Internet Industriel des Objets IIOT : La précision des modèles de données jumelées numériques est la clé du succès

Alors que le secteur industriel se tourne vers la technologie des jumeaux numériques pour plus d'efficacité opérationnelle, la précision du modèle de données des jumeaux numériques est la clé du succès des répliques numériques.

Les principaux points à retenir de cet article sont les suivants:

Les jumeaux numériques sont encore naissants mais accélèrent la transformation numérique dans le secteur industriel et ailleurs.
Le COVID-19 a donné une nouvelle pertinence à la technologie du jumeau numérique, en facilitant des tâches telles que la surveillance à distance, la maintenance prédictive et le traitement automatisé.
Cependant, la fiabilité des modèles de jumeaux numériques dépend de la précision des modèles de données de jumeaux numériques.

Les jumeaux numériques sont des outils importants alors que les entreprises empruntent la voie de la transformation numérique. Malgré un statut proche de la science-fiction, les jumeaux numériques ont commencé à émerger dans la vie réelle, dans des contextes industriels et autres.
Alors que les jumeaux numériques n'en sont qu'à leurs débuts, ils ont déjà commencé à soutenir de manière spectaculaire les efforts de numérisation des entreprises. Les définitions restent fluides dans le domaine encore en développement. Pour certains, un jumeau numérique est un prototype en phase de conception, une instance lorsqu'il est déployé, ou un agrégat lorsqu'il est combiné avec d'autres jumeaux dans les opérations. Certains coupent le gâteau différemment, classant les jumeaux comme des jumeaux d'actifs, des jumeaux de réseau ou des jumeaux de processus.
Considérez certaines de ces utilisations des jumeaux numériques et leur convergence avec les appareils de l'Internet des objets (IoT):

Les avancées prennent diverses formes: le port d'autorité de Rotterdam a utilisé des jumeaux numériques et des capteurs IBM pour prédire les heures d'amarrage et de départ efficaces.
CPV, gestionnaire d'actifs du secteur de l'énergie, utilise le logiciel de gestion des performances GE Digital pour créer un jumeau numérique des processus critiques de l'usine, tout en appliquant l'IA pour augmenter la capacité et réduire la consommation de carburant.
Ford a intégré la technologie des jumeaux numériques prédictifs dans ses processus de fabrication de groupes motopropulseurs automobiles.
Atos et Siemens ont entrepris un pilote de jumeau numérique qui fait partie des grands efforts de l'industrie pharmaceutique pour répondre aux pressions critiques de la production de la pandémie de COVID-19.

