Vue d'ensemble
Au fur et à mesure que le déploiement des systèmes d'Internet des Objets (IoT) se développe, le concept des unités physiques ayant un avatar virtuel devient de plus en plus important.
Le jumeau numérique représente un avatar virtuel d'un système physique. Ces représentations numériques sont construites à partir des connaissances des experts en la matière ainsi que des données recueillies par les capteurs embarqués dans le système.
Le modèle ATOM (Agent-based Turbine Operations & Maintenance) est un jumeau numérique basé sur un modèle de simulation, développé par decisionLab Ltd et Siemens. Le jumeau numérique émule les opérations globales de réparation de maintenance et de refonte (MRO) de la division des turbines à gaz aéro-derivé de Siemens. S'appuyant sur des données en temps réel déjà disponibles dans la chaîne logistique, le modèle offre la possibilité d'utiliser des méthodologies complexes de simulation et d'analyse de données pour optimiser l'exploitation de la flotte de turbines de Siemens, ce qui permettant une meilleure prise de décisions basée sur les données pour améliorer la productivité et l'efficacité des opérations des clients et la gestion des actifs.
Problème
Siemens produit une large gamme de turbines industrielles et a récemment acquis l'activité de turbines à gaz et compresseurs de Rolls-Royce. Par la suite, Siemens a introduit une nouvelle turbine à gaz aéro-dérivé (SGT-A65)
La nouvelle turbine n'ayant pas été entièrement développée en interne, sa production et sa maintenance ont engendré de nombreux nouveaux défis, y compris les problèmes imprévus de rendement en service et les problèmes de support.
Les outils de prévision basés sur Excel utilisés par Siemens à l'époque n'ont pas fonctionné efficace ment dans les nouvelles circonstances. Le volume de données était trop important pour être géré dans Excel et les résultats n'étaient pas suffisamment clairs pour identifier facilement les goulots d'étranglement et trouver rapidement des solutions.
Bref, l'entreprise avait besoin d'une méthode plus puissante pour résoudre les problèmes d'exploitation de son parc de turbines à gaz. Les principaux besoins étaient :
- Prévoir le rendement d'entreprise et prévoir les indicateurs de performance clés (KPIs) pour éclairer la prise de décision ;
- Évaluer les options d'investissement - exécutez des scénarios hypothétiques « what – if » pour comprendre rapidement où investir au mieux.
Siemens souhaitait visualiser l'ensemble du processus de production et de maintenance, y compris la logistique de la chaîne d'approvisionnement, qui sont critiques pour le système. Avec la capacité de visualiser les résultats de multiples scénarios de simulation « what-if », afin de communiquer l'analyse de rentabilisation de plusieurs options d'investissement et de permettre une meilleure prise de décision, tant à l'intérieur de l'entreprise qu'à l'extérieur, avec les clients.
Solution
Pour relever ces défis, decisionLab et Siemens ont proposé le jumeau numérique - ATOM. Le digital twin L'ATOM exploite l'émergence des technologies numériques dans les activités d'ingénierie et de fabrication de Siemens. Il utilise les grandes quantités de données disponibles pour intégrer les clients, la chaîne d'approvisionnement, la production et la maintenance afin d'améliorer la productivité et l'efficacité des opérations clients et de la gestion des actifs. ATOM y parvient en modélisant en détails les complexités de l'exploitation des clients, de l'exploitation des installations de maintenance, des caractéristiques des moteurs et de la logistique de la chaîne d'approvisionnement sur l'ensemble de la flotte de turbines et du cycle opérationnel.
Représenter l'ensemble du système sous la forme d'un jumeau numérique offre de grandes capacités d'analyse. Les utilisateurs peuvent examiner n'importe quel aspect du système et exécuter des scénarios de simulation « what-if » pour explorer toutes les interdépendances. Un tel système permettrait de repérer facilement les goulets d'étranglement et de prendre des décisions qui tiennent compte du fonctionnement du système dans son ensemble.
Le développement du Digital Twin nécessite un environnement de simulation très complexe, et les développeurs utiliseront souvent une approche de développement logiciel. Cela exige une grande flexibilité de la part du logiciel de simulation pour modéliser avec succès différents niveaux de processus dans l’entreprise et gérer la complexité variable. Pour cette raison, decisionLab a choisi AnyLogic comme outil de simulation de base.
Dans ce cas, une partie centrale du modèle a été réalisée à partir de nombreux éléments indépendants et en utilisant une modélisation basée sur le comportement des agents, il a été possible de représenter les détails nécessaires. Pour construire le modèle, les développeurs ont saisi des données relatives aux aspects suivants des opérations de maintenance de la flotte de turbines à gaz de Siemens :
Diagramme d'interactions des agents
- les opérations des clients (dans quelles conditions, par exemple la température, les clients utilisent les turbines)
- la gestion des installations de maintenance (les deux principales installations de maintenance ont été prises en compte)
- les caractéristiques du moteur (différents modes de défaillance associés à des composants particuliers du moteur)
- la logistique de la chaîne d'approvisionnement (parce que les clients sont situés dans le monde entier)
Ceci est représenté dans le diagramme d'interactions de l'agent, qui définit la complexité de l'environnement du jumeau numérique.
En plus de l'approche de modélisation à base de comportement des agents, le jumeau numérique a incorporé une architecture modulaire, ce qui a permis de diviser le système virtuellement en ses couches fonctionnelles constitutives et de fournir une approche de développement du modèle basée sur l'ingénierie de système. Cette approche permet aux utilisateurs concurrents d’interagir avec le modèle de manières différentes et d’utiliser différents ensembles de données. Elle permet également à l’équipe de développeurs d’adopter une approche de développement et de déploiement continus sans interruption, un élément de renforcement d’apprentissage étant prévu.
Une architecture modulaire du jumeau numérique
En collaboration avec Siemens, les phases futures de développement pourraient inclure les phases suivantes :
- Passer d'une base de données Excel à une base de données centralisée contenant tous les systèmes et bases de données Siemens, pour optimiser le stockage et le traitement des données ;
- Déployer le modèle dans le cloud, afin que plusieurs utilisateurs puissent y accéder ;
- Permettre d'utiliser ATOM comme outil de démonstration, pour travailler avec les clients (c'est-à-dire pour améliorer encore la partie visualisation);
- Ajouter une capacité de formation pour optimiser le processus décisionnel dynamique dans le contexte de simulation et présenter une politique optimale que Siemens puisse adopter pour les investissements commerciaux.
Résultat
DecisionLab a créé un jumeau numérique sophistiqué qui capture toutes les fonctionnalités requises par Siemens. Le jumeau numérique - modèle de simulation ATOM, représentant l’ensemble des activités de la flotte de turbines à gaz aero-dérivé de Siemens, permet à ses utilisateurs de :
- capturer et prévoir les indicateurs de performance clés du système (KPIs)
- visualiser la gestion de la flotte de turbines et de l’installation de maintenance
- identifier les goulots d’étranglement dans le système
- exécuter à la fois des scénarios « what-if » rapides et des scénarios détaillés pour faciliter la prise de décision en matière d’investissement.
Bien qu'il s'agisse d'un modèle de simulation très complexe, decisionLab offrait un système convivial et interactif, utilisable dans l'ensemble de l'entreprise. Tant la direction que les analystes peuvent utiliser ATOM pour répondre facilement à leurs besoins.
Le jumeau numérique, modèle de simulation ATOM
Présentation du projet par Dr Amrith Surendra, consultante principale, et Vitor Lemos, consultant en modélisation de simulation, de decisionLab.
