Réhabilitation de friche(s) industrielle(s)

Introduction

Présentation

La réhabilitation des friches industrielles est dores et déjà un enjeu du monde de demain. L'objectif auquel nous nous raccrochons est de redonner vie à ces grands bâtiments abandonnés afin d'en faire des habitats collectifs. Nous avons prit pour référence l'ancienne manufacture d'arme de Saint-Etienne, pour développer nos idées autour de la réhabilitation des friches industrielles.

Pendant des dizaines d'années, les friches industrielles de Saint-Etienne ont accueilli une industrie lourde. Celle ci a des conséquences sur la "qualité" des lieux. Avant de pouvoir construire des habitations, il est primordiale de mener une étude pour déterminer si le lieux est habitable.

La friche n'est pas un lieu accueillant.

Plusieurs facteurs entrent en compte:

• La pollution: L'activité industrielle exercée et la dégradation du bâtiment sont des facteurs qui engendrent de la pollution.

Les polluants que l'on trouve dans les friches industrielles sont des particules en suspension. Elles sont dues à des produits chimiques ou encore des molécules organiques* présentes sous forme de gaz toxiques. On y trouve également des métaux lourds comme du plomb ou du cuivre. La peinture utilisée dans les industries était souvent faite à base de plomb.

• La qualité de l'environnement: L'humidité est un facteur à prendre en compte pour des futures habitats. En effet, vivre dans un endroit trop humide ou mal isolé peut entraîner des aggravations au niveau des maladies respiratoires (asthme, rhinite etc.)

• La solidité du bâtiment: L'abandon et l'ancienneté de ces bâtiments peut avoir entraîner des dégradations au niveau des murs ou de la toiture.

Notre objectif est d'exploiter ses facteurs en développant une solution afin d'améliorer les qualités de vie des habitants.

les composants

-un drone : il permettra d'effectuer les mesures à des endroits inaccessibles pour l'humain. Tels que les hauteurs de mur, les plafonds ... Ainsi qu'un moyen d'automatiser le processus, assez rébarbatif et fastidieux.
-les capteurs : ils permettent d'effectuer des mesures sur la qualité de l'air et des infrastructures (taux de pollution dans l'air...), pour savoir si le domaine est habitable ou non. Ces capteurs pourront être embarqués sur le drone pour automatiser la mesure et permettre d'aller à des endroits inaccessibles à l'homme. De plus, il pourra vérifier l'état de l'infrastructure (haut des murs, toits...) afin de faciliter le travail.

Problématique

Le projet est développé par des élèves designers l'ESADSE en collaboration avec des étudiants ingénieurs de TELECOM Saint-Etienne autour de la problématique globale: "Réhabilitation de friche(s) industrielle(s)".

En tant qu'étudiants ingénieurs, Yann Carrio et Nicolas Rivat interviendrons sur la partie technique du projet centré plus précisément sur la problématique: "Sécuriser et aménager une friche pour la rendre habitable".

...

Etudes préliminaires

Possibilités envisagées

Nous avons chercher des capteurs qui pourraient répondre à nos besoins sur le site Lextronic.com (revendeur de matérielle électronique).

Plusieurs capteurs ont attirés notre attention:

• Module "Air quality Click Board": Ce capteur de qualité de l’air est réactif à différents gaz nocifs tels que l'ammoniac, l'oxyde d'azote, le benzène ou le dioxyde de carbone. [1]

• Module "Grove - capteur de gaz": Ce capteur de gaz permet de donner une mesure de la concentration de GPL*, de dihydrogène, de méthane et d'oxyde de carbone. [2]

• Module "Grove - capteur de gaz WSP2110": Ce capteur de gaz permet de donner une mesure de la concentration de HCHO, de benzène et de toluène. [3]

• Module Grove - Capteur de poussières: Ce capteur permet d'obtenir une indication sur la qualité de l'air ambiant grace à une mesure effectué sur le nombre de particules présentes dans l'air. [4]

• Platine capteur d'humidité "HIH-4030": Permet de mesurer l'humidité relative de l'air. [5]

• Capteur IMU : Permet de mesurer l'accélération du drone. Pour obtenir sa position, il faudra intégrer deux fois cette mesure d'accélération. [6]

Etat de l'art

Mesurer la qualité de l'air:

En 2012, l'association HabitatMap a développé l'outil AirCasting. Il s'agit d'un ensemble de capteur implémenté sur Arduino qui permet de mesurer la concentration de monoxyde de carbone (CO) et de dioxyde d'azote (NO2) dans l'air mais aussi la température et l'humidité de l'air. En 2013, le projet est développé à grande échelle et l'objet est baptisé "air quality egg". L'air quality egg permet aux utilisateurs d'effectuer des mesures de la qualité de l'air partout dans le monde, les données sont ensuite partagées avec le monde entier sur une carte collaborative.[7]

