Définition : qu’est-ce qu’un Digital Twin ?

Pour comprendre la définition d’un Digital Twin, nous vous proposons de la replacer dans le contexte du développement de produits. Faire une simulation numérique en ingénierie mécanique est un réflexe désormais bien ancré. Les modèles numériques permettent d’avoir une estimation du comportement mécanique d’une structure. La modélisation par éléments finis est présente à tous les étages d’un projet de conception. Elle concerne l’échelle du matériau à celle de la structure complète, en passant par toutes les sous-structures et assemblages structuraux.

Un défi de simulation

Pour chacune de ces échelles, une simulation prévoit la réponse de la structure virtuelle au cahier des charges prévu. Les tests sur pièces prototypes restent néanmoins toujours ponctuellement nécessaires afin de valider que la simulation était bien prédictive. Cet adjectif souvent utilisé décrit que le modèle donne un résultat cohérent avec l’essai.

Cette prédominance de la simulation a deux conséquences principales :

• les coûts de développement prévus pour les projets diminuent progressivement. Les ingénieurs s’efforcent de faire plus de simulations et moins de tests sur prototype.
• La confiance en la simulation doit nécessairement augmenter. Les essais sont réalisés de plus en plus tard, ce qui augmente les risques en fin de projet.

Vérification ou validation ?

S’appuyant sur ces tendances, les directions techniques fixent donc des objectifs de temps de développement de plus en plus courts. Ces objectifs concernent notamment des projets de développement de produits sur lesquels il faut parfois redévelopper une partie du système. Néanmoins, on néglige souvent un aspect de la simulation qui peut avoir un impact très fort sur la prédictivité d’un modèle : la différence entre vérification et validation.

La vérification d’un modèle de simulation consiste à s’assurer que l’équation de comportement analytique est bien reproduite par l’algorithme présent dans le logiciel de simulation. Cette équation décrit la loi qui lie par exemple la déformation et la contrainte dans le matériau. La vérification peut être effectuée sur des exemples très simples. Elle nous permet de juger de la « qualité » d’un logiciel de simulation. Aujourd’hui tous les logiciels commerciaux sont scrupuleusement vérifiés pour s’assurer que les équations disponibles pour l’utilisateur « fonctionnent » correctement.

La validation d’un modèle concerne tout ce qui touche à sa mise en données. Par exemple on peut souhaiter valider quel effort on a appliqué, quelle hypothèse on utilise pour l’interface entre deux pièces… Ces éléments sont des choix que l’ingénieur doit faire, fondés sur son expérience et sa connaissance du système. Plus le produit est innovant, plus ces hypothèses peuvent se révéler éloignées de la réalité le jour du test sur le prototype…

A quel point votre validation est-elle bien faite ?

Il est donc possible d’avoir les ingénieurs les plus expérimentés et de découvrir le jour du test que tout ne se passe pas comme prévu. Cette situation se produit bien sûr aux dépends du programme de développement…  Il n’est donc pas rare de voir opérer des « task forces » en fin de programme pour comprendre ces différences. Pire encore, il faut parfois refaire des campagnes de test pour changer les conditions d’essais. Quand on connaît les coûts d’un essai sur structure (entre 5 et 200k€ selon la complexité du système) on comprend que ce type d’imprévu est une double peine. En effet, la mise en production sera ajournée, mais on aussi doit dépenser plus d’argent et d’énergie pour terminer.

Voici venir la définition du Digital Twin

Pour répondre à cette question cruciale de la validation, d’autres domaines comme les essais embarqués ont trouvé une solution. Ils acceptent aujourd’hui l’idée que la comparaison modèle/réel peut s’opérer à travers un Digital Twin (Jumeau Numérique). Ce Twin est un avatar numérique du système observé, qui contient toutes les informations nécessaires à la validation du fonctionnement  du système. Il permet une comparaison au réel pour assurer le suivi, et le cas échéant la correction de consignes appliquées au système réel. Dans la maintenance, il s’agit par exemple de suivre des données critiques d’un équipement de production (cadence, température, humidité, etc.). Ces opérations rendent l’ingénieur capable de détecter un écart face à ses prévisions. Ce principe a déjà été généralisé à des usines entières…

La majorité de ces jumeaux numériques existent aujourd’hui online, connectés en permanence aux équipes pour leur fournir les informations en provenance du système. Il est cependant possible de les faire fonctionner offline après l’essai. Si on transfère ce concept à la simulation 3D en ingénierie mécanique, c’est tout à fait ce dont l’ingénieur a besoin, afin de comprendre et maîtriser les sources d’écart essais/calculs : un essai mécanique a été mené (même partiellement), on souhaite valider que la simulation avait bien prédit son comportement.

A quoi ressemble un Digital Twin en mécanique des structures ?

A quoi ça ressemble en pratique ? Par définition, un Digital Twin est un outil dans lequel on peut importer toutes les sources de mesure et les modèles de simulation qu’on a construits « sur le papier ». Dans ce contexte, les caméras (comme celles dont les images sont traitées par EikoTwin DIC) ne sont qu’un outil de mesure parmi d’autres. Elles rendent par contre l’utilisation du jumeau numérique très pratique, notamment parce qu’elles permettent

• de comparer essai et modèle sur toute une surface de la pièce (et plus seulement en un point), et de calculer une erreur de modèle globale. Imaginez que cette fonction est l’équivalent de l’outil de comparaison de deux documents Word ! On détecte du premier coup d’œil les similitudes et les différences entre ces deux résultats.
• de rétroagir en corrigeant le modèle si on dispose d’informations sur les conditions aux limites, comme pour l’étude sur le châssis de train menée en collaboration avec Alstom et le CETIM, ou si on veut jouer sur des paramètres de la simulation dont on sait qu’ils ont un effet sur cette erreur de modèle (paramètres matériau, d’interfaces, etc.).

Venez découvrir notre jumeau numérique : EikoTwin Digital Twin !