Il y a certaines choses que tout le monde sait sur les jumeaux. Il y en a toujours deux, et ils ne sont jamais exactement identiques. Lorsqu'il s'agit de la technologie industrielle des jumeaux numériques, il n'est donc pas surprenant qu'il existe deux définitions importantes présentant de nombreuses similitudes, mais quelques différences significatives.
Les jumeaux numériques sont un élément important des systèmes industriels cyber-physiques, une technologie aussi importante pour la quatrième révolution industrielle en cours que la puissance de la vapeur l'était pour la première aux 18e et 19e siècles. Cependant, bien que pratiquement tous les fournisseurs de matériel ou de logiciels contribuant aux systèmes cyber-physiques affirment être compatibles avec les jumeaux numériques, ils utilisent tous leur propre définition. Deux d'entre elles, qui présentent des points communs importants, proviennent de la société de recherche et de conseil en technologie Gartner et du Digital Twin Consortium, un groupement d'universités, d'organismes gouvernementaux et d'entreprises visant à accélérer le développement, l'adoption, l'interopérabilité et la sécurité des technologies habilitantes des jumeaux numériques.
Les jumeaux numériques en deux définitions
Selon Gartner, "tous les jumeaux numériques ont deux rôles principaux pour améliorer les résultats de l'entreprise." L'un de ces rôles consiste à améliorer la connaissance de la situation : "Sur le plan fonctionnel, tous les jumeaux numériques - au minimum - surveillent les données des objets pour améliorer notre connaissance de la situation." En pratique, cela signifie qu'un jumeau numérique représentera, d'une manière ou d'une autre, le fonctionnement d'un processus à l'aide de données recueillies par des capteurs qui surveillent les éléments du processus - par exemple, les machines d'une chaîne de production - afin d'indiquer aux opérateurs ce qui se passe dans leur processus à tout moment, et qui peuvent être analysées pour fournir des indications sur la manière dont le processus pourrait être optimisé pour augmenter la production et améliorer la performance environnementale. Si le jumeau numérique est connecté aux actionneurs en usine, cette optimisation peut même se faire automatiquement. La représentation peut être graphique - un diagramme de flux du processus ou un rendu 3D d'une chaîne de production d'usine - ou simplement une série de chiffres changeants sur un tableau ou un tableau de bord.
Le Digital Twin Consortium, quant à lui, définit un jumeau numérique comme "une représentation virtuelle d'entités et de processus du monde réel, synchronisés à une fréquence et une fidélité spécifiées", qui utilisent "des données historiques et en temps réel pour représenter le passé et le présent et simuler des futurs prédits". Cette définition n'insiste pas sur le lien direct avec les capteurs spécifié par Gartner. Pour le Digital Twin Consortium, il peut être mis à jour toutes les heures, tous les jours, toutes les semaines ou même tous les mois, à condition de spécifier la fréquence de mise à jour.
Qu'est-ce qu'un jumeau numérique ?
Le modèle Gartner repose sur trois "piliers" et est construit à partir de quatre "blocs". Les piliers sont "what if ?" - en d'autres termes, des simulations de la façon dont le système réagirait à certaines conditions d'entrée ; "what now ?" - comment le système se comporte-t-il actuellement, à partir de données en direct provenant de capteurs distribués ; et "what next ?" - comment le système se comportera-t-il à l'avenir, par exemple, quand les composants sont-ils susceptibles de tomber en panne ?
Les blocs sont les données et les logiciels nécessaires pour dériver les piliers. Tout d'abord, le système doit être défini au moyen de "métadonnées d'entité" - il s'agit de toutes les informations sur chaque composant du système qui ne changent pas. Il peut inclure les numéros de série des machines, les dimensions physiques et un modèle physique ou graphique détaillé. Il est essentiel de choisir la bonne quantité de métadonnées : si elle est insuffisante, le jumeau numérique n'identifiera pas l'équipement avec précision ; si elle est trop abondante, les informations superflues risquent d'écraser et de masquer les faits essentiels. Une fois le système défini, il doit surveiller et enregistrer les "données générées", c'est-à-dire toutes les informations sur l'état des composants du système, recueillies par le réseau de capteurs distribués des appareils compatibles avec l’Internet of Things (IoT) qui composent l'usine ou l'autre système jumelé. Là encore, il est essentiel d'atteindre la bonne granularité.