Ces exemples et d'autres exemples de jumeaux numériques combinent plusieurs technologies distinctes, notamment la simulation informatique, la gestion du cycle de vie des produits, la modélisation logicielle, la réalité virtuelle et augmentée, la robotique, l'apprentissage automatique, etc. Les jumeaux numériques créent des représentations logicielles virtuelles de plus en plus sophistiquées d'objets et de systèmes, et les commentaires de leurs «fils numériques» peuvent éclairer les options de conception. Dans certains cas, les données entre les produits, processus ou modèles peuvent guider activement les opérations de bout en bout.
Aujourd'hui, le jumeau numérique de l'IoT industriel présente aux responsables informatiques une nouvelle vision des compromis familiers. Il y a des opportunités, mais il y a aussi des risques à cette frontière – car les implémenteurs doivent soigneusement distiller les perspectives de haute technologie dans leurs propres cas d'utilisation de jumeaux numériques.
Digital Twin Tech: succès de longue durée pendant la nuit
Comme la plupart des histoires de «succès du jour au lendemain», les jumeaux numériques ne sont pas nouveaux. L’utilisation de la simulation par la NASA dans le programme spatial Apollo a porté les germes de la technologie des jumeaux numériques. Les fondations des jumeaux d’aujourd’hui ont été largement rendues grâce aux progrès de la conception assistée par ordinateur (CAO) et de la modélisation volumétrique qui remontent aux années 1970. Le terme «jumeau numérique» a commencé à gagner du terrain il y a 20 ans dans le domaine de la gestion du cycle de vie des produits. Aujourd'hui, GE compte plus de 2 millions de jumeaux numériques en production. On dit que Tesla crée un jumeau numérique de chaque voiture qu'elle vend.
Mais si les jumeaux numériques ont un passé de longue date, ils ont trouvé une nouvelle pertinence dans le présent. COVID-19 a placé un nouveau projecteur sur les jumeaux numériques. La surveillance des actifs à distance, la maintenance prédictive et l'automatisation des processus étaient déjà des cibles appropriées pour les jumeaux, mais COVID-19 a fourni d'autres justifications.
Une enquête récente de Gartner a indiqué que 27% des entreprises prévoient d'utiliser des jumeaux numériques comme équipement autonome, robot ou véhicule. L'expérience COVID-19 est un gros moteur. Le cabinet de recherche s'attend à ce que d'ici 2023, un tiers des entreprises de taille moyenne à grande avec l'IoT déployé aient mis en œuvre au moins un jumeau numérique motivé par un cas d'utilisation lié au COVID-19.
Le père des jumeaux numériques
Ce qui est nouveau pour les jumeaux numériques d’aujourd’hui, c’est qu’ils peuvent faire appel à l’Internet industriel des objets (IIoT). Exploiter les données des capteurs IoT est la clé de la prochaine étape des jumeaux numériques, selon le Dr Michael Grieves. Il est largement reconnu comme le premier à avoir proposé le concept de jumeau numérique dans la fabrication, jetant les bases en 2002.
L’IoT était au centre des préoccupations lorsque Grieves a récemment pris la parole lors du Digital Twin Summit de l’American Society of Mechanical Engineers (ASME). Il y a du travail à faire, a-t-il conseillé.
«Nous devons essentiellement être en mesure de commencer à collecter les informations IoT à partir des produits eux-mêmes et de rassembler ces informations», a déclaré Grieves, maintenant scientifique en chef pour la fabrication avancée chez Florida Tech.
Il a déclaré qu'aujourd'hui, la collecte de données sur les jumeaux numériques est principalement ad hoc, mais que l'accent sera bientôt mis sur l'intégration d'un jumeau numérique dans un cadre d'usine plus large. La prochaine étape pour les jumeaux numériques, a-t-il dit, est «le maintien en puissance opérationnelle». La combinaison de l'IA et de l'apprentissage automatique avec des données de capteur en temps réel inaugurera «le jumeau numérique intelligent», selon lui. Avec de telles implémentations, un jumeau numérique s'éloigne davantage de ses racines dans la simulation et la modélisation de prototypes, et plus profondément dans les opérations en cours.
Données numériques jumelles
Le potentiel des jumeaux numériques dans les environnements industriels tourne principalement autour de la création d'efficacité opérationnelle. De petites économies de ressources, d'étapes de processus ou de temps d'arrêt peuvent se transformer en économies importantes dans toute l'entreprise.
