Loi d'atténuation liée au vieillissement des capteurs de qualité de l'eau et système de jugement pour un cycle de remplacement précis

Introduction

La gestion moderne de l'eau exige une acquisition de données continue en temps réel, 24 h/24 et 7 j/7, au lieu d'un prélèvement d'échantillons d'eau ponctuel et manuel. Cependant, les capteurs ne sont pas infaillibles. Une fois immergés, ils subissent une usure physique et chimique naturelle, ce qui entraîne inévitablement une perte de précision et une dérive des mesures.

Les anciennes réglementations imposent un calendrier strict de remplacement des capteurs, généralement tous les 18 à 24 mois. Or, la plupart des capteurs fonctionnent encore parfaitement pendant cette période. Les remplacer prématurément engendre des coûts inutiles, une main-d'œuvre supplémentaire et des risques de dommages accidentels. Il nous faut donc une méthode intelligente pour déterminer le moment opportun pour remplacer les capteurs, basée sur un système d'évaluation. Nous devrions les remplacer en fonction de la dégradation réelle des matériaux, conformément à la loi d'atténuation liée au vieillissement, plutôt que de nous fier à un calendrier rigide et approximatif.

La loi biophysique de l'atténuation du vieillissement

Comment les capteurs se dégradent physiquement et chimiquement

Les capteurs chimiques se dégradent lorsque leur surface réagit avec l'eau (dégradation physico-chimique des électrodes). Par exemple, les capteurs à l'antimoine développent une couche qui ralentit leur réponse (couche de passivation). Les capteurs à filtres (membranes semi-perméables) sont affectés par la dissolution ou les fuites de produits chimiques de ces filtres (fuite d'électrolyte), ce qui réduit leur capacité de mesure.

Les capteurs optiques utilisent de petites sources lumineuses (LED) dont l'intensité diminue naturellement avec le temps sous l'effet de la chaleur. Leur luminosité initiale (I0) s'en trouve donc réduite. De plus, la saleté et les algues peuvent se déposer sur le verre du capteur (encrassement du trajet optique), bloquant ainsi physiquement la lumière. Enfin, les variations constantes de pression, les cycles de température (chaud/froid) et les infiltrations d'eau dans les câbles provoquent des dommages physiques et des erreurs électriques (bruit analogique).

Utilisation de la lumière pour mesurer la qualité de l'eau

Les capteurs optiques utilisent la loi de Beer-Lambert qui établit un lien entre l'obstruction de la lumière et la quantité de particules. La formule principale est :

A = ε · c · b

Voici les variables clés de cette équation :

A : Absorbance

ε : Coefficient d'absorption molaire

c : Concentration

b : Longueur du trajet optique

Les capteurs mesurent la lumière qui traverse l'eau T. Ils établissent la relation entre la lumière finale I et la lumière initiale I0 à l'aide de l'équation suivante :

A = -log₁₀(T) = log₁₀(I₀ / I)

Plus la saleté s'accumule, plus la luminosité diminue rapidement. Cela réduit le signal électrique du capteur.

Les capteurs utilisent des longueurs d'onde spécifiques pour détecter des substances chimiques précises. Par exemple, la lumière UV à 254 nm (SAC254) permet de détecter les déchets organiques (DCO). D'autres capteurs utilisent la fluorescence pour repérer les algues.

Pour évaluer la transparence de l'eau à distance, les chercheurs utilisent un système lidar à flash à portée variable. Ils appliquent la méthode de différence d'images adjacentes (AFD) pour déterminer le coefficient d'atténuation ou de blocage de la lumière par l'eau, C. La formule est :

C = [ln Σ ΔIₖ(r₁) - ln Σ ΔIₖ(r₂) - ln(r₂² / r₁²)] / [2(r₂ - r₁)cosθ]

Détection des erreurs de capteur à partir des changements d'eau

Les capteurs peuvent présenter une dérive et une perte de précision au fil du temps, même si le niveau de l'eau reste stable. Les variations rapides et aléatoires du signal sont généralement dues au passage de bulles ou d'impuretés. Une véritable dérive correspond à une altération lente et constante des données réelles.

La dérive se produit de deux manières :

• Dérive additive du décalage : décale le point zéro initial.
• Dégradation du gain multiplicatif : modifie l’échelle de mesure. Ce changement d’échelle est dangereux car les erreurs deviennent beaucoup plus importantes aux valeurs élevées.

Si les capteurs ne sont pas étalonnés régulièrement, leur fiabilité diminue. Des études de terrain démontrent que sur une période de 16 à 34 mois, les capteurs non étalonnés présentent une marge d'incertitude beaucoup plus importante, ce qui compromet la cohérence des données.

Quantification de la dégradation et de la propagation de l'incertitude

Comment les erreurs de capteurs nuisent aux prédictions et aux décisions

Les systèmes de pronostic et de gestion de la santé (PHM) exigent des données parfaites. Des capteurs défectueux faussent les prévisions de panne. Cette incertitude compromet les stratégies de maintenance conditionnelle (CBM). Les responsables finissent par prendre de mauvaises décisions sur la base de données erronées : ils gaspillent de l’argent en réparant prématurément des pièces en bon état ou subissent des pannes soudaines et catastrophiques.

