Jumeaux numériques de procédé pour la commande, l'estimation d'état et l'optimisation
Un modèle calibré et physique de votre procédé, maintenu en phase avec les données de l'installation par estimation d'état — pour estimer ce qui n'est pas mesuré, tester des stratégies de commande sans risque et alimenter la MPC et l'optimisation temps réel.
Réserver un appel de cadrage technique (30 min)PhD APC/MPC · CERN · IAV · SkySails
Qu'est-ce qu'un jumeau numérique de procédé ?
Un jumeau numérique de procédé est un modèle synchronisé en continu d'une installation ou d'une unité. Contrairement à une simulation statique, il reçoit des données en temps réel du SNCC ou de l'historian et maintient son état interne en phase avec l'installation grâce à l'estimation d'état — les ingénieurs voient ce qui se passe dans le procédé, testent les changements avant de les appliquer et alimentent la commande et l'optimisation à base de modèles.
Il repose sur trois éléments : (1) un modèle de procédé calibré, dynamique ou stationnaire, qui encode la physique — transfert thermique, cinétique réactionnelle, mécanique des fluides ; (2) une connexion de données temps réel avec le SNCC/l'historian ; (3) un estimateur d'état (filtre de Kalman, estimation à horizon glissant ou réconciliation de données) qui garde le modèle synchronisé avec l'installation malgré le bruit de mesure et l'incertitude du modèle.
Trois types de jumeaux numériques
Jumeau d'équipement — un seul appareil
Une pompe, un compresseur, un échangeur ou un réacteur suivi en continu. Le modèle suit l'encrassement, la dégradation et la performance, et signale quand l'équipement s'écarte du modèle — avant la panne.
Jumeau de procédé — opération unitaire ou section d'installation
Une colonne de distillation, un train de réacteurs ou un four modélisé comme système thermodynamique. Il permet des analyses de scénarios, l'optimisation du point de fonctionnement, le test de stratégies de commande et la formation des opérateurs aux démarrages et arrêts.
Jumeau de système — plusieurs unités
Plusieurs unités reliées par des bilans matière et énergie sur un site. Il permet la planification, le mélange et la répartition des utilités à l'échelle du site dans les limites physiques du procédé.
Problèmes résolus
Aucune visibilité à l'intérieur du procédé
Les profils de température dans un réacteur, les concentrations le long d'une colonne, le flux thermique aux parois des tubes ne sont pas mesurés directement. Un jumeau numérique les calcule à partir des premiers principes et des mesures disponibles : les ingénieurs voient l'état du procédé, pas seulement les points de mesure.
Expérimenter sur l'installation coûte cher
Tester un nouveau point de fonctionnement sur l'installation réelle fait courir le risque de produit hors spécification, de contraintes sur les équipements et de perte de production. Sur le jumeau, les changements sont testés d'abord, dans le respect de la physique du procédé.
Le savoir-faire part avec les personnes
Les ingénieurs expérimentés portent un savoir sur le procédé qui disparaît avec leur départ. Un jumeau numérique le conserve sous forme de modèle physique calibré et documenté, utilisable par toute l'équipe.
Les régulateurs à base de modèles dérivent
L'APC et la RTO se dégradent quand le procédé évolue et que les modèles vieillissent. Un jumeau qui réconcilie en continu ses paramètres avec les données de l'installation garde les modèles de MPC et de RTO précis.
Comment nous le construisons
Développement du modèle de procédé
Un modèle thermodynamique, cinétique et d'écoulement de premiers principes construit à partir des données d'ingénierie — schémas de procédé, fiches techniques, spécifications. Sa complexité correspond au cas d'usage ; rien de surdimensionné.
Connexion des données et réconciliation
Données temps réel de l'historian (p. ex. AVEVA PI, Aspen IP.21, Ignition) via OPC UA ou REST. La réconciliation boucle les bilans matière et énergie, corrige les biais de capteurs et signale les erreurs grossières avant qu'elles ne faussent le modèle.
Estimation d'état
Un filtre de Kalman, un filtre de Kalman étendu ou un estimateur à horizon glissant suit les états non mesurés — concentrations, facteurs d'encrassement, activité du catalyseur — à partir des mesures disponibles. Au CERN, une MHE non linéaire estimait 5 états thermodynamiques du circuit cryogénique du LHC à partir de 3 capteurs de pression et de la température à 1 Hz.
Couche d'optimisation et de conseil
Le jumeau en ligne alimente un optimiseur (RTO, DRTO ou MPC économique) qui calcule des objectifs de fonctionnement optimaux. Les opérateurs voient d'abord les recommandations — mode conseil, boucle fermée seulement après validation.
