1. Technologies IdO et leur application dans la surveillance des procédés de fermentation
Avec l’évolution rapide de l’écosystème IdO, son champ d’application s’est étendu de la collecte basique de données par capteurs et RFID à un développement complet couvrant les couches de transmission et d’application.
Le cadre IdO se compose de trois couches principales :
- Couche de perception : Fondement de l’IdO, intégrant des capteurs essentiels, RFID, codes QR, caméras, etc.
- Couche de transmission : Assure le transfert des données collectées via des technologies comme MODBUS, CAN bus, LoRa, NB-IoT, Wi-Fi et 5G.
- Couche d’application : Offre diverses applications industrielles, telles que les maisons intelligentes, les réseaux électriques intelligents, la surveillance environnementale et la conduite autonome.
Dans les procédés de fermentation microbienne, la surveillance environnementale et l’optimisation des paramètres dynamiques sont essentielles pour le contrôle du processus. La surveillance en temps réel des paramètres de fermentation revêt donc une importance critique. Grâce aux progrès des capacités de détection IdO et des technologies de transmission, il est désormais possible d’effectuer une surveillance à grande échelle tout au long de la fermentation. Les technologies IdO contribuent de plus en plus aux industries traditionnelles de fermentation en permettant :
- La détection intelligente,
- L’intégration d’applications mobiles,
- La gestion à distance des procédés, réduisant ainsi les variations entre lots et améliorant la qualité des produits.
2. Intégration des données multi-sources et hétérogènes des capteurs
Les usines de fermentation modernes déploient divers systèmes matériels de différents fabricants, notamment des systèmes de fermentation, des capteurs en ligne et des dispositifs de surveillance des procédés. Ces systèmes hétérogènes manquent souvent d’interopérabilité en raison d’interfaces et de protocoles incohérents.
Les technologies de bus de terrain constituent l’épine dorsale des réseaux de communication d’automatisation industrielle, reliant les appareils de l’usine aux salles de contrôle centralisées. Parmi les protocoles courants, on trouve EtherCAT, CAN bus, Profibus et Modbus. Parmi ceux-ci, Modbus est largement adopté et fonctionne selon une architecture maître/esclave où l’appareil maître émet des requêtes de données ou des commandes, et les appareils esclaves répondent en conséquence, permettant ainsi une communication bidirectionnelle.
Pour relever le défi de l’intégration de matériels variés, la norme OLE for Process Control (OPC) a été développée. OPC exploite les technologies Component Object Model (COM) et Distributed COM (DCOM) pour encapsuler les pilotes de périphériques et les programmes de communication dans des serveurs OPC. Ces serveurs font abstraction de la complexité des périphériques physiques sous-jacents, unifient les protocoles tels que Modbus et fournissent des interfaces d’échange de données standardisées pour les applications clientes, garantissant ainsi une intégration transparente des données tout au long du processus de fermentation.
3. Nettoyage et prétraitement des données dans les procédés de fermentation
L’intégrité des données est essentielle à la création de modèles précis et intelligents pour le contrôle de la fermentation. Cependant, les données manquantes sont fréquentes dans les processus de fermentation, en raison de facteurs tels que des défaillances de capteurs, des erreurs de stockage, des omissions manuelles ou des dysfonctionnements des équipements.
Les types typiques de données manquantes dans la fermentation comprennent :
- Perte de données en ligne : souvent causée par des dysfonctionnements du capteur ou du stockage.
- Perte de données hors ligne : peut se produire en raison d’un échantillonnage manqué ou d’erreurs de test.
- Données hors ligne éparses : Par rapport aux données en ligne, les mesures hors ligne sont moins fréquentes, ce qui rend l’intégration avec des flux de données continus difficile.
Les méthodes standard de traitement des données manquantes incluent :
- Suppression : suppression des enregistrements incomplets. Cette méthode est uniquement adaptée lorsque les valeurs manquantes sont minimes, afin de ne pas compromettre l’intégrité des données.
- Imputation : Compléter les valeurs manquantes à l’aide de techniques telles que :
- Imputation moyenne
- Imputation Hot Deck
- Algorithmes d’espérance-maximisation (EM)
Un prétraitement efficace des données garantit des modèles plus robustes et plus fiables pour l’optimisation des processus.
4. Caractéristiques et visualisation des données du processus de fermentation
Les données de fermentation constituent un vecteur essentiel d’informations métaboliques microbiennes. Des techniques efficaces de visualisation des données permettent aux ingénieurs de mieux interpréter la dynamique des procédés, permettant ainsi des ajustements et des stratégies de contrôle rapides. La visualisation peut également aider à identifier les points critiques pour l’optimisation des procédés, favorisant ainsi des avancées majeures en matière d’efficacité de la fermentation.
Pour visualiser efficacement les données de fermentation, il est important de comprendre leur structure et leurs classifications :
- Données en ligne : capturées en continu via des capteurs.
- Données hors ligne : Échantillonnage manuel périodique et mesures en laboratoire.
Grâce à des calculs mathématiques, ces sources de données brutes peuvent être transformées en variables dérivées avec des significations claires, généralement classées comme suit :
- Variables de processus : liées aux entrées/sorties et aux conditions environnementales.
- Variables du réacteur : reflétant les états physiques au sein du récipient de fermentation.
- Variables physiologiques cellulaires : indiquant l’état de santé et métabolique de la culture microbienne.
Chaque groupe de variables offre des informations uniques et peut être analysé pour expliquer les variations de processus, fournissant un soutien précieux pour la prise de décision scientifique et l’optimisation des processus grâce à des tableaux de bord de visualisation et des analyses avancés.
