Prévention numérique : renforcer la protection des sites Seveso

0
4971
Cropped La Pre Vention Nume Rique Et Lintelligence Artificielle Peuvent Aider A Lutter Contre Les Catastrophes Industrielles

Prévention numérique : empêcher les catastrophes industrielles

Grâce à la prévention numérique, on pourra bientôt éviter des catastrophes comme celle de l’usine Lubrizol, à Rouen. En effet, pour y parvenir, de nouvelles solutions technologiques existent. Il suffit de les mettre en place.

Une future sécurité améliorée

L’incendie survenu à Rouen ce 26 septembre a montré la difficulté de sécuriser des sites industriels à 100 %. Pourtant, les progrès qu’apportent les outils numériques comme l’intelligence artificielle pourront à l’avenir fournir des innovations technologiques majeures. Ainsi, elles seront capables d’empêcher de nombreux sinistres de ce type. Grâce à ces solutions digitales, les sites classés Seveso, potentiellement dangereux, bénéficieront d’une prévention numérique améliorée. Elle protègera mieux les populations. Cela permettra de réduire les risques et de rassurer les habitants qui vivent à proximité de ces sites industriels. De fait, l’industrie du futur intégrera plus de solutions numériques préventives. Notamment, en utilisant et en traitant activement d’importants volumes de données. Celles-ci fourniront des modélisations informatiques aux services de sécurité, chargés de surveiller les sites concernés.

Limiter les paramètres inconnus

A ce jour, les services qui doivent étudier les causes de l’incendie de Rouen peinent à réunir tous les éléments qui serviront à tout comprendre. Malgré leurs efforts, on constate que des paramètres restent encore inconnus. Cela empêche de déterminer avec certitude les causes réelles de cette catastrophe. Or, avec la prévention numérique, il est possible de multiplier les détecteurs à l’intérieur des sites classés Seveso. Surtout avec une classification « Seuil haut ». Ainsi, des alertes peuvent se déclencher dès qu’une anomalie est repérée. De cette manière, des lieux où l’on stocke des produits chimiques dangereux peuvent bénéficier d’une surveillance nettement plus performante. De plus, cette prévention numérique réduit beaucoup les paramètres inconnus. Cela permet donc de comprendre plus facilement d’où une anomalie provient.

La technique du clonage digital

La prévention numérique est amenée à se développer sur les sites industriels.
La prévention numérique permet de beaucoup limiter les risques industriels.

L’une des innovations récentes les plus efficaces, permises par la prévention numérique, est fournie par le clonage digital. Cette nouvelle technique, très fiable, consiste à simuler un jumeau numérique d’un site jugé à risques. Ainsi, grâce à ce « jumeau », on peut créer virtuellement des accidents potentiels, que l’on s’entraîne ensuite à circonscrire. De cette façon, on peut simuler sans risque n’importe quel scénario catastrophe. Par exemple, des fuites de produits divers, ou des conditions météo anormalement agressives. Comme ces simulations sont numériques, on peut très aisément modifier leurs paramètres. Evidemment, cela serait beaucoup plus difficile à faire sur un site physique. Sans parler des coûts que cela implique. A l’inverse, avec un jumeau récréé en 3D, tout est modifiable, rapidement et à volonté. C’est l’un des atouts principaux des nouveaux outils numériques, désormais accessibles.

De futures améliorations à installer

Pour le moment, le nombre des usines françaises qui n’intègrent pas d’outils de simulation, servant à la prévention numérique, reste considérable. Par conséquent, avant de pouvoir s’en servir couramment, une phase de transition sera nécessaire. Mais avec le temps, le parc industriel existant pourra énormément s’améliorer, en terme de sécurité. Ainsi, en misant sur des délais allant de 5 à 10 ans, les sites industriels classés Seveso vont progressivement s’équiper de capteurs intelligents autonomes. Cela apportera une transparence renforcée pour la surveillance, grâce aux nouvelles solutions numériques. Celles-ci se serviront elles-mêmes des apports du deep learning. Ainsi, l’anticipation de tous les risques potentiels des sites à risques sera possible. De fait, ils seront mieux compris et expliqués, si malheureusement ils se déclenchent.