Les jumeaux numériques passent du stade d'expérience industrielle à celui de nécessité opérationnelle
Un responsable de production remarque qu'une machine essentielle fonctionne à une température légèrement supérieure à la normale. Aucune panne n'est à signaler, la chaîne de production continue de fonctionner et, selon le programme de maintenance habituel, l'équipement devrait rester opérationnel pendant encore trois mois. Or, un modèle virtuel de la machine indique qu'un roulement s'use plus rapidement que prévu.
L'entreprise a désormais le choix. Elle peut soit poursuivre son activité jusqu'à la prochaine inspection prévue, au risque d'un arrêt imprévu, soit intervenir pendant une période de production moins chargée avant que la panne n'entraîne des coûts importants.
C'est là la promesse concrète que recèlent les jumeaux numériques.
Ce terme est souvent utilisé de manière vague, parfois pour désigner à peine plus qu’un modèle en trois dimensions ou un tableau de bord. Un jumeau numérique opérationnel va bien plus loin. Il s’agit d’une représentation numérique d’un actif, d’un processus ou d’un système physique, mise à jour à l’aide de données opérationnelles et utilisée pour comprendre le comportement de son équivalent dans le monde réel. Selon son niveau de sophistication, il peut surveiller les conditions actuelles, simuler des changements, prévoir des défaillances ou recommander une ligne de conduite.
Cette technologie n'est pas nouvelle, mais son intérêt commercial ne cesse de croître. Les capteurs industriels se sont généralisés, les capacités de cloud computing et d'edge computing se sont développées, et l'intelligence artificielle est désormais capable d'analyser un volume de données opérationnelles bien plus important que les systèmes de surveillance traditionnels. Ensemble, ces avancées permettent de créer des modèles numériques qui ne se contentent pas de refléter ce qui s'est déjà produit.
Ils peuvent aider une entreprise à déterminer la marche à suivre.
Au-delà des prévisions à la une
Les cabinets d'études s'accordent globalement à dire que le marché du jumeau numérique connaît une expansion rapide, même si leurs estimations divergent considérablement. Cette divergence reflète un problème fondamental : il n'existe pas de définition unique et universellement admise de ce que ce marché devrait englober.
Certaines prévisions prennent en compte les plateformes logicielles, les outils de simulation et les services de données. D’autres incluent le conseil, l’intégration de systèmes, les infrastructures de l’Internet des objets industriel et les applications spécifiques à un secteur. Un jumeau numérique représentant un seul moteur d’avion est également très différent d’un modèle représentant une usine entière, un réseau électrique ou une ville.
La taille exacte du marché futur est donc moins révélatrice que l'orientation des investissements. Les industriels, les entreprises du secteur de l'énergie, les opérateurs de transport et les propriétaires d'infrastructures recherchent de meilleurs moyens de gérer des actifs complexes dont la défaillance peut s'avérer coûteuse, perturbatrice ou dangereuse.
Pour ces organisations, un jumeau numérique n’a pas de valeur simplement parce qu’il permet de créer une réplique virtuelle impressionnante. Il prend toute sa valeur lorsqu’il permet d’améliorer la prise de décision : déterminer quand entretenir un équipement, comment repenser un processus, identifier les sources de gaspillage de capacité ou évaluer comment un système pourrait s’adapter à des conditions changeantes.
Qu'est-ce qui fait d'un modèle un jumeau numérique ?
Une simulation classique est généralement conçue pour répondre à une question précise. Les ingénieurs peuvent s'en servir pour tester un produit avant sa fabrication ou pour comprendre comment un composant se comporte sous pression. Une fois l'exercice terminé, le modèle ne subit généralement plus aucune modification.
Un jumeau numérique a pour objectif de maintenir un lien avec le système physique qu'il représente. Les données provenant des capteurs, des registres des équipements, des systèmes de maintenance et d'autres sources opérationnelles peuvent être utilisées pour mettre à jour le modèle à mesure que les conditions évoluent.
Le niveau d'interconnexion varie. Certains jumeaux reçoivent des mises à jour périodiques. D'autres fonctionnent quasi en temps réel. Une version de base peut permettre de visualiser l'état d'un seul équipement, tandis qu'un système plus avancé peut combiner une modélisation physique, l'apprentissage automatique et des données historiques pour prédire le comportement futur.
Cette distinction est importante, car tous les actifs ne nécessitent pas forcément un jumeau aussi élaboré que possible. Une entreprise peut avoir besoin d’un modèle très détaillé d’une turbine critique pour la sécurité, mais seulement d’une représentation plus simple pour des équipements moins importants.
C'est l'objectif qui doit déterminer le niveau de détail, et non l'attrait de la technologie.
Concevoir avant de construire
L'une des applications les plus évidentes des jumeaux numériques intervient avant même la mise en service d'un actif physique.
