Aujourd'hui, la maîtrise de l'énergie est la question prépondérante pour la croissance économique des entreprises industrielles. En effet, l’énergie est une ressource qui se raréfie et qui devient de plus en plus coûteuse. L’optimisation énergétique est donc un défi majeur que doit relever les entreprises et principalement celles manufacturières pour supporter les exigences du développement durable. Cette optimisation est à construire prioritairement par une amélioration de l’efficacité énergétique (EE), c'est-à-dire réduire la quantité d'énergie requise pour produire des produits et des services. En regard de ce défi énergétique, l’objectif de cette thèse est d’investiguer la considération de l’efficacité énergétique et de sa prévision comme un nouvel indicateur pertinent dans la prise de décision en maintenance. En ce sens, nous proposons tout d'abord un concept de l’efficacité énergétique, appelé EEI (EE indicator), applicable aux différents niveaux d’abstraction d’un système industriel. Nous définissons ensuite une formulation générique permettant d’évaluer l'EEI (et son évolution) en prenant en compte les facteurs d’influence statiques et dynamiques. Cela nous amène à fonder un concept de performance d’efficacité énergétique, appelé REEL (Remaining Energy-Efficient Lifetime), représentant la durée de vie énergétique résiduelle. Pour prédire l’évolution potentielle de l’EEI qui permettra de calculer la REEL, une approche générique basée sur des approches de pronostics existantes est également développée. Ensuite, nous investiguons l'utilisation d’EE dans la prise de décision en maintenance conditionnelle (Condition-Based Maintenance, CBM). Enfin, toutes ces contributions sont validées sur la plateforme laboratoire TELMA / Among sustainability consideration, energy is today the key for economic growth in industrial systems. Energy resources are however limited and becomes more and more expensive. The energy optimization of manufacturing systems must therefore be considered as a major challenge to be compliant with environmental impact and management of energy resources. This should be reflected primarily by using energy efficiency (EE) as main key lever to deploy sustainability to plants, i.e. reduce the amount of energy required to provide products and services. With regards to this EE context, the aim of this thesis is to investigate the problem of considering energy efficiency and its prediction as a new indicator in maintenance decision-making. In that way, we develop first a concept of energy efficiency, called EEI (energy efficiency indicator), applicable to the different levels of abstraction of an industrial system. Then, we propose a generic formulation to evaluate the EEI (and its evolution) taking into account static and dynamic factors of influence. The temporal evolution of this indicator with respect to the degradation of the system is addressed in a predictive maintenance objective. It leads to found an energy efficiency performance concept called REEL (remaining energy-efficient lifetime), representing the residual energy lifetime. To predict the potential evolution of the IEE to calculate REEL, a generic approach based on existing predictive approaches is also developed. Next, we investigate the use of EE in CBM maintenance decision-making. Finally, all these contributions are validated on the TELMA platform

Au cours des deux dernières décennies, la prise de conscience du changement climatique et des conséquences du réchauffement climatique a incité diverses institutions à prendre de nouvelles directives. Ces directives portent principalement sur le contrôle des émissions des gaz à effet de serre, sur l'utilisation des ressources énergétiques non conventionnelles et l'optimisation de la consommation d'énergie dans les systèmes existants. L'Union européenne a proposé de nombreux projets dans le cadre du 7e PCRD pour réaliser jusqu'à 20% d’économies d'énergie d’ici 2020. En particulier, selon la directive sur l'efficacité énergétique, les bâtiments sont majoritairement responsables de 40% des dépenses énergétiques en Europe et de 36% des émissions de CO2 ; c’est la raison