R&D : Focus sur le pôle Modélisation et Simulation

Paris, le 4 avril 2023 - Faciliter les approches modèles dans l'ingénierie des systèmes complexes ? C'est l'enjeu majeur du pôle Modélisation et Simulation de SII-Île-de-France, dirigé par Ahmad El-Berdhi.

Quel est ton profil ?

Je suis Ahmad El-Berdhi, responsable du pôle Modélisation et Simulation de SII Île-de-France. Notre pôle a pour mission de faciliter les approches modèles dans l'ingénierie des systèmes complexes dans les secteurs défense et civil.

La modélisation et la simulation occupent une place prépondérante dans l'ingénierie système moderne, permettant une conception et une validation efficaces des systèmes.

Historiquement, l'ingénierie système était axée sur la gestion des exigences. Mais depuis des décennies, l'approche Modèle vise à transformer et optimiser la pratique de l'ingénierie système.

L'approche modèle est une méthode de résolution de problèmes, qui consiste à développer un modèle informatique pour représenter les différents aspects d'un système. Le modèle est conçu pour simuler les comportements et les interactions des éléments du système, pour mieux les comprendre.

Ingénieur / référent méthodes & outils MBSE (Model-Based System Engineering), je suis diplômé de l'université de Lorraine en ingénierie des systèmes complexes, avec une spécialisation en ingