tribune

Il faut faire bouger les données : les jumeaux numériques dans le secteur des transports

Dire que cette décennie a mal commencé relève de l’euphémisme. Pourtant, l’industrie du transport au sens large demeure un bel exemple de réussite dans une année marquée par la pandémie du coronavirus. Ce succès n’a pas été sans peine : l’e-commerce, qui avait déjà atteint des niveaux historiques, bat désormais tous les records.

La demande des clients est spectaculaire et les entreprises de transport doivent faire preuve de créativité pour tenir des délais extrêmement courts tout en respectant des mesures d’hygiène et de sécurité drastiques – le tout sans compromettre l’efficacité des coûts ou la durabilité.

Ainsi, il n’a jamais été aussi urgent pour le secteur de la logistique d’accélérer l’adoption de nouvelles technologies afin de garantir un fonctionnement efficace, fluide et sûr de l’ensemble de la chaîne d’approvisionnement. Mais comment y parvenir ? En faisant appel à la technologie du jumeau numérique, ou « digital twin » en anglais, un modèle virtuel qui imite un processus, un produit ou un service.

Le jumeau numérique, outil d’analyse

Le concept du jumeau numérique a vu le jour dans les années 1960 lorsque la NASA a commencé à utiliser cette technologie pour ses opérations : ses ingénieurs dupliquaient souvent les machines qui seraient envoyées plus tard dans l’espace. Ainsi, si une machine nécessitait des modifications, ne fonctionnait pas de manière optimale ou tombait en panne une fois dans l’espace, les ingénieurs de la NASA pouvaient effectuer des diagnostics en direct sur le système identique basé sur Terre.

Aujourd’hui, plus besoin de modèle physique : le jumeau numérique créé une copie numérique directement. Il devient ainsi possible d’analyser et de surveiller les opérations, processus et niveaux de service, à la fois en temps réel et via des scénarios simulés. Il est tout à fait possible de construire un jumeau numérique pour un entrepôt, des voies d’expédition internationales ou pour un quai de chargement. Cela afin d’évaluer les performances actuelles et de découvrir les opportunités d’optimisation des processus.

Accroître l’efficacité à l’échelle locale ou globale

En adoptant la technologie du jumeau numérique, le secteur de la logistique dispose d’un avantage compétitif : d’ailleurs, de nombreux activateurs clés nécessaires pour l’exploitation sont déjà en place. Des systèmes de surveillance par GPS sur les conteneurs aux capteurs IoT sur le chargement, les machines et l’équipement : les données de ces systèmes peuvent être utilisées afin de créer un modèle virtuel et précis des opérations.

Dans la pratique, avec l’exemple d’un entrepôt, il est possible de collecter des informations telles que les caractéristiques physiques de l’entrepôt, les données sur le personnel et leur activité, les informations de surveillance des systèmes robotiques ou des machines en place, les statistiques de l’inventaire, ainsi que les informations de suivi des flux entrants et sortants. Il est alors possible d’exploiter toutes ces informations pour créer un jumeau numérique d’un entrepôt.

Si, en raison d’un confinement local, les employés doivent travailler en s’adaptant à des mesures de distanciation sociale plus strictes, un modèle précis de l’entrepôt permettrait de planifier l’impact que pourraient avoir ces règles sanitaires dans la pratique – avant de mettre en place des changements.

La création de ce modèle d’entrepôt virtuel permet de tester de nouveaux agencements pour des opérations, d’expérimenter de nouveaux flux de travail ou d’évaluer l’introduction d’une technologie automatisée. Les jumeaux numériques offrent une vue d’ensemble de l’impact de ces changements sur l’entreprise sans perte de coûts ni de productivité. Le même principe pourrait s’appliquer si l’on créer un jumeau numérique des voies de navigation globales (informations GPS, données de l’infrastructure des transports localisées, associées à des informations météo régionales) à partir de données en direct et de l’intelligence prédictive sous intelligence artificielle. Ce modèle indiquerait comment la moindre variation dans un itinéraire, ou bien même un changement du type de cargaison, pourrait optimiser la chaîne d’approvisionnement et réaliser d’importantes économies.