Comprendre l’enjeu : les hydroliennes face au défi du biofouling
Les énergies marines renouvelables constituent un levier essentiel pour la transition énergétique mondiale. Parmi elles, l’énergie marémotrice, qui exploite les courants océaniques pour produire de l’électricité, offre un potentiel considérable. Cependant, ces infrastructures, immergées en permanence, sont soumises à un défi majeur : le biofouling.
Ce phénomène désigne l’accumulation d’organismes marins (algues, balanes, coquillages) sur les surfaces immergées des turbines. Avec le temps, il altère les performances des hydroliennes, entraîne une perte d’efficacité énergétique et augmente les coûts de maintenance. À terme, si l’encrassement biologique n’est pas géré correctement, il peut accélérer la corrosion des équipements, nécessitant des interventions coûteuses et pouvant aller jusqu’au remplacement complet des installations.
Aujourd’hui, la détection et l’évaluation du biofouling sont réalisées grâce à des plongeurs ou des véhicules sous-marins, un processus chronophage et onéreux. D’où la nécessité de développer des méthodes de surveillance et de maintenance prédictive plus performantes.
C’est précisément l’objet des travaux menés par Haroon Rashid, dont la thèse s’intitule :
« Détection, estimation et pronostic du biofouling des hydroliennes : une approche basée sur l’apprentissage automatique »
Une thèse soutenue avec succès à l’UBO et au laboratoire IRDL
Menée au sein de l’Université de Bretagne Occidentale (UBO) et du laboratoire IRDL – UMR CNRS 6027/UBS/ENSTA-Bretagne/ENIB/UBO, cette thèse fait partie des actions du PIA3 du CMQe Industries de la Mer – Bretagne. Elle a été soutenue avec succès vendredi 7 février 2025, devant un jury composé de huit experts internationaux, dont deux en visioconférence :
- Président : Demba DIALLO (Université Paris-Saclay)
- Rapporteurs : Tianzhen WANG (Shanghai Maritime University), S.M. MUYENN (Qatar University)
- Examinateur : Andrea CORRADU (Delft University of Technology)
- Invité : Guillaume DAMBLANS (France Energies Marines)
- Co-encadrants : Abdeslam MAMOUNE (UBO), Yassine AMIRAT (ISEN Yncrea Ouest)
- Directeur de thèse : Mohamed BENBOUZID (UBO)
Après 45 minutes de présentation, Haroon Rashid a répondu aux questions du jury, mettant en lumière les applications concrètes de son travail pour l’industrie des énergies marines renouvelables. Sa recherche a été validée et saluée pour son apport significatif au domaine.
Des modèles d’IA pour optimiser la maintenance des hydroliennes
L’originalité de la thèse d’Haroon repose sur l’utilisation de l’intelligence artificielle et du Machine Learning pour améliorer la détection, l’estimation et le pronostic du biofouling sur les hydroliennes. Ses recherches ont conduit au développement de plusieurs innovations majeures :
✔️ Un cadre d’apprentissage automatique (Soft Voting Ensemble Transfer Learning)
Haroon a combiné trois modèles de reconnaissance d’images pré-entraînés (VGG, ResNet et MobileNet) pour maximiser la précision de la détection du biofouling. Cette approche améliore l’identification précoce de l’encrassement, permettant d’agir avant qu’il ne devienne problématique.
✔️ Une surveillance en temps réel (Fast R-CNN Model)
Grâce à un modèle de détection avancé (Fast R-CNN), les analyses peuvent être effectuées en temps réel, optimisant ainsi les interventions de maintenance et réduisant les coûts liés aux inspections manuelles.
✔️ Une estimation précise du biofouling (2D-VMD et GAN-based augmentation)
Haroon a développé une technique basée sur la décomposition variationnelle bidimensionnelle (2D-VMD), associée à des algorithmes de génération de données (GAN), permettant d’améliorer la qualité et la précision des estimations de biofouling.
✔️ Un modèle prédictif pour la maintenance (RegStack Algorithm)
L’un des aspects les plus novateurs de cette thèse est la mise au point de l’algorithme RegStack, qui permet de prédire l’impact du biofouling sur les performances des hydroliennes. En combinant des techniques de régularisation L1 et L2, ce modèle anticipe les pertes d’efficacité et aide à optimiser les calendriers de maintenance.
Une validation expérimentale internationale
Pour tester la robustesse de ses modèles, Haroon Rashid a mené des expérimentations sur des plateformes réelles, notamment à l’Université Maritime de Shanghai et à l’Université de Lehigh (États-Unis). Ces collaborations ont permis de confronter ses approches à des environnements variés et de démontrer la pertinence et l’applicabilité de ses modèles en conditions réelles.
Des perspectives prometteuses pour l’avenir des EMR
Les avancées issues de cette recherche offrent des perspectives majeures pour l’industrie des énergies marines renouvelables :
✅ Réduction des coûts opérationnels : en limitant les interventions humaines et en évitant des maintenances inutiles.
✅ Optimisation des performances énergétiques : en limitant l’impact du biofouling sur le rendement des hydroliennes.
✅ Augmentation de la durée de vie des équipements : grâce à une maintenance ciblée et proactive.
✅ Un outil adaptable et évolutif : ces modèles d’IA peuvent être intégrés à d’autres infrastructures maritimes confrontées aux mêmes problématiques.
Une soutenance clôturée par un moment convivial
Après la validation de sa thèse, Haroon Rashid a chaleureusement remercié ses encadrants, les membres du jury et sa famille, qui était présente pour l’occasion. Un moment convivial a ensuite été organisé, avec un réceptif offert par sa famille, propriétaire du restaurant Royal Punjab à Brest.
L’innovation au service des énergies marines
Cette soutenance de thèse illustre l’engagement du CMQe Industries de la Mer – Bretagne dans la recherche et l’innovation, en soutenant des projets qui contribuent directement à l’amélioration des technologies maritimes et énergétiques.
Encore félicitations à Haroon Rashid pour cette réussite et à tous les acteurs ayant contribué à ce projet !
Haroon Rashid
Biofouling
