Qu'est-ce qu'un jumeau numérique ?

Qu'est-ce qu'un jumeau numérique ?

Selon la définition classique, un jumeau numérique est « un modèle virtuel conçu pour être le reflet exact d'un objet physique. » – IBM[KVK4] Dans le cas d'un processus de fabrication discret ou continu, un jumeau numérique collecte les données sur l'état des systèmes et des processus à l'aide de différents capteurs IoT (technologies opérationnelles, ou OT) et de données d'entreprise (technologies de l'information, ou IT). L'objectif est de former un modèle virtuel qui sera ensuite utilisé pour exécuter des simulations, étudier les problèmes de performance et obtenir des insights.

Le concept de jumeau numérique n'est pas nouveau. On pense d'ailleurs que la première application de ce concept a plus de 25 ans : elle remonte aux premières phases de la construction des fondations et du coffrage du parcours du London Heathrow Express. Elle servait à surveiller et prévoir le comportement des injections dans les percées des fondations. Dans les années qui ont suivi, l'informatique de périphérie (edge computing), l'IA, la connectivité des données, la 5G et les progrès de l'Internet des objets (IoT) ont rendu les jumeaux numériques plus rentables. Ils sont aujourd'hui incontournables dans les entreprises orientées données.

Les jumeaux numériques sont à ce point ancrés dans le secteur de la fabrication qu'il est prévu que le marché industriel mondial atteigne 48 milliards de dollars en 2026. C'est une augmentation considérable par rapport aux 3,1 milliards de dollars enregistrés en 2020, soit un taux de croissance annuel composé de 58 %, témoin de la puissance de la vague de l'Industrie 4.0.

Les industries manufacturières actuelles sont tenues de rationaliser et d'optimiser tous les processus de leur chaîne de valeur, de la conception à la mise en œuvre du feedback des clients, en passant par le développement, les opérations et la gestion de la chaîne d'approvisionnement. La famille des jumeaux numériques est vaste et vise à traiter un large éventail de problématiques dans la fabrication, la logistique et les transports.

Voici les défis les plus courants que les jumeaux numériques relèvent dans le secteur de la fabrication :

• La conception des produits est plus complexe ; elle coûte plus cher et le temps de développement est plus long
• La chaîne d'approvisionnement manque de transparence
• Les lignes de production ne sont pas optimisées : performances variables, défauts non détectés, manque de visibilité sur les coûts d'exploitation
• Mauvaise gestion de la qualité : dépendance excessive vis-à-vis de la théorie, gestion fragmentée entre différents départements
• Les coûts de maintenance trop élevés entraînent des temps d'arrêt prolongés et des perturbations dans les processus
• Manque de collaboration entre les départements
• Manque de visibilité sur la demande des clients et de feedback en temps réel

Pourquoi est-ce aussi important ?

L'Industrie 4.0 et les projets de chaîne d'approvisionnement connectée ont fait beaucoup pour l'amélioration des opérations et l'agilité de la logistique. Mais sans les jumeaux numériques, ces efforts auraient pu avoir un coût significatif. Imaginez ce que cela peut coûter de modifier le processus de distillation du pétrole brut dans une raffinerie, dans le but d'améliorer la production de diesel une semaine, puis celle d'essence la suivante, avec comme objectif de suivre l'évolution de la demande et de maximiser la rentabilité économique ! Et comment répliquer une chaîne d'approvisionnement, même simple, afin de modéliser le risque ? Il est financièrement et physiquement impossible de créer un jumeau physique d'une chaîne d'approvisionnement.

Examinons les avantages des jumeaux numériques pour le secteur de la fabrication :

• La conception et le développement de nouveaux produits coûtent moins cher et prennent moins de temps : les simulations itératives mettent en jeu différentes contraintes pour parvenir à une conception la plus performante ou optimisée qui soit. Aujourd'hui, tous les avions commerciaux sont élaborés à l'aide de jumeaux numériques
• Les jumeaux numériques permettent de savoir combien de temps va durer un inventaire, à quel moment procéder au réapprovisionnement et comment minimiser les perturbations de la supply chain. L'industrie du pétrole et du gaz s'appuie sur des jumeaux numériques pour réduire les goulets d'étranglement dans le stockage et la livraison intermédiaires, planifier le déchargement des tankers et modéliser la demande en fonction des paramètres extérieurs.
• Les contrôles exercés en continu, grâce aux retours fournis par l'IA et le ML, garantissent l'amélioration de la qualité des produits de manière préventive. L'inspection finale des peintures automobiles est assurée par la vision par ordinateur superposée à la technologie de jumeau numérique
• Pour trouver le moment idéal pour remplacer une pièce avant que le processus ne se dégrade, tout en s'assurant d'utiliser pleinement chaque composant, le jumeau numérique fournit du feedback en temps réel. Les jumeaux numériques sont la colonne vertébrale d'une suite de gestion de la performance des actifs
• Les jumeaux numériques offrent la possibilité de synchroniser plusieurs départements en fournissant les instructions nécessaires de façon modulaire, afin d'atteindre le débit souhaité. Les jumeaux numériques sont la colonne vertébrale des événements kaizen qui optimisent le flux des processus de fabrication
• Les boucles de feedback client peuvent être modélisées à l'aide d'entrées – comportement des clients aux points de vente, préférences d'achat, performance des produits –, puis intégrées au processus de développement de produits, formant ainsi une boucle fermée au service de l'amélioration de la conception des produits

Quelles sont les capacités uniques de Databricks ?

• Le Lakehouse Databricks utilise des technologies comme Delta, les DLT, Autoloader et Photon permettant aux clients de mettre les données au service de la prise de décision en temps réel.
• Le lakehouse pour les produits manufacturés prend en charge les jobs les plus volumineux en quasi temps réel. Par exemple, des clients importent près de 400 millions d'événements par jour depuis des systèmes de journaux transactionnels, à des intervalles de 15 secondes. En raison des perturbations qui touchent les rapports et l'analyse pendant le traitement des données, la plupart des clients du secteur du retail chargent leurs données dans leur data warehouse pendant la nuit. Certaines entreprises chargent même les données à un rythme hebdomadaire ou mensuel.
• Une architecture en lakehouse fournit une méthode plus simple que les approches traditionnelles – l'architecture Lambda, notamment – pour importer et traiter les données en batch et en streaming. L'architecture gère la capture des données de modification et assure la conformité ACID des transactions.
• Les DLT simplifient la création de pipelines de données et créent automatiquement le lineage pour faciliter la gestion en continu.
• Le lakehouse permet d'importer des flux de données en temps réel et de les analyser. Les data warehouses nécessitent des opérations d'extraction, de transformation et de chargement, puis une nouvelle extraction du data warehouse pour effectuer des travaux analytiques.
• Photon délivre des performances exceptionnelles pour les requêtes, ce qui permet aux utilisateurs d'interroger les plus grands ensembles de données afin d'alimenter la prise de décisions en temps réel dans les outils de BI.

Ressources complémentaires

• Quatre forces motrices pour la fabrication intelligente
• Forum des leaders de l'industrie manufacturière
• Solutions Databricks pour la fabrication