Manuel de mise en place de la plateforme de jumeau numérique pour ponts roulants — Mise en œuvre technique complète, de la modélisation 3D à la simulation physique
📌 La plateforme de jumeau numérique pour ponts roulants synchronise en temps réel les données d'exploitation des ponts roulants physiques (position, charge, vibrations, température) via MQTT/OPC UA, ce qui permet de piloter les mouvements synchronisés du modèle 3D et de mettre en œuvre la surveillance à distance, l'aide au diagnostic des pannes, la maintenance prédictive et la formation à l'utilisation. Pile technologique : modélisation 3D avec Blender → rendu en temps réel avec Unity → base de données chronologique InfluxDB. Latence de bout en bout inférieure à 500 ms, prise en charge de l’accès depuis plusieurs terminaux : PC, tablette et réalité virtuelle (VR). Krude Heavy Industry propose une solution complète, allant du déploiement des capteurs à la mise en place de la plateforme de jumeau numérique.
La plateforme de jumeau numérique des ponts roulants permet, grâce à la collecte de données et aux techniques de modélisation 3D, de créer dans un espace virtuel une réplique numérique synchronisée en temps réel avec le pont roulant physique. Les opérateurs peuvent visualiser, depuis un poste de pilotage à distance, l’état 3D en temps réel du pont roulant, les paramètres de fonctionnement de ses différents mécanismes ainsi que les nuages de contraintes ; les ingénieurs de maintenance peuvent quant à eux visionner l’historique des données d’exploitation pour localiser les pannes ; quant aux gestionnaires, ils peuvent consulter des rapports d’exploitation globaux portant sur plusieurs ponts roulants. Cet article analyse en détail la mise en œuvre technique de la plateforme de jumeau numérique pour ponts roulants, depuis l’architecture du système jusqu’aux scénarios d’application, en passant par la modélisation 3D, le mappage des données et le moteur de simulation.
L'architecture à quatre niveaux de la plateforme de jumeau numérique
La plateforme de jumeau numérique des ponts roulants est divisée en quatre couches fonctionnelles :Couche physique——Le pont roulant physique et son système de capteurs constituent la source des données. Chaque action clé du pont roulant physique (levage/abaissement, déplacement du chariot principal, déplacement du chariot secondaire, variation de la charge) nécessite la collecte de données par les capteurs correspondants, puis leur transmission via MQTT ou OPC UA. Les données des capteurs comprennent cinq catégories de données essentielles : les impulsions des codeurs (position), la télémétrie laser (position absolue), les capteurs de pesage (charge), les capteurs de vibrations (état des roulements) et les capteurs de température (température des moteurs/réducteurs).
Couche de données——Il est chargé de la collecte, du nettoyage, du stockage et de la transmission des données. Une fois que le broker MQTT a reçu les données en temps réel transmises par les automates de terrain, il les transmet d’une part à la couche de modélisation pour piloter l’animation 3D, et les stocke d’autre part dans une base de données chronologique (InfluxDB ou TDengine sont recommandés). La compression des données peut atteindre un rapport de 5:1 (en conservant les points de variation significatifs et en supprimant les données redondantes) ; un pont roulant génère environ 500 Mo de données brutes par jour, soit environ 100 Mo après compression.Couche de modélisation—— Créer un modèle 3D à l'échelle 1:1 d'un pont roulant à l'aide de Blender ou de 3ds Max (comprenant toutes les pièces mobiles : poutre principale, poutres d'extrémité, chariot, dispositif de levage et rails), puis, après importation dans le moteur de rendu Unity ou Three.js, synchroniser les mouvements du pont roulant physique à l'aide d'un système d'animation piloté par des données.
