Cadre de modélisation des jumeaux numériques pour un entrepôt manuel

Drissi Elbouzidi, A., Ait El Cadi, A., Pellerin, R., Lamouri, S. et Boubaker, S. (2023) Cadre de modélisation des jumeaux numériques pour un entrepôt manuel. Dans CIGI Qualita MOSIM 2023, Trois-Rivières, Québec, Canada DOI 10.60662/jjtz-6r78.

Prévisualisation

Texte CIGI_QUALITA_MOSIM_2023_paper_5251.pdf Télécharger (782kB) | Prévisualisation

Résumé

L'étude présentée dans cet article propose un cadre de modélisation des processus manuels qui prend en compte les facteurs humains dans les (JN) Jumeaux Numériques, afin de répondre aux exigences de l'industrie 5.0. Cette approche permet de tenir compte de la variabilité des processus manuels souvent négligée dans la littérature scientifique. L'article souligne l'importance de l’Homme dans la logistique 5.0 et met en avant le rôle de l'intelligence artificielle dans l'adaptation du jumeau numérique au contexte et la prise en compte des facteurs humains. En utilisant des techniques d'apprentissage automatique supervisé, la précision du modèle peut être améliorée à chaque synchronisation de la simulation, et la représentation virtuelle des processus physiques peut être mieux alignée avec la réalité. Le cadre JN présenté vise à prévenir les écarts par rapport à la contrepartie physique, en évitant les décisions basées sur des paramètres constants qui perdure inchangées dans le temps. Notre objectif est de concevoir un JN en tant qu’aide à la décision efficace pour tous les humains impliqués dans la boucle du JN.

This study proposes a framework for modeling digital twins of manual warehouses, with a consideration of human factors to meet the requirements of Industry 5.0. The proposed approach enables the modeling of manual process variability, a crucial aspect often overlooked in the scientific literature. Our research emphasizes the importance of human involvement in logistics 5.0 and underscores the role of AI in adapting the digital twin to specific contexts while accounting for human factors. Through supervised machine learning, the model's accuracy can be improved with each simulation synchronization, which will enable better alignment of the virtual representation of physical processes with the actual reality. The proposed digital twin framework aims to avoid deviations from the physical counterpart by eschewing decisions based on constant parameters that do not change over time. Ultimately, our objective is to design the digital twin as a highly effective decision-making aid for all human participants involved in the digital twin loop.

Type de document:	Document issu d'une conférence ou d'un atelier (NON SPÉCIFIÉ)
Mots-clés libres:	Jumeaux numériques Processus manuel Intelligence artificielle Industrie 5.0. Digital Twin Manuel Process Artificial Intelligence Industry 5.0.
Date de dépôt:	18 août 2023 12:12
Dernière modification:	11 sept. 2023 17:25
URI:	https://collection-numerique.uqtr.ca/id/eprint/2096

Actions (administrateurs uniquement)

Éditer la notice