Les jumeaux numériques et leur application dans l'industrie

Par Antonio Manjavacas (diplômé ESI-UCLM).

"Les boutons de manchette sont très pratiques. Toujours bon d'avoir une pièce de rechange »

-Billie Burke.

Imaginez que vous faites partie de l'équipe en charge de la sûreté d'un réacteur nucléaire. Il vous appartient de garantir que l'établissement met en œuvre toutes les mesures de sécurité nécessaires pour éviter les accidents, tant sur l'environnement que sur ses travailleurs. Pour atteindre cet objectif, il serait intéressant d'estimer comment les systèmes de sûreté du réacteur réagiront à différentes situations accidentelles que nous ne pouvons pas nous permettre de reproduire de manière réelle, compte tenu de leur dangerosité. Nous avons besoin d'un moyen de simuler virtuellement le comportement du système dans différents scénarios potentiellement dangereux. Et quelle meilleure façon de le faire que par le biais d'un jumeau numérique.

La première notion de Double digitale Il a son origine en 2003, de la main de Michael Grieves, un chercheur de la NASA, qui a établi les concepts clés de ce paradigme. Cependant, ce serait son associé John Vickers, en 2010, qui suggérerait le terme jumeau numérique (jumeau numérique) pour combiner les idées proposées par Grieves.

Un Double digitale c'est une représentation virtuelle d'un système physique capable de simuler son comportement en réponse à certaines entrées ou stimuli. Des jumeaux numériques de bâtiments, de véhicules, de robots, de villes et même de personnes ont été développés, prouvant leur utilité dans d'innombrables domaines et secteurs.

Cependant, pour que les jumeaux numériques soient cohérents avec le système physique répliqué, il doit y avoir une rétroaction continue sous forme de données entre eux [1]. Pour en revenir à l'exemple initial : si nous pouvons collecter des données en temps réel de tous les capteurs du réacteur nucléaire, nous pourrons en créer une sorte de représentation virtuelle, connaître sa situation actuelle, et même étudier sa réponse à différents situations accidentelles simulées.

Le flux de données entre les systèmes physiques et virtuels ne doit pas nécessairement être bidirectionnel : tant que le système physique fournit suffisamment d'informations, nous pourrons créer et maintenir un jumeau numérique de celui-ci. Cependant, le flux de données du jumeau numérique vers le système physique est particulièrement intéressant, lui permettant d'améliorer son comportement, de détecter des erreurs de fonctionnement ou de réagir en amont à divers scénarios critiques.

Et c'est que l'une des principales applications des jumeaux numériques est précisément d'anticiper d'éventuels problèmes ou situations exceptionnelles pouvant survenir dans le système physique simulé. Par exemple, dans le secteur de l'Industrie 4.0, les jumeaux numériques traitent les données des appareils ou des systèmes de contrôle pour savoir s'ils sont sur le point de tomber en panne, permettant ainsi d'établir différentes stratégies de maintenance prédictive [2].

On trouve également des applications des jumeaux numériques dans des secteurs tels que l'industrie automobile [3], la construction [4], l'industrie de l'énergie [5], le naval [6] ou l'aérospatiale [7]. Comme on peut le voir, les avantages des jumeaux numériques dans les secteurs critiques sont nombreux, surtout si nous avons des actifs de grande valeur, dont le détriment peut entraîner des coûts et des risques importants pour les personnes et les organisations.

Les jumeaux numériques se distinguent également par leur intégration potentielle avec un grand nombre de technologies de pointe. S'il convient d'être sceptique face à la fumée qui nous a été vendue ces dernières années par différents médias et entreprises, il est vrai que les techniques d'intelligence artificielle, le Big Data et le cloud computing correctement intégré sont intéressants dans ce domaine et augmentent les possibilités qu'offrent les jumeaux numériques.

Par exemple, les algorithmes d'apprentissage automatique sont d'excellents outils pour la prédiction de valeur, l'analyse de modèles ou la détection d'anomalies. Ainsi, les utiliser avec des jumeaux numériques pourrait améliorer leur capacité à prévoir et à répondre à toutes sortes de scénarios. À leur tour, si ces algorithmes sont capables de prendre des décisions en utilisant d'énormes volumes de données provenant de systèmes physiques, et que nous profitons de l'évolutivité offerte par le cloud computing pour traiter lesdites données, les jumeaux numériques ouvrent la porte à un avenir où les mondes virtuels et physiques seront sera bientôt indiscernable.

Références

[1] Fuller, Aidan, et al. "Jumeau numérique : technologies habilitantes, défis et recherche ouverte." Accès IEEE 8 (2020): 108952-108971.

[2] Aivaliotis, Panagiotis, Konstantinos Georgoulias et George Chryssolouris. "L'utilisation de Digital Twin pour la maintenance prédictive dans la fabrication." Journal international de la fabrication intégrée par ordinateur 32.11 (2019): 1067-1080.

[3] Rajesh, PK, et al. "Jumeau numérique d'une plaquette de frein automobile pour la maintenance prédictive." Procédures informatiques 165 (2019): 18-24.

[4] Kaewunruen, Sakdirat et Ningfang Xu. "Jumeau numérique pour l'évaluation de la durabilité des bâtiments des gares." Frontières dans l'environnement bâti 4 (2018): 77.

[5] Botz, M., et al. "La surveillance de l'état des structures comme outil de maintenance intelligente des éoliennes." Avancées en matériaux, structures et systèmes d'ingénierie : innovations, mécaniques et applications. Presse CRC, 2019. 1971-1975.

[6] Fotland, Gaute, Cecilia Haskins et Terje Rølvåg. "Étude commerciale pour sélectionner la meilleure alternative pour la simulation de câbles et de poulies pour les grues sur les navires offshore." Ingénierie des systèmes 23.2 (2020): 177-188.

[7] Liu, Zhifeng, et al. "Modèle de prédiction des pannes de super-réseau de données et stratégie de maintenance pour les produits mécaniques basés sur un jumeau numérique." Accès IEEE 7 (2019): 177284-177296.