Solution de collecte de données et choix des protocoles de communication
La collecte de données du jumeau numérique constitue le premier maillon essentiel entre la couche physique du pont roulant et la couche du modèle numérique. Les automates programmables (PLC) sur site (Siemens S7-1200/1500 ou série CX de Beckhoff) collectent en temps réel, via Profinet ou EtherCAT, les données de fonctionnement des différents mécanismes du pont roulant (position des codeurs / télémétrie laser / pesage / vibrations / température / courant des moteurs / fréquence des variateurs, etc.). Le nombre total de points de données dépend de la complexité du pont roulant : environ 48 points de données pour un pont roulant monopoutre standard, environ 96 pour un pont roulant métallurgique bipoutre, et environ 160 à 200 pour un pont roulant entièrement intelligent intégrant la coordination de plusieurs ponts et la vision par IA. Fréquence d’acquisition : 10 à 50 ms pour les données de position/vitesse, 100 à 500 ms pour les données de vibrations/température, et 1 à 5 s pour les statistiques de consommation électrique.
Solution MQTT v5.0: Le PLC publie les données au format JSON vers un broker MQTT (EMQX ou Mosquitto recommandés) via une passerelle industrielle 4G (compatible avec le module Siemens CP1542-1 ou un module de conversion de port série vers MQTT). Exemple de structure hiérarchique des sujets : crane/{ID de l'usine}/{ID du pont roulant}/position, crane/{ID de l'usine}/{ID du pont roulant}/charge, crane/{ID de l'usine}/{ID du pont roulant}/vibration. Le corps de chaque message d’un sujet contient trois champs : un horodatage, une valeur numérique et un indicateur de qualité. Le niveau de qualité de service (QoS) MQTT retenu est QoS 1 (norme MQTT ISO/IEC 20922-2016) (livraison au moins une fois), et le déploiement en cluster du broker garantit une disponibilité de 99,91 % (TP3T) tout au long de l’année. Les avantages de la solution MQTT résident dans sa nature native à l’Internet des objets, sa faible bande passante (environ 200 octets par message) et sa prise en charge de la reprise après interruption de connexion, ce qui la rend adaptée aux plateformes de jumeaux numériques se connectant à distance via le réseau public 4G/5G.
Solution OPC UA: Le PLC intègre une fonctionnalité de serveur OPC UA (prise en charge native sur le S7-1500 ; le S7-1200 nécessite un micrologiciel V4.0 ou supérieur) ; la plateforme de jumeau numérique lit directement les données via un client OPC UA. Le modèle d’information OPC UA permet de décrire de manière exhaustive la hiérarchie des équipements du pont roulant (usine → atelier → pont roulant → mécanisme → capteur) et prend en charge la lecture par nom plutôt que par parcours. Le mode PubSub d’OPC UA permet de mettre en œuvre une architecture de publication/abonnement, avec un temps de latence de bout en bout d’environ 10 à 50 ms, soit un temps inférieur à celui du protocole MQTT (environ 50 à 200 ms). La solution OPC UA est adaptée aux plateformes de jumeau numérique déployées sur le réseau local de l’usine ; elle offre un niveau de sécurité élevé (authentification par TLS et certificats X.509) et permet une collecte de données plus en temps réel. Solution recommandée par Krude Heavy Industry : utiliser OPC UA pour le jumeau numérique au sein de l’usine, et un pont MQTT pour les communications inter-sites ou à distance.
