Soutenance mémoire
Les crises énergétiques survenues dans les années 70 ont amené les pouvoirs publics et les différents acteurs de l’économie à découvrir une des sources les plus importantes de l’économie d’énergie : l’utilisation énergétique dans les bâtiments existants qui constituent un important parc immobilier. A cette exigence économique, il faut ajouter celle sans cesse croissante en terme de confort thermique. Le diagnostic thermique des bâtiments existants s’inscrit ainsi dans le cadre de cette double exigence, et s’est rapidement développé. Avec ce besoin de diagnostic, de nombreux outils spécialisés ont vu le jour, dont la plupart sous forme de logiciel informatique. L’analyse de ces logiciels d’aide au diagnostic thermique [4], développés au cours des 5 ou 6 dernières années, conduit au constat d’une certaine rigidité de ces outils vis à vis des problèmes spécifiques du diagnostic. Ceci tient essentiellement au caractère particulier d’une opération de diagnostic par rapport à celle de conception de bâtiment neuf, alors que les outils mentionnés font généralement usage des méthodologies développées en conception, et ne tiennent pas compte la spécificité d’un diagnostic donné, ni de la nature des données recueillies. Cette rigidité est donc indépendante de l’ergonomie qui s’améliore d’ailleurs rapidement (utilisation de souris, de menu etc… ). Il s’agit bien d’un fossé entre :
• d’une part, les informations partielles, qui expriment la façon dont un bâtiment réel est perçu par le diagnostiqueur (univers du réel, incertain),
• et d’autre part, l’ensemble des données exigées, qui correspondent à des modèles de représentation figés, souvent sur-informés et qui ne font aucune place à l’incertitude (univers du modèle, certain). On sait par ailleurs que les données recueillies sont très variables selon :
• le type de bâtiment considéré (maison individuelle, petit, moyen ou grand collectif, différents types de locaux tertiaires ou industriels),
• le type de mission confiée au diagnostiqueur (pré-diagnostic ou conseil, diagnostic type « AFME » , diagnostic approfondi),
• le cas particulier traité qui impose toujours, de façon plus ou moins marquée, sa spécificité.
Audit thermique de bâtiment
L ‘intelligence apparaît, au total, comme une structuration imprimant certaines formes aux échanges entre le ou les sujets et les objets environnants, auprès ou au loin. Son originalité tient essentiellement à la nature des formes qu’elle construit à cet effet. — Jean Piaget
Le parc immobilier existant en France, avec ses 22 millions de bâtiments résidentiels, dont plus de la moitié a été construit avant la première crise pétrolière, constitue une des sources les plus importantes pour l’économie d’énergie. Le calcul thermique en conception des bâtiments neufs, fort récent d’ailleurs, avait à l’origine pour but principal d’améliorer le confort thermique des occupants : une température intérieure raisonnablement élevée en hiver par exemple. Ü faut maintenant ajouter, à cet objectif de confort, un deuxième objectif qui est celui de l’économie d’énergie, c’està-dire obtenir ce même confort en dépensant le moins d’énergie possible, ce qui se traduit en terme économique par le moindre coût d’utilisation. En ce qui concerne les bâtiments existants, nombreux sont ceux qui ne répondent pas à cette double exigence de confortéconomie. Le diagnostic thermique de bâtiments existants doit donc répondre à plusieurs attentes en terme d’économie, de confort et de revalorisation du cadre de vie. Il doit apporter généralement un accroissement de la valeur d’usage et de la valeur patrimoniale des bâtiments. Par l’importance de l’enjeu, le diagnostic thermique des bâtiments existants s’est considérablement développé depuis deux décennies, dans les pays industrialisés qui possèdent un parc immobilier existant important. Et de nombreux d’outils d’aide au diagnostic ont été développés. Ces outils sont pour la plupart basés sur les méthodologies utilisées pour les outils de conception de bâtiments neufs.
