Exploration d'un cadre commun pour l'interopérabilité de models de jumeaux numériques dans une station de prodution flexible

Investigation of a Common Framework for Models Interoperability in the Digital Twin(s) of Flexible Production Line

• Auteur / Autrice : Zhengyu Liu
• Direction : Mohamed Hedi Karray
• Type : Thèse de doctorat
• Discipline(s) : Informatique et Génie Industriel
• Date : Soutenance le 24/11/2025
• Etablissement(s) : Université de Toulouse (2023-2025)
• Ecole(s) doctorale(s) : École doctorale Systèmes (Toulouse ; 1999-....)
• Partenaire(s) de recherche : Laboratoire : Laboratoire Génie de Production (Tarbes ; 1989-....)
• Partenaire(s) de recherche : établissement délivrant conjointement le doctorat : Institut national polytechnique (Toulouse ; 1969-....)
• Jury : Président / Présidente : Nabil Anwer
• Jury : Examinateurs / Examinatrices : Mohamed Hedi Karray, Grégory Zacharewicz, Frédérique Biennier, Inès Saad, Fernando Mas
• Jury : Rapporteurs / Rapporteuses : Grégory Zacharewicz, Frédérique Biennier
• DOI : 10.70675/d78d5093z2bb8z40d1z8458zc402e7ea423c

Mots clés

Mots clés libres

Jumeau Numérique

Ontologie

Intéropérabilité

Flexibilité

Ingénierie système

Ai

Digital twin

Ontology

Interoperability

Flexible manufacturing

System engineering

Ai

Résumé

Les jumeaux numériques (JN) promettent une compréhension du cycle de vie et une optimisation en boucle fermée. Pourtant, les projets actuels sont fragmentés par des outils, des formats et une sémantique hétérogènes. Cette thèse s'interroge : comment assurer l'interopérabilité des modèles entre des représentations et des outils hétérogènes dans les écosystèmes de JN de fabrication ? Elle décompose cette question fondamentale (QR0) en cinq sous-questions portant sur les obstacles, l'évaluation de la maturité, l'architecture, les composants clés et la validation.Méthodologiquement, le travail se déroule en trois phases. Premièrement, une revue de la littérature diagnostique les lacunes conceptuelles et évaluatives et distille les exigences d'interopérabilité et d'évaluation (Phase I). Deuxièmement, la thèse conçoit deux artefacts (Phase II) : (i) un modèle de maturité JN neutre au niveau du domaine, comportant quatre dimensions : Capacité, Coopérabilité, Exhaustivité et Couverture du cycle de vie (Cap/Cor/Com/Lc) – afin de transformer l'« interopérabilité » en objectifs mesurables ; et (ii) un cadre d'interopérabilité basé sur des ontologies, le Semantic Hub, qui transforme les modèles de conception et de simulation en graphes de connaissances et assure la traduction/transformation bidirectionnelle entre les outils grâce à deux ontologies de domaine : l'ontologie de conception de système (SysDO) et l'ontologie de simulation (SMO), ainsi que des services d'analyse et de cartographie. Les contributions correspondent aux QR comme suit : C6 (revue de la littérature) → QR1 ; C5 (modèle de maturité) → QR2 ; C1 (Semantic Hub) → QR3 ; C2-C4 (SysDO, SMO, analyse/cartographie) → QR4 ; la QR5 est abordée par des études de cas.L'architecture du Semantic Hub repose sur (a) des ontologies de référence multicouches, (b) des règles de cartographie sémantique (génériques et spécifiques au domaine), et (c) des services d'analyse/génération qui matérialisent les modèles sous forme de graphes de connaissances sous SysDO/SMO. Cette conception permet un échange traçable et indépendant des outils au niveau sémantique (plutôt que purement syntaxique) et prend en charge à la fois la traduction (préservation du contexte) et la transformation (changement de contexte) des modèles.La phase III valide les artefacts dans deux contextes : CHAIKMAT (une ligne de production flexible à l'échelle du laboratoire avec des modèles SysML/BPMN/AnyLogic) et EXCELAB (une ligne de production de formation Airbus avec des modèles de conception et de simulation multigranulaires). Nous exécutons des requêtes de questions de compétences sur des graphes analysés, démontrons la traduction et la transformation entre les outils, et appliquons le modèle de maturité aux évaluations initiales et post-intégration. Les résultats montrent une amélioration de la coopérabilité et de la couverture du cycle de vie, avec des gains indirects en termes de capacité et d'exhaustivité grâce à des règles réutilisables et indépendantes des outils.Globalement, la thèse fait progresser la pratique de la DT en (1) clarifiant les points d'arrêt des projets (discontinuité sémantique entre modèles hétérogènes et faible traçabilité du cycle de vie), (2) fournissant un modèle de maturité opérationnelle et (3) proposant un mécanisme basé sur une ontologie (SysDO/SMO + Semantic Hub) qui étend l'interopérabilité au-delà des adaptateurs par paires. Cette approche est validée dans les milieux universitaires et industriels et est généralisable à des écosystèmes de DT plus vastes.

Digital twins (DTs) promise life-cycle insight and closed-loop optimization, yet current projects are fragmented by heterogeneous tools, formats, and semantics. This thesis asks: how can model interoperability be achieved across heterogeneous representations and tools in manufacturing DT ecosystems? It decomposes this root question (RQ0) into five sub-questions on obstacles, maturity assessment, architecture, enabling components, and validation.Methodologically, the work proceeds in three phases. First, a literature review diagnoses conceptual and evaluation gaps and distills requirements for interoperability and assessment (Phase I). Second, the thesis designs two artifacts (Phase II): (i) a domain-neutral DT maturity model with four dimensions—Capability, Cooperability, Comprehensiveness, and Life-cycle coverage (Cap/Cor/Com/Lc)—to turn “interoperability” into measurable targets; and (ii) an ontology-driven interoperability framework, the Semantic Hub, that lifts design and simulation models into knowledge graphs and mediates bi-directional translation/transformation across tools using two domain ontologies: System Design Ontology (SysDO) and Simulation Ontology (SMO), plus parsing and mapping services. The contributions map to RQs as follows: C6 (literature review) → RQ1; C5 (maturity model) → RQ2; C1 (Semantic Hub) → RQ3; C2–C4 (SysDO, SMO, parsing/mapping) → RQ4; RQ5 is addressed through case studies.The Semantic Hub’s architecture rests on (a) multi-layer reference ontologies, (b) semantic mapping rules (generic and domain-specific), and (c) parsing/generation services that materialize models as knowledge graphs under SysDO/SMO. This design enables traceable, tool-agnostic exchange at the semantic—rather than purely syntactic—layer and supports both model translation (context-preserving) and model transformation (context-shifting).Phase III validates the artifacts in two contexts: CHAIKMAT (a lab-scale flexible production line with SysML/BPMN/AnyLogic models) and EXCELAB (an Airbus training production line with multi-granular design and simulation models). We execute competency-question queries on parsed graphs, demonstrate translation and transformation across tools, and apply the maturity model to baseline vs. post-integration assessments. Results show improved Cooperability and Life-cycle coverage, with indirect gains in Capability and Comprehensiveness through reusable, tool-agnostic rules.Overall, the thesis advances DT practice by (1) clarifying where projects stall (semantic discontinuity across heterogeneous models and weak life-cycle traceability), (2) providing an operational maturity model, and (3) delivering an ontology-based mechanism—SysDO/SMO + Semantic Hub—that scales interoperability beyond pairwise adapters. The approach is validated across academic and industrial settings and is generalizable to broader DT ecosystems.