Évaluation de la qualité de l’air intérieur :

AirJin et Foobot : Boitiers connectés qui permettent de mesurer la qualité de l’air dans un espace fermé (typiquement une maison, un appartement). Les capteurs permettent de mesurer les particules fines (particules en suspension) de 2,5 microns à 10 microns, les composés organiques volatils (notamment le formaldéhyde), la température et le degré d'humidité. [8]

Mesure de plomb sur une surface :

Niton XLp 300 : L'analyseur plomb se présente sous la forme d’un ‘pistolet’ portable et permet de mesurer en quelques secondes la quantité de plomb présente sur cette surface. Cet analyseur plomb permet de réaliser des mesures sur des surfaces non lisses, telles que crépi, tuyaux, radiateurs, moulures, corniches, garde corps. [9]

Personnae

Pierre 36 ans

Pierre travaille dans la réhabilitation d’anciennes usines depuis 15 ans. Il est fatigué et s’interroge sur le nombre d’heures de travail perdues à parcourir les friches afin d’en mesurer la pollution.

Jacques 45 ans

Jacques possède une grande maison ainsi qu’un jardin (800m²). Il y a 15 ans, il l’a fait construire sur les lieux d’une ancienne usine travaillant le plomb. Possédant maintenant quelques défaillances physiques, il aimerait maintenant s’enquérir sur le taux de pollution présent dans sa propriété.

Cahier des charges

Fonctionnalités à mettre en oeuvre

Les objectifs fixés en début de projet sont les suivants:

* Mesurer l'humidité de l'air dans une friche.
* Connaitre la qualité de l'air vis à vis de la pollution dans la friche.
* Pouvoir effectuer les mesures pendant le trajet du drone et récolter les données sur l'humidité et la qualité de l'air dans une carte SD.
* Récupérer les données enregistrées et établir une cartographie de l'humidité et de la qualité de l'air.

Matériel utilisé

Pour réaliser le projet, Telecom Saint-Etienne nous a fourni le matériel suivant:

• Carte Arduino UNO
• Kit de démarrage pour Grove Arduino comprenant shield Arduino, écran LCD et jeux de capteurs
• Shield Arduino pour carte SD
• Capteur de température et d'humidité Grove AM2302 (utilisant un capteur DHT22)
• Module Grove air quality sensor (capteur de qualité de l'air)

Réalisation

Le capteur d'humidité

Fonctionnement du capteur

Le capteur AM2302/DHT22 est un capteur d'humidité et de température. Le signal donné par le capteur est un signal numérique (compris entre 0V, niveau logique bas, et la tension d'alimentation, niveau logique haut). La communication avec le capteur se fait de la manière suivante: Tout d'abord le processeur de la carte envoi un bit de start (1 seconde à l'état haut). Si le capteur est prêt, il lui répond par un état haut de 80µs et un état bas de 80µs. Ensuite, le capteur transmet les 40 bits de données, bit de poids fort en premier. Les 16 premiers bits correspondent à la mesure de l'humidité, les 16 suivants à la mesure de la température et les 8 derniers bits sont des bits de checksum, utiles à la vérification de la transmission. Chaque bit de donnée correspond à un état bas suivi d'un état haut et la valeur du bit est donnée par la durée de l'état haut (entre 22µs et 30µs pour un 0, et entre 68µs et 75µs pour un état haut) --> voir image ci dessous.

Fonctionnement du DHT22

Une fois les bits récupérés, il suffit de convertir la donnée binaire en décimal. Cette fonction existe et est décrite dans les bibliothèques Arduino fournies par Adafruit. En incluant la bibliothèque, nous n'aurons donc pas à interpréter le signal pour le convertir, la donnée que nous allons récupérer sur Arduino sera directement intelligible par l'Homme.

Test

Le test du capteur consiste à lire la donnée convertie grâce aux fonctions de la bibliothèque "DHT.h". Nous afficherons les informations sur le moniteur série.

Le capteur est assez lent (problématique lié à la mesure de l'humidité), pour commencer nous prendrons un délai de 2 secondes entre chaque mesures. Pour une approche plus pratique, on pourra prendre le délais le plus petit possible entre chaque mesure. La bibliothèque "Adafruit_sensor.h" nous permet de déclarer un objet "sensor" qui possède l'attribut "min_delay". Cet attribut contient la valeur en µs du délais minimal nécessaire entre chaque mesures. En utilisant cette valeur pour notre délais, nous pouvons utiliser le capteur au maximum de ses capacités dans une situation réelle.