Une fois que vous avez toutes ces données, vous devez en faire quelque chose, et c'est là que les deux autres blocs entrent en jeu. Le premier de ces blocs est constitué par les "modèles analytiques", définis comme des "représentations virtuelles du comportement d'entités jumelées qui améliorent la connaissance de la situation". L'aspect le plus important de ces modèles est qu'ils doivent relier les données générées à l'objectif opérationnel du jumeau numérique ; par exemple, le coût énergétique du fonctionnement d'une machine-outil à une certaine vitesse, ou l'effet sur la production d'un changement dans le processus.
Le dernier bloc est constitué des "composants logiciels" qui, selon la définition de Gartner, "chorégraphient l'ingestion de données, l'analyse, la génération d'événements et - si nécessaire - toute visualisation et tout flux de travail (pour automatiser les réponses de l'entreprise)". Les composants logiciels peuvent être, par exemple, un système permettant de créer et de programmer des tâches de maintenance en fonction des données générées par le jumeau numérique ou d'un modèle analytique, ou encore un progiciel de rendu graphique tiers, voire un moteur de jeu, pour produire une visualisation de l'usine en réalité augmentée ou virtuelle.
Toutefois, selon la définition du Digital Twin Consortium, la référence aux données historiques et en temps réel représentant le passé et le présent et simulant l'avenir implique qu'il considère ces trois piliers comme essentiels, la différence résidant dans la manière dont les données sont recueillies et le jumeau numérique mis à jour.
Comment alimenter un jumeau numérique à l'aide de données spatiales
La contribution des systèmes de données spatiales tels que ceux fournis par NavVis aux jumeaux numériques peut être classée comme contribuant à la fois aux blocs de métadonnées d'entité et de composants logiciels. Le Dr Lorenz Lachauer, Responsable des Solutions chez NavVis, explique. "D'un côté, NavVis fournit des données qui sont générées par nos systèmes de numérisation intérieure, par exemple le NavVis VLX. Dans la définition du jumeau numérique de Gartner, ces données, constituées de nuages de points et d'images panoramiques, entrent dans la catégorie des sources de données externes, plus précisément des "données physiques". En outre, le jumeau numérique est composé de quatre éléments essentiels, dont l'un est un composant logiciel. Et là, il y a des composants de visualisation, et c'est là que NavVis IVION entre en jeu."
Lachauer a souligné que dans tous les cas, les systèmes NavVis concernent l'usine ou l'installation de traitement et non le produit. Il peut relier des données en temps réel à des données/visualisations spatiales des machines concernées et fournit des données précises sous forme de nuages de points et d'images panoramiques. Il donne à l'utilisateur la possibilité d'interagir avec ces données, afin de fournir un emplacement et des informations sur la forme et la taille physiques pour une représentation visuelle de l'opération de fabrication, à laquelle les données générées peuvent ensuite être attribuées pour faciliter la navigation dans le système et identifier les sites précis qui pourraient nécessiter une attention à un moment donné.
"Les jumeaux numériques ne sont jamais réalisés par un seul fabricant", commente Lachauer. "Tous les fabricants de logiciels ou de matériel informatique du secteur affirment qu'ils réalisent un jumeau numérique. Mais nous pouvons voir, d'après la définition de Gartner, qu'il s'agit de quelque chose qui est composé d'au moins quelques éléments." Il y a, dit-il, un nombre croissant d'entreprises IoT qui développent et proposent des systèmes qui fournissent des capteurs, des données en direct et une connectivité, mais ils ne permettent pas une bonne visualisation de l'installation de fabrication. "Par conséquent, si vous apportez un IoT et des données de capteurs et les combinez avec des données visuelles plus précises, alors vous pourriez avoir un jumeau numérique complet et utile."
