Scan 3D + Drônes (2017 et 2018, axe 2.A)

Opération au titre de l’année : 2017 et 2018
Titre : Scan 3D et drônes
Site(s) : CRAN
Porteur(s) : Hind Bril (PR Université de Lorraine, CRAN)
Financement : 80 k€ au titre 2017 et 60 k€ au titre 2018

Contexte

La 4ème révolution industrielle implique des changements majeurs de nos usines et chaînes logistiques grâce en particulier à l’émergence des objets connectés (ou systèmes industriels cyber-physiques : CPIS). Ainsi, les produits, les conteneurs, les moyens matériels (machines, camions, …) pourront être dotés de nouvelles technologies d’identification et de communication pour capter, saisir des informations, observer, décider, communiquer. Les traditionnels systèmes centralisés de type ERP (Enterprise Resources Planning) et SCM (Supply Chain Management) devront déléguer une partie des décisions qu’ils prenaient, à ces « objets intelligents » afin d’améliorer les capacités de résilience et d’adaptabilité de l’usine du futur. Les modèles analytiques ou heuristiques implémentés dans ces systèmes centralisés devront être couplés avec d’autres modèles contrôlant la « communauté d’objets » en mouvement dans le système physique et embarqués dans les objets ou dans des groupes d’objets. Concevoir et piloter ces éco-systèmes sociotechniques capables de s’adapter à leur environnement changeant constitue le grand défi des années à venir. Cela passera par l’intégration transversale multi-domaines, au sein de l’usine, de l’optimisation distribuée, de la simulation numérique, de la réalité virtuelle, de la réalité augmentée, de l’automatisation collaborative, du traitement des données massives et hétérogènes.

Le but de ce projet est d’explorer l’usage de la simulation, de la virtualisation 3D et du traitement de données comme support d’aide à la décision pour la conception et le pilotage de ces nouveaux écosystèmes. La masse de données proposée par les CPIS et le besoin d’adaptabilité à l’environnement changeant poussent à repenser les processus classiques d’aide à la décision. Il s’agit donc de proposer des nouvelles approches de développement des modèles de simulation adaptables tirant profit des objets connectés et de la virtualisation 3D de l’environnement. Deux domaines d’applications sont à considérer : la simulation pour le contrôle des systèmes de production industriels mais aussi de construction (en particulier dans une application au contrôle d’activités des chantiers de construction).

Pour travailler sur ces problématiques, le CRAN s’est doté depuis 2007 d’un plateau technique TRACILOGIS (TRACabilité, Imagerie, identification et contrôle par le produit pour les chaînes LOGIStiques) qui offre un environnement de test permettant la mise en œuvre de scénarios de gestion des flux de production dans un contexte centralisé, distribué ou hybride et permet d’implanter, tester et comparer différentes techniques de traçabilité et de contrôle au sein de la chaîne logistique, en particulier pour la filière bois. Il offre aussi un environnement de tests d’ingénierie, en particulier, pour la construction bois.

La demande a pour objectif d’étoffer ce plateau par des solutions d’acquisition de données 3D et des logiciels de simulation /émulation.

Dans le domaine industriel, ces travaux se rapprochent des travaux du LAMIH à Valenciennes et de l’IRCCyN à Nantes au niveau national et de ceux, entre autres, de l’Université de Cambridge et de Bucarest au niveau international. Mais, à notre connaissance, aucun de ces laboratoires à ce jour ne s’intéresse à la construction de modèles de simulations adaptables, capables notamment de tenir compte de données réelles, issues du terrain via les nouvelles technologies pour mettre à jour leurs paramètres.

Dans le domaine de la construction, ces travaux se rapprochent des travaux du CGI de l’école des Mines d’Albi et au niveau international de divers travaux menés aux USA, au MIT entre autres. Mais, de la même manière aucune publication rapporte de travaux prenant en compte l’adaptabilité temps réel du modèle de simulation et de la maquette numérique en fonction de l’évolution réelle du chantier.

Objectifs scientifiques

a) Développement de modèles 3D, adaptables, pour la simulation des systèmes industriels

Le but de ce projet est d’explorer une approche originale de l’usage de la simulation et de la virtualisation 3D pour les systèmes de pilotage de systèmes de production industrielle ou de construction, dans le contexte de l’usine du futur. Notre hypothèse est que la complexité des interactions entre les objets physiques et/ou virtuels conduira à plusieurs situations de décision nécessitant ainsi d’utiliser des modèles de simulation en symbiose avec les systèmes de pilotage. L’intégration de l’homme, de la conception à l’usage, est induite par la variabilité et l’incertitude inhérente à l’évolution de l’environnement, aux situations d’usage et aux conséquences de la décision. Le projet a pour but de proposer un cadre de modélisation anthropocentré pour la simulation et le pilotage basé sur les objets connectés.