Développement de modèles : trouver la bonne complexité
Quand les modèles deviennent un obstacle
Un client avait un jour commandé un modèle dynamique dérivé du code de simulation d'un jeu vidéo. Il était élaboré et coûteux en calcul — mais une fois relié à une boucle de commande, son interface ne correspondait à aucune chaîne d'outils standard, ses paramètres n'avaient pas de sens physique et le régulateur conçu dessus faisait moins bien sur le matériel réel qu'un PID réglé à la main.
Les modèles surdimensionnés sont un problème récurrent en automatique : ils demandent des mois, cassent quand le système physique change, se valident mal sur les mesures et ne se connectent souvent au vrai logiciel de commande qu'au prix d'une couche de traduction spécifique.
La solution n'est pas un meilleur modèle complexe, mais le modèle le plus simple qui capture le comportement pertinent pour la commande.
Niveau 1 — Géométrie & physique de base (linéaire)
Déterminer la masse, l'inertie, les raideurs et amortissements, les contraintes cinématiques et les coefficients aérodynamiques de base directement à partir de la géométrie, des plans ou de la CAO. Linéariser autour du point de fonctionnement pour obtenir un modèle d'état.
- Adapté à l'analyse de Bode, au loop shaping, au LQR et à la MPC linéaire
- Paramètres à sens physique — faciles à valider sur des réponses indicielles
- Généralement suffisant pour concevoir et régler la commande
- Compatible avec toute chaîne d'outils de commande standard
Commencer ici. C'est suffisant la plupart du temps.
Niveau 2 — Extensions non linéaires simples (simulation)
N'ajouter que les non-linéarités dont l'application a réellement besoin : saturation des actionneurs, zone morte, couplage cinématique important ou raideur non linéaire dominante.
- Pour la simulation en boucle fermée avant le déploiement matériel
- Paramètres toujours physiques — pas d’ajustement boîte noire
- Assez léger pour le temps réel sur matériel standard
- Donne des marges réalistes que le modèle linéaire ne montre pas
À ajouter quand les régulateurs issus du modèle linéaire échouent en simulation.
Niveau 3 — Modèles haute-fidélité (rarement justifiés)
Justifié seulement quand les niveaux 1 et 2 ne capturent pas un comportement critique pour la sécurité — par exemple structures flexibles à fort couplage modal, combustion et cinétique réactionnelle, écoulement diphasique ou effets aéroélastiques.
- La complexité du modèle devient une partie du problème de recherche
- Nécessite des essais d'identification et des campagnes de validation dédiés
- Le délai plus long est accepté car les niveaux plus simples sont manifestement insuffisants
Seulement avec la preuve que le niveau 2 ne suffit pas.
Pourquoi les modèles simples l'emportent
En jours, pas en mois
La dérivation par premiers principes est rapide. Un modèle linéaire opérationnel d'un nouveau système demande en général quelques jours d'ingénierie — pas un projet de modélisation de six mois.
Paramètres interprétables
Chaque paramètre a un sens physique — masse, inertie, raideur, amortissement —, le modèle se valide sur les mesures et se met à jour quand le matériel change.
Compatible avec les outils
Les modèles d'état passent directement dans MATLAB, Python-Control, CasADi et tout solveur MPC, sans couche de traduction.
Honnête sur l'incertitude
Un modèle simple que l'on sait approximatif est plus sûr qu'un modèle complexe supposé exact. Connaître les limites du modèle fait partie de la conception de la commande.
Résultats
Voir les états non mesurés
Profils de température, concentrations et encrassement estimés en continu à partir des mesures déjà disponibles.
Tester avant de toucher l'installation
Nouveaux points de fonctionnement, stratégies de commande et séquences de démarrage essayés d'abord sur le modèle, sans risque pour la production.
Des modèles de commande toujours calibrés
L'estimation continue des paramètres garde les modèles de MPC et de RTO précis à mesure que l'installation vieillit.
Un savoir qui reste
Le savoir sur le procédé dans un modèle calibré et documenté plutôt que dans des têtes individuelles.
Un jumeau numérique de procédé n'est pas un produit isolé — il relie les autres couches : des mesures fiables ; des soft sensors pour combler les lacunes (soft-sensor.com) ; une estimation d'état qui garde le modèle synchronisé ; l'APC/MPC qui exécute les objectifs (Industrial Process NMPC / APC) ; et la RTO qui les calcule (Optimisation en temps réel). Mon travail couvre les couches modélisation, estimation, commande et optimisation.
Design patterns pertinents
Réserver un appel de cadrage technique (30 min)
Si vous évaluez un projet de jumeau numérique ou souhaitez comprendre quelle couche aborder en premier — un appel de 30 minutes suffit pour cartographier l'architecture.
Réserver un appel de cadrage technique (30 min) →