Jumeau numérique pour l'orchestration dynamique de systèmes autonomes et embarqués

Digital Twin for the Dynamic Orchestration of Autonomous and Embedded Systems

• Auteur / Autrice : Yining Huang
• Direction : Jacques Malenfant, Saadia Dhouib
• Type : Thèse de doctorat
• Discipline(s) : Sciences et technologies de l'information et de la communication
• Date : Soutenance le 08/02/2024
• Etablissement(s) : Sorbonne université
• Ecole(s) doctorale(s) : École doctorale Informatique, télécommunications et électronique de Paris (1992-...)
• Partenaire(s) de recherche : Laboratoire : LIP6 (1997-....)
• Jury : Président / Présidente : Emmanuel Chailloux
• Jury : Examinateurs / Examinatrices : Marija Jankovic
• Jury : Rapporteurs / Rapporteuses : Jean-Michel Bruel, Marianne Huchard

Mots clés

Mots clés contrôlés

Industrie 4.0

Ontologies (informatique)

Ingénierie dirigée par les modèles

Jumeaux numériques

Mots clés libres

Jumeau numérique

Production auto-adaptative

Ingénierie dirigée par les modèles

Ontologie

Interopérabilité

Informatique sémantique

Digital twin

Self-Adaptive manufacturing

Model-Driven engineering

Ontology

Interoperability

Semantic computing

Résumé

À mesure que les technologies de contrôle et d'information progressent, les systèmes de production modernes évoluent vers une automatisation et une intelligence accrues. Le concept de jumeau numérique prend de plus en plus d'importance dans divers secteurs, offrant une méthode claire pour gérer des systèmes complexes par le biais de contreparties numériques. Toutefois, ce domaine émergent présente plusieurs défis et questions de recherche critiques, notamment en ce qui concerne l'application des systèmes de jumeaux numériques à l'industrie. Au-delà des défis posés par la supervision de systèmes cyber-physiques complexes, il existe un besoin pressant d'une représentation complète et interopérable des produits, des processus de production et des ressources de l'usine, qui puisse s'intégrer de manière transparente à divers équipements. Cette thèse étudie trois questions principales : l'interopérabilité, l'adaptabilité et la robustesse des systèmes de production dans le contexte de l'industrie 4.0. Elle propose une architecture de production auto-adaptative basée sur la représentation des capacités de production (CBSAM), qui utilise des approches d'ingénierie logicielle telles que l'ingénierie basée sur les capacités, l'ingénierie dirigée par les modèles (IDM) et l'approche MAPE-K (surveiller, analyser, planifier, exécuter et connaissance) pour améliorer l'adaptabilité et l'efficacité des systèmes de production. L'architecture proposée intègre une boucle de rétroaction pour permettre l'auto-adaptabilité du système de jumeau numérique, qui assure la continuité du processus de production sur ses performances et s'adapte aux changements du système physique. Cette recherche va au-delà de l'architecture conceptuel pour développer des outils logiciels pratiques, en intégrant la technologie jumeau numérique dans un écosystème existant d'ingénierie des systèmes basée sur les modèles (ISBM) pour compléter l'architecture CBSAM. Un cas d'usage académique développé dans le laboratoire présente en détail la mise en œuvre de la méthodologie CBSAM. Enfin, cette thèse se termine par une généralisation à l'architecture et à l'achèvement de la mise en œuvre comme perspective pour l'avenir.

As control and information technology advance, modern manufacturing systems are evolving towards increased automation and intelligence. The concept of the digital twin is becoming increasingly prominent across various sectors, offering a clear method for managing complex systems via digital counterparts. However, this emerging field presents several critical challenges and research questions, particularly in applying digital twin systems to industry. Beyond the established challenges in supervising complex cyber-physical systems, there is a pressing need for a comprehensive, interoperable representation of products, production processes, and plant resources that can integrate seamlessly with diverse equipment. This thesis investigates three primary issues: interoperability, adaptability, and robustness of manufacturing systems in the context of Industry 4.0. A capability-based self-adaptive manufacturing architecture (CBSAM) has been proposed in this thesis, utilizing software engineering approaches like capability-based engineering, Model-Driven Engineering (MDE), and the MAPE-K (Monitor, Analyze, Plan, Execute, and Knowledge) framework to enhance the adaptability and efficiency of production systems. The proposed architecture incorporates a feedback loop to enable the self-adaptivity of the digital twin system, which ensures the continuity of the production process on its performance and adapts to changes in the physical system. This research extends beyond conceptual methods to develop practical software tools, integrating Digital Twin (DT) technology into an existing Model-Based Systems Engineering (MBSE) ecosystem to complete the CBSAM architecture. An academic testbed developed in the laboratory showcases the CBSAM methodology's implementation in detail. Finally, this thesis concludes with a generalization to the architecture and the completion of the implementation as a perspective for the future.