ADAM : Système d'identification pour le Jumeau Numérique Industriel
Publié le
Contexte scientifique : l'identification de systèmes
Dans le domaine de l'automatique et du génie des procédés, l'identification de système désigne la construction de modèles mathématiques à partir de données observées sur un système dynamique. Traditionnellement, cette étape requiert une expertise pointue pour définir l'architecture du modèle, sélectionner les paramètres pertinents et valider la fidélité du représentant virtuel par rapport au comportement physique réel.
Le logiciel ADAM propose une rupture méthodologique en automatisant entièrement cette chaîne d'identification.
Apport technologique d'ADAM
| Dimension | Approche conventionnelle | Solution ADAM |
|---|---|---|
| Données d'entrée | Capteurs dédiés, installation nouvelle instrumentation | Signaux capteurs/actionneurs déjà présents sur la ligne de production |
| Modélisation | Manuelle, expertise métier requise | Automatique, basée sur des lois physiques du procédé |
| Sortie | Modèle statique nécessitant recalibrage périodique | Jumeau numérique comportemental évolutif, mis à jour en temps réel |
| Représentation | Boîte noire ou équations complexes | Graphe interprétable, traçable physiquement |
| Déploiement | Investissement lourd, temps d'intégration long | Plug‑and‑play, coût d'entrée minimal |
Fonctionnement technique
ADAM repose sur trois principes fondamentaux :
- Apprentissage non supervisé du comportement nominal - Le logiciel observe les séquences temporelles des signaux industriels (vitesses, courants, pressions, états logiques) et reconstruit les relations causales entre actionneurs et capteurs sans intervention humaine.
- Construction incrémentale du jumeau - Contrairement aux jumeaux numériques statiques, ADAM maintient une représentation évolutive qui s'adapte aux dérives normales du procédé (usure, variations environnementales) tout en préservant la référence comportementale initiale.
- Détection et diagnostic des anomalies - Tout écart entre le comportement observé et le jumeau déclenche une alerte. La structure en graphe permet d'identifier l'origine probable de l'anomalie (composant défaillant, cyberattaque, dérive de processus) avant qu'elle n'affecte la production.
Enjeux stratégiques
Cette technologie répond à deux défis majeurs de l'industrie 4.0 :
- Maintenance prévisionnelle démocratisée – Les lignes de production historiques, souvent dépourvues d'instrumentation dense, peuvent bénéficier de la maintenance prédictive sans investissement matériel substantiel.
- Sécurité opérationnelle – La détection d'intrusions dans les systèmes OT (Operational Technology) devient possible par observation du comportement physique, complétant les approches cybersécurité traditionnelles centrées sur les réseaux IT.
Écosystème de valorisation
- Laboratoire : LURPA (Laboratoire Universitaire de Recherche en Production Automatisée), ENS Paris‑Saclay
- Transfert de technologie : SATT Lutech
- Accélération : IncubAlliance
- Financement : Concours i‑PhD (France 2030), visant à soutenir la création de startups deep tech issues de la recherche publique