Généralités sur le diagnostic
Un système évolue dans le temps, et ses constituants et ses paramètres se trouvent souvent modifiés au cours de son évolution. Cette évolution conduit souvent le système à un dysfonctionnement (la détérioration de la surface d’une paroi, la fatigue des pièces d’une machine… ). En plus, l’environnement dans lequel évolue le système se trouve constamment changé d’une manière incontrôlable par le système (apport d’une nouvelle technologie pour les machines par exemple, une crise énergétique…). Pour réparer le système ou le faire adapter à son nouvel environnement, un diagnostic s’impose. Par la nature différente des systèmes, la méthodologie de diagnostic peut être différente, il est évident qu’on ne diagnostique pas une maladie d’une personne humaine de la même façon qu’un dysfonctionnement d’une machine. On constatera dans la suite que le diagnostic thermique se différencie nettement d’un diagnostic classique d’une panne par exemple. Néanmoins, on peut constater des étapes indispensables et des problèmes rencontrés dans tous les diagnostics. En effet, pour avoir un diagnostic correct et fiable, une bonne connaissance des différents paramètres et composants du système et aussi de leur relations sont nécessaires. On peut d’une manière générale distinguer les trois étapes suivantes dans une opération de diagnostic :
• étude du système existant. Dans la majorité des cas, cette étape consiste à relever des données du système existant par des moyens appropriés. Parfois cette étape peut être très difficile selon la nature du système, c’est notamment le cas pour un bâtiment existant où l’accès des données n’est pas toujours aisé comme on le verra plus tard ;
• analyse des données recueillies afin de détecter les anomalies du système par l’utilisation des modèles ou méthodes appropriés ;
• proposition d’un ensemble de solutions cohérentes, en tenant compte de l’environnement extérieur du système, afin de l’améliorer.
D’un domaine à l’autre, l’importance de ces trois étapes peut varier sensiblement. Dans notre travail, nous employons dans la mesure du possible le terme audit pour désigner les deux premières étapes, et diagnostic pour l’ensemble de ces trois étapes. La réalisation d’un diagnostic demande souvent des compétences particulières au diagnostiquen du fait de la complexité du système. Par exemple, la difficulté liée à l’accès de données fait que le diagnostiqueur peut se trouver dans une situation où il ne peut pas appliquer un modèle d’analyse directement ; il est dans ce cas soit obligé d’utiliser un autre modèle si cela est possible, soit tenté d’émettre certaines hypothèses afin de poursuivre son analyse. Ou bien un diagnostiqueur peut, à partir de la donnée de certains paramètres, faire l’hypothèse d’une panne et écarter ainsi d’autres hypothèses pour se concentrer sur une partie du système. Dans ces deux cas, il fait intervenir dans son analyse ce qu’on appelle des expertises.
Disponibilité des informations
Comme on l’a vu dans la section précédente, dans de nombreux cas, une des difficultés essentielles de diagnostic réside dans la première étape, c’est-à-dire le recueil des informations du système existant. Cette étape est importante, car les propositions d’améliorations dépendent directement de la qualité de l’analyse de ces informations recueillies. Le diagnostiqueur met en œuvre un certain nombre de moyens qu’il considère appropriés afin d’obtenir d’une façon fiable un plus grand nombre d’informations nécessaires à son analyse. Dans la plupart des cas, il est difficile d’obtenir toutes les informations souhaitées, à cause des facteurs divers qui sont :
• les moyens mis en œuvre sont dans la plupart des cas limités, ceci en temps ou en moyens matériels. Une opération de diagnostic est soumise comme d’autres activités à des contraintes économiques et temporaires. Le cas du diagnostic thermique montre bien cette contrainte, il n’est pas toujours possible à un diagnostiqueur de revenir sur site, une fois qu’il a effectué son analyse ;
• la compétence et le savoir-faire du diagnostiqueur interviennent d’une façon importante sur la façon de procéder, et influencent directement la fiabilité des informations obtenues.