Nous obtenons les résultats suivants sur le port série. En soufflant sur le capteur, on remarque bien une augmentation significative de l'humidité et de la température, le capteur fonctionne comme prévu:

Résultat sur le moniteur série

Code source: Fichier:Test dht22.zip

Le capteur de qualité de l'air

Fonctionnement du capteur

Le module Grove Air Quality Sensor permet de mesurer la qualité de l'air en terme de pollution. La mesure couvre de nombreux gaz dangereux pour la santé et l'environnement, que l'on peut retrouver dans une usine abandonnée, tels que le monoxyde de carbone, l'acétone, le formaldéhyde ou encore certains diluants utilisés dans les peintures.

Le mécanisme de mesure de ce capteur ne permet pas de connaitre la concentration exacte d'un gaz en particulier. Les mesures effectuées permettent seulement d'avoir une idée qualitative du niveau de pollution de l'air. On ne pourra donc pas, avec ce capteur, établir une cartographie de la concentration de chaque gaz présent mais on pourra connaitre la qualité globale de l'air.

Pour notre application, nous devrons donc fixer des seuils pour établir les différents niveaux de pollution.

Avant de se lancer, il faut connaitre les quelques contraintes du capteur: Il a besoin de quelques minutes (jusqu'à 3 minutes) après avoir été alimenté pour chauffer et les mesures ne sont véritablement stable qu'après 48 heures d'utilisation consécutive. Nous ne pourrons pas nous permettre d'utiliser le capteur pendant 48 heures de suite durant notre projet, nous ne prendrons donc pas trop compte des petites fluctuations dues à l'instabilité des mesures. En revanche, nous ferons attention à chauffer le capteur avant de l'utiliser afin de conserver un peu de cohérence dans les mesures.

Test

Il existe sur Arduino une bibliothèque spécifique à l'utilisation de ce capteur. On peut trouver dans cette dernière un programme exemple qui permet de mettre en oeuvre le capteur et d'afficher la qualité de l'air selon 4 niveaux :

-air frais -faible pollution -pollution -forte pollution

La bibliothèque et un tutoriel sont disponibles sur le lien suivant: [10].

Après avoir étudier le code pour savoir comment la mise en oeuvre fonctionne, nous pouvons tester rapidement le programme, vous constaterez que nous travaillons dans un environnement non pollué:

Résultat sur le moniteur série

Code source: Fichier:Test airquality.zip

Simulation des mesures avec tous les capteurs

Pour la cohérence des mesures, nous choisissons que les mesures d'humidité et de pollution (gérées par deux capteurs différents) seront synchronisées sachant que le temps nécessaire entre deux mesures est aussi important pour le capteur d'humidité que pour le capteur de pollution. De cette manière nous obtiendrons une mesure d'humidité et une mesure de pollution pour un point de l'espace.

Nous effectuons un test avec les deux capteurs: Pour synchroniser la mesure des deux capteurs, nous plaçons la lecture de la valeur d'humidité à la suite de l'interruption nécessaire à la mesure de la pollution. (Pour rappel une interruption est une attente passive, on libère le processeur pendant le temps de mesure du capteur de pollution pour ne pas bloquer tout le programme). De cette manière, les deux mesures (humidité et pollution) peuvent se faire en quasi-parallèle et on retourne les deux valeurs en même temps.

Code source du test: Fichier:Test capteurs.zip

Génération du graphique automatique

Afin de réaliser le graphique récapitulant les valeurs prises par les capteurs en fonction du temps, nous avons créé un script. Il permet de générer le graphique automatiquement, une fois que la carte SD de la carte Arduino est connectée à l’ordinateur. Il suffit uniquement de cliquer sur le fichier script. Ce script a été réalisé à l’aide du langage de programmation python. N’ayant jamais appris ce langage, son étude et la compréhension de codes sur internet a été la partie la plus conséquente pour réaliser ce script. Nous en sommes venus à ce code :

code python

Premièrement il faut importer les bibliothèques par exemple numpy qui permet de créer facilement un tableau pour faire un graphique, et matplotlib pour faire des graphiques. Puis il faut importer la bibliothèque csv pour pouvoir gérer les fichiers csv qui sont en fait des tableaux pouvant s’ouvrir avec Excel. Ensuite il faut ouvrir le fichier en indiquant son chemin, pour pouvoir le lire et le parcourir. 4 tableaux sont créés, correspondant à l’abscisse (le temps) et les 3 ordonnées (température, humidité et pollution). Le programme va ensuite parcourir le fichier ligne par ligne, en commençant par la ligne 1 (afin de ne pas compter les entêtes de colonnes se trouvant à la ligne 0). Il va rentrer les valeurs de la première colonne dans le tableau ‘’abscisses’’, les valeurs de la deuxième colonne dans le tableau ‘’ordonnees1’’ et ainsi de suite. De sorte à obtenir :

tableau récapitulatif

Ensuite nous créons un tableau numpy x dans lequel nous insérons le tableau abscisses, le tableau numpy permet de réaliser un graphique plus facilement. Nous faisons ensuite la même chose avec les tableaux suivant : ordonnees1, ordonnees2, ordonnees3. Il ne reste plus qu’à tracer le graphique à l’aide de la commande plt.plot, en indiquant l’abscisse (tableau x, le temps), l’ordonnée (tableau y1, l’humidité) ainsi que la légende. Nous réalisons autant de courbe que de colonnes ordonnées avec plt.plot.

