Jumeau numérique et réalité virtuelle pour la modélisation de systèmes complexes

Un système complexe est souvent défini par deux caractéristiques principales, d’une part l’hétérogénéité de sa structure, d’autre part sa dynamique. Du point de vue du modélisateur, un système complexe va donc présenter deux difficultés : la variété des modèles qui devront être employés et leurs capacités à retranscrire une évolution souvent non-linéaire et difficile à appréhender par l’esprit humain. Les systèmes complexes montrent les limites du réductionnisme : la connaissance du comportement des composants élémentaires n’est pas suffisante pour prédire le comportement du système global. De plus, des phénomènes supplémentaires émergent des comportements collectifs (auto-organisation, multistationnarité, chaos, bifurcations ou boucles de rétroaction), rendent difficile l’observation des résultats et par extension l’analyse des données produites.

Le système complexe ne peut être décrit de manière monolithique : il va falloir identifier les différents composants en interaction et les répartir sur différents niveaux hiérarchiques de modélisation. Les connaissances sur lesquelles s’appuie la modélisation sont incomplètes et nécessitent alors de faire intervenir différentes disciplines : la collaboration multidisciplinaire et la co-construction. De plus, pour simuler numériquement un système complexe, il est nécessaire de pouvoir séparer les composants du point de vue sémantique et du point de vue de l'exécution : ceci entraîne des précautions particulières autour des échanges de données. Enfin, la représentation des résultats est un enjeu car elle doit s’adapter d’une part à l’aspect multidisciplinaire et multidimensionnel des données et d’autre part au caractère dynamique de leur évolution.

La simulation numérique est actuellement une activité profondément ancrée dans les processus industriels. Elle peut être appliquée à la modélisation des systèmes complexes existants mais également avec grand intérêt à la conception de nouveaux systèmes. Dans les deux cas, le résultat à obtenir est celui d’un modèle numérique qui représente fidèlement le système. Ce résultat pourra être utilisé pour faire des analyses en vue :

• de réduire les coûts et la durée d’investigation par la simulation plutôt que par l’action sur le modèle physique ;

• de simuler des modes dégradés de fonctionnement ou bien des cas qu’il serait non envisageable d’expérimenter dans la réalité ;

• de procéder à des analyses de modifications du système avant de décider de les effectuer réellement.

Lorsqu’un modélisateur conçoit un simulateur numérique, il y met ses connaissances et ses hypothèses. Ces dernières étant subjectives et contextuelles,...