Jumeaux numériques : trois défis à relever pour instaurer le dialogue entre réel et virtuel
L’association NAFEMS dédiée à la simulation et aux modèles numériques tient les 23 et 24 mars un séminaire en ligne dédié au jumeau numérique. Lors de la première journée, les intervenants ont pointé les principaux axes d’amélioration pour déployer plus efficacement cet outil au cœur de la transition numérique de l’industrie.
Si depuis quelques années, le jumeau numérique est devenu l’un des concepts phares de l’industrie 4.0, il demeure un outil encore mal compris des industriels. C’est du moins le sentiment partagé par les intervenants du séminaire organisé les 23 et 24 par l’association NAFEMS autour de cette technologie. En cause : une mauvaise interprétation des finalités du jumeau numérique, qui est trop souvent confondu avec la maquette numérique.
« Le concept de jumeau numérique implique un flux de données en provenance du terrain, qui alimente en continue la représentation numérique. Celle-ci génère à son tour des informations qui renseignent l’utilisateur sur l’état – présent et futur - du système physique », résume Louise Wright, du laboratoire national de métrologie britannique (NPL).
Ce double numérique a pour fonction principale d’évaluer l’évolution d’un système physique et d’identifier rapidement les dérives éventuelles par rapport à sa référence numérique. « Le jumeau numérique a de multiples fonctionnalités : aide à la maintenance prédictive, au contrôle qualité des process, ou encore à l’optimisation du fonctionnement des systèmes », énumère Louise Wright.
Le jumeau numérique est par nature complexe et impose aux industriels de relever de nombreux défis. Selon les intervenants de ce séminaire, trois points doivent être pris en compte pour permettre la création d’un jumeau numérique fonctionnel.
1- Intégrer le concept dès la phase de conception
Avec la progression des outils numériques, la phase de conception des produits délaisse de plus en plus le prototypage physique au profit des outils de simulation. Pour Don Wu, vice-président de la division Méthodes, Analyses et Matériaux du centre d’essais allemand IABG, si le prototypage numérique permet naturellement de réduire les coûts de développement et de mise sur le marché des produits, l’abandon progressif du prototypage physique a pour conséquence de priver les industriels d’une source précieuse de données.
Celles-ci pourraient être utilisées très tôt dans le cycle de vie du produit pour apporter les premières briques à son double virtuel. « Les industriels doivent repenser la manière dont ils abordent la phase de prototypage physique », explique Don Wu, « Plutôt qu’une simple étape de qualification du produit avant l’industrialisation, l’élaboration de ces prototypes apportent des informations liées à la production. Elles peuvent être intégrées, très tôt, aux modèles numériques qui, de leur côté, simulent déjà de nombreux paramètres physiques ».
Penser jumeau numérique en amont de l’industrialisation n’est cependant pas encore la norme chez les industriels. Selon Frank Popielas, cofondateur de la société de simulation SMS_ThinkTank, les industriels ont plutôt tendance à réaliser un double numérique d’un système déjà finalisé. « Le jumeau numérique peut parfaitement être mis en place dès l’étape de mise au point du produit. Il se nourrira ainsi des données associées aux différentes itérations du produit », explique Frank Popielas, « La force de cet outil est de pouvoir proposer un modèle qui évolue dans le temps. »
Par ailleurs, la prise en compte du jumeau numérique dès la mise au point du produit permet d’identifier très tôt les données qui seront nécessaires à la vie du jumeau et d’intégrer les solutions adéquates pour permettre l’échange de données entre les mondes physiques et numériques.
2 - Permettre la continuité numérique
Pour les intervenants du séminaire de la NAFEMS, le concept de continuité numérique est au cœur du double virtuel. En effet, la circulation des données entre le produit physique et le modèle numérique - et réciproquement – constitue la base de cet outil.
« Le jumeau numérique n’existe pas sans la donnée du terrain », insiste Martin Strietzel, responsable de la stratégie et des process pour le fournisseur de solution PLM (product life Management) Prostep. « L’industriel doit mettre en place des outils pour garder le double numérique vivant ».
L’Internet des objets industriels (IIoT) joue naturellement un rôle majeur pour nourrir le jumeau avec les données du terrain. Mais les capteurs ne constituent pas les seules sources de data à prendre en compte. « Casser les silos de données est un enjeu majeur pour mettre en place un jumeau numérique », met en avant Don Wu. « Les informations doivent pouvoir circuler librement à chaque étape du cycle de vie du produit ».
Ce constat est partagé par Martin Strietzel : « Les systèmes PDM (product data management), ERP (Entreprise Resource Planing), ou encore TDM (Tool Data Management) sont autant de silos de données qu’il faut intégrer au jumeau. », pointe-t-il. « La structure du modèle numérique doit faciliter l’incorporation et la restitution de l’ensemble de ces informations. »
Des partenariats se mettent actuellement en place pour proposer des solutions aux industriels, à l’instar du rapprochement entre Siemens Simcenter et SAP, en juillet 2020, et de la création du consortium dédié au jumeau numérique réunissant Ansys, Microsoft, Dell et Lendlease.
3 - Gérer l’incertitude des modèles
Malgré ces outils qui sont de plus en plus adoptés par les industriels, le jumeau numérique parfait n’existe pas. Les procédés industriels étant particulièrement complexe, des variations peuvent intervenir à nombreux niveaux. Une dose d’incertitude est inhérente aux modèles, mais il faut toutefois pouvoir l’évaluer. « Il faut pouvoir tracer les contours du cadre dans lequel le jumeau numérique est sûr et résilient », estime Don Wu.
« Il faut pouvoir attribuer un certain degré de confiance au jumeau numérique, surtout si celui-ci est amener à prendre des décisions automatiquement », renchérit Louise Wright. L’une des méthodes pour évaluer ce niveau de confiance consiste à utiliser la simulation de données en régime transitoire (transient simulation), une technique bien connue dans le domaine des modèles météorologiques pour en évaluer la fiabilité.
SUR LE MÊME SUJET
Jumeaux numériques : trois défis à relever pour instaurer le dialogue entre réel et virtuel
Tous les champs sont obligatoires
0Commentaire
Réagir