pour laquelle un ensemble d’initiatives européennes dans le cadre du 7ième PCRD favorise l'utilisation de technologie intelligente dans les bâtiments et rationalise les règles existantes. Energy IN TIME est l'un des projets axés sur l'élaboration d'une méthode de contrôle basée sur la simulation intelligente de l'énergie qui permettra de réduire la consommation des bâtiments non résidentiels. Ce mémoire de thèse propose plusieurs solutions novatrices pour réaliser les objectifs du projet mandaté à l'Université de Lorraine. Les solutions développées dans le cadre de ce projet devraient être validées sur différents sites européens de démonstration. Une première partie présente l'analyse détaillée de ces sites de démonstration et leurs contraintes respectives. Un cadre général correspondant à la construction type de ces sites a été élaboré pour simuler leur comportement. Ce cadre de construction de référence sert de banc d'essai pour la validation des solutions proposées dans ce travail de thèse. Sur la base de la conception de la structure de construction de référence, nous présentons une formulation de contrôle économique utilisant un modèle de contrôle prédictif minimisant la consommation d'énergie. Ce contrôle optimal possède des propriétés de contrôle conscientes de la maintenance. En outre, comme les bâtiments sont des systèmes complexes, les occurrences de pannes peuvent entraîner une détérioration de l'efficacité énergétique ainsi que du confort thermique pour les occupants à l'intérieur des bâtiments. Pour résoudre ce problème, nous avons élaboré une stratégie de diagnostic des dysfonctionnements et une stratégie de contrôle adaptatif des défauts basé sur le modèle économique ; les résultats en simulation ont été obtenus sur le bâtiment de référence. En outre, l'application des solutions proposées peut permettre de relever des défis ambitieux en particulier dans le cas de bâtiments à grande échelle. Dans la partie finale de cette thèse, nous nous concentrons sur le contrôle économique des bâtiments à grande échelle en formulant une approche novatrice du contrôle prédictif de mode réparti. Cette formule de contrôle distribué présente de nombreux avantages tels que l'atténuation de la propagation des défauts, la flexibilité dans la maintenance du bâtiment et les stratégies simplifiées de contrôle du plug-and-play. Enfin, une attention particulière est accordée au problème d'estimation des mesures dont le nombre est limité sur des bâtiments à grande échelle. Les techniques d'estimation avancées proposées sont basées sur les méthodologies de l'horizon mobile. Leur efficacité est démontrée sur les systèmes de construction de référence / Since the last two decades, there has been a growing awareness about the climate change and global warming that has instigated several Directorate initiatives from various administrations. These initiatives mainly deal with controlling greenhouse gas emissions, use of non-conventional energy resources and optimization of energy consumption in the existing systems. The European Union has proposed numerous projects under FP7 framework to achieve the energy savings up to 20% by the year 2020. Especially, stated by the Energy Efficiency Directive, buildings are majorly responsible for 40% of energy resources in Europe and 36% of CO2 emission. Hence a class of projects in the FP7 framework promotes the use of smart technology in the buildings and the streamline existing rules. Energy IN TIME is one of the projects focused on developing a Smart Energy Simulation Based Control method which will reduce the energy consumption in the operational stage of existing non-residential buildings. Essentially, this thesis proposes several novel solutions to fulfill the project objectives assigned to the University of Lorraine. The developed solutions under this project should be validated on the demonstration sites from various European locations. We design a general benchmark building framework to emulate the behavior of demonstration sites. This benchmark building framework serves as a test bench for the validation of proposed solutions given in this thesis work. Based on