Cette vision que nous avons des futurs modèles d’aide à la décision basés sur la simulation rentre pleinement dans l’axe 2 « usine du futur » et notamment dans sa composante « usine virtuelle » dans l’appel ANR 2017. Cette action rentre aussi dans le cadre européen de l’agenda 2020 pour le projet « Factory of the Future » animé par l’EFFRA.

Le projet propose de s’attaquer, en particulier, aux verrous suivants :

  • Comment passer de la masse de données brutes issus des objets connectés (CPS) à de la connaissance pertinente, modèles, ou « patterns », permettant d’une manière inductive de développer et de mettre à jour les modèles de simulation et de pilotage ?
  • Comment assurer l’adaptation du modèle pour prendre en compte les changements de paramètres du système et son environnement en ligne de façon synchronique et/ou changements structurels de façon diachronique ? Le modèle de simulation doit alors être modifiable tout le long de son cycle de vie tout en restant robuste face aux erreurs et imprécision des données. Cela impose aussi de fonctionner en temps-réel pour garantir l’adéquation de la solution avec le système et les objets réels mais aussi de profiter du mode de fonctionnement « à événements discrets » pour accélérer la simulation (dans le cas d’usage en prédiction).
  • Comment construire des modèles multi-échelle (chaîne logistique/entreprise/atelier) et gérer le passage d’une échelle à l’autre (agrégation de données et cohérence des modèles…) ? Cette action, s’appuiera sur les travaux qui seront réalisés dans le cadre d’un premier financement CPER Cyber Entreprise engagé en 2016. Ce dernier, a pour objectif de créer une plate-forme pour simuler une chaine logistique entre 3 cellules flexibles distantes.

 

Des travaux précédents de notre laboratoire [3] ont permis de proposer une approche originale pour la génération automatique de modèles de simulation pour les systèmes à événements discrets. Ils ont utilisé les données de localisation des produits dans le système de fonctionnement. Le flux de données de caractéristiques liées aux produits constitue l’entrée d’un algorithme qui génère un modèle de simulation de réseaux de files d’attente pour une classe de système de Job-shop. Le processus de modélisation comporte l’avantage de ne pas nécessiter une connaissance a priori du système à modéliser, et permettant par ailleurs que la construction et la mise à jour du modèle soient facilitées.

Deux perspectives intéressantes sont à traiter dans le cadre de ce projet.

  • La généralisation de cette approche à d’autres classes d’utilisation.
  • L’association du modèle de files d’attente/simulation à l’objet 3D du système physique étudié.

 

Pour étudier et valider cette approche nous utiliseront la plate-forme Tracilogis en tant que système physique à étudier. Le système de localisation 3D des produits instrumentés (du plateau technique) permettra de générer le modèle de simulation. Pour générer le modèle d’animation associé au modèle de simulation nous souhaitons étudier l’usage de scanner 3D pour la génération de l’objet 3D de l’atelier. Cela permettra de répondre aux besoins d’adaptabilité des modèles et donc de réduire les coûts de développement.

b) Couplage de modèles géométriques construits à partir d’un nuage de points et de modèles temporels de planification de chantier de construction

Dans le domaine de la construction, la maquette numérique est nommée BIM (pour Building Information Modelling). Le BIM peut être 1D (documents), 2D (+plans), 3D (+modèles tridimensionnels) ou 4D (3D+temps). Traditionnellement, un système BIM 4D comprend trois composantes principales : un modèle géométrique 3D du projet, un modèle de la composante temporelle (le planning de construction) et un modèle d’intégration de la composante temporelle, qui relie les composants de l’installation aux activités de construction. En combinant les modèles 3D et la planification, le BIM 4D permet d’analyser la constructibilité, la sécurité et l’allocation des ressources d’un chantier de construction donné, mais bien souvent avant le chantier.

En effet, peu de contributions rapportent des tentatives d’applications du BIM 4D en suivi de chantier. Certaines montrent que ce type de système peut offrir plus de 17% d’efficacité en termes de temps de traitement de chaque composant. Ces tentatives se réalisent sur des projets complexes comme la tour Samsung, à Séoul en Corée, qui prouve ainsi la faisabilité et le potentiel du BIM 4D dans les projets de construction. D’après ces papiers, le BIM 4D en suivi de chantier souffre d’un manque de méthodes et technologies efficaces pour détecter l’état réalisé (ou « As-Built ») du bâtiment, et le comparer avec l’état prévu (ou « As-Planned).