Installation du logiciel pour piloter le drone : DJI NAZAM

Ce logiciel permet dans un premier temps de paramétrer le drone. Mais il permet également de la piloter. Pour installer ce logiciel, il faut télécharger les pilotes. Malheureusement les pilotes sont non signés, windows10 va donc les bloquer. C’est pourquoi nous vous présentons un petit tuto ci-dessous pour palier à ce problème : Menu démarrer => paramètre => mise à jour et sécurité => récupération => démarrage avancé : redémarrer maintenant => paramètres => appuyer sur F7 (autoriser les pilotes non signés) Il faut ensuite aller chercher le pilote et double cliquer dessus. Une fois installé, vous pouvez connecter le drone à votre PC et le régler avec le logiciel installé.

Pour aller plus loin

Effectuer un maximum de mesures lors du trajet du drone

Nous avons vu que le temps d'acquisition des capteurs est assez long. Or nous voulons embarquer ces capteurs sur un drone et effectuer une série de mesures à différents points rapprochés dans l'espace pour en sortir une cartographie précise. Pour cela nous avons pensé dans un premier temps effectuer des mesures à différents points prédéfinis. Par exemple en faisant s’arrêter le drone tous les mètres nous aurions eu les mesures à des points connus en suivant le scénario suivant:

Faire avancer le drone sur 1 mètre --> Arrêter le drone (vol stationnaire) --> Effectuer la mesure --> Faire avancer le drone sur 1 mètre --> ....

D'un point de vue fonctionnel, cette solution semble correcte et facilement réalisable car nous connaissons les points où les mesures sont faites (tout les mètres ici). Mais d'un point de vue énergétique, cette solution n'est définitivement pas bonne car chaque redémarrage du drone a un coup en énergie très important car la consommation en courant est très importante pour faire avancer le drone lorsqu'il est arrêté.

Une autre solution est possible, faire avancer le capteur à vitesse constante pendant qu'on effectue les mesures. Plus le drone ira vite, et moins on aura de mesures réalisées. On devra donc adapter la vitesse du drone en fonction du nombre de mesure que l'on veut (si on veut une mesure tout les mètres avec un intervalle de 2 secondes entre chaque mesures, le drone devra se déplacer à un vitesse de 0.5 m/s). On aura toujours la mesure à un point précis car comme vu dans les parties précédentes, la mesure est quasi instantanée, c'est bien le procédé chimique qui fait que le capteur met autant de temps à donner la mesure. Nous utiliserons un IMU pour connaitre l'emplacement du drone à tout moment et donc pouvoir faire correspondre les mesures à leurs emplacements respectifs.

Si le nombre de mesures est insuffisant, nous pourrions utiliser plusieurs autres capteurs. En désynchronisant les capteurs supplémentaires des premiers, nous pourrons multiplier le nombre de mesure.

Mesures en fonction du temps

Date

Nous avons également pensé qu'il serait utile de dater les données récupérées par les capteurs. Pour cela il nous faudrait un autre shield contenant un module RTC. Il permet de synchroniser l'horloge du PC avec l'horloge interne du module.

Ballon

Le drone consomme beaucoup d'énergie et a une autonomie un peu faible. Pour palier à ce problème, étant donné que les mesures sont effectuées à l'intérieur des bâtiments, il n'y a donc pas de vent ou de courant d'air, nous pourrions donc utiliser un ballon gonfler à l'hélium, pour embarquer les capteurs. Il faudrait bien sur lui ajouter une hélice rotative pour le guider à travers le bâtiment. Nous n'avons pas besoin d'une grande vitesse puisqu'il faut le temps aux capteurs pour effectuer leurs mesures.

Capteur nucléaire

De nos jours, pour évaluer le taux de nucléarité dans les bâtiments, des personnes sont obligées de se déplacer et de réaliser un travail fastidieux en effectuant les mesures sur chaque pan de mur. Notre solution serait de pouvoir réaliser ces mesures avec un drone, en automatique, Afin d'alléger le travail de ces personnes. De plus, il permettrait de ne pas exposer ces personnes au flux radioactif et ainsi de les préserver d'éventuels problèmes de santé.

Sources

Friche industrielle [11]