Digital Twin

Un jumeau numérique est un modèle virtuel d’un actif, d’un processus ou d’un système physique, qui reste synchronisé avec son équivalent réel grâce à un flux continu de données et lui renvoie des décisions. Le côté physique peut être une pompe, une chaîne de production, un parc éolien ou un quartier ; le côté virtuel combine sa géométrie, son état actuel fourni par les capteurs et des modèles de son comportement. Les opérateurs peuvent ainsi le surveiller, tester des scénarios hypothétiques en simulation et prévoir les défaillances avant qu’elles ne surviennent. Michael Grieves a présenté le concept à l’Université du Michigan en 2002 comme modèle de gestion du cycle de vie des produits, et John Vickers, de la NASA, lui a donné le nom de jumeau numérique vers 2010. La série ISO 23247, publiée en 2021, définit un cadre de jumeau numérique pour la fabrication.

Modèle numérique, ombre numérique et jumeau numérique#

Le terme s’applique souvent à n’importe quel modèle 3D ou tableau de bord ; les chercheurs distinguent donc trois niveaux selon la circulation des données entre les objets physiques et virtuels. Une étude de 2018 de Kritzinger et de ses collègues appelle modèle numérique un modèle virtuel mis à jour manuellement, ombre numérique un modèle recevant automatiquement des données en direct mais ne modifiant l’actif physique que par l’intermédiaire de personnes, et jumeau numérique un modèle avec circulation automatique des données dans les deux sens.

Une simulation, en revanche, explore des scénarios hypothétiques sans lien en direct avec un actif particulier ; un jumeau numérique exécute de telles simulations à partir de l’état actuel de l’actif. Les techniques de reconstruction 3D, comme la photogrammétrie, les champs de radiance neuronaux et le Gaussian splatting, fournissent la géométrie et l’apparence du jumeau.

Fonctionnement d’un jumeau numérique#

Un jumeau opérationnel relie plusieurs couches. Les capteurs de l’Internet industriel des objets, les automates programmables et les caméras mesurent l’état physique, tandis que des protocoles comme OPC UA et MQTT transmettent ces relevés à une plateforme de données. Les modèles de comportement vont des simulations fondées sur la physique, comme les modèles par éléments finis et de dynamique des fluides, aux modèles de substitution issus de l’apprentissage automatique, entraînés sur des simulations ou des données historiques et capables de fournir une réponse en quelques millisecondes. Les analyses appliquées à l’état synchronisé couvrent la détection d’anomalies, la modélisation prédictive de la durée de vie utile restante et l’analyse des séries temporelles du débit ; leurs résultats sont renvoyés sous forme de consignes ajustées, d’ordres de maintenance ou de nouveaux calendriers de production.

La vision par ordinateur transforme les caméras ordinaires en capteurs pour les jumeaux numériques. La détection d’objets compte les pièces, les palettes et les véhicules ; le suivi multi-objets les suit dans un site ; l’estimation de pose consigne les mouvements des travailleurs à des fins d’études ergonomiques ; et la segmentation mesure les niveaux de remplissage ou les tas de matériaux. Le mode de suivi d’Ultralytics YOLO26 attribue à chaque objet détecté un identifiant persistant d’une image vidéo à l’autre. Le jumeau peut ainsi mettre à jour une fiche par chariot élévateur ou palette avec sa position la plus récente, au lieu de créer de nouveaux objets à chaque image. Les données circulent aussi dans l’autre sens : les scènes rendues par le jumeau produisent des données synthétiques annotées pour entraîner ces modèles de vision, et la randomisation de domaine des textures et de l’éclairage facilite leur adaptation aux caméras réelles.

Applications concrètes#

• Fabrication : les jumeaux numériques d’usine permettent aux ingénieurs de réorganiser les lignes de production, de reprogrammer les trajectoires des robots et d’équilibrer les charges virtuellement avant d’intervenir sur la ligne réelle ; les jumeaux de machines planifient la maintenance à partir des données de vibration, de température et de courant.
• Logistique et entreposage : les jumeaux d’entrepôt combinent le suivi des marchandises et des véhicules par caméra aux données des commandes pour tester l’agencement, les stratégies de rangement et les flottes de robots.
• Énergie et aéronautique : les jumeaux de moteurs à réaction et d’éoliennes combinent des modèles physiques aux flux de données de capteurs de chaque unité pour estimer l’usure des composants individuels et planifier les inspections en conséquence.
• Villes intelligentes : les jumeaux de villes modélisent les bâtiments, la circulation et les services publics ; les décomptes de véhicules issus des caméras de circulation étalonnent leurs simulations de trafic. Virtual Singapore, un programme national de 73 millions de dollars singapouriens lancé en 2014, modélise toute la cité-État en 3D pour les études d’urbanisme.