Exploiter la technologie du jumeau numérique pour une performance optimale des actifs dans les industries lourdes

L'après-COVID-19 a remodelé le paysage de la gestion d'actifs, en particulier dans les industries lourdes comme les raffineries et les usines de fabrication. Avec ce défi vient l'opportunité de provoquer un changement de paradigme quant à la manière dont les opérations d'usine sont gérées.

Les propriétaires et exploitants d'installations industrielles sont maintenant confrontés à plusieurs défis, comme les perturbations de la chaîne d'approvisionnement mondiale qui peuvent impacter les opérations « fonctionnement et maintenance », tout en s'efforçant de répondre à des demandes de production croissantes. Ce qui les empêche de dormir, ce sont les risques qu'ils ne peuvent pas voir, en particulier en ce qui concerne les problèmes d'actifs inattendus et les dommages possibles à long terme sur les équipements.

Pour aider à gérer les cycles de vie de tous les actifs dans une installation industrielle, les organisations recherchent des solutions innovantes pour optimiser la performance de leurs équipements tout en garantissant la sécurité et la fiabilité opérationnelle. Cela inclut l'intégration et la standardisation des données et l'adoption de la technologie du jumeau numérique qui fournit des analyses de maintenance prédictive des actifs.

Qu'est-ce que la technologie du jumeau numérique ?

Aujourd'hui, les équipes d'ingénierie et de conception utilisent des modèles de simulation de processus dynamiques pour visualiser l'état actuel des opérations de l'usine. Cela leur permet d'identifier rapidement les goulets d'étranglement opérationnels, les lacunes des unités, les limitations de conception et l'adéquation des systèmes de secours. Cependant, ce sont des capacités avancées d'apprentissage automatique (ML) qui permettent de modéliser et de prédire l'état futur des opérations de l'usine.

La technologie du jumeau numérique exploite des algorithmes d'apprentissage automatique pour agréger, intégrer, analyser et comparer les données opérationnelles et de conception historiques aux données actuelles pour former le modèle statistique. Le résultat est un clone virtuel de chaque unité dans une installation, reproduisant les fonctions, caractéristiques et comportements de son homologue physique, ainsi que les systèmes mécaniques et électriques qui y alimentent.

Les modèles de jumeau numérique incluent également l'infrastructure physique d'une installation ou d'un site industriel et le réseau complexe de processus de l'usine, y compris la logistique d'approvisionnement et de chaîne d'approvisionnement, pour créer un environnement opérationnel numérique.

Exemple de clone virtuel de la technologie du jumeau numérique. Source : Anvil Corporation

Recevoir les bonnes informations au bon moment prévient les pannes d'équipement. La capacité avancée d'apprentissage automatique du jumeau numérique fournit aux propriétaires/exploitants des analyses prédictives basées sur les modèles et les corrélations dans les données.

Armés de ces informations, les propriétaires/exploitants peuvent voir :

• Comment chaque unité peut vieillir et changer au fil du temps
• Quand une unité peut connaître des défaillances
• Quand commander des articles à long délai en fonction des modèles de système d'approvisionnement/chaîne d'approvisionnement
• Quand traiter un problème avant qu'il ne se produise

Une question qui se pose fréquemment concerne la différence entre l'intelligence artificielle (IA) et l'apprentissage automatique, car les deux technologies avancées fournissent des analyses prédictives. La différence est :

• L'apprentissage automatique fournit aux propriétaires/exploitants des informations objectives sur lesquelles baser leurs décisions
• L'IA fournit une approche subjective de la prise de décision en recommandant des plans d'action.

L'intention de l'apprentissage automatique du jumeau numérique n'est pas de remplacer l'interaction et l'évaluation humaines, mais de rendre l'interaction non intrusive et en apprentissage constant.

De plus, l'IA est une technologie open source opérant sur Internet, ce qui peut potentiellement violer les informations propriétaires, tandis que le logiciel d'apprentissage automatique du jumeau numérique est confiné à une entreprise, une installation ou un emplacement particulier.

En simulant des scénarios opérationnels futurs avec des modèles de jumeau numérique et des analyses prédictives d'apprentissage automatique, les propriétaires/exploitants peuvent optimiser leurs ressources, processus, calendriers de maintenance, stratégies et configurations.

La technologie du jumeau numérique aide également les propriétaires/exploitants à prédire quand planifier un arrêt et quand commander des articles à long délai avant un arrêt. Cela est particulièrement critique pour les sites distants avec des délais plus longs pour l'équipement, donnant aux propriétaires/exploitants la tranquillité d'esprit de savoir qu'ils auront leur équipement approvisionné sur site quand nécessaire.

Construire un plan directeur de jumeau numérique

La première étape pour construire un plan directeur de jumeau numérique est de localiser et d'alimenter toutes les données historiques, y compris les enregistrements d'inspection, les nouveaux codes, les réévaluations et les données opérationnelles actuelles, dans le logiciel de jumeau numérique pour développer un prototype virtuel et réutilisable de chaque actif physique dans une installation de production.

Exemple de clone virtuel de la technologie du jumeau numérique. Source : Anvil Corporation

Une partie clé de cette étape consiste à s'assurer que l'instrumentation de surveillance correcte est en place pour alimenter constamment le modèle numérique. Les directives historiques et de fabrication d'origine peuvent être programmées comme des points d'« alarme » dans le modèle pour alerter les propriétaires de perturbations ou de défaillances potentielles.

