Une industrie plus agile avec le « generative design »

Associant l’expertise humaine, l’IA et la puissance de calcul du cloud, cette méthode de conception, développée à partir du machine learning, est une opportunité pour l’industrie. 

Jusqu’ici, un ingénieur ou un designer utilisait l’ordinateur comme une machine passive. Mais un nouveau mode de conception, le « generative design » (conception générative), est en passe de révolutionner cette relation homme-machine. La conception générative est un procédé de développement collaboratif associant le concepteur à l’intelligence artificielle (IA) et à la puissance de calcul du cloud.  

Avec cette nouvelle méthode, après avoir défini ses objectifs, contraintes et paramètres, par exemple via un système de conception assistée par ordinateur (CAO), le concepteur d’un projet ne dispose plus seulement de quelques possibilités mais de centaines, voire de milliers. 

L’idée consiste à procéder de façon itérative afin que l’expertise humaine et la puissance d’analyse statistique de l’IA identifient, au fil de l’évaluation des différentes possibilités, la solution la plus adaptée et la plus performante prête à être fabriquée. Le concepteur peut alors réaliser un prototype et soumettre à nouveau, s’il le souhaite, l’option retenue au filtre de l’IA. 

Nombreux atouts 

Les avantages de la conception générative sont nombreux. Cette méthode permet en effet de gagner du temps, de stimuler la créativité, de faire des économies, ou encore de créer des géométries complexes. 

Ces dernières, si elles ne peuvent être fabriquées avec les procédés traditionnels, peuvent l’être par les techniques de fabrication additive ou d’impression 3D. Une solution inédite pour concevoir des objets plus solides, plus performants et plus rentables. 

Dans l’industrie, les applications de la conception générative se développent. Airbus a par exemple pu créer des cloisons solides et 45 % plus légères pour les compartiments passagers de ses avions grâce à cette nouvelle approche. De même, Decathlon a prototypé le vélo de course du futur doté d’une fourche au poids et à la résistance optimisés.  

Au commencement était le machine learning 

La conception générative s’est développée à partir du machine learning, ou apprentissage automatique. Actemium, la marque de VINCI Energies dédiée au process industriel, a déjà une forte expertise en matière de machine learning. En Belgique, sa division Food & Beverage, notamment, dispose d’une équipe solide en data analytics. 

« La conception générative peut être appliquée au secteur de l’industrie alimentaire. Des opportunités devraient se présenter à terme. » 

« Notre équipe est composée de sept personnes ayant chacune ses propres compétences (ICT, visualisation de données, IA, big data, machine learning, deep learning, automate programmable industriel, lean production, amélioration de processus, conseil, vente…), explique Jeroen Pandelaere, consultant chez Actemium Food & Beverage Aalter. La conception générative peut être appliquée à notre branche d’activité (aliments pour animaux, aliments et boissons). Des opportunités devraient se présenter à terme. » 

En attendant des occasions de recourir à la conception générative proprement dite, Actemium Food & Beverage Aalter développe de nombreuses applications s’appuyant sur l’apprentissage automatique. De la prédiction de commandes pour mieux planifier production et logistique jusqu’à la reconnaissance de textes et de données chiffrées en passant par la détection d’anomalies, l’amélioration de la qualité et la prédiction optimisée du démarrage d’une machine, les domaines ne manquent pas.  

Jumeau numérique et capteur virtuel 

Par exemple, raconte Jeroen Pandelaere, « un de nos clients souhaitait installer un échangeur de chaleur supplémentaire afin de recycler la chaleur de différentes sources. Après étude via un jumeau numérique, nous avons proposé un scénario plus performant et plus économe en énergie ne nécessitant finalement l’installation que d’un capteur de température supplémentaire ». 

Mais Actemium Food & Beverage Aalter est allée plus loin en analysant les différentes sources de chaleur afin de ne retenir que celles qui fourniraient le plus de chaleur à recycler. Une démarche appréciée du client quand on sait que chaque connexion à l’échangeur de chaleur coûte environ 50 000 €. 

« La prochaine étape consistera à élaborer un modèle simulant le volume du réservoir afin de définir quelles sources doivent être activées ou désactivées afin de ne pas dépasser le volume total du réservoir », ajoute le consultant d’Actemium Food & Beverage Aalter. 

Pour un autre client, Actemium Food & Beverage Aalter a conçu un modèle basé sur un capteur virtuel capable de calculer la consommation précise d’eau de chaque utilisateur à partir d’une tour de refroidissement. Le calcul se fait en partant uniquement de la consommation totale passée et de la position de toutes les vannes des différents utilisateurs (ouvertes ou fermées). 

« Nous sommes même allés plus loin en examinant tous les moments où la somme des usages individuels estimés n’était pas égale au total mesuré. Nous avons constaté que certaines vannes, qui devaient être ouvertes, étaient en fait parfois fermées après maintenance dans l’usine, sans avoir été signalées comme telles. Notre modèle permet ainsi la détection d’anomalies », relève Jeroen Pandelaere. 

08/07/2021