Partagez

Linkedin

Twitter

Facebook

email

Print

Closed loop digital twin - Siemens Software

Le concept de jumeaux numériques (ou Digital Twins) est relativement récent (2002) et si on en parle beaucoup, le nombre de développements réels et opérationnels semble assez faible à ce jour, bien que de nombreux POC (Proof Of Concept) aient été développés. Les jumeaux numériques supposent le développement d’une modélisation en général multi-physique d’un objet ou d’un système complexe et l’intégration de capteurs sur l’objet réel afin de réaliser (dans certains cas) un suivi temps réel. Les applications les plus citées concernent des infrastructures de production (usine, réseau ferroviaire), des machines-outils (fraisage), des systèmes robotisés, des produits complexes (moteurs, …). Si les développements sont initiés plutôt par des grands donneurs d’ordre (GE, ABB, SNCF, Siemens, Latécoère, …), des ETI (Heller, Baud Industries, Rittal) et des fournisseurs de machines (Bühler, Disamatic, …) s’impliquent aussi.

Une technologie à fort potentiel

Le cabinet d’analyse américain Gartner place les jumeaux numériques dans son Top 10 des « Strategic Technology Trends » en 2019 et estime que d’ici 10 ans, la moitié des systèmes de surveillance des infrastructures de production bénéficieront des technologies du jumeau numérique avec des gains en rendement de plus de 10 %.

Les différents types de jumeaux numériques

Le terme « jumeau numérique » recouvre en fait différents types d’outils et de développement et différents objectifs. Il n’existe probablement pas de terminologie précise qui distingue les différents outils. On peut cependant distinguer trois principaux types de jumeaux numériques.

Tout d’abord le jumeau virtuel sans couplage avec la réalité (usine virtuelle, machine virtuelle) qui permet d’optimiser en amont le développement d’un sous ensemble (usine, machine) et d’étudier différents scénarii d’utilisation (marche normale, marche dégradée, impact de paramètres de fonctionnement, …). On est alors probablement sur un jumeau numérique de plus bas niveau que les deux autres jumeaux.

Ensuite, le jumeau numérique couplé avec de la réalité augmentée permet de tester l’intervention humaine sur une machine ou une pièce complexe (montage, maintenance, soudabilité, …). Ce type d’application met en œuvre un sous-ensemble virtuel et un process virtuel de réalité augmentée.

Enfin, le « closed loop digital twins » avec un couplage réel entre jumeau numérique et jumeau réel. On est alors sur un jumeau numérique de « haut niveau ». Dans ce cas, des capteurs sur le jumeau réel permettent de transmettre en « temps réel » des informations (température, pression, mouvement), vers le jumeau numérique qui peut alors simuler le comportement (également en temps réel) et interagir en retour vers le jumeau réel pour modifier son fonctionnement si besoin. On a alors un fonctionnement en « boucle fermée » (closed loop) entre le modèle virtuel et le modèle réel. L’innovation réelle et l’enjeu technique consiste à faire tourner le jumeau en temps réel avec de la simulation multi-physique et la technologie MOR (Model Order Reduction).

La technologie des jumeaux numériques est très jeune et cette classification est sans doute réductrice. Il existe probablement des cas de jumeaux numériques intermédiaires où une partie de l’objet est en mode « closed loop » (car facilement instrumentable) et où d’autres parties de l’objet réel ne sont pas reliées au modèle virtuel.

La technologie MOR (Model Order Reduction)

Les calculs de simulation numérique (thermique, fluidique, mécanique, …) ont des temps de calculs souvent très importants (quelques heures) incompatibles avec la notion de temps réel développée dans le concept du jumeau numérique closed-loop. Afin de tirer parti de la simulation numérique en temps réel, on utilise assez classiquement la réduction de modèle ou MOR (« Model Order Reduction »). Cette technologie, qui semble être une technologie clef pour le développement de jumeaux numériques, consiste tout d’abord à identifier les jeux de paramètres majoritairement utilisés, ensuite à faire tourner un ensemble de simulations représentatives des différents états d’un système réel et enfin à utiliser les résultats de calcul dans des modèles réduits (mais néanmoins précis) qui sans être exhaustifs, s’appliquent dans le périmètre du système à simuler. Ces modèles sont alors capables de donner des réponses en temps réel. On cite ainsi en exemple la mécanique des fluides autour d’un avion de combat F16 ou la technologie MOR a permis de réduire le modèle de 2 millions de degrés de liberté à un modèle à 90 degrés de liberté.

Le jumeau numérique d’un système de moulage

Le contrôleur de qualité du moulage (MAC ou Mould Accuracy Controller) est un outil important du contrôle de la qualité des machines DISAMATIC (système de moulage en motte à plan de joint vertical). Le MAC avertit les opérateurs de la disparité et de l’écart entre les moules, provoquant des rebuts, des retouches et des écoulements de métal incorrects, avant même la coulée des pièces. Lors du salon GIFA 2019 à Dusseldorf, les visiteurs du stand DISA ont pu ainsi tester le MAC en utilisant un DISAMATIC Digital Twin (une simulation numérique d’une machine de moulage). Ce jumeau numérique permettait de modifier les paramètres de la machine virtuelle via un panneau de commande et de voir immédiatement comment ces modifications affectent la qualité du moulage.

Le jumeau numérique d’une machine à mouler sous pression

Bühler, le constructeur helvète de presses d’injection aluminium, a récemment développé une presse digitale de ses machines de la gamme Fusion. Ce développement appelé SmartCMS (Smart Cell Management System) collecte des informations des différents composants et périphériques de la machine et permettra à l’utilisateur d’optimiser les performances de la production (0 rebut, réduction possible par un facteur 10 des arrêts machine par de la maintenance prédictive et un gain de 40 % sur le temps de cycle par un management de la thermique optimisé (micro-pulvérisation, conformal cooling et caméra IR). La presse digitale utilise du machine-learning et des algorithmes d’intelligence artificielle pour prendre des décisions pertinentes sans la nécessité d’une intervention humaine. L’analyse des causes d’arrêts machine est réalisée à l’aide d’une solution sécurisée sur le cloud avec sauvegarde de toutes les données sur une plateforme Bühler Insights IoT (solution Microsoft Azure).

Des perspectives pour les métiers du métal

Les métiers de la forge, de la fonderie, de la fabrication additive, et plus largement de la mise en forme des matériaux métalliques, ont toutes les qualités requises pour être au rang des premiers utilisateurs des jumeaux numériques sur leurs procédés industriels.

Plusieurs aspects font des métiers de la métallurgie de parfaits clients pour une exploitation rapide, efficace et diversifiée du jumeau numérique. Premièrement, la multiplicité des phénomènes physiques mis en œuvre (mécaniques, thermiques, fluidiques, …). Ensuite, le grand nombre de paramètres souvent interdépendants et impactant la qualité des pièces. Citons également la capacité des différents métiers à associer la simulation numérique et la physique réelle (mesure d’un grand nombre de paramètres process). Enfin, on notera les forts enjeux en termes d’amélioration de la qualité, de disponibilité des chantiers de production (TRS) et des temps de mise au point dans un contexte de série industrielle.

Plusieurs projets sont à l’étude, et les POC devraient se multiplier dans les mois à venir. CTIF s’inscrit dans cette dynamique, avec différents projets en cours ou en montage, associant partenaires académiques, éditeurs de logiciel, développeurs process, et partenaires industriels, respectivement sur les domaines du CND, de la fabrications additive, de l’instrumentation process.

Extrait de l’article « Les Jumeaux numériques dans l’industrie » paru dans la revue Forge et Fonderie, juin 2019, p. 29-36