the design of benchmark building layout, we present an economic control formulation using model predictive control minimizing the energy consumption. This optimal control has maintenance-aware control properties. Furthermore, as in buildings, fault occurrences may result in deteriorating the energy efficiency as well as the thermal comfort for the occupants inside the buildings. To address this issue, we design a fault diagnosis and fault adaptive control techniques based on the model predictive control and demonstrate the simulation results on the benchmark building. Moreover, the application of these proposed solutions may face great challenges in case of large-scale buildings. Therefore, in the final part of this thesis, we concentrate on the economic control of large-scale buildings by formulating a novel approach of distributed model predictive control. This distributed control formulation holds numerous advantages such as fault propagation mitigation, flexibility in the building maintenance and simplified plug-and-play control strategies, etc... Finally, a particular attention is paid to the estimation problem under limited measurements in large-scale buildings. The suggested advanced estimation techniques are based on the moving horizon methodologies and are demonstrated on the benchmark building systems

Το πρόβλημα της κλιματικής αλλαγής αποτελεί έναν από τα κυριότερα σημεία έντονου ενδιαφέροντος για τις περισσότερες χώρες. Μάλιστα, τα επόμενα χρόνια αναμένεται να δοθεί μεγαλύτερη προσοχή στην ανάπτυξη πολιτικών που θα μειώνουν τις εκπομπές ρυπογόνων αέριων ρύπων. Η εξοικονόμηση ενέργειας, ως μέτρο πολιτικής, θα συνεχίσει να αποτελεί μια σημαντική στρατηγική ανάπτυξης για την οικονομία της χώρας μας, μια και συνδέεται σε σημαντικό βαθμό, με την κατανάλωση ενέργειας όπως και με την μείωση των εκπομπών αερίων ρύπων. Επιπλέον, συντονισμένες προσπάθειες τόσο από την Ευρωπαϊκή Ένωση όσο και από άλλους οργανισμούς (IEA, OECD) θέτουν σε βασικό άξονα προτεραιότητας την μείωση της κατανάλωσης ενέργειας, την χρησιμοποίηση εναλλακτικών μορφών και ανανεώσιμων πηγών και την μείωση των ρυπογόνων εκπομπών ιδιαίτερα στον βιομηχανικό κλάδο. Στα πλαίσια της παρούσας διατριβής αναλύονται θέματα που σχετίζονται με την υιοθέτηση τεχνολογιών εξοικονόμησης ενέργειας από Βιομηχανικές επιχειρήσεις. Κεντρικό στοιχείο αυτής της προσέγγισης είναι το “Παράδοξο της Ενεργειακής Αποδοτικότητας”. Τρία συγκεκριμένα θέματα εξετάζονται σε αυτή την κατεύθυνση. Πρώτον, η διερεύνηση των παραγόντων που οδηγούν στην εμφάνιση του “παραδόξου της ενεργειακής αποτελεσματικότητας” και συγκεκριμένα αν οι αποφάσεις των επιχειρήσεων για υιοθέτηση τέτοιων τεχνολογιών συνυπολογίζουν το στοιχείο της αποδοτικότητας των επενδεδυμένων κεφαλαίων. Δεύτερον, και με δεδομένο ότι στα αποτελέσματα του προηγούμενου σταδίου ανάλυσης αναδεικνύουν την σημαντικότητα του παράγοντα της πληροφορίας, αναπτύσσεται μια εκτενής προσέγγιση που αφορά τόσο το περιεχόμενο όσο και τον ρόλο του παράγοντα της πληροφορίας στην διαδικασία υιοθέτησης ΤΕΕ. Τρίτο, διερευνάται η επίδραση της υιοθέτησης των ΤΕΕ στην παραγωγική αποτελεσματικότητα και παραγωγικότητα των βιομηχανικών επιχειρήσεων. Για τις ανάγκες της ανάλυσης αυτών των θεμάτων αναπτύσσονται δύο επιμέρους μικροοικονομικά υποδείγματα και μια μέθοδος μέτρησης της παραγωγικότητας σε ετερογενής τεχνολογίες. Το πρώτο μικροοικονομικό υπόδειγμα διερευνά την διαδικασία λήψης επενδυτικών αποφάσεων σε ΤΕΕ υπό το πρίσμα της συσχέτισης της επενδυτικής επιλογής με την κερδοφορία, σε πλαίσιο μερικής παρατηρησιμότητας. Το δεύτερο μικροοικονομικό υπόδειγμα επανατοποθετεί την έννοια της πληροφορίας και διερευνά τους παράγοντες που προσδιορίζουν το επίπεδο πληροφόρησης της επιχείρησης για ΤΕΕ. Τέλος για την μέτρηση της επίδρασης των ΤΕΕ στην παραγωγική αποτελεσματικότητα και παραγωγικότητα αναπτύσσεται μια μέθοδος που λαμβάνει ρητά υπόψη της την τεχνολογική ετερογένεια. Η διερεύνηση των τριών αυτών ζητημάτων βασίζεται στην ανάλυση εμπειρικών δεδομένων που αφορούν επιχειρήσεις οι οποίες ενέταξαν στην παραγωγική τους διαδικασία τεχνολογίες εξοικονόμησης ενέργειας στην περίοδο 1990-2004. Οι επενδύσεις αυτές επιδοτήθηκαν κυρίως