Paramètres techniques de la modélisation 3D et de la cartographie des données
| Aspects techniques | Outils/Solutions | Paramètres clés | Charge de travail | coût |
|---|---|---|---|---|
| Modélisation 3D | Blender/SolidWorks | Nombre de faces : 50 à 200 000 | 3 à 7 jours | 0,5 à 20 000 |
| Liaison des os | Animation Unity | 6 groupes offrant une grande liberté de mouvement | 1 à 2 jours | 0,3 à 10 000 |
| Rendu en temps réel | Unity 3D | 60 images par seconde en 1080p | 1 à 2 jours | 0,3 à 10 000 |
| Communication MQTT | Mosquitto/EMQX | QoS 2, 100 Hz | 0,5 jour | 0 (open source) |
| Base de données temporelle | InfluxDB | 100 000 points/seconde en écriture | 0,5 jour | 0 (open source) |
| Publication sur le Web | WebGL/WebSocket | Compatible avec PC, tablettes et réalité virtuelle | 1 jour | 0,2 à 0,5 wàn |
| Entreprise générale Krud | Capteur → Plateforme jumelée | De bout en bout ≤ 500 ms | 15 à 30 jours | 30 000 à 80 000 |
Technologie de pilotage par modèles 3D et de synchronisation des données en temps réel
La valeur fondamentale du modèle 3D dans le jumeau numérique du pont roulant réside dans ” l'animation pilotée par les données ” : pour chaque millimètre de déplacement du pont roulant dans le monde physique, le modèle 3D se déplace de 1 mm de manière synchrone dans l'espace virtuel. La mise en œuvre de cet objectif nécessite une chaîne technologique en quatre étapes :Liaison des os——Associer les six composants mobiles du pont roulant (poutre principale / poutre d'extrémité / chariot / treuil de levage / crochet / câble métallique) à des squelettes d'animation indépendants dans Unity ou Three.js, chaque squelette correspondant à un ensemble de degrés de liberté (DOF). Le déplacement du chariot principal sur le rail correspond à un degré de liberté de translation (axe X), celui du chariot secondaire le long de la poutre principale à un degré de liberté de translation (axe Z), tandis que le treuil de levage et le crochet correspondent à un degré de liberté de rotation et de translation (axe Y). Les six os totalisent 8 degrés de liberté, et les paramètres de position sont mis à jour à chaque image (16,67 ms à 60 images par seconde).
Algorithmes de mappage de données: Relation de conversion entre les valeurs des capteurs physiques et les paramètres de l'animation 3D — Nombre d'impulsions du codeur × équivalent d'impulsion = position du chariot (mm) ; la valeur de télémétrie laser est directement mappée à la position absolue ; le signal en mV du capteur de pesage est mappé à l'affichage/ masquage de la modélisation de la charge suspendue (affichée lorsque la charge est supérieure à 100 kg, masquée lorsque la charge est nulle). Le mappage des données est effectué dans le script Unity C# ; à chaque image, les dernières valeurs sont lues depuis MQTT ou OPC UA, puis, après interpolation pour lisser les données, elles sont écrites dans le composant Transform du squelette. L'algorithme d'interpolation choisi est l'interpolation linéaire (Lerp), avec un coefficient compris entre 0,15 et 0,25, afin d'atteindre un équilibre entre la fluidité (plus le coefficient est petit, plus le mouvement est fluide) et la réactivité (plus le coefficient est grand, plus la réponse est rapide).
Gestion des anomalies lors de la synchronisation des données: Trois types d'anomalies typiques et leurs stratégies de gestion — ① Perte de données (perte de paquets MQTT pendant plus de 5 secondes) : le modèle 3D conserve sa dernière position connue, l'interface affiche l'indicateur d'état ” Hors ligne ”, et la couleur passe du vert au gris ; ② Saut de données (différence de position supérieure à 10 mètres entre deux images consécutives) : cela est considéré comme une anomalie du capteur ; l’image anormale est ignorée et la position de l’image actuelle est calculée à partir de la vitesse moyenne des 5 images précédentes ; ③ Désordre dans l’ordre chronologique des horodatages (les anciennes données arrivent en retard en raison d’un retard réseau) : comparer les horodatages et rejeter les données dont l’horodatage est antérieur à celui de la dernière image rendue. Le moteur de synchronisation des données de la plateforme de jumeau numérique de Krud Heavy Industry a été testé par un organisme tiers ; dans un environnement réseau 4G, le délai de bout en bout< 500 ms (P95), taux de perte de données < 0,11 TP3T.
