Les jumeaux numériques sont des outils de plus en plus populaires pour accompagner la numérisation de nos activités industrielles et logistiques.

Article rédigé par François Lacombe, Lead Data Engineer

Devenus incontournables, les jumeaux numériques permettent d’envisager à l’échelle la plus large et en croisant des données techniques, environnementales, économiques, le fonctionnement d’installations et de comportements complexes.

Il faut pourtant veiller à ne pas tomber dans certains pièges lorsque l’on choisit de se tourner vers ces solutions.
Comment envisager la prochaine étape de la transition numérique des entreprises grâce à cet outil ?

DCbrain vous aide à conduire avec succès une telle construction et la mettre à disposition de plusieurs équipes dans l’entreprise.

Qu’est-ce qu’un jumeau numérique ?

Un double numérique est constitué de la description des composants statiques d’un système ou d’un processus réel sur lequel sont superposées des grandeurs dynamiques qui caractérisent leur fonctionnement.

Ils ont légitimement besoin de la puissance des bases de données, de la modélisation mathématique et de capteurs pour afficher les métriques les plus pertinentes pour votre processus industriel. Ils s’appuient sur une connaissance souvent rassemblée au fil des années, concentrée dans des inventaires patrimoniaux, logiciels de Business Intelligence (BI) ou des Systèmes d’Information Géographiques (SIG). L’essor des capteurs permet désormais d’y associer des données dynamiques pour en apprendre toujours plus sur le fonctionnement des outils de travail à optimiser.

Si le double numérique se situe au cœur d’une démarche de numérisation, il n’en assure pas la réussite pleine et entière. En effet, vous aurez aussi besoin de visualisations adaptées pour permettre à vos collaborateurs de l’exploiter. Ce judicieux équilibre entre fonctionnalités de modélisation, prise en compte du plus grand nombre de critères, expérience utilisateur et qualité de la représentation est nécessaire quand il s’agit de porter un nouvel outil entre les mains d’équipes métier.

On retiendra que l’adoption par des équipes opérationnelles est conditionnée par la qualité des résultats produits. Cela ne présage pas toutefois d’une capacité à rendre compte ou de rendre claire une prescription opérationnelle. Il faut donc choisir une solution qui vous permettra d’avoir les deux, le succès de votre projet se rapportant au maillon le plus faible du dispositif.

Quels sont les pré-requis pour construire un jumeau numérique ?

La pertinence économique des données qui servent à constituer un jumeau numérique n’a pas toujours été évidente à établir. La cohérence et l’exhaustivité des référentiels sont des qualités fastidieuses à assurer. Nous pensons ici particulièrement à l’observation des standards dans les formats de données, l’absence de redondances ou d’incohérences dans ces données, la facilité de mise à jour et de maintenance ou encore la proximité avec la réalité du terrain.

Aussi nous devons aujourd’hui relever ces défis avec de nouvelles perspectives à l’esprit. Si il n’était pas évident de rentabiliser une campagne de mesures ou d’inventaire sur le terrain hier, les nouveaux leviers d’efficacité permis par les jumeaux numériques permettent désormais de réduire la durée de retour sur investissement.

Cette durée de retour s’établit comme étant généralement le rapport entre les économies réellement identifiées consécutivement à la réalisation du double numérique et les coûts informatiques qu’il a nécessité.

ROI = (Economies subséquentes à l’étude du double numérique en €) / (Coûts informatiques (€) + Coûts collecte de données (€) + Coûts de gestion du changement (€))

Quelles sont les données nécessaires pour construire un jumeau numérique ?

Il est inutile de lister les données nécessaires puisqu’elles dépendent beaucoup du sujet à traiter. Les doubles numériques permettent justement de croiser un grand nombre de données diverses.

En matière de réseaux et d’infrastructures, on retiendra surtout les sites ou machines qui composent le réseau, les liens qui permettent de les relier ainsi que leurs principales caractéristiques. Par exemple les entrepôts, sites clients et trajets parcourus par les camions dans un réseau logistique. Ceci complété par les mesures de ce qui y circule, flux, unités repérés dans le temps.

Les bases de données utiles à ces démarches se sont d’abord constituées par pragmatisme opérationnel, leurs artisans guidés par les besoins quotidiens du terrain. Aujourd’hui, en matière d’infrastructures de réseaux, ce sont des projets de plus en plus contraints par la réglementation qui représentent des postes de coûts importants pour les entreprises. L’opportunité d’utiliser ces données plus largement pour rendre d’autres processus plus efficaces se présente aujourd’hui.

Les données utiles proviennent surtout des :

  • Systèmes d’information géographiques.
  • EMS, pour l’énergie.
  • TMS, WMS pour la logistique.
  • Sources prospectives, schémas directeurs, règles métier diverses

Il faut maintenant renforcer les capacités générales de contrôle qualité et d’industrialisation pour en assurer la pérennité. Cela passe notamment par l’utilisation d’un ETL permettant d’effectuer les validations nécessaires et reproduire les traitements mis au point une fois. Vous devrez probablement être en mesure de traduire des règles métier dans ces processus. En tout état de cause, le double numérique que vous vous apprêtez à créer reproduira les mêmes faiblesses que les données présentées à l’entrée.