De plus, l’usage d’une seule source de détection (humaine, sans contact par RFID ou par imagerie) est souvent insuffisant. Les recherches dans le domaine visent à développer des systèmes de détection combinant ces différentes sources d’informations afin d’obtenir une vision plus complète de l’état du système constructif. Certains travaux couplent ces sources d’informations avec une base de règles de construction, formalisée à partir de connaissances d’experts, qui permettent de connaître aussi l’état potentiel de structures non visibles (ex : si le toit est présent, c’est que les murs porteurs existent, même s’ils sont invisibles pour le drone).

Dans le cadre de ce projet, nous envisageons l’utilisation d’un drone équipé d’un scanner 3D afin de permettre l’acquisition de nuage de points directement sur le chantier. Ce drone viendrait compléter les équipements de localisation par RFID actives, déjà présents sur le plateau technique Tracilogis, afin d’aboutir à un modèle de l’état des éléments du chantier en couplant deux sources d’informations : relevés de puces RFID, équipant les éléments de construction, et nuages de points issus des relevés du scanner. Celui-ci serait alors comparée à la maquette 4D « As-Planned », afin d’identifier les structures communes et les différences entre les 2 modèles.

Puisque le modèle BIM4D intègre un planning des tâches, il sera alors possible, sur la base de cette comparaison « As-Planned »/ « As-Built », de proposer une mesure des avances/retards du projet constructif sur les différents secteurs du chantier, et de les agréger afin de proposer un indicateur de performance global.

En termes de résultats scientifiques nos travaux devraient permettre de proposer :

  • des modèles originaux de contrôle et de pilotage de chaînes logistiques conduisant à optimiser des délais, des coûts, des stocks, etc…,
  • des mécanismes de mise à jour et d’adaptation des modèles face aux aléas du système physique ceci afin d’assurer une robustesse et une flexibilité des décisions,
  • des modèles de données multidimensionnels intégrant les composantes géométriques et le temps, la géométrie et la thermique,
  • des méthodes de couplage de données géométriques (nuages de points) et discrètes (relevés RFID) afin d’estimer l’état d’un système industriel cyber-physique (de production ou de construction),
  • Des méthodes de comparaison état du CPIS réel/état du CPIS théorique pour déterminer le décalage « avance/retard » entre les deux.

En termes de publications, nous ciblons les journaux JIM et CiI, d’une part et de, CIRP-Annals et RESS, d’autre part. En termes de résultats applicatifs nos travaux permettront de mettre au point un démonstrateur à usage des étudiants et des industriels. Les scénarios robustes de logistiques d’approvisionnement et/ou de distribution inter sites de production pourront y être mis en œuvre.

Description de la plate-forme

La plate-forme que nous souhaitons développer s’appuie sur les ressources et les équipements que nous avons déjà mis en œuvre sur le plateau technique Tracilogis (couleur verte) et des solutions/équipements que nous souhaitons acquérir dans le cadre de ce projet (couleur orange)

Le but, comme expliqué dans les paragraphes précédents, est de générer des modèles de simulation des systèmes de production connectés. Cela passera par un scan du système physique et une génération d’un modèle spacio-temporel des différents flux du système étudié (fig1).

Les équipements à financer concernent la solution SCAN 3D + des licences d’outil de modélisation simulation.

Concernant la partie Ingénierie Numérique pour la Construction, le but est d’intégrer une nouvelle source de données pour réaliser la simulation 4D grâce à une solution 3D aéroportée pour le suivi chantier.

CV du porteur

Dr. Hind BRIL EL HAOUZI Professeur des universités au CRAN-Université de Lorraine. Elle a obtenu son doctorat en 2008. Elle a une forte expérience industrielle dans un groupe international en tant que Responsable usine numérique où elle a travaillé 9 ans avant de rejoindre l’Université de Lorraine en 2012. Ses travaux de recherche portent sur l’aide à la décision et la formalisation des connaissances dans le contexte de l’usine numérique. Elle est l’auteur ou co- auteur de plus de 30 articles dans le domaine de la production, de l’optimisation et de la simulation. Elle est membre du Comité technique IFAC 5.1 « Intelligent Manufacturing ».

Galerie

Les commentaires sont clos.