Cas d'utilisation et caractéristiques techniques de la plateforme de jumeau numérique
Les cas d'utilisation typiques de la plateforme de jumeau numérique pour ponts roulants se répartissent en quatre catégories : surveillance en temps réel, diagnostic des pannes, maintenance prédictive et formation à l'utilisation. Chacune de ces catégories présente des exigences différentes en matière de latence des données et de précision des modèles :
| Cas d'utilisation | Exigences en matière de délai de transmission des données | Exigences en matière de précision du modèle | Utilisateur type | Retour sur investissement |
|---|---|---|---|---|
| Surveillance à distance en temps réel | ≤ 500 ms | 50 000 à 80 000 faces | Administrateur des équipements | Économie annuelle sur les frais de déplacement : 30 000 à 80 000 par unité |
| Diagnostic par relecture des défauts | Aucune exigence en matière de temps réel | 100 000 à 200 000 faces | Ingénieur de maintenance | Durée du diagnostic : 2 h → 15 min |
| Analyse de la maintenance prédictive | ≤ 1 min | Annotations contenant des capteurs | Responsable des équipements | Arrêts imprévus : -651 TP3T |
| Formation à l'utilisation de la réalité virtuelle | Aucune exigence en matière de temps réel | Plus de 200 000 faces + moteur physique | Nouvel opérateur | Baisse des coûts de formation de 601 TP3T |
La configuration par défaut de la plateforme de jumeau numérique de Krude Heavy Industry comprend les trois premiers cas d'utilisation (surveillance à distance + relecture des pannes + maintenance prédictive) ; la formation en réalité virtuelle est un module d'extension optionnel. La plateforme prend en charge les navigateurs PC (WebGL, résolution 1920×1080 à 60 images par seconde), sur tablette (iOS/Android, résolution 1024 × 768 à 30 images par seconde) et en réalité virtuelle (Oculus Quest 2/3, résolution 1832 × 1920 à 72 images par seconde). Krud Heavy Industry a déjà livré 12 exemplaires de sa plateforme de jumeau numérique, couvrant quatre secteurs d’activité : aciéries, ports, automobile et matériaux de construction. Chaque système prend en charge la surveillance en ligne simultanée de jusqu’à 32 ponts roulants.
Exemples de déploiement types de Krud Heavy Industry
Le projet de jumeau numérique des ponts roulants d’une aciérie porte sur 8 ponts roulants métallurgiques (16 à 80 t). Il a consisté à réaliser une modélisation 3D à l’échelle 1:1 des 8 ponts roulants (avec Blender, environ 120 000 faces par pont), à intégrer 160 points de données (position/charge/ vibrations/température), avec un rendu en temps réel sous Unity 3D à 60 images par seconde en 1080p. Résultats : une seule personne assure la surveillance des 8 ponts ; le temps de localisation des pannes est passé de 2 heures à 20 minutes ; détection précoce de la tendance à l’usure des engrenages de 3 réducteurs. Réduction des arrêts imprévus de 651 TP3T, soit une économie annuelle d’environ 470 000 yuans sur les coûts de maintenance (rapports annuels du service équipement de l’aciérie, numéros KL-2025-DT-001 à 008). Investissement de 280 000 yuans, amorti en 9 mois.
Foire aux questions
Question : Quelle est la différence entre le jumeau numérique des ponts roulants et le système SCADA traditionnel ? Quel est le retour sur investissement ?
Réponse : Le système SCADA (système d’acquisition et de contrôle des données) présente un tableau de bord bidimensionnel (chiffres + graphiques de tendance), tandis que le jumeau numérique ajoute à cela trois dimensions supplémentaires : la visualisation en 3D, la simulation physique et l’analyse prédictive. Différence intuitive : le SCADA affiche ” Position du pont roulant = 22,5 m ”, tandis que le jumeau numérique montre le pont roulant en 3D se déplaçant en temps réel sur ses rails. Du point de vue du retour sur investissement : ① Exploitation et maintenance à distance — réduction de la fréquence des inspections sur site par les ingénieurs (économie annuelle sur les frais de déplacement d’environ 30 000 à 80 000 yuans par machine) ; ② Diagnostic des pannes — relecture des données relatives aux périodes anormales pour localiser rapidement la cause de la panne (temps moyen de diagnostic réduit de 2 heures à 15 minutes) ; ③ Formation à l’exploitation — formation des nouveaux employés dans un environnement virtuel sans aucun risque pour la sécurité. Après le déploiement du système de jumeau numérique de Krued Heavy Industry, le temps de réponse moyen aux pannes a été réduit de 70% et les coûts de formation ont baissé de 60%.
Question : La précision du modèle 3D du jumeau numérique doit-elle aller jusqu'au niveau des pièces ?
