Contrairement aux jumeaux numériques traditionnels, qui sont principalement utilisés pour la surveillance et l’analyse, les jumeaux numériques exécutables sont des modèles actifs et dynamiques capables de répondre aux entrées, de simuler des scénarios et de prendre des décisions de manière autonome ou avec une intervention humaine. Le jumeau numérique exécutable (ou xDT). En termes simples, le xDT est le jumeau numérique sur une puce. Le xDT utilise les données d’un nombre (relativement) restreint de capteurs intégrés dans le produit physique pour effectuer des simulations en temps réel à l’aide de modèles d’ordre réduit. À partir de ce petit nombre de capteurs, il peut prédire l'état physique à n'importe quel point de l'objet, même dans des endroits où il serait impossible de placer des capteurs.
Simulation et interaction en temps réel
Les jumeaux numériques exécutables (xDT) sont capables de simuler le comportement et les performances de l’actif physique ou du système en temps réel. Ils peuvent répondre aux entrées, simuler différentes conditions de fonctionnement et interagir dynamiquement avec des systèmes externes ou des utilisateurs.
Autonomie et prise de décision
Les jumeaux numériques exécutables (xDT) peuvent prendre des décisions de manière autonome sur la base de règles prédéfinies, d’algorithmes ou de modèles d’apprentissage automatique. Ils peuvent analyser les données, prédire les résultats et prendre des mesures pour optimiser les performances ou répondre à des conditions changeantes.
Contrôle en boucle fermée
Les jumeaux numériques exécutables (xDT) fonctionnent souvent dans un système de contrôle en boucle fermée, où les données en temps réel des capteurs et des actionneurs sont renvoyées dans le modèle virtuel pour ajuster les paramètres, optimiser les performances et maintenir les conditions de fonctionnement souhaitées.
Analyse prédictive et optimisation
Les jumeaux numériques exécutables (xDT) utilisent des techniques d’analyse prédictive et d’optimisation pour prévoir les comportements futurs, identifier les problèmes ou les opportunités potentiels et recommander des actions pour améliorer les performances ou atténuer les risques.
Intégration avec les technologies de l’IoT et de l’IA
Les jumeaux numériques exécutables (xDT) exploitent les capteurs de l’Internet des objets (IoT), la connectivité et les algorithmes d’intelligence artificielle (IA) pour collecter des données en temps réel, analyser des modèles complexes et prendre des décisions éclairées. Ils peuvent également intégrer des modèles d’apprentissage automatique pour un comportement adaptatif et une amélioration continue.
Adaptation et apprentissage dynamiques
Les jumeaux numériques exécutables (xDT) sont capables d’apprendre de l’expérience et de s’adapter aux changements de l’environnement ou des conditions d’exploitation au fil du temps. Ils peuvent continuellement mettre à jour leurs modèles, leurs paramètres et leurs stratégies en fonction de nouvelles données et de nouveaux commentaires.
Les jumeaux numériques exécutables trouvent des applications dans divers secteurs, notamment la fabrication, l’énergie, les transports, les soins de santé et les villes intelligentes. Ils permettent la maintenance prédictive, l’exploitation autonome, l’optimisation des processus et l’aide à la décision dans les systèmes complexes où la surveillance et le contrôle en temps réel sont essentiels. Dans l’ensemble, les jumeaux numériques exécutables représentent la prochaine évolution de la technologie des jumeaux numériques, offrant des capacités améliorées de simulation en temps réel, de prise de décision et d’optimisation des actifs et des systèmes physiques. Un jumeau numérique exécutable est une forme avancée de jumeau numérique qui représente non seulement une réplique virtuelle d’un actif ou d’un système physique, mais qui a également la capacité d’exécuter, de simuler et d’interagir avec le modèle virtuel en temps réel.
Modèles basés sur la physique
Un jumeau numérique exécutable basé sur la physique s’appuie sur des modèles mathématiques qui décrivent le comportement physique du système répliqué. Ces modèles sont généralement basés sur des principes fondamentaux de la physique, tels que la mécanique, la thermodynamique, la dynamique des fluides, l’électromagnétisme, etc. En résolvant les équations qui régissent ces phénomènes physiques, le jumeau numérique peut simuler le comportement du système du monde réel dans un environnement virtuel.
Simulation de processus physiques
Le jumeau numérique simule les processus physiques et les interactions au sein du système à l’aide de modèles basés sur la physique. Cela lui permet de prédire comment le système se comportera dans différentes conditions de fonctionnement, entrées et scénarios.
Simulation en temps réel
Un jumeau numérique exécutable basé sur des modèles physiques peut simuler le comportement du système physique en temps réel ou quasi réel. Cela permet une interaction dynamique et une prise de décision basée sur l’état actuel du système et de son environnement.
Contrôle en boucle fermée
Les jumeaux numériques exécutables basés sur la physique fonctionnent souvent dans un système de contrôle en boucle fermée, où les données en temps réel des capteurs et des actionneurs sont utilisées pour ajuster les paramètres de simulation et contrôler le comportement du modèle virtuel. Cela permet au jumeau numérique de maintenir les conditions de fonctionnement souhaitées et d’optimiser les performances.
Validation et vérification
Les modèles basés sur la physique utilisés dans les jumeaux numériques exécutables doivent être validés et vérifiés pour garantir leur précision et leur fiabilité. Il s’agit de comparer les résultats de simulation avec des mesures réelles et des données expérimentales pour confirmer que le jumeau numérique représente fidèlement le système physique.
Bien que la modélisation basée sur la physique soit couramment utilisée dans les jumeaux numériques exécutables, il est important de noter que d’autres approches de modélisation, telles que la modélisation basée sur les données, les modèles empiriques ou les modèles hybrides combinant la physique et les techniques axées sur les données, peuvent également être utilisées en fonction des exigences et des contraintes spécifiques de l’application.