στα πλαίσια του Β’ και Γ’ Κοινοτικού Πλαισίου Στήριξης. Τα δεδομένα συλλέχθηκαν με την μέθοδο των προσωπικών συνεντεύξεων (ερωτηματολόγια). Συμπληρωματικά δεδομένα αντλήθηκαν από την βάση δεδομένων της ICAP. / The improvement for energy efficiency is generally viewed as an important option to reduce greenhouse gas emissions and environmental damage caused by other pollutants (e.g. NOX,SOX). Moreover, is clearly interwoven with the exploitation of new and innovative technologies through the production process and its consequent paradox, the so called “energy efficiency paradox”. This paradox has recently attracted the interest of researchers and organizations (IEA,OECD) in an attempt to bring to light the source of it, the causalities between the adoption of energy efficient technology (EET) and the behaviour of firms . Three research questions have been examined in the specific Phd Thesis. Our first main research question were examined by formulating and testing the following hypothesis: the decision of the firms to adopt or not EET, is correlated to their profitability. Our second research project develops in two stages. The first stage aims at examining the factors influencing retrieval of information concerning EETs by manufacturing firms, while at the second stage we distinguish between readily available and emerging energy efficiency technologies and examine the factors affecting information acquisition for each one of these two broad sets of technologies. Finally, in order to disentangle firm’s heterogeneity we developed a methodological framework to calculate total factor productivity and its components differences arising from EETs adoption. Our first research question examines the energy efficiency paradox demonstrated in Greek manufacturing firms through a partial observability approach. Maximum likelihood estimates that arise from an incidental truncation model reveal that the adoption of the energy saving technologies is indeed strongly correlated to the returns of assets that are required in order to undertake the corresponding investments. The source of the energy efficiency paradox lies within a wide range of factors. Policy schemes that aim to increase the adoption rate of energy saving technologies within the field of manufacturing are significantly affected by differences in the size of firms. Finally, mixed policies seem to be more effective than polices that are only capital subsidy or regulation oriented. Answering the second research question, we aim to redefine the notion of awareness regarding the adoption of EETs. In a second stage we explore the crucial factors that affect the information level of EET adopters, distinguishing between epidemic and emerging technologies information. Our empirical findings reveal that the main factor that exerts positive influence on the level of information acquired by the firms may be encompassed in a set of variables that reflect what may be called a “business culture” regarding the EET Finally, we examined the impact of EETs adoption to Greek manufacturing firms operating under heterogeneous technology sets and we measured the components of total factor productivity (TFP) and its components arising from scale and technological differences. In order to examine our research questions we formulate a unique database. Our database came to light from the necessity of the Greek government to conserve energy in manufacturing and to reduce dangerous emissions in order to meet the criteria of the Kyoto Protocol. An extensive questionnaire was addressed to the 298 firms across the country that adopt EETs that have been subsidized from (i) the Support Frameworks for Regional and Industrial Development, (ii) the Energy Operational Program (OPE), which was part of the second European Union Support Framework (1994-2000) and (iii) the Operational Program ‘Competitiveness’, which is part of the third European Union Support Framework (2000-2006). Finally, 161 of them agreed to be interviewed on the basis of the questionnaire. Face to face interviews took place in the first six months of 2004. Additional data derived from ICAP financial database.