Pour suivre l'usure des machines, les systèmes avancés utilisent des modèles stochastiques, comme les processus de Wiener et Gamma. Cependant, les erreurs des capteurs doivent être prises en compte dans les filtres d'estimation d'état du système, tels que les filtres particulaires ou de Kalman. Si elles sont ignorées, la durée de vie restante (DVR) prévue devient très imprécise et masque des risques importants.

Utilisation d'un logiciel pour corriger les erreurs de capteur

Pour éviter les réparations physiques, les experts utilisent la surveillance en ligne et la télédétection pour corriger les erreurs en temps réel. La méthode de régression à noyau auto-associatif (AAKR) analyse des données connexes telles que la température et l'acidité pour estimer la valeur réelle d'un capteur défaillant. La comparaison de la mesure réelle du capteur avec cette estimation permet de quantifier précisément la dérive.

Les systèmes modernes utilisent également des modèles d'apprentissage automatique décentralisés, appliqués à plusieurs capteurs. Un modèle itératif spécifique de forêt aléatoire compare les données provenant de différentes sources. Si une mesure s'écarte de plus d'une limite prédéfinie, par exemple θ = 0,05 ou un écart de 5 %, le logiciel remplace automatiquement la mesure erronée par une valeur prédite.

Les modèles d'IA classiques échouent souvent car les erreurs des capteurs évoluent lentement avec le temps. Pour pallier ce problème, une technologie plus récente, les réseaux antagonistes de domaine incrémentaux (IDAN), apprend en continu et à la volée. Cela permet de maintenir une précision élevée sur de longues périodes sans interruption de service.

Cadre décisionnel pour le cycle de remplacement précis

Équilibrer les coûts et les risques

Déterminer le moment précis du remplacement des capteurs implique de mettre en balance deux facteurs opposés. Il faut trouver un équilibre entre le coût élevé des nouveaux capteurs et les risques financiers et environnementaux liés à des données erronées. Le système enregistre en permanence les dépenses telles que les frais d'inspection, les temps d'arrêt et les amendes pour pollution. Le seuil de remplacement doit être parfaitement ajusté. S'il est trop bas, nous gaspillons de l'argent en remplaçant des capteurs fonctionnels. S'il est trop haut, nous risquons des coûts importants dus aux pannes du système et aux infractions aux normes de qualité de l'eau.

Systèmes de décision intelligents

Dans la pratique, les décisions s'appuient sur un modèle mathématique, le processus de décision markovien partiellement observable (POMDP). Ce modèle utilise le théorème de Bayes pour calculer la probabilité de défaillance d'un système. Il choisit ensuite l'une des quatre actions suivantes : ne rien faire, effectuer une vérification manuelle, procéder à un réétalonnage ciblé ou remplacer le capteur. Pour éviter les erreurs, les systèmes avancés utilisent des filtres de Kalman doubles. Ces filtres permettent de distinguer les variations réelles de la qualité de l'eau de l'usure du capteur grâce à un filtrage à deux états découplé. Ainsi, nous évitons de confondre accidentellement de l'eau sale avec un capteur défectueux et de procéder à des réparations physiques inutiles.

Matrice de dégradation des capteurs de qualité de l'eau

Pour faciliter la mise en œuvre d'un cycle de remplacement précis, le tableau suivant synthétise les voies de dégradation, les lois physiques de référence, les calendriers d'étalonnage recommandés et les indicateurs de remplacement algorithmiques pour les capteurs de qualité de l'eau essentiels :

Conclusion

Il est impératif de cesser de remplacer les capteurs selon un calendrier fixe. Il convient plutôt d'utiliser les lois d'atténuation liées au vieillissement, telles que la loi de Beer-Lambert, et l'apprentissage automatique adaptatif (comme AAKR et IDAN) pour créer un système de décision. Cette approche prédictive basée sur l'état des équipements permet de réduire les coûts totaux jusqu'à 36 %. Elle diminue également les temps d'arrêt et garantit des données précises et conformes à la réglementation.

Créez un réseau plus performant grâce aux outils robustes de BOQU Instrument. Ils intègrent la communication RS485 Modbus RTU et des brosses autonettoyantes pour prévenir l'encrassement biologique et la dérive. Découvrez leurs outils avancés :

• Capteur de matières en suspension en ligne ZDYG-2087-01 : Technologie de double diffusion infrarouge ISO 7027
• Capteurs BH-485-CHL et BH-485-BAG : Compensation optique intégrée pour la chlorophylle A et les cyanobactéries.
• Capteur numérique de chlore résiduel BH-485-FCL : utilise une tension constante et ne possède pas de membrane, ne nécessitant aucun remplissage chimique.
• Capteur de transparence de l'eau BH-485-WTS : utilise une technologie de photomètre à diffusion infrarouge à double faisceau et des brosses de nettoyage.
• Capteur CODS-3000-01 numérique RS485 COD : Utilise le principe d'absorption de la lumière UV directe (SAC 254 ) pour des contrôles rapides et sans produits chimiques.
• Sonde de qualité d'eau multiparamètre MS-301 : Peut contenir jusqu'à 16 capteurs distincts simultanément.

Contactez dès aujourd'hui les ingénieurs experts de BOQU pour des configurations personnalisées et une stratégie de surveillance sur mesure.