CIFRE : Optimisation de la rénovation énergétique et l’écoconception des bâtiments par utilisation de l'Intelligence Artificielle comme outil d’aide à la décision.

Mots clés
Machine Learning, Bases de données, Energétique du bâtiment, Rénovation, Ecoconception, optimisation multicritères

Direction de thèse
Patrick Schalbart
Responsable de projets – Centre Efficacité énergétique des Systèmes – MINES Paris

Encadrement entreprise
Emilio SASSINE
Responsable R&D – Cedrus Solutions

Prérequis
•    Master ou diplôme équivalent en intelligence artificielle, génie civil, architecture, sciences de l'environnement, ou un domaine connexe.
•    Solides compétences en intelligence artificielle, en particulier en apprentissage automatique.
•    Bonnes compétences en programmation, en particulier en Python.
•    Capacité à travailler en équipe et à collaborer avec des experts de divers domaines.
•    Excellentes compétences en communication et en rédaction.

Les modalités de sélection comprennent une évaluation approfondie du dossier académique, des compétences en recherche et de la motivation du candidat. Les candidats retenus auront démontré leur capacité à mener des travaux de recherche indépendants, leur créativité, ainsi que leur capacité à travailler efficacement en équipe. Un intérêt marqué pour la thermique, l’énergétique et l’intelligence artificielle est fortement encouragé. 
Les candidats intéressés sont invités à soumettre leur candidature, comprenant un CV, une lettre de motivation et des références académiques.
Les candidats présélectionnés seront soumis à deux entretiens, un premier entretien général et professionnel et un deuxième entretien plus orienté académique et recherche.

Abstract en français
L’utilisation de l’IA dans le domaine du bâtiment offre un potentiel encore inexploité au niveau des applications d'efficacité énergétique des bâtiments permettant ainsi de contribuer à la lutte contre les défis énergétiques et environnementaux du siècle.
Ce travail se propose de développer et d’appliquer des méthodes scientifiques d’IA pour la modélisation de la rénovation des bâtiments pour les bâtiments existants et la conception de bâtiments éco énergétiques pour les bâtiments neufs permettant ainsi de lever les obstacles de temps, d’échelle, de complexité, et de performance liés aux méthodes conventionnelles.
L’objectif étant de démontrer que l’application de l’IA dans le domaine de la construction peut être réussie dans des applications réelles permettant ainsi de mieux concevoir le neuf et surtout de massifier adéquatement la rénovation de l’existant.

 
Abstract en anglais
The use of AI in the field of construction offers untapped potential in terms of applications for building energy efficiency, thereby contributing to tackle the energy and environmental challenges of the century. 
This work aims to develop and apply scientific AI methods for modeling building renovation in existing buildings and designing eco-energy-efficient buildings for new ones, thereby overcoming obstacles related to time, scale, complexity, and performance associated with conventional methods. 
The goal is to demonstrate that the application of AI in the construction field can be successful in real-world applications thus enabling a better design for new constructions and an appropriate scaling-up of the renovation of existing ones.

Objectifs de la thèse
Cette thèse de doctorat propose une recherche innovante visant à exploiter les capacités de l'intelligence artificielle (IA) comme outil d'aide à la décision pour les architectes et les parties prenantes impliquées dans des projets de rénovation, réhabilitation, ou construction neuve. Dans un contexte de plus en plus axé sur la durabilité et l'efficacité énergétique, cette recherche vise à transformer la manière dont les bâtiments sont conçus en utilisant des approches basées sur l'IA.
Les objectifs à l’issue de la thèse seront :
-    Comprendre les différents modèles et outils développés par l’équipe R&D de Cedrus Solutions.

-    Adapter les fonctionnalités des outils aux besoins des différents acteurs de la construction : données statiques ou dynamiques des bâtiments, notions de confort thermique, critères de choix des matériaux et des systèmes, notions de prix, etc.

-    Améliorer les modèles de collecte de données en intégrant des modules intelligents d’analyse d’images satellites et de traitement de courbes de charge.

-    Intégrer de nouveaux critères dans l’analyse et l’optimisation ; notamment l’empreinte carbone et les coûts (ACV, ACG, TR, etc.).

-    Tester la pertinence des outils et méthodes développés auprès des différents acteurs de la construction.

-    Tester la fiabilité de l’outil à travers des études de cas pratiques. 