Une mise en œuvre réussie repose sur un examen attentif de la fidélité; c'est-à-dire le niveau de précision des paramètres qu'un jumeau numérique transfère entre les domaines physique et virtuel.
La fidélité est étroitement liée à l'exactitude de la collecte de données sur les jumeaux numériques, qui doit être soigneusement gérée en fonction du cas d'utilisation. Toutes les données ne sont pas nécessaires pour qu'un jumeau numérique fasse son travail, mais restreindre l'objectif de la collecte de données peut nécessiter des essais et des erreurs.
Et, comme toujours, un objectif commercial clair doit guider l'effort global, ont souligné les observateurs de l'industrie.
La question, selon Dan Issacs, vice-président et directeur du Digital Twin Consortium, est «Pour quel travail le jumeau numérique est-il embauché?»
«Nous avons vu un mélange d'approches. Mais il est préférable de commencer par un problème clairement défini, de poursuivre des objectifs tels que l'augmentation de la productivité et la réduction des temps d'arrêt, de se concentrer sur ce qui est faisable », a-t-il déclaré.
Issacs a décrit le Digital Twin Consortium comme un programme lancé par l'Object Management Group (OMG) pour atteindre des définitions standard et combiner les efforts intersectoriels. Il a dit que le groupe était passé à près de 150 membres depuis sa formation plus tôt cette année. Sa liste de membres comprend Autodesk, Bentley Systems, Dell, GE Digital, Microsoft, Northrop Grumman et l'Université du Maryland.
Avec le jumeau numérique, les implémenteurs et les architectes doivent comprendre les exigences de latence des systèmes, selon Said Tabet, architecte en chef du bureau CTO de Dell Technologies et membre du conseil d'administration du Consortium Internet industriel de l'OMG.
«Tout n'est pas en temps réel et tout le temps réel n'est pas égal», a déclaré Tabet. En d'autres termes, la recherche de taux de réponse en temps ultra-réel peut ne pas être faisable ou nécessaire.
En attendant, il est également important de prêter attention à la synchronisation entre le physique et le numérique.
«La mise en œuvre d'un modèle de maturité aidera à guider ce processus. Et, quand il s'agit de [data] granularité, il est important de se concentrer sur les résultats et les résultats initiaux car ceux-ci varieront en fonction des cas d'utilisation », a averti Tabet.
Les chaînes d'approvisionnement et la logistique sont des domaines dans lesquels les jumeaux numériques trouvent un pied et, en termes de modélisation, ils fournissent des exemples de la manière dont les décisions sur la fidélité des jumeaux numériques à la physique peuvent être prises, a déclaré Sameer Khen, directeur principal des jumeaux numériques chez Ansys, fabricant. du logiciel TwinBuilder.
«Dans la chaîne d'approvisionnement, il y a des composants critiques, et certains d'entre eux doivent être modélisés à un niveau de fidélité plus profond», a déclaré Khen. «Les produits ont de la physique.»
À titre d'exemple, il a évoqué les désinfectants pour les mains, l'objet de conversions de lignes de fabrication bien connues au cours des premiers jours de la pandémie de COVID-19.
Les mesures de la viscosité des fluides qui composent les désinfectants pour les mains – et les contre-pressions qu'ils peuvent exercer sur l'équipement – pourraient être un élément essentiel de la surveillance de la production des jumeaux numériques.
Les jumeaux numériques dans les étapes de conception permettent une analyse hypothétique qui améliore les opérations, a-t-il déclaré.
Ne pensez pas trop à la conception de jumeaux numériques
Les utilisateurs potentiels doivent se méfier des dépassements lors de la création de modèles de jumeaux numériques, selon Jim Tung, collègue chez MathWorks, fabricant de Simulink et d'autres outils de modélisation.
«Parfois, un modèle de simulation discret et fidèle d'un flux de travail complet est tout simplement exagéré», a-t-il déclaré. Les utilisateurs peuvent plutôt se concentrer sur des actifs particulièrement coûteux. Déplacer ces éléments plus rapidement dans une file d'attente de production peut générer des avantages en termes de coûts.
«Dans tous les cas, il est important de comprendre la valeur commerciale», a déclaré Tung. C'est parce que les utilisateurs sont amenés à partir de cette décision à répondre aux questions sur la fidélité du modèle de jumeau numérique, a-t-il indiqué.
