image

Digital Lab

Notre approche

image

Notre vision

Le DIGITAL LAB est la convergence des champs de compétence en simulation numérique et en ingénierie d’essais. Il s’agit de s’appuyer sur notre capacité à acquérir les sollicitations perçues par les structures et de construire des modèles de simulation prédictifs.

Nous qualifions l’influence de l’ensemble des paramètres inhérents au projet en alliant : technologies de mesures (capteurs connectés), traitement de données et co-simulations multidisciplinaires (MDO).

image

Data management & mdo

Nous accompagnons les processus de certification grâce la démarche PIDO (Process Integration & Design Optimization), synchronisant l’automatisation des processus de calculs aux technologies de traitement de données.

Cette approche permet d’améliorer la compréhension des phénomènes d’ordre multidisciplinaire (mécanique, thermique, fluidique, …) et d’accélérer la conception des équipements en explorant l’ensemble des voies d’optimisation possibles.

image

Capteurs connectés

Couplées à la simulation numérique (DIGITAL TWIN) et aux technologies de traitement de données, nous développons des capteurs connectés dans l’objectif d’assurer une représentativité optimale des sollicitations perçues par les structures dans leur véritable environnement.

Nos capteurs connectés permettent notamment de surveiller l’évolution des structures, de protéger les actifs en exploitation et de construire des stratégies de maintenance prédictive en prévenant et détectant les défaillances.

Plateforme mdo

Pour répondre aux enjeux de complexification des systèmes, nos équipes proposent de repenser les processus de dimensionnement en considérant toutes les contraintes de conception dans la recherche de solutions.
image

Couplage CAO – CALCULS

Grâce à la création d’outils d’automatisation permettant la passerelle CAO – CALCULS, nous réinvestissons le temps gagné sur le travail de maillage et de mise en données :

Ξ Sur la définition du projet d’étude (définition des variables, des objectifs et des contraintes, identification des chargements, …)

Ξ Sur l’analyse et les méthodes d’exploitation des données générées.

image

Exploration design

Selon le champ d’investigation considéré, nous identifions l’approche à privilégier entre:

Ξ Exploration par plans d’expériences (DOE) via des algorithmes d’échantillonnage

et/ou

Ξ Optimisation avec ou sans surface de réponse intégrant des algorithmes d’optimisation (type gradient, génétique, IA ou machine learning)

image

Traitement des données

Nous utilisons ensuite l’ensemble des outils et technologies à disposition afin de tirer au maximum profit des résultats et de porter un statut de l’exploration des performances du système :

Ξ Frontière de PARETO

Ξ Diagramme de coordonnées parallèles

Ξ Diagramme de distribution

Ξ Matrice de corrélation …

image

Analyse de robustesse

Les notions de robustesse permettent de couvrir les incertitudes et de prendre en compte les aspects stochastiques.

L’analyse de robustesse réalisée permettra finalement d’évaluer la capacité d’une solution à maintenir son niveau de performances malgré les incertitudes liées au projet.

La non prise en compte des incertitudes inhérentes au système pourrait notamment conduire à une sur-optimisation.

Capteurs connectés

Technologie

Technologie

Les capteurs autonomes connectés développés par notre équipe répondent aux demandes de protection des actifs et d’amélioration des performances grâce à l’acquisition d’informations clés.

Ils mesurent en temps réel les paramètres physiques caractéristiques de vos équipements en garantissant une prise en compte de tous les facteurs d’environnement (température, vitesse de déplacement, etc.).

image

Supervision des matériels roulants

Supervision des matériels roulants

Ξ Géolocalisation et tracé d’itinéraire

Ξ Contrôle des chargements

Ξ Calcul du kilométrage en charge et à vide

Ξ Calcul des temps d’immobilisation

Ξ Création de profil de vie

image

Supervision des infrastructures

Supervision des infrastructures

Ξ Surveillance de l’évolution du comportement

Ξ Variation de chargement

Ξ Détection de l’apparition de fissure

Ξ Détection de la propagation d’une fissure

Ξ Création de seuils d’alerte

image