| Titre : | Développement d'une solution intelligente XR-Mobile baséesur l’intégration BIM-IoTpour l'inspection sur site dans le cadre de la Construction 4.0 |
| Auteurs : | ACHRAOU Anass, Auteur ; YAAGOUBI Reda, Auteur ; BOUZIANI Mourad, Auteur ; AIT OUFKIR Amine, Auteur |
| Type de document : | texte imprimé |
| Editeur : | Rabat : IAV Hassan II, 2026 |
| Format : | 140 |
| Langues: | Français |
| Mots-clés: | Construction 4.0 ; BIM ; IFC ; réalité augmentée ; WebXR ; IoT ; InfluxDB ; LSTM ; YOLO ; inspection ; maintenance prédictive ; jumeau numérique ; PWA |
| Résumé : |
Ce projet de fin d'études porte sur une solution XR-Mobile destinée à assister l'inspection et
la maintenance sur site des équipements techniques du bâtiment en particulier le système de climatisation monosplit pendant la phase d'exploitation. Il part d'un constat simple : l'inspection reste aujourd'hui fragmentée. Les informations techniques sont éparpillées sur plusieurs supports, les données BIM sont difficilement exploitables sur le terrain, et la détection des anomalies dépend encore largement de l'expérience du technicien. La solution proposée prend la forme d'une Progressive Web App qui articule quatre couches complémentaires. La couche BIM s'appuie sur le modèle numérique du bâtiment, fourni au format IFC : celui-ci est traité par la bibliothèque xBIM puis stocké dans une base SQLite, ce qui rend les métadonnées de chaque élément accessible à partir de son Express ID. La couche IoT repose sur la base de séries temporelles InfluxDB Cloud, interrogée par un backend .NET qui l'expose au frontend via une API REST afin d'afficher les mesures de fonctionnement de la zone supervisée. La couche d'intelligence artificielle réunit deux modules : un modèle LSTM multivarié, qui prévoit l'évolution des mesures à un horizon de dix minutes et signale les écarts anormaux, et un modèle YOLO, qui repère les équipements techniques sur image pour faciliter l'inspection visuelle. La couche XR/Web, enfin, développée avec React, Three.js, web-ifc-three et WebXR, propose un visualiseur 3D interactif ainsi qu'un mode de réalité augmentée : le technicien y aligne le modèle sur l'environnement réel grâce à un code QR, sélectionne les éléments, consulte leurs données et documente son inspection jusqu'à la génération d'un rapport PDF. Les tests de validation ont confirmé le caractère opérationnel du prototype. Le modèle LSTM atteint une erreur absolue moyenne (MAE) faible, correspondant à environ 0,29 °C sur la température et 0,70 % sur l'humidité, tandis que le modèle YOLO obtient une précision de 0,811 et un mAP50 de 0,869. Ces résultats établissent la faisabilité technique de l'approche XR/BIM/IoT/IA pour l'inspection assistée, étant entendu que la solution demeure un outil d'aide à la décision, dont la validation finale reste du ressort du technicien. |
| Examinateur : | MAGHRAOUI Marwa |
| Président : | ID-RAIS Abderrahim |
| Rapporteur : | YAAGOUBI Reda/BOUZIANI Mourad/AIT OUFKIR Amine |
| En ligne : | http://10.2.0.27/PDF_CDA/uploads/PDF/ACHRAOU_Anass_2026_10835.pdf |
Exemplaires (2)
| Code-barres | Cote | Support | Localisation | Section | Disponibilité |
|---|---|---|---|---|---|
| 200042243 | 10835 | Support papier | Salle des thèses/PFE (RDC) | Ingénieur topographe | Consultation sur place Exclu du prêt |
| 200042244 | 10835 | Support papier | Salle des thèses/PFE (RDC) | Ingénieur topographe | Consultation sur place Exclu du prêt |