La fonction d'apprentissage automatique du jumeau numérique prend le relais, agrégeant, croisant et intégrant instantanément toutes les données disparates de plusieurs sources en temps réel. En comparaison, il faudrait des semaines à un ingénieur pour calculer manuellement les mêmes informations.

Une fois toutes les données collectées et intégrées, l'apprentissage automatique compare la performance actuelle à ce pour quoi l'unité a été initialement conçue pour signaler instantanément les anomalies ou les écarts par rapport au comportement attendu. Cela aide les ingénieurs à identifier instantanément une zone de préoccupation à investiguer davantage et à valider et mettre à l'échelle virtuellement les modèles pour étendre leurs capacités sans perturber les opérations de l'installation.

Les modèles de jumeau numérique prédisent ensuite ce qui se profile en simulant des scénarios opérationnels futurs pour déterminer comment les unités évolueront avec le temps et quand les composants d'unité devront être remplacés.

À mesure que la technologie du jumeau numérique continue d'évoluer, d'autres types d'évaluations physiques pourraient devenir obsolètes, comme les tests en ligne. Par exemple, ces modèles avancés peuvent prédire comment les systèmes réagissent aux changements de variables de processus sans perturber les opérations quotidiennes d'une installation, éliminant les produits hors spécifications et les problèmes de sécurité potentiels associés aux tests réels.

Défis de la technologie du jumeau numérique

La sortie n'est aussi bonne que l'entrée

Le principal défi de la construction de modèles de jumeau numérique n'est pas tant la technologie – c'est de déterminer si les données agrégées de plusieurs sources basées sur de multiples variables alimentant les modèles sont basées sur des informations fiables.

Par exemple, comment un opérateur sait-il quand une pièce ou un système est déjà dans un état de défaillance actuel lors de la construction des modèles ?

Cela implique de définir des informations fiables. Les informations fiables proviennent généralement de plus de données que l'apprentissage automatique du jumeau numérique a croisées et validées – données provenant de l'instrumentation de surveillance des processus et des équipements intégrée dans un réseau d'usine intelligent et automatisé.

Par exemple, capturer un seul ensemble de données sur la performance d'une unité n'est pas suffisant. Pour des informations plus fiables, il est important de capturer des données sur l'infrastructure de soutien de l'unité également. Il se pourrait que la tuyauterie alimentant l'unité ou les composants électriques alimentant l'unité soient déjà dans un état de défaillance, impactant plusieurs autres unités fonctionnant avec les mêmes pièces et systèmes mécaniques et électriques.

La puissance des données

Plus de données donnent aux propriétaires/exploitants des vues plus réalistes des opérations actuelles, ce qui aide à construire un modèle de jumeau numérique plus précis. Avec des données intégrées et validées de multiples entrées, les modèles de jumeau numérique peuvent :

• Estimer la durée de vie des équipements
• Prédire les pannes d'équipement
• Déterminer quand planifier les arrêts d'installation

Avec les modèles de jumeau numérique, les propriétaires et exploitants d'installations peuvent faire fonctionner et maintenir leurs opérations pendant les arrêts et les saisons de production de pointe.

Cependant, il est toujours crucial pour un ingénieur de combler les données opérationnelles subjectives. Les considérations métallurgiques, ainsi que les effets chimiques et physiques des flux de processus sur les équipements et les tuyauteries, nécessiteront encore l'expertise et les connaissances d'ingénierie pour exploiter pleinement les informations du jumeau numérique.

Le fait que des millions de pièces composent des centaines de systèmes dans toute installation industrielle souligne l'importance cruciale de tenir des registres de maintenance précis ; la sortie d'un modèle de jumeau numérique n'est aussi bonne que son entrée. Par conséquent, obtenir la volonté des parties prenantes d'adopter la technologie dépend de leur degré de confiance et de savoir s'ils croient que l'information est exacte ou non.

Confiance dans la technologie

La mise en œuvre réussie de la technologie du jumeau numérique nécessite l'accès aux bons outils logiciels et à des spécialistes formés. Les entreprises de logiciels de simulation de processus achètent maintenant des technologies d'interface pour mieux développer les modèles de jumeau numérique.

Le défi réside dans la garantie que les interfaces sont correctement intégrées pour produire une base d'informations précise. Il faut des spécialistes formés, connaissant la technologie et les processus de jumeau numérique et utilisant des métadonnées de l'industrie, pour s'assurer que toutes les informations historiques alimentant les modèles sont correctes.

Résumé

Les algorithmes avancés d'apprentissage automatique du jumeau numérique, ses analyses prédictives et ses capacités de modélisation offrent une nouvelle option de gestion d'actifs rentable pour les installations de toutes tailles. En travaillant avec des consultants en ingénierie et en utilisant le bon logiciel, les propriétaires/exploitants d'installations peuvent rapidement mettre en œuvre la technologie et l'intégrer dans leurs opérations.

La technologie produit également de multiples avantages en termes de coûts, notamment :

• Efficacité opérationnelle et énergétique
• Amélioration de la fiabilité, de la sécurité et de la prévision de la maintenance
• Réduction des risques, des temps d'arrêt et des coûts de maintenance inutiles

Adopter la technologie du jumeau numérique sera essentiel pour rester compétitif sur des marchés industriels en évolution rapide.