Descriptif du cours
Le jumeau numérique (JN) est une réplique numérique dynamique d’un système réel, constamment mise à jour à partir des données opérationnelles et capable de proposer un ensemble de services dédiés. Grâce à cette représentation, il devient possible de surveiller, analyser, prédire et optimiser les performances, la fiabilité et l’efficacité des systèmes et des processus. Au cours des dix dernières années, les JN se sont imposés comme une composante centrale de la transformation numérique, facilitant une prise de décision éclairée et une optimisation continue dans de nombreux domaines industriels et technologiques.
Les domaines d’application des JN sont variés : aéronautique, agriculture, automobile, construction et infrastructures, environnements bâtis (bâtiments intelligents, villes intelligentes), hautes technologies, robotique, santé, surveillance de la Terre et télécommunications. Par ailleurs, l’émergence de l’intelligence artificielle (IA) et de l’apprentissage automatique (AA) ouvre de nouvelles perspectives pour exploiter de vastes volumes de données, déceler des tendances et générer de l’innovation. Toutefois, l’IA/AA ne remplace pas les exigences de qualité des données ni les mécanismes de gouvernance : leur efficacité dépend d’un ensemble de données pertinentes et propres, ainsi que de processus robustes garantissant que chaque composant contribue réellement à l’amélioration d’un système ou d’un processus.
Ce cours de niveau maîtrise explore les fondements et les pratiques de l’ingénierie des JN, ainsi que les manières d’intégrer les technologies IA/AA pour concevoir des solutions performantes et adaptatives face à des problématiques complexes, dans divers contextes d’application. Un accent particulier est mis sur l’ingénierie des services JN avancés et sur les mécanismes d’amélioration continue.
Sujets abordés
- Introduction aux jumeaux numériques et à leurs familles (JN opérationnels, virtuels, cyber-physiques)
- Méthodologie de développement des JN fondée sur une approche DevOps
- Architecture système et architecture logicielle des JN
- Acquisition, gestion et gouvernance des données des JN
- Conception et développement de services JN
- Rôle de l’IA et de l’AA dans l’ingénierie des JNs
- Stratégies d’évolution, d’optimisation continue et de mesure de la valeur des JNs
Objectifs du cours
À l’issue du cours, l’étudiant sera capable de concevoir, déployer et améliorer un JN dans un cadre d’évolution continue, en intégrant des composants IA/AA lorsque pertinent. Plus précisément, il/elle sera capable de :
- Comprendre les principes, les architectures et les cas d’usage des JN
- Concevoir une architecture système et logicielle adaptée à un JN donné
- Développer et déployer un JN permettant d’améliorer des aspects spécifiques d’un système réel existant
- Intégrer et aligner des composants IA/AA dans le cadre d’un JN pour des services avancés
- Analyser, discuter et présenter des sujets de recherche et d’applications liés aux JN
Compétences visées
- Modélisation et ingénierie des données pour les JN (formats, flux, qualité et gouvernance)
- Conception d’architectures modulaires et évolutives de JN (intégration de capteurs, edge/cloud, and services)
- Développement de services JN et orchestrations DevOps
- Application de techniques IA/AA adaptées (prévision, détection d’anomalies, optimisation) tout en assurant l’explicabilité et la traçabilité
- Évaluation de la valeur opérationnelle et mesures de performance des JN
Ressources et méthodes
- Études de cas industriels et projets pratiques
- Projets en équipe avec démonstrations de service JN et intégration IA/AA
- Lectures ciblées sur divers sujets associés aux JN, la gestion des données et l’IA augmentant les capacités des JN