Le résultat obtenu évolue avec la qualité des données, la maturité du double numérique n’étant ni binaire ni figée.

Enfin, parmi d’autres outils, le double numérique apporte un lot de changements qu’il convient de faire accepter aux équipes. Les collaborateurs peuvent devenir acteurs de la démarche pour s’assurer que les résultats seront conformes aux méthodes de travail.

Cas d’usages pour un jumeau numérique

Depuis 5 ans, DCbrain a su déployer ses solutions pionnières pour apporter la puissance des jumeaux numériques auprès de ses clients. Ils ont permis d’apporter des solutions prescriptives pour l’exploitation de réseaux gaziers, la simulation de propagation de fluides jusqu’à l’optimisation de plans de transport de grands réseaux logistiques.

Propagation de biomethane dans un quartier résidentiel – Cartographie openstreetmap et contributeurs

La simulation de propagation du biométhane dans un réseau de distribution de gaz peut s’avérer nécessaire pour adapter la facturation des consommateurs finals en raison des différences de capacités thermiques avec le gaz naturel. Ces simulations nécessitent une bonne connaissance du réseau, portée par les réglementations toujours plus précises pour la cartographie des réseaux sensibles. La convergence de la cartographie et des données de mesures, de relevés de pression et de débit permettent d’aboutir au résultat ci-contre très visuel pour l’exploitant. Il est ainsi possible de suivre l’impact d’une production nouvelle de biométhane dans un réseau existant, d’adapter son exploitation pour en maximiser la zone d’influence et limiter son indisponibilité.

 

Il est clair que sans une cartographie de réseau topologiquement connectée ou sans mesures régulières, la qualité de simulation s’en ressentira et le double numérique du réseau a besoin de stabilité pour obtenir des résultats comparables dans le temps.

Les réseaux logistiques, plus particulièrement de transport, ont pour leur part des objectifs de fiabilité de plus en plus importants. Selon les produits transportés et le mode de transport, les contraintes de sécurité imposent des fonctionnement particuliers. Afin de préserver les marges opérationnelles et tenir compte de cette complexité due à l’activité et sa réglementation, l’optimisation des roulements de camions nécessite un double numérique précis du réseau existant. La concentration des colis dans un même camion ou l’insertion d’étapes dans les trajets permettent d’y parvenir. En l’associant à la connaissance fine des configurations et des roulements dans les entrepôts il est aussi possible d’organiser le roulement des équipes et les plannings des conducteurs à court et moyen termes.

Notre logiciel INES nous permet notamment de :

Les données métiers qui décrivent les réseaux de gaz, d’utilité ou logistiques sur lesquels nous avons l’habitude de travailler sont opportunément mêlées à d’autres informations, comme la météo ou la cartographie routière. Ces associations permettent des simulations enrichies pour tenir compte de la réalité et détecter des anomalies.

Nos produits logiciels sont capables de travailler sur différents réseaux avec des fonctionnements identiques et les mêmes standards de qualité.

Mise en place rapide d’un jumeau numérique

Le double numérique est la pierre angulaire de nombreuses opérations de transformation. L’accompagnement d’une équipe expérimentée permet de passer plus facilement les obstacles et identifier plus rapidement les leviers d’action les plus efficaces.

La collaboration régulière des équipes métier, du sponsor et de DCbrain pour aboutir aux résultats les plus exploitables pour votre activité. 

Si l’absence remarquée de standards techniques, particulièrement dans la formalisation des données nécessaires pour construire un double numérique, oblige aujourd’hui à se pencher sur des situations au cas par cas, il n’est pas nécessaire de réinventer ce qui fonctionne déjà.

Ainsi nos solutions acceptent à la fois des formats de fichiers plats très simples (csv, xml) ou peuvent faire appel à des API existants dans vos infrastructures industrielles pour limiter les coûts informatiques à engager et aboutir rapidement à un premier résultat exploitable.

Si peu de données sont nécessaires pour obtenir les premiers résultats, il faut s’assurer de leur qualité et construire une architecture industrialisable et pérenne.

Consultez nos références pour en prendre la mesure ou contactez-nous pour une démonstration !

Glossaire

  • API : Interface de Programmation Applicatif
  • BI : Business Intelligence
  • EMS : Energy Management System, entrepôt de données de consommation et de production d’énergie
  • ETL : Extract, Transform and Load, composant logiciel dédié au chargement et à la transformation de données
  • IA : Intelligence Artificielle
  • ROI : Retour sur Investissement
  • SIG : Systèmes d’Information Géographiques
  • TMS : Transport Management System, outil opérationnel de gestion des transports dans un réseau logistique
  • WMS : Warehouse Management System, outil opérationnel de gestion d’entrepôt