Le deuxième facteur peut influencer évidement le premier, les moyens utilisés peuvent être différents lorsqu’il s’agit de deux diagnostiqueurs pour obtenir les mêmes informations. El nous paraît important d’étudier ce premier facteur dans la fiabilité d’un diagnostic. En effet, dans certains types de diagnostic, le but est de proposer un ensemble d’améliorations possibles, dans le cas du diagnostic énergétique de bâtiment, le résultat escompté est le rendement des opérations d’amélioration. Ceci se traduit souvent par un facteur économique qu’on appelle le temps de retour. Selon la fiabilité des informations obtenues au départ, ce facteur peut avoir une fiabilité plus ou moins grande. En générale, on fixe une fiabilité sur le résultat à obtenir, ce qui nous conduit également à fixer une fiabiüté au départ. Du fait du coût important dans la réalisation de l’opération de recueil des informations, il est souvent bon de limiter les moyens à mettre en œuvre pour ainsi trouver une cohérence de fiabilité entre le résultat et les données.
|
Table des matières
Introduction
I Audit thermique de bâtiment
1.1 Généralités sur le diagnostic
1.1.1 Disponibilité des informations
1.1.2 Incomplétude des informations
1.2 Diagnostic énergétique
1.2.1 Les différents types de diagnostic thermique
1.2.2 Analyse de différentes approches et outils existants en diagnostic thermique
1.2.3 Conclusion sur les outils existants
1.3 Spécificités des outils de diagnostic thermique
1.3.1 Les données dans le bâtiment
1.3.2 Les besoins des outils
1.3.3 Les outils à développer
1.4 Conclusion sur les outils de diagnostic
II Univer s physique de l’audit : objets et modèles
II. 1 Objets physiques de l’audit
II.1.1 Zones thermiques
II. 1.2 Equipements de chauffage
11.1.3 Environnement
11.1.4 Récapitulatif
11.2 Modèles thermiques
11.2.1 Type de Modèles
11.2.2 Consommation de chauffage du bâtiment
11.2.3 Gains dus aux apports gratuits
11.2.4 Les pertes par l’équipement de chauffage
11.2.5 Déperditions par les parois
11.2.6 Détermination de la température intérieure et de la base des degrésjours
11.2.7 Déperditions par ventilation
11.3 Conclusion sur les objets et les modèles
III Quelque s réflexions sur les informations partielles
III. 1 Les informations partielles
111.2 Modèles de traitement
111.2.1 Calcul des erreurs
111.2.2 Probabilités : réseaux bayésiens
111.2.3 Théorie des possibilités
111.2.4 Théorie de l’évidence
111.2.5 Modèle de raisonnement approximatif dans MYCIN
111.2.6 Conclusion sur les méthodes de traitement d’informations partielles
111.3 Les données partielles en audit thermique
III.3.1 Remarques générales et un exemple
111.4 Traitement de données en audit
111.4.1 Traitement des imprécisions
111.4.2 Les incertitudes
111.4.3 Les données lacunaires
111.4.4 Intégration du traitement dans le modèle de représentation par objet
IV Modèle s de représentation : acteur s et objets
IV. 1 Représentation des connaissances
IV. 1.1 Représentation de connaissances par formalisme logique
IV. 1.2 Représentation de connaissances par formalisme objet
IV.2 Etude d’un modèle d’objets
IV.2.1 Objet
IV.2.2 Messages
IV.2.3 Classe
IV.2.4 Héritage
IV.2.5 Méta-classe
IV.2.6 Conclusion sur les objets
IV.3 Modèles d’acteurs
IV.3.1 Concepts de base
IV.3.2 Deux exemples
IV.3.3 Etude de quelques modèles et langages d’acteurs
IV.3.4 Délégation ou héritage
IV.4 Conclusion
V Langage Scheme et Continuation
V.l Généralités
V.2 Les éléments de base du langages
V.2.1 Interprète
V.2.2 Les expressions de base
V.2.3 Recursion, itération
V.3 Quelques concepts exprimés en Scheme
V.3.1 Les objets de premières classes
V.3.2 Liaison statique, fermeture
V.3.3 Evaluation retardée et Streams
V.4 Continuation
V.4.1 Exemple d’utilisation de continuation : retour en arrière intelligent
V.4.2 Programmation par continuation
V.4.3 Manipulation de continuation en Scheme
V.4.4 Comparaison des arbres binaires par continuation
V.5 Exemple d’utilisation d’extension de syntaxe
V.5.1 Extension de syntaxe
V.5.2 Un objet simple
V.6 Résumé
Conclusion
Télécharger le rapport complet
