a consisté à réorganiser l’ensemble du pipeline de traitement des données, depuis les données initiales des clients jusqu’à la conception finale du tracé des câbles. Ensuite, grâce à cette toute nouvelle structure, un premier modèle génératif a été déployé et est désormais capable de fournir des cheminements de câbles qui respectent la plupart des contraintes induites par la structure du bâtiment. Ces deux étapes jettent les bases d’un processus d’amélioration itératif permettant à Actemium de personnaliser ses modèles de conception générative en tenant compte de contraintes supplémentaires. Un travail continu est actuellement conduit afin de déployer un modèle plus généraliste qui serait capable de résoudre toutes les contraintes et d’optimiser les coûts.

En un mot, eCable est un pas en avant dans la conception d’installations industrielles plus importantes tout en économisant des matériaux et des opérations.

Par Christian Dangl, Axians, et Tobias Kramer, Actemium GmBH

*Câble d’alimentation : câble utilisé pour la transmission de l’énergie électrique.

**Câbles de commande : câbles utilisés pour mesurer, contrôler et réguler ou surveiller des installations industrielles.

 

Cet article fait partie d’une série de publications des participants au programme IA de Leonard, spécifiquement conçu pour accélérer l’adoption des technologies d’intelligence artificielle au sein du groupe VINCI. Il consiste en une période d’incubation de cinq mois au cours de laquelle les collaborateurs de VINCI sélectionnés suivent un processus d’apprentissage par la pratique ; ils développent ainsi un cas d’usage basé sur l’IA avec le coaching et le mentorat de l’équipe de Leonard et des consultants d’Eleven Strategy.

> Pour en savoir plus sur le parcours Intelligence Artificielle de Leonard 

Partager l'article sur