Views
3 years ago

Essais & Simulations n° 131

  • Text
  • Essais
  • Simulation
  • Simulations
  • Mesures
  • Mesure
  • Solutions
  • Permet
  • Ainsi
  • Projet
  • Moyens
Les Bureaux d’études face aux défis des données toujours plus denses

DOSSIER BUREAUX

DOSSIER BUREAUX D’ÉTUDES Solution Modelica Simplorer d’Ansys sur des véhicules ou des équipements dotés de nombreux capteurs et procurant des informations denses, à tout instant ». Dans le prolongement de cette idée, en matière de conception, se développent de plus en plus des jumeaux numériques (autrement appelés « Digital Twins »), qui reproduisent à l’identique et simultanément la vie de l’équipement. Cette technologie s’avère notamment très utile dans la maintenance prévisionnelle, domaine qui exploite des volumes de données de plus en plus importants. À titre d’exemple, un avion en vol envoie des données à tout instant, lui permettant d’être surveillé à distance et contrôlé à tout instant. « Pendant des dizaines d’années, la simulation numérique a servi au design. Désormais, avec le Big Data, nous sommes capables de faire de la simulation en temps réel, sur les cycles de vie des produits en faisant de l’optimisation sur des produits complexes jusqu’à la fin de leur vie ». LE CAS DES VÉHICULES AUTONOMES Le vrai problème que l’on rencontre sur les véhicules autonomes réside dans la validation des essais. Il faudrait aujourd’hui des dizaines voire des centaines d’années pour prendre en compte toutes les configurations et envisager tous les scénarios. Dans ce contexte, « la simulation numérique est devenue indispensable ; pour autant, il faut qualifier toutes ces données », tempère Jacques Duysens. Et c’est là que d’autres problèmes apparaissent, à l’exemple de ce qu’appelle Jacques Duysens les « faux-semblants ». Ce que le capteur voit est-il bien réel ? Le capteur voit-il tout ? La clef de voûte serait d’assurer l’équation « capteur-mesure-exploitation de mesure ». Nous n’en sommes pas encore là, selon Jacques Duysens. « À l’occasion d’un essai sur route, un véhicule autonome suivait un convoi à une certaine vitesse lorsqu’il s’est mis à subitement accélérer en raison d’un capteur qui avait lu ‘’90’’ sur un panneau ». En matière d’acquisition de données, des systèmes clefs en main existent mais le problème ne se trouve pas tant dans ces solutions que dans la charte d’exploitation nécessitant des algorithmes de fusion et de traitement des données et intégrant toutes les problématiques tout en maintenant une notion de sécurité. FUSIONNER LES MONDES Parmi les préconisations à prendre, Jacques Duysens insiste avant toute chose sur la nécessité de travailler avec des données fiables et « éviter à tout prix les faux-semblants grâce à des algorithmes performants ». Autre conseil que livre l’enseignant : « il est essentiel d’être en mesure de gérer ces gigantesques masses de données ; c’est là qu’intervient le Big Data ». Enfin, il faut être capable de fusionner le Big Data et le calcul haute performance (HPC) avec les données issues des capteurs. « La réussite réside dans la fusion des deux mondes. À bord d’un véhicule, toute la question est de savoir comment simuler les données d’un capteur, à la fois dans son environnement réel et en interaction avec les autres équipements, puis lorsque le véhicule se déplace, en prenant en compte l’ensemble des éléments environnants ». Pour le spécialiste d’Ansys, le véhicule autonome a littéralement chamboulé la simulation numérique. « Il existe encore des verrous technologiques mais ça va très vite. Il y a encore quelques années, les gens n’y croyaient pas trop mais juridiquement, c’est un vrai casse-tête ». Un défi supplémentaire mais qui ne dépend cette fois plus seulement de la technologie. Olivier Guillon 52 IESSAIS & SIMULATIONS • N°131 • Décembre 2017

DOSSIER BUREAUX D’ÉTUDES ANALYSE La gestion des données de simulation pour répondre aux besoins de l’industrie 4.0 L’industrie du futur se traduit à la fois par des produits de plus en plus complexes, connectés et intelligents qui requièrent des niveaux d’expertise toujours plus pointus. Objectif ? Faire face à des aléas et à des imprévus également plus nombreux. Les systèmes de calculs nécessaires sont plus puissants ; ils font souvent appel au Big Data mais posent le problème d’une massification suivie d’une dispersion des informations. D’où l’importance de mettre en place des solutions SPDM. 4.0, c’est le sujet dont tout le monde parle, que ce soit dans les nouvelles technologies permettant d’automatiser et d’optimiser la production au maximum en L’industrie rendant les machines intelligentes et communicantes, dans la mise en place des process au sein de l’usine numérique, ou encore dans la gestion du cycle de vie des produits. Mais un autre domaine devrait également faire couler beaucoup d’encre, celui de la gestion des données, tant en production qu’en simulation. Ce second domaine fait beaucoup moins parler de lui. Pourtant, il demeure essentiel à la réussite d’une entreprise industrielle pour relever les défis de demain. La dernière conférence Nafems France, qui s’est déroulée le 23 novembre dernier au Novotel de Charenton (Val-de-Marne) était entièrement consacrée à ce sujet. « L’ind ustrie 4.0 apporte son lot de nouveaux paradigmes, à savoir une customisation à chaque produit même s’ils sont développés à partir de produits-services très génériques ; or cela nécessite de transférer des volumes de datas de plus en plus importants générant énormément d’informations à la fois hétérogènes et dispersées », précise Julien Le Duigou de l’Université technologique de Compiègne (UTC), lors d’une intervention conjointement présentée avec Farouk Belkadi de l’ECN-LS2N*, et portant sur l’apport de la classification des objets SPPDM pour la maîtrise du couple Produit-Process dans le contexte de l’entreprise du futur. Autre problématique évoquée, celle de l’intégration de plusieurs points de vue qui, à l’image de la mécatronique au moment de son apparition où plusieurs services ne parlant pas le même langage devaient alors communiquer entre eux sur un projet commun, pose sur la table des questions d’ordre sémantique cette fois. LE BESOIN DE STRUCTURER LA CONNAISSANCE Collecter des données à la fois denses et dispersées – émergeant de la fabrication, de la simulation et du produit en lui-même – suscite immanquablement un besoin d’interopérabilité séman- Prima Power a mis en œuvre un projet SDM afin d’améliorer son service ESSAIS & SIMULATIONS • N°131 • Décembre 2017 I53

Essais et Simulations - Découvrez la revue en version digitale

Pour vous abonner, joindre la rédaction, communiquer dans la revue ou simplement avoir plus d'informations sur votre métier, rendez-vous sur notre site internet :

www.essais-simulations.com