De l'importance de simuler les systèmes en intégrant dans la boucle les logiciels et données IoT

Nombreux sont les ingénieurs qui ne maîtrisent pas encore l'Internet des Objets (IoT). Raison de plus pour eux d'appliquer les bonnes pratiques qui régissent la conception et la validation des systèmes complexes qui sont au cœur de cette technologie. Cet article décrit comment ils peuvent mettre à profit la simulation des modèles et des systèmes pour identifier les problèmes, y trouver une solution dès le début du processus de développement, et valider le produit ainsi construit afin de s'assurer qu'il répond bien aux exigences définies et qu'il fonctionne comme il se doit.

S'assurer l'adhésion des parties prenantes

La modélisation des systèmes IoT offre de nouvelles possibilités pour simuler les produits intelligents avant le prototypage de façon à ce que les applications, et notamment les applications composites, ainsi que les connexions aux données puissent être testées avant le développement des logiciels et la fabrication des capteurs. Modéliser un système IoT et simuler visuellement le modèle permettent aux parties prenantes de comprendre la conception proposée ainsi que les problèmes éventuels pour s'accorder ensuite sur la solution.

Imaginez un fabricant qui conçoit un camion électrique à l'aide d'Windchill Modeler. Le modèle est la représentation numérique des pièces du camion, du contexte et des services que fournit ce camion. Il représente également les fonctions, la physique et les algorithmes associés au moteur, aux batteries et autres composants clés du système.

Dans Windchill Modeler SySym, un ingénieur peut créer une simulation qui permet d'explorer le modèle. Il peut par exemple montrer le camion en train de se déplacer dans les rues de New York en suivant un itinéraire préétabli. Au cours de cette simulation, on peut voir le camion accélérer puis freiner. Les parties prenantes peuvent alors vérifier la quantité d’énergie ainsi consommée et la quantité d’énergie restante dans les batteries. En tenant compte de la vitesse du camion, ils peuvent également évaluer l'autonomie du véhicule. Ils peuvent même s'intéresser à certaines fonctions, comme les performances des pneus sur la route. En d'autres termes, ils peuvent voir une représentation visuelle du modèle sous-jacent.

Ce type de simulation permet aux parties prenantes de vérifier si le système correspond ou non à ce que l'on en attend. Peut-être la simulation permettra-t-elle de se rendre compte qu'il a fallu au camion quelques kilomètres seulement pour qu'il consomme toute sa réserve d’énergie. Forte de ces informations, l'équipe peut donc revoir la conception du système avant de poursuivre.

Qui plus est, cette simulation permet aux ingénieurs de valider l'interface de l'application IoT. Les données obtenues grâce à la simulation, telles que les déplacements du camion, sa vitesse et autres, peuvent être envoyées au Cloud qui héberge l’application Thingworx pour être affichées sur un tableau de bord (mashup). Les ingénieurs ont ainsi une idée des données qui pourraient s'afficher dans l'interface utilisateur de l'application IoT définitive, avant de développer le code et de construire les prototypes.

Validation des performances du monde réel

Une fois le prototype ou le produit fabriqué, les données réelles des capteurs peuvent alimenter la simulation d'origine pour valider une nouvelle fois les performances du système et voir si elles correspondent bien aux performances attendues. En collectant les données et en les comparant à celles du modèle original, les ingénieurs peuvent comparer les performances obtenues dans le monde réel aux hypothèses et analyses initiales.

En comparant les données réelles aux premières données de conception pour obtenir une analyse basée sur les performances, les ingénieurs sont à même de dire si le produit se comporte comme on le souhaite et, pour les conceptions futures, si le modèle numérique correspond à une représentation fidèle du monde réel. Si ce n'est pas le cas, les ingénieurs peuvent ajuster le modèle et relancer la simulation.

Pour ce qui est de notre camion électrique, les données de comparaison montrent peut-être que le modèle est quelque peu déficient. Les ingénieurs peuvent alors influer sur les paramètres de simulations et décider par exemple de réduire la limitation de couple dans le système antipatinage et d'ajouter de l'humidité aux facteurs environnementaux affichés dans l'interface. Cela permettrait d'améliorer en permanence à la fois le modèle et le produit.

Cette approche en boucle fermée présente de nombreux avantages. Les entreprises ont ainsi la possibilité de simuler leurs produits dès le tout début du cycle de vie technique et de s'assurer l'adhésion des parties prenantes pour ce qui est de la conception de leurs systèmes IoT. Cela permet également d'envisager l'utilisation de données de produit réelles en vue d'améliorer à la fois les simulations futures et les produits du monde réel.

---