Membre de l'équipe de Lachauer, Phillip Quadstege, Senior Solution Manager, a fait le lien entre le rôle de NavVis et la définition du Digital Twin Consortium. "Elle indique que, dans le jumeau numérique, il y a plusieurs modèles numériques qui sont en corrélation les uns avec les autres. Il précise que les modèles numériques peuvent être des mesures 3D, des modèles CAO 3D, des équations mathématiques, etc. Nous nous inscrivons dans cette partie de mesure 3D. Dans ces représentations virtuelles, vous avez plusieurs modèles qui sont en corrélation les uns avec les autres, et ils communiquent entre eux."
Les données spatiales joueront un rôle clé dans la numérisation des installations de fabrication
De plus en plus, la plupart des dispositifs physiques ont un jumeau numérique. Toutefois, selon Lachauer, très peu d'installations de fabrication ou de biens sont entièrement représentés de cette manière. Les données spatiales sont un élément clé d'un jumeau numérique dans le secteur de la fabrication, car elles donnent aux données générées un contexte visuel provenant de l'usine réelle. En particulier lorsque plusieurs sous-processus sont répartis dans un espace intérieur, les équipements et systèmes NavVis offrent aux opérateurs un moyen simple de recueillir régulièrement ces données, de suivre les changements dans la configuration physique de l'usine et de mettre à jour le jumeau numérique si nécessaire.
Comme nous l'avons vu plus haut dans cet article, la définition des jumeaux numériques fournie par deux des organismes les plus influents du secteur concorde sur la plupart des points. Ils requièrent tous deux la présence de données qui identifient les différents composants d'un processus de fabrication et qui ne changent pas pendant le fonctionnement du processus, tout en exigeant la collecte de données changeantes concernant le fonctionnement de ces composants. Ces données changeantes sont analysées afin de fournir des indications sur la façon dont le processus peut être optimisé de la manière la plus importante pour ses opérateurs. Les composants physiques et logiciels contribuent à la composition et au fonctionnement du jumeau numérique.
Une différence majeure entre les deux définitions réside dans le fait de savoir si les données d'exploitation sont utilisées pour mettre à jour instantanément le jumeau, ou si les mises à jour sont programmées à intervalles réguliers. NavVis fournit des systèmes de collecte et de visualisation des données spatiales pour aider à définir l'aménagement physique de l'espace abritant le processus de fabrication et peut également être utilisé pour mettre à jour le modèle physique qui sous-tend un jumeau numérique si des modifications sont apportées à cet aménagement. Il devient ainsi l'un des composants logiciels contribuant au jumeau numérique.
Conclusion
Dans les articles suivants, les lecteurs pourront apprendre comment les jumeaux numériques peuvent améliorer la performance des installations et des opérations de fabrication, et comment les données spatiales - telles que celles fournies par NavVis - peuvent en être un élément crucial.
Vous souhaitez en savoir plus sur la solution NavVis Digital Factory ? Contactez nous pour plus d'informations, ou téléchargez une copie de notre guide gratuit pour démarrer la mise en œuvre de votre usine numérique.
Sources
- Gartner Research : Use 4 Building Blocks for Successful Digital Twin Design (Auteurs : Benoit Lheureux, Yefim Natis, Alfonso Velosa, Marc Halpern. Rafraîchi le 7 octobre 2021, publiée le 9 juin 2020), https://www.gartner.com/en/documents/3986128/use-4-building-blocks-for-successful-digital-twin-design
- Digital Twin Consortium Defines Digital Twin (Auteurs : Sean Olcott, Casey Mullen. Publié le 12 mars 2020), https://blog.digitaltwinconsortium.org/2020/12/digital-twin-consortium-defines-digital-twin.html
Stuart Nathan est un rédacteur scientifique indépendant basé à Londres, anciennement rédacteur en chef de The Engineer. Il a écrit pour des publications telles que The Economist 1843, Ingenia et MIT Technology Review. Il estime que sans une bonne communication, le potentiel de la science et de la technologie ne peut être pleinement exploité.