Début de thèse : 2023
Fin de thèse :
 septembre 2026
Date de soutenance prévue : –

Résumé

Il existe aujourd’hui beaucoup de solutions pour le pilotage d’usine à long et moyen terme (en d’autres termes stratégique et tactique : dimensionnement global d’usine, choix d’implantation, choix logistique interne et externe, …) basées sur des modèles détaillés, longs et complexes à construire en raison du nombre important d’inputs, de règles de gestion, etc. Ces modèles de jumeaux numériques s’appuient généralement sur des techniques de simulation de flux et ne couvrent que les aspects liés aux systèmes de production. Ils ne permettent donc pas d’offrir une vue prédictive globale des aspects de consommation d’énergie et d’émissions de CO2 – qui sont des sujets prioritaires dans tous les groupes industriels aujourd’hui. Pour référence, sur une usine automobile type, 50% de la consommation est liée aux systèmes de production et 50% aux bâtiments, systèmes de chauffage et de confort, etc… Il faut aussi noter que ces modèles ne permettent généralement pas d’accompagner les entreprises pour des prises de décision sur le court terme voire le temps réel. Les modèles sont trop longs à créer ou trop long à exécuter.

La finalité de cette thèse est donc de proposer des solutions pour :

(1) Intégrer les aspects énergétiques afin de construire un jumeau numérique holistique d’une usine qui étend les approches de simulation de flux avec des modèles prédictifs liés aux bâtiments et systèmes de chauffage et ventilation.

(2) Rendre rapide et adéquat la construction et l’utilisation de modèles de simulation (Jumeaux Numériques), notamment pour la prise en compte des aspects énergétiques, que ce soit les aspects consommation en CO2 ou les aspects coût de l’énergie) en respectant la règle des 3 “S” : Simplicité de conception, Simplicité de maintenance et Simplicité d’utilisation.

En se basant sur les travaux réalisés dans le laboratoire d’accueil sur les Jumeaux Numériques, et en prenant support sur les plateformes disponibles à Mines Saint-Etienne (DIWII, IT’mFactory), plusieurs pistes pourront être explorées et croisées pour répondre à ces enjeux. On peut citer par exemple :

  • La création automatique ou semi-automatique de modèles,
  • La connexion des différents systèmes d’information, et la prise en compte des ontologies des données,
  • La réduction des temps de calculs par la mise en œuvre d’une architecture information adaptée,
  • La méta-modélisation (construire des modèles de simulation par apprentissage)

La méthodologie retenue pour réaliser ces travaux de thèse est la suivante :

  • Mener à bien une revue de la littérature académique et industrielle sur différents sujets concernés,
  • Cartographier, Typer, Labelliser les données nécessaires à la création du Jumeau Numérique (JN),
  • Développer et outiller la/les méthode de construction de d’exécution du JN,
  • Développer et outiller les moyens et techniques pour la mise en œuvre du JN,
  • Intégrer techniquement les outils et moyens développés ci-avant pour faire émerger une preuve de concept (POC) en relation avec les End-User partenaires de la Chaire, et valider le POC dans un contexte plus général d’aide au pilotage opérationnel
  • S’impliquer dans une campagne de publication et de diffusion vers les communautés académiques et industrielles.

Mots clés

Modélisation, Jumeaux Numériques, flux, consommation énergétique.

Partenaires ou/et Financeurs

Chaire « Digital Twin for Industrial System »

Objectifs de développement durable concernés

Publications

Actualités

Encadrement

Frédéric GRIMAUD

Enseignant chercheur
Directeur de thèse

À lire aussi

Auteur

Elena YAN
FAYOL - Informatique et systèmes intelligents (ISI)
UMR CNRS 6158 – LIMOS – Laboratoire informatique, modélisation et optimisation des systèmes

Année

2023

Sujet

Self-adaptive Regulation Mechanisms for a Trustworthy and Sustainable Industry of the Future.

École doctorale

ED 488 SIS - Sciences, Ingénierie, Santé
Génie industriel

Encadrement

Olivier BOISSIER
Enseignant chercheur
Directeur de thèse

Auteur

Nicolas SAUZEAT
FAYOL - Génie mathématique et industriel (GMI)
EA 4161 – COACTIS – Équipe de recherche en gestion
UMR CNRS 6158 – LIMOS – Laboratoire informatique, modélisation et optimisation des systèmes

Année

2022

Sujet

Transformation des réseaux de valeur – vers des filières industrielles agiles et résilientes

École doctorale

ED 488 SIS - Sciences, Ingénierie, Santé
Génie industriel

Encadrement

Khaled MEDINI
Enseignant-chercheur
Directeur de thèse