Les fabricants peuvent utiliser des modèles virtuels pour tester leurs produits, leurs chaînes de production et les configurations de leurs machines avant d'engager des investissements dans la construction. Les ingénieurs peuvent ainsi analyser la manière dont un composant est susceptible de réagir à la chaleur, aux mouvements, à la pression ou à l'usure. Les responsables de la planification des usines peuvent quant à eux déterminer si un agencement proposé est susceptible de créer des goulots d'étranglement, des problèmes de sécurité ou des flux de matériaux inefficaces.
Cela change la donne sur le plan économique en matière d'expérimentation. Il est généralement moins coûteux de modifier une chaîne de production virtuelle que d'adapter une chaîne déjà installée. Une équipe de conception peut ainsi tester plusieurs scénarios sans interrompre le fonctionnement d'une usine ni produire à plusieurs reprises des prototypes physiques.
La mise en service virtuelle va encore plus loin. Le comportement des systèmes de contrôle et des équipements peut être testé dans un environnement numérique avant que les machines ne soient pleinement déployées dans l'usine. Cela permet de détecter plus tôt les erreurs de programmation et les problèmes d'intégration, à un stade où leur correction est moins coûteuse.
L'intérêt ne réside pas simplement dans un développement plus rapide des produits. Il s'agit plutôt de la possibilité de commettre des erreurs dans un contexte où celles-ci n'entraînent pas encore l'arrêt de la production.
Maintenance prédictive avec un meilleur contexte
La maintenance prédictive est souvent présentée comme l'application phare du jumeau numérique, et ce à juste titre.
La maintenance traditionnelle suit généralement l'un des deux modèles suivants : soit les équipements sont réparés après une panne, soit ils font l'objet d'un entretien selon un calendrier fixe. La première approche comporte le risque de temps d'arrêt coûteux. La seconde peut entraîner le remplacement de composants qui ont encore une durée de vie utile ou ne pas permettre de détecter un problème naissant entre deux inspections.
Un jumeau numérique peut associer les données des capteurs à des informations concernant la conception de l'équipement, ses conditions d'exploitation, son historique de maintenance et son comportement prévu. Plutôt que de se demander si une machine a atteint un certain âge, l'entreprise peut évaluer les performances de cette machine en particulier.
Une pompe fonctionnant sous des charges exceptionnellement élevées peut nécessiter une intervention plus précoce qu'un modèle identique utilisé dans un environnement moins exigeant. Une turbine qui semble en bon état selon un indicateur de fonctionnement donné peut présenter un comportement préoccupant lorsque l'on examine conjointement les données relatives aux vibrations, à la chaleur et au rendement.
Le jumeau ne remplace pas le jugement technique. Il offre aux ingénieurs une base plus complète sur laquelle l'exercer.
C'est lorsque les temps d'arrêt sont coûteux, que l'accès pour la maintenance est difficile ou que les pannes d'équipement ont des conséquences importantes en matière de sécurité que l'argument commercial est le plus convaincant. Dans ces contextes, même une amélioration modeste de la détection des pannes ou de la planification de la maintenance peut justifier l'investissement.
Optimisation d'un processus dans son ensemble
La plus grande valeur ne réside peut-être pas dans la modélisation de chaque machine prise individuellement, mais dans la compréhension de la manière dont elles interagissent entre elles.
Une chaîne de production peut afficher des performances insuffisantes même lorsque chaque équipement semble fonctionner correctement. Un processus peut générer des files d'attente, un autre peut consommer trop d'énergie et un troisième peut produire de légères variations qui entraînent des défauts en aval.
Un jumeau numérique au niveau des processus permet à une entreprise d'analyser le système dans son ensemble. Les responsables peuvent ainsi évaluer les conséquences probables d'une modification des cadences de production, d'un changement d'horaires de travail, du lancement d'un nouveau produit ou de la mise hors service d'équipements pour maintenance.
Cela s'avère particulièrement utile dans les environnements où une décision a des répercussions ailleurs. Augmenter le rendement d'une machine peut simplement déplacer le goulot d'étranglement vers l'étape suivante. Réduire la consommation d'énergie à une certaine étape du processus peut nuire à la qualité ou allonger le temps de production.
En simulant ces compromis avant de procéder à des changements concrets, les entreprises peuvent éviter d'améliorer un indicateur au détriment de l'ensemble de leurs activités.
Énergie, infrastructures et environnement bâti
Les jumeaux numériques s'étendent également au-delà des murs des usines.
Les entreprises du secteur de l'énergie peuvent les utiliser pour surveiller les éoliennes, les centrales électriques et les réseaux. Les services publics peuvent modéliser les interactions entre la demande en électricité, la production d'énergie renouvelable et les capacités de stockage. Les exploitants d'infrastructures peuvent créer des représentations numériques de ponts, de voies ferrées, de réseaux d'adduction d'eau et de bâtiments afin de faciliter la maintenance et la planification à long terme.