R : Une précision au niveau des pièces n'est pas nécessaire. La précision du modèle du jumeau numérique du pont roulant dépend du scénario d'application : le niveau de surveillance à distance (50 000 à 80 000 faces, affichant l'aspect extérieur du pont roulant et ses principaux composants mobiles, modélisation en 3 jours) répond aux besoins de surveillance quotidiens ; le niveau « diagnostic de pannes » (100 000 à 200 000 faces, incluant les détails de la poutre principale, les rails, le chariot et les dispositifs de levage ; durée de modélisation : 5 à 7 jours) permet de reproduire les pannes ; le niveau « analyse par simulation » (plus de 500 000 faces, incluant tous les détails de la structure, nécessitant une exportation au format STL depuis SolidWorks puis une optimisation, durée de modélisation : 10 à 15 jours) peut être utilisé pour l’analyse par éléments finis et la vérification de la résistance structurelle. La solution standard de Krude Heavy Industry adopte la précision du niveau « diagnostic de pannes », offrant le meilleur rapport qualité-prix. Si le client dispose déjà d’un modèle 3D SolidWorks (créé lors de la phase de conception), celui-ci peut être directement importé dans Blender, puis simplifié avant utilisation, ce qui permet de gagner 50% de temps de modélisation.
Question : Est-il possible de créer un jumeau numérique pour un pont roulant ancien qui ne dispose pas de données de capteurs ?
Réponse : Il est possible de créer un jumeau numérique hors ligne (modèle statique + affichage des paramètres de conception), mais la synchronisation en temps réel et le diagnostic des pannes ne peuvent pas être assurés. La valeur fondamentale d’un véritable jumeau numérique réside dans la ” synchronisation du modèle pilotée par les données ”, ce qui nécessite des données de capteurs en entrée. Si le pont roulant ne dispose d’aucun capteur : ① Solution minimale — installation d’un codeur (1 par chariot, environ 2 000 yuans par chariot) + d’un automate programmable (PLC S7-1200, environ 3 000 yuans), permettant le transfert en temps réel des données de position et pilotant les mouvements de déplacement et de levage du modèle 3D ; ② Solution standard : installation d’un ensemble complet de capteurs (codeurs + lidar + pesage + vibrations + température, environ 15 000 yuans par chariot) pour permettre une perception complète du jumeau numérique ; ③ Solution économique — Utilisation des données existantes du PLC (signaux de démarrage/arrêt + fréquence du variateur de vitesse) pour estimer la position approximative et l’état de fonctionnement (précision réduite mais coût des capteurs nul). Krude Heavy Industry propose un plan de mise en œuvre étape par étape pour l’installation des capteurs et la mise en place de la plateforme de jumeau numérique.
Question : Pour quelles applications un temps de latence de bout en bout de 500 ms sur une plateforme de jumeau numérique est-il suffisant ? Pour lesquelles ne l'est-il pas ?
Réponse : Un temps de latence de 500 ms est suffisant pour la surveillance à distance (le seuil de perception de l’œil humain pour le décalage d’une animation est d’environ 100 à 200 ms, mais la vitesse de déplacement du pont roulant étant relativement faible, la différence visuelle à 500 ms est négligeable), la relecture des pannes (les données historiques ne sont pas affectées par la latence), la formation à l’utilisation (les opérations virtuelles ne nécessitent pas de synchronisation en temps réel) et l’analyse des rapports (les synthèses statistiques ne nécessitent pas de faible latence). Applications non prises en charge : ① Télécommande — la conduite à distance d’un pont roulant nécessite une latence de bout en bout ≤ 50 ms pour garantir la sécurité des opérations (avec un temps de latence de 500 ms, l’opérateur ressentirait des saccades et des retards notables) ; ② Prévention des collisions en temps réel — la prévention des collisions nécessite une réponse de l’ordre de la milliseconde (un délai de 500 ms entraîne une erreur de position de 0,5 m à une vitesse de 1 m/s du pont roulant). La plateforme de jumeau numérique de Krued Heavy Industry est conçue comme un outil de surveillance et d’analyse ; elle n’est pas destinée au pilotage à distance en temps réel, cette fonction étant assurée par un système de cabine de pilotage à distance indépendant.
📌 Recommandations relatives aux normes
