Big Data Analytics et Machine Learning pour les systèmes industriels cyber-physiques

L’objectif de ce chapitre est d’illustrer, à travers les concepts de big data et de machine learning, comment il est possible d’exploiter l’immense masse de données qui peut être capitalisée au niveau de la couche cyber des systèmes industriels cyber-physiques (ICPS).

En effet, un ICPS est plus que la mise en réseau et l’exploitation des technologies de l’information. Les informations et les connaissances sont intégrées aux objets dans leur partie physique et sont connectées à leur partie cybernétique. En intégrant la perception, la communication, l’apprentissage, la génération de comportements et le raisonnement dans ces systèmes, une nouvelle génération de systèmes intelligents et autonomes peut alors être développée. Les technologies de l’industrie 4.0 utilisées dans la production en sont un exemple. Associées aux systèmes cyber-physiques, à l’Internet des objets (IoT) et au cloud computing, elles peuvent générer des avantages du point de vue de l’économie circulaire, car elles permettent de concevoir la circularité à partir des informations recueillies auprès des clients ainsi que sur l’ensemble du processus de production…

Quel que soit le contexte d’application des ICPS, le concept de composant est un concept central. Il sert de modèle pour représenter les propriétés d’un ICPS, par exemple des objets réels dans un environnement de production connectés à des objets et processus virtuels. Un composant d’un ICPS peut être un système de production, un système de transport, une pièce d’équipement, une machine individuelle ou un assemblage dans une machine. Certains des concepts fondamentaux des ICPS remontent à la recherche et aux technologies liées aux nœuds de capteurs et aux réseaux de capteurs. Un nœud de capteurs intègre des capteurs, des actionneurs, des éléments informatiques (un processeur, une mémoire, etc.), des modules de communication et une batterie. Le réseau de capteurs interconnecte de nombreux petits nœuds de capteurs via une connexion sans fil ou filaire.

Désignés sous le nom de réseaux de capteurs sans fil (WSN), un grand nombre de nœuds de capteurs équipés d’une connexion réseau sans fil peuvent être déployés dans l’environnement physique du phénomène. Ces nœuds de capteurs peuvent fournir des données brutes aux nœuds responsables de la fusion des données ou ils peuvent traiter les données brutes en utilisant leurs capacités de calcul et relayer la partie requise aux autres nœuds de capteurs.

Holistic view of CPS. 

L’objectif principal de la mise en œuvre des nouvelles technologies est lié à l’adaptation efficace et efficiente des produits (et donc de la production) et des services en fonction du client, afin d’accroître la valeur ajoutée pour les industriels, d’améliorer leur position concurrentielle, tout en améliorant la satisfaction et la fidélité des clients. Pour atteindre cet objectif, les entreprises productrices de biens et de services doivent développer et gérer de nouvelles connaissances qui sont cruciales pour le processus de prise de décision de l’organisation et la réalisation des objectifs commerciaux connexes. Par conséquent, les données générées par l’ICPS doivent être analysées et contextualisées, pour en faire des sources d’information pertinentes. Dans le contexte de l’usine du futur, cela fait des ICPS, et en particulier de leur partie cyber chargée de capitaliser ces masses de données, une source d’information intégrant, souvent de manière implicite, des relations sur l’environnement et le domaine métier. Ces informations et ces relations constituent une source potentielle de connaissances qu’il convient d’extraire, de formaliser et de réutiliser.


Les auteur.e.s de ce chapitre sont : Yasamin Eslami Mario Lezoche Philippe Thomas

Page disponible en
  • English