Le candidat travaillera sur les aspects suivants :
1.    Compréhension de la dimension technique et réglementaire du sujet :
Comprendre l’écosystème du bâtiment, les parties prenantes, les meilleures pratiques en matière de conception écologique (matériaux durables et technologies vertes), ainsi que sur les certifications, les réglementations, et les normes environnementales.
2.    Collecte de Données : 
Améliorer les méthodes de collecte des données de nature diverses : données sur les bâtiments existants, données environnementales (FDES), données satellites, courbes de charge, données sur les choix technologiques possibles en termes de matériaux et systèmes, etc.
3.    Modélisation de l'IA : 
Revoir et perfectionner les modèles d'IA utilisés et les algorithmes d'optimisation.
4.    Évaluation de la Durabilité : 
Évaluer la durabilité des conceptions de bâtiments générées par les modèles IA en utilisant des critères tels que l'efficacité énergétique, l'empreinte carbone, et le coût global du projet.
5.    Interaction Humain-IA : 
Examiner et optimiser les solutions d’IA proposées, et améliorer les interactions humain-IA.
6.    Aide à la Décision : 
Concevoir des outils d'aide à la décision basés sur l'IA qui guideront les parties prenantes en comparant les solutions écologiques adaptées aux besoins spécifiques de chaque projet (planification des interventions, dépendances entre les tâches, minimisation des interruptions pour les occupants, analyse des fournisseurs potentiels, anticipation des besoins en main d’œuvre et matériaux, etc.).
7.    Applications Pratiques : 
Tester les solutions d’IA développées sur des projets réels de construction neuve et de réhabilitation pour évaluer leur efficacité et leur applicabilité dans le monde réel.
 

Eco-conception et thermique des bâtiments - Groupe ETB

Les aspects énergétiques jouent un rôle important dans le bilan environnemental d’un bâtiment. Pour mieux comprendre comment les différents phénomènes physiques influencent ce bilan (échanges thermiques, captage, stockage et distribution de l’énergie solaire, production d’électricité), le simulateur COMFIE a été développé. Le modèle d’enveloppe permet d’évaluer les besoins de chauffage et de rafraîchissement, ainsi que le niveau de confort thermique des bâtiments multizones. Un modèle de réseau multizones a été intégré afin d’améliorer la prise en compte des mouvements d’air.

L’éco-conception nécessite d’identifier les principales causes des impacts environnementaux et d’étudier des solutions permettant de réduire ces impacts. L’analyse de cycle de vie est utilisée dans cet objectif. Cette méthode a été appliquée aux bâtiments et mise en œuvre dans le modèle EQUER, basé sur la simulation et donc adapté à l’ACV dynamique.

En s’appuyant sur des développements numériques confrontés à l’expérimentation, l’objectif est de mieux connaître les relations de cause à effet entre les décisions (choix de conception, gestion, réhabilitation…) et les impacts environnementaux sur le cycle de vie des bâtiments et des quartiers, pour une grande part liés à l’énergie.

Les enjeux sont la mise au point d’outils d’aide à la décision pour les acteurs du bâtiment (B.E.T., architectes, entreprises…) afin de les aider à atteindre des objectifs comme le facteur 4 à l’horizon 2050 et à progresser vers la garantie de performance. La validation de la démarche est réalisée dans  le cadre d’opérations de démonstration.

Des travaux dans le cadre de projets ANR portent sur le chaînage avec un calcul d’éclairage basé sur le suivi de rayons, la modélisation du matériau bois (bilan hydrique), l’étude du couplage entre pompe à chaleur et système photovoltaïque, la mise en œuvre de méthodes inverses pour l’aide à la conception, l’étude de la fiabilité du modèle thermo-aéraulique de bâtiment, l’extension de l’ACV à l’échelle d’un quartier, l’évaluation environnementale d’isolants nano-structurés, l’évaluation du potentiel de récupération d’énergie renouvelable à partir de l’enveloppe du bâtiment, et l’étude de stratégies de régulation par programmation dynamique.

Master ou diplôme équivalent en intelligence artificielle, génie civil, architecture, sciences de l'environnement, ou un domaine connexe.

Solides compétences en intelligence artificielle, en particulier en apprentissage automatique.

Intérêt marqué pour la durabilité environnementale et l'architecture écologique.

Bonnes compétences en programmation, en particulier en Python.

Capacité à travailler en équipe et à collaborer avec des experts de divers domaines.

Excellentes compétences en communication et en rédaction.