Sujet de Thèse

Un nombre croissant de cadres de modélisation théorique et technique émergent dans divers secteurs, offrant ainsi une structure organisée pour la conception de jumeaux numériques. Ces framework jouent un rôle crucial dans des domaines variés tels que le secteur énergétique [Yu et al., 2022], les smart cities [Mylonas et al., 2021], la santé [Zimmermann et al., 2019] et même la gestion de l'eau [Torfs et al., 2022], [Wei et al., 2022]. Leur rôle essentiel réside dans la simplification du processus de création de représentations virtuelles hautement précises et détaillées d'objets physiques et de processus industriels, contribuant ainsi à une meilleure compréhension et gestion de ces systèmes complexes. D'autres initiatives, tels que l'ISO 23247 [Shao, 2021] ou les travaux de [Tao et al., 2019] dans le secteur manufacturier, visent également à standardiser les méthodes de création de jumeaux numériques en assurant une cohérence et une interopérabilité accrues entre les différents systèmes. Cependant, bien que ces cadres offrent des bases solides, leur seule utilisation ne suffit généralement pas à générer un jumeau numérique complet et précis. L'instanciation demeure une tâche complexe exigeant une connaissance approfondie du système réel, intégrant des données pertinentes, des modèles existants et l'expertise des acteurs impliqués. Un jumeau numérique doit répondre aux besoins spécifiques des utilisateurs finaux, ajoutant une valeur tangible aux opérations. L'instanciation d'un jumeau numérique constitue donc une étape à la fois chronophage et coûteuse. L'objectif de cette thèse est de simplifier ce processus en automatisant la création de jumeaux numériques, que ce soit pour des installations déjà en place ou le déploiement de nouvelles infrastructures de gestion des ressources en eau. Bien que de récents travaux dans la littérature scientifique abordent la génération automatique de jumeaux numériques, ces initiatives se concentrent exclusivement sur le domaine de l'industrie manufacturière. Par exemple, Garcia et al. [Garcia et al., 2023] explore la faisabilité de générer automatiquement des jumeaux numériques à partir d'historiques de données pour des processus de fabrication complexes, où la modélisation manuelle et exhaustive de tous les actifs de la ligne est particulièrement difficile. Dans [Lugaresi et al., 2021], les auteurs proposent une approche novatrice visant à découvrir, sélectionner et extraire les caractéristiques pertinentes d'un système de production à partir des journaux de données, permettant ainsi la création d'un jumeau numérique avec un niveau de détail adapté. Ces initiatives se concentrent exclusivement sur l'exploitation des historiques, ce qui confère au jumeau numérique une dépendance significative à la fois à la fraîcheur et à la complétude des données. Par conséquent, la capacité du jumeau numérique à représenter avec précision des situations actuelles et à suivre les évolutions du système sera limitée. Si l'intégration de données en temps réel ou l'identification des relations de causalité exploitant des méthodes avancées d'intelligence artificielle offrent une réponse partielle à cette problématique, des approches complémentaires seront explorées dans cette thèse.

Nous proposons notamment d'intégrer les connaissances des experts du domaine qui peuvent être de façon non exhaustive de différentes natures : · technologique avec les modèles physiques connus des éléments constituants le procédé réel à modéliser, · méthodologique avec la prise en compte de la structuration (hiérarchique, distribuée, centralisée...) du procédé suivi, · empirique avec le paramétrage spécifique lié au contexte que l'expert apporte en fonction des besoins exprimés par l'exploitant de l'installation. Ces approches visent à enrichir la génération automatique en apportant une compréhension approfondie des relations causales et des contextes complexes. La génération automatique proposée visera à accélérer le processus de création et d'instanciation du jumeau numérique, en réduisant la nécessité de recourir à des processus manuels intensifs, particulièrement lors du déploiement sur des installations de gestion de la ressource en eau.