Tout comprendre sur le jumeau numérique

Actualités, Innovation

Publié le : 12/04/2023 par Frédéric DONNINI

En juillet 2022, un rapport de veille technologique a permis de découvrir et comprendre la genèse du jumeau numérique, cet article permet de faire un rappel des principaux points abordés.

Lors de notre rapport consacré au jumeau numérique publié au mois de juillet 2022 (sur la base d’une veille documentaire couvrant la période allant du 1^er janvier 2021 à début mai 2022), nous avions découvert – et pris le temps d’en comprendre la genèse – et défini ce qu’était cet outil numérique.

Nous avions vu que l’approche du jumeau numérique était devenue l’une des principales tendances technologiques stratégiques actuelles, et qu’en particulier, la technologie de l’Internet des objets avait permis au concept de jumeau numérique de devenir rentable.

Jumeau numérique, zoom sur ses définitions

Chemin faisant, il avait été montré qu’un grand nombre d’interprétations du jumeau numérique se retrouvaient dans les sciences comme dans la pratique et qu’il n’existait pas encore de définition industrielle ou intersectorielle partagée. À cet égard, ce que l’on observait par l’analyse de la littérature, était que toutes les définitions s’accordaient en se focalisant sur les trois composantes du concept de jumeau numérique, à savoir le modèle physique, le modèle numérique et la transmission des données.

Pour autant, nous avions retenu que le jumeau numérique était bien plus que de simples données pures, connectées à un actif, mais qu’il pouvait plutôt être considéré comme une représentation virtuelle d’un objet ou d’un actif physique. En outre, il avait été établi qu’il devrait idéalement couvrir le cycle de vie d’un actif, de la conception à la production, en passant par l’exploitation et son recyclage. De ce point de vue, le jumeau numérique devait inclure des modèles gérant un ensemble de données variant dans le temps au niveau physique, afin de fournir une représentation à jour d’un actif réel dans l’espace virtuel.

Nous avions également pris soin de distinguer trois notions qui semblent parfois se confondre dans certaines publications. Trois notions basées, nous l’avions montré, sur une différence significative liée au niveau différent d’intégration de données et d’échange d’informations. De ce fait, nous avions montré que les concepts de modèle numérique, d’ombre numérique et de jumeau numérique étaient associés à des notions différentes, quoique proches. Effectivement, il était établi que le jumeau numérique se caractérisait par un flux de données bidirectionnel entre le numérique et le physique, et que, si les représentations numériques ne permettaient pas un échange automatique de données bidirectionnel, étaient modélisées manuellement, et n’avaient pas de lien direct avec l’objet physique, il ne s’agissait alors pas d’un jumeau numérique mais d’un modèle numérique ou d’une ombre numérique. Le travail de synthèse que nous avions conduit nous permettait d’insister sur le fait qu’un jumeau numérique mettait en effet l’accent sur l’approche bidirectionnelle : l’information circule non seulement des actifs numériques vers le monde physique, mais revient également en boucle. En d’autres termes, nous avions affirmé qu’un jumeau numérique était un processus et non un objet.

Enfin, nous avions découvert que la conception d’un jumeau numérique pouvait varier, en trois dimensions qui sont fonctions des étapes de la chaîne de valeur qu’il couvre, de sa portée, et de son degré de sophistication.

Après cette phase de définitions et de synthèse, nous avions enfin présenté différents cas d’usage possibles d’un jumeau numérique. Il était question notamment des usages mentionnés ci-après par complexité croissante.

Les cas d’usage

Développer des matériaux ou des produits finis

• Prédire, optimiser les propriétés effectives des matériaux.
• Anticiper les données de fonctionnement d’un produit comme par exemple l’usure d’un outillage selon différentes configurations d’utilisation.
• Estimer le coût du cycle de vie à un stade précoce et identifier efficacement les opportunités de réduction des coûts tout au long du cycle de vie.
• Optimiser la complexité des machines industrielles en testant rapidement plusieurs configurations et en comprenant l’impact mutuel des variables, sans avoir besoin de construire un prototype physique coûteux, ce qui accélère en outre la mise en service des machines ; par ailleurs l’analyse des données de fonctionnement une fois la machine conçue permet aux constructeurs de les exploiter pour améliorer les performances et la production de leur prochaine génération de machines.

Créer un modèle de données intégré et complet en tant qu’image, non plus seulement d’objets simples, mais désormais de systèmes et de processus complexes réels avec une mise à jour continue

• Un système d’aide à la décision pour programmer des interventions de maintenance préventive.
• Une garantie, dès la phase de conception, de la flexibilité du système de production dans son usage futur.
• Coordonner des systèmes de commande de machines et de robots, traditionnellement distincts, pour qu’ils opèrent simultanément en exploitant deux outils logiciels différents.
• Reproduire l’expertise de l’opérateur dans la programmation de robots industriels.
• Guider les travailleurs en temps réel dans des applications manuelles, comme l’assemblage et la manipulation, pour réduire les erreurs de production et renforcer la traçabilité des pièces.
• Collecter et traiter les données issues du moule d’injection.
• Optimiser les processus et la détection des anomalies dans la fabrication additive (exemples pour les procédés FDM, DMLS, WAAM…).

Optimiser la production et la chaîne logistique

Un jumeau numérique de l’organisation permet de mettre en œuvre un plan de transformation, de synchroniser les objectifs commerciaux et opérationnels et d’optimiser les résultats. Les entreprises bénéficient, via une fenêtre unique affichant les données relatives aux opérations, d’une intelligence fonctionnelle qui stimule l’innovation et augmente la valeur de l’entreprise. L’analyse prédictive permet d’améliorer les opérations et la maintenance, générant de substantielles économies soit directement, soit en évitant les temps d’arrêt. De plus, le jumeau numérique offre la possibilité de modéliser des scénarios de simulation conformes aux exigences de sécurité, à la réglementation en vigueur, et aux considérations environnementales en calibrant la voie à plus forte valeur ajoutée vers des produits ou des procédés de nouvelle génération.

Nous achevions alors notre étude en rappelant les éléments suivants :

• La différence entre le jumeau numérique et la simulation sont en grande partie une question d’échelle (alors qu’une simulation étudie généralement un processus particulier, un jumeau numérique peut lui-même exécuter n’importe quel nombre de simulations utiles afin d’étudier plusieurs processus) ; en outre, les simulations ne bénéficient généralement pas de données en temps réel alors que les jumeaux numériques sont conçus autour d’un flux d’informations bidirectionnel.
• Le jumeau numérique permet de faire exister des mondes alternatifs : les jumeaux numériques sont des machines hypothétiques qui offrent l’exploration des possibilités par le biais de questions de type « et si » auxquelles ils peuvent continuer à répondre.
• Pour autant le jumeau numérique est un outil gourmand en énergie, puisque cette nouvelle technologie s’appuie notamment sur des data centers.
• Une interopérabilité des différents systèmes logiciels avec des formats de données propriétaires est nécessaire.