Aussi impressionnante que puisse être la technologie des jumeaux numériques, la technologie n'est pas le but, rappelle Niels Thomsen, qui dirige la pratique Insight pour l'IoT et l'IA chez Atos SE.
«Il faut commencer par l'aspect commercial», dit-il. Dans le travail d’Atos dans les industries pharmaceutiques, cela signifie commencer par des processus critiques qui déterminent la qualité globale des lots chimiques.
Cela nécessite de construire un modèle de jumeau numérique à mesurer, de comparer les mélanges chimiques réels en temps réel avec ce modèle et, dans certains cas, d'ajuster automatiquement des paramètres tels que la température, la pression et la vitesse d'écoulement pour améliorer la qualité du mélange qui en résulte.
Modélisation numérique de la maturité des jumeaux
Le parcours vers les jumeaux numériques d’aujourd’hui a été long pour le principal constructeur automobile Ford, selon le Dr Annie Zeng. Ford a commencé sur cette voie il y a 30 ans, a déclaré Zeng, rappelant l'époque du «C3P», qui signifie CAO / FAO / IAO / PIM, ou conception assistée par ordinateur / fabrication assistée par ordinateur / ingénierie assistée par ordinateur / gestion des informations produit .
Aujourd'hui, Ford a mis en place des modèles de pièces et de processus, de sorte que les modèles jumeaux de composants clés de la voiture peuvent être surveillés dans le contexte des modèles globaux des opérations d'usine, a déclaré Zeng, expert technique pour le jumeau numérique et l'IA au sein du groupe de fabrication avancée de Ford. Zeng, comme Grieves, a pris la parole lors du sommet ASME Digital Twin.
Pour Ford, a déclaré Zeng, un jumeau numérique est en réalité une collection de données représentant le produit et la production.
«Notre vision est de fournir un accès rapide et des informations à partir des données pertinentes», a-t-elle déclaré. Cela signifie travailler avec les équipes pour découvrir quels points de données sont les plus opportuns et les plus pertinents pour leur quête d'efficacité. Le projet commence par demander aux équipes de s'asseoir et de discuter des données les plus immédiates et les plus utiles.
D'après l'expérience de Zeng, les constructeurs de jumeaux numériques doivent évaluer la maturité relative de la technologie considérée. Selon Zeng, les questions à poser sont «Est-ce maintenant? Est-il près de? Est-ce loin?"
«La réponse sera différente en fonction de ce que votre entreprise souhaite réaliser», a-t-elle déclaré. D'autres questions à se poser sont de savoir si vous souhaitez développer la technologie complète en interne ou, à défaut, quelle partie de la technologie vous souhaitez développer en interne.
Les réponses à ces questions doivent rendre compte du type de cadre de développement ou de déploiement mis en place par un utilisateur. «Je parie que chaque entreprise aura une sorte de cadre», a fait remarquer Zeng. "Si ce n'est pas le cas, vous feriez mieux d'en avoir un."
Les jumeaux numériques ne sont pas des jeux vidéo
Dans le cadre du sommet de l'ASME, on a demandé au visionnaire du jumeau numérique Grieves ce que les chefs d'entreprise devraient savoir avant de s'attaquer aux jumeaux numériques.
«Tout d’abord, ils doivent comprendre que ce n’est pas un jeu vidéo», a déclaré Grieves. «Il s'agit en fait de données provenant de la vie réelle et de pouvoir faire quelque chose avec cela.»
La collecte de données doit être abordée avec bon sens, a-t-il soutenu. Il ne s'agit donc pas de collecter tous les points de données.
«L'une des choses contre lesquelles je mets en garde est [collecting] des quantités massives de "données" mais pas "d'informations" », a-t-il déclaré. Ainsi, il est essentiel de regarder quel type de données est spécifiquement nécessaire dans chaque cas.
Le plus important dans les conversations avec le côté commercial, a déclaré Grieves, est de se concentrer sur les cas d'utilisation où les points de difficulté sont déjà connus de tous.
«Où obtenez-vous de la valeur? Si les hommes d’affaires pensent: «Je dois dépenser tout cet argent pour avoir une jolie image de quelque chose», ils ne le feront pas », dit-il. "Vous devez essentiellement ramener cela à la proposition de valeur."
Pourtant, "Vous ne pouvez pas laisser les comptables entrer trop tôt", ajoute Grieves avec peut-être un clin d'œil. «Ce sont les tueurs de la joie.»

Laisser un commentaire