Résumé technique : Réduction de la consommation d'énergie dans les réseaux de capteurs sans fil à récupération d'énergie via des mesures indirectes pour le suivi de l'intégrité structurelle

Problématique

Les réseaux de capteurs sans fil (WSN) déployés pour le suivi de l'intégrité structurelle (SHM) sont confrontés à un compromis critique entre la fidélité des données et la durabilité énergétique. Les systèmes SHM traditionnels reposent sur des mesures directes continues de paramètres structurels (par exemple, la déformation et la contrainte), ce qui exige une énergie intensive et un fonctionnement continu. Cela est particulièrement problématique pour les déploiements à long terme dans des zones reculées ou difficiles d'accès où le remplacement des batteries est difficile. Bien que la récupération d'énergie (EH) offre une solution pour prolonger la durée de vie des capteurs, la variabilité des sources d'énergie environnementales limite la fiabilité de la collecte continue de données. De plus, les stratégies adaptatives existantes introdulent souvent une surcharge de calcul (par exemple, des algorithmes de filtrage ou de regroupement complexes) qui consomme de l'énergie supplémentaire, ou elles reposent sur un simple seuillage qui peut manquer des événements dynamiques critiques. Il existe un besoin pour une stratégie de mesure qui équilibre la collecte de données, la prédiction d'état et la disponibilité de l'énergie sans nécessure de ressources de calcul excessives ou de détection directe continue.

Méthodologie

Les auteurs proposent une approche de mesure indirecte où les paramètres environnementaux (température et humidité) servent d'indicateurs observables pour estimer l'état dynamique caché du matériau surveillé (spécifiquement un bloc de bois). Le système fonctionne sur un nœud de récupération d'énergie équipé d'un modèle d'espace d'états pour prédire la condition du matériau.

Algorithme central :

1. Estimation de l'état : Le système utilise un modèle d'espace d'états pour estimer l'état structurel caché ($x_k$) basé sur des observations environnementales indirectes ($y_k$).
2. Prédiction et calcul d'erreur : Après chaque mesure, le capteur met à jour son estimation d'état et effectue une prédiction à un pas d'avance. L'erreur de prédiction ($e_k$) est calculée par rapport à un seuil prédéfini ($e_{th}$).
3. Déclenchement sensible à l'énergie : Une nouvelle mesure directe est initiée uniquement lorsque deux conditions sont remplies simultanément :
   • L'erreur de prédiction dépasse un seuil prédéfini ($|e_k| > e_{th}$) OU la trace de la covariance de l'erreur de prédiction dépasse un seuil ($P_k > P_{th}$).
   • Une énergie suffisante est disponible dans l'élément de stockage ($E_k > E_{min}$).
4. Modèle d'énergie : Le système modélise la dynamique de l'énergie où l'énergie récoltée ($E_{h,k}$) est stockée, et l'énergie est consommée ($E_s$) uniquement lorsqu'une mesure est déclenchée ($\delta_k = 1$). L'objectif est de minimiser le nombre total d'événements de mesure ($\sum \delta_k$) tout en maintenant la précision de l'estimation dans une limite ($\epsilon$).

Configuration expérimentale :
La méthode a été validée dans une chambre climatique contrôlée utilisant un bloc de bois instrumenté avec une jauge de déformation (vérité terrain) et des capteurs environnementaux (SHT31). Les nœuds de capteurs étaient alimentés par un module de récupération d'énergie AEM10941 capable de gérer un stockage hybride (supercondensateurs et batteries LiPo) et l'apport solaire. L'étude a comparé trois stratégies :

1. Mesure périodique (intervalle de 15 secondes).
2. Déclenchement classique basé sur un seuil.
3. L'algorithme adaptatif proposé, indépendant de l'énergie.

Ces stratégies ont été testées à travers quatre configurations de puissance : Hybride, LiPo, LiPo + Solaire, et Supercondensateur uniquement.

Résultats clés

L'évaluation expérimentale sur une période d'une heure a produit les résultats quantitatifs suivants :

• Réduction des mesures : La stratégie adaptative proposée a réduit le nombre de mesures de 92,18 % par rapport à l'échantillonnage périodique continu. Alors qu'une stratégie périodique a généré 2 786 étapes de décision, la méthode adaptative n'a déclenché que 218 mesures réelles.
• Consommation d'énergie :
  • Par rapport à la référence périodique, l'algorithme proposé a réduit la consommation d'énergie totale jusqu'à 58,27 % (spécifiquement dans la configuration supercondensateur, passant d'environ 30,63 mWh à 12,94 mWh).
  • La stratégie basée sur le seuil seule a réduit l'énergie d'environ 14,7 % par rapport à la référence périodique.
• Volume de données : L'approche a considérablement réduit le volume de données, ne conservant que les événements les plus critiques (475 points d'événements filtrés en 218 mesures réelles) tout en capturant les principales dynamiques de la réponse de déformation du matériau.
• Consistance des performances : Malgré des variations importantes des configurations d'alimentation (par exemple, les fluctuations de tension dans les supercondensateurs par rapport à la tension stable dans les LiPo), l'algorithme proposé a maintenu des performances de détection stables et a réussi à identifier les événements anormaux correspondant aux déformations structurelles.

Signification et affirmations

L'article affirme que la stratégie de mesure indirecte proposée démontre que le suivi à long terme des structures dans des zones reculées est réalisable sans la consommation d'énergie excessive associée à la détection directe continue. En exploitant les corrélations environnementales et le déclenchement sensible à l'énergie, le système atteint un équilibre entre la précision de l'estimation et l'efficacité énergétique.

Les auteurs soulignent que cette approche permet :

1. Une réduction de l'activité des capteurs : Diminution drastique de la fréquence des mesures et de la transmission de données, ce qui prolonge la durée de vie opérationnelle des nœuds de récupération d'énergie.
2. Scalabilité : La méthode évite une surcharge de calcul complexe (comme les filtres de Kalman distribués ou les transformées en ondelettes) qui pourrait être prohibitive pour des nœaux de capteurs compacts et à ressources limitées.
3. Fiabilité : Le système a identifié avec succès des anomalies structurelles (pics de déformation) malgré une réduction massive de la fréquence d'échantillonnage.

L'article conclut modestement, notant que bien que les résultats soient prometteurs dans des conditions de laboratoire contrôlées, des travaux futurs sont nécessaires pour valider l'approche dans des scénarios de déploiement réels à long terme et pour affiner la reconstruction des états des matériaux à partir d'observations éparses.