Jumeau numérique prédictif : une nouvelle perspective sur les gaz de refoulement des compresseurs centrifuges

Abstract

Ce Mémoire est dédié au développement d'un jumeau numérique intelligent pour la prédiction et l'optimisation précise de la température et de la pression de refoulement d'un compresseur centrifuge critique au Centre de Traitement de Hassi Bahamou. Face aux défis d'efficacité et de fiabilité dans l'industrie pétrolière et gazière, nous avons mis en oeuvre des modèles d'apprentissage supervisé, en comparant la performance de la régression linéaire à celle de l'algorithme XGBoost. Les résultats obtenus mettent en évidence la supériorité de l'approche IA pour améliorer la performance, réduire les coûts d'exploitation et optimiser la production dans un contexte industriel exigeant. Cette étude ouvre de nouvelles perspectives pour l'usine du futur, caractérisée par une connectivité accrue et une efficacité optimisée.