La France se place aujourd’hui parmi les industries les mieux dotées en termes de simulation numérique. Pourtant, la diffusion des outils, en particulier du jumeau numérique, bute sur des verrous qui tiennent moins à la puissance de calcul qu’à la confiance, à l’intégration et à l’accessibilité des technologies.
Que ce soit en mécanique des structures, des fluides, en neutronique ou en multiphysique, la France peut aujourd’hui s’enorgueillir de disposer d’acteurs et de technologies de tout premier plan. Ainsi, le CEA, EDF, l’Onera, le Cerfacs ou l’IFPEN, pour ne citer qu’eux, ont bâti des compétences de tout premier ordre, et des codes ouverts comme Code_Aster ou OpenTURNS sont aujourd’hui utilisés par de nombreux acteurs industriels, bien au-delà du nucléaire.
Dassault Systèmes, l’un des leaders mondiaux de la CAO et de la simulation, en a fait un pilier de sa stratégie de « jumeau virtuel ». Côté calcul, le supercalculateur exascale Alice Recoque, dont la mise en service complète est prévue en 2027, doit permettre de multiplier les scénarios et de coupler simulation et IA. Pour faire court, l’hexagone s’est doté d’outils performant pour faire de la simulation et de ses applications dérivées des outils d’amélioration de la performance globale. Aussi, l’enjeu industriel d’aujourd’hui n’est plus la réalisation de calculs complexes, mais plutôt la capacité à faire ces calculs rapidement, et être en capacité de les exploiter en certifiant leur fiabilité… afin que ceux-ci soient pleinement exploités dans les processus décisionnels.
Les usages de la simulation numérique se multiplient à l’heure actuelle dans des secteurs industriels variés : maintenance prédictive de centrales et de réseaux, optimisation de lignes de production, conception de véhicules, gestion de bâtiments… Des démonstrateurs ayant fait leurs preuves existent, comme le projet MONOCLE de l’IRT Jules Verne par exemple, qui assiste en temps réel l’infusion de grandes pièces composites. Mais faire vivre un jumeau numérique suppose d’acquérir les bonnes données, de synchroniser le modèle et les équipements, et de calculer très, très rapidement. D’où l’essor des modèles réduits et des approches hybrides IA-physique, mais dont la fiabilité hors du domaine d’apprentissage reste à garantir.
Des freins à l’adoption subsistent
L'article Simulation numérique dans l’industrie : quels sont les freins persistants ? été publié la première fois sur le site : Techniques de l'ingenieur - Actualités