Dans l'environnement bâti, un jumeau numérique peut accompagner un bien tout au long de son cycle de vie. Le modèle utilisé lors de la conception et de la construction peut ensuite intégrer des informations relatives à l'occupation, à la consommation d'énergie, à la température, à la ventilation et aux performances des équipements.
Un gestionnaire immobilier pourrait utiliser ces informations pour déterminer pourquoi une partie d'un bien immobilier consomme plus d'énergie que prévu ou pour évaluer l'impact que des modifications des réglages de chauffage et de climatisation pourraient avoir sur le confort et les coûts.
Ce même principe peut s'appliquer à plus grande échelle aux réseaux de transport ou aux infrastructures urbaines. Cependant, la complexité augmente rapidement. Un jumeau numérique d'une ville n'est pas simplement une version agrandie du jumeau numérique d'une machine. Il doit combiner des données provenant de différents propriétaires, systèmes et normes, tout en tenant compte du comportement humain, qui est bien moins prévisible que les performances mécaniques.
Le développement durable ne se résume pas à un modèle numérique
Les jumeaux numériques sont souvent présentés comme des outils au service du développement durable, car ils peuvent contribuer à réduire la consommation d'énergie, le gaspillage de matériaux et les opérations de maintenance superflues. Ce potentiel est bien réel, mais il ne faut pas le tenir pour acquis.
Une entreprise peut utiliser un jumeau virtuel pour repenser la conception d'un produit en réduisant la quantité de matériaux nécessaires, prolonger la durée de vie utile d'un équipement ou identifier une étape de production particulièrement gourmande en énergie. Une entreprise de construction pourrait comparer différentes options de conception avant de se lancer dans la mise en œuvre du béton et de l'acier. Un opérateur de transport pourrait optimiser ses itinéraires ou l'utilisation de son parc.
Ces avantages dépendent de l'objectif pour lequel le système a été conçu. Un jumeau numérique créé dans le seul but d'optimiser la production ne permettra pas automatiquement de réduire les émissions ou la consommation de ressources. Les indicateurs environnementaux doivent être intégrés au modèle et pris en compte dans les décisions qu'il aide à prendre.
Cette technologie a également son propre impact environnemental. Les capteurs, la connectivité, le stockage des données et le traitement informatique consomment de l'énergie et nécessitent du matériel. Une analyse crédible de la durabilité devrait donc comparer les ressources utilisées par le système numérique aux économies réalisées ou au gaspillage évité grâce à celui-ci.
L'IA rend les jumeaux plus performants… mais aussi plus difficiles à gérer
L'intelligence artificielle élargit le champ d'action des jumeaux numériques. Les modèles d'apprentissage automatique permettent de détecter des tendances dans de grands volumes de données issues de capteurs, d'identifier des anomalies et d'estimer comment un équipement est susceptible de se comporter dans des conditions qui ne se sont jamais présentées auparavant.
L'IA générative pourrait également faciliter l'utilisation de systèmes complexes. Un ingénieur ou un responsable pourrait ainsi poser des questions en langage courant plutôt que de devoir naviguer dans une interface spécialisée : « Pourquoi la production a-t-elle baissé la semaine dernière ? » « Quel composant est le plus susceptible d'interrompre la production ? » « Que se passerait-il si la demande augmentait de 15 % ? »
Cependant, l'IA introduit une nouvelle source d'incertitude. Un modèle peut mettre en évidence des corrélations qui ne reflètent pas les causes physiques d'un problème. Il peut fonctionner correctement dans des conditions normales, mais devenir peu fiable lorsque les équipements ou les environnements d'exploitation changent.
Dans le cadre des décisions industrielles, une réponse qui semble plausible ne suffit pas. Les entreprises doivent savoir quelles données ont servi de base au résultat, comment le modèle a été validé et à quel moment une validation humaine est nécessaire.
Plus l'autorité accordée au jumeau est grande, plus ces contrôles prennent de l'importance.
Le problème des données est prioritaire
De nombreux projets de jumeau numérique se heurtent à des difficultés bien avant la mise en place du modèle visuel ou de la couche d'IA.
Les données opérationnelles peuvent être incomplètes, incohérentes ou stockées sur des équipements provenant de différents fabricants. Les machines plus anciennes peuvent ne pas être équipées de capteurs adaptés. Les registres de maintenance peuvent utiliser des conventions de nommage différentes, tandis que les données de conception et les données d'exploitation en temps réel peuvent se trouver dans des systèmes qui n'ont jamais été conçus pour communiquer entre eux.
Un jumeau numérique ne peut pas compenser indéfiniment la mauvaise qualité des informations. Si l'actif physique est représenté de manière inexacte ou si les données des capteurs ne sont pas fiables, le modèle risque de susciter une fausse confiance plutôt que de permettre de prendre de meilleures décisions.
C'est pourquoi les projets couronnés de succès commencent souvent par un cas d'utilisation précis et une évaluation minutieuse de la disponibilité des données. L'entreprise doit déterminer quelles variables sont importantes, à quelle fréquence elles doivent être mises à jour et quel niveau de précision est requis.
Elle doit également déterminer à qui appartiennent ces informations. Les jumeaux numériques peuvent impliquer des fabricants, des éditeurs de logiciels, des exploitants d'actifs et des prestataires de maintenance. Les contrats doivent préciser qui est autorisé à accéder aux données, comment celles-ci peuvent être utilisées et ce qu'il advient lorsque la relation avec un fournisseur prend fin.
La cybersécurité devient un risque physique
Plus un jumeau numérique est étroitement lié aux technologies opérationnelles, plus sa sécurité revêt une importance capitale.
Une base de données marketing compromise engendre de graves problèmes. Un système industriel compromis peut avoir des répercussions sur les machines, les réseaux énergétiques ou les infrastructures essentielles. Même lorsqu’un « jumeau » ne contrôle pas directement un équipement, des données manipulées pourraient amener les opérateurs à prendre des décisions erronées en matière de maintenance ou de sécurité.
La sécurité doit donc aller au-delà de la plateforme centrale. Les capteurs, les connexions réseau, les services cloud, les interfaces d'applications et les prestataires tiers peuvent tous constituer des points de vulnérabilité.
L'accès doit être limité en fonction des rôles, l'intégrité des données doit faire l'objet d'une surveillance et tout comportement inhabituel du système doit faire l'objet d'une enquête. Les entreprises doivent également établir une distinction claire entre les systèmes qui observent, ceux qui émettent des recommandations et ceux qui sont habilités à agir.
Un jumeau numérique ne doit pas devenir un moyen de contourner les contrôles de sécurité industrielle en place.
Commencez par la décision, pas par le jumeau
L'erreur stratégique la plus courante consiste à partir de l'ambition de “ créer un jumeau numérique ” plutôt que d'un problème opérationnel clairement défini.
Un projet mieux structuré commence par une question. L'entreprise peut-elle réduire les temps d'arrêt imprévus sur un équipement critique ? Peut-elle raccourcir la durée de mise en service ? Peut-elle comprendre pourquoi la consommation d'énergie varie entre des installations apparemment similaires ? Peut-elle tester un changement de processus de production sans interrompre l'activité ?
L'entreprise doit ensuite établir une base de référence. Sans connaître le coût actuel des temps d'arrêt, du gaspillage, des défauts ou de la consommation d'énergie, il sera difficile de déterminer si le jumeau numérique génère un retour sur investissement suffisant.
Un projet pilote doit se concentrer sur un actif ou un processus dont la valeur est mesurable et pour lequel les données nécessaires peuvent être obtenues. Le modèle pourra ensuite être étendu s'il s'avère fiable. Tenter de reproduire l'ensemble d'une entreprise dès le départ aboutit souvent à un vaste programme technologique dont l'objectif commercial n'est pas clairement défini.
Les entreprises doivent également prévoir la maintenance du modèle numérique lui-même. Les actifs physiques évoluent : des composants sont remplacés, les logiciels sont mis à jour et les conditions d'exploitation changent. Un jumeau qui n'est pas mis à jour en fonction de la réalité finit par devenir un modèle historique plutôt qu'un outil opérationnel.
De la compréhension du système à l'expérimentation de l'avenir
Le marché du jumeau numérique devrait très certainement continuer à se développer, porté par la numérisation industrielle, la multiplication des équipements connectés et les progrès réalisés dans les domaines de la simulation et de l’intelligence artificielle. Cependant, l’importance à long terme de cette technologie ne sera pas déterminée par l’ampleur des prévisions de marché.
Cela se jouera dans les ateliers, dans les salles de contrôle et lors des décisions d'investissement.
Un jumeau numérique utile aide une organisation à comprendre ce qu’elle ne parvenait pas à cerner clairement auparavant. Un jumeau numérique de grande valeur lui permet d’agir en fonction de cette compréhension : prévenir une défaillance, réduire le gaspillage, tester une conception ou améliorer l’efficacité d’un système complexe.
C'est là que réside le véritable changement. Les entreprises industrielles passent d'une surveillance des opérations physiques a posteriori à la modélisation de la manière dont ces opérations pourraient évoluer à l'avenir.
L'avantage concurrentiel n'ira pas à l'entreprise qui disposera de la réplique virtuelle la plus sophistiquée. Il reviendra à celle qui saura déterminer quelle décision du monde réel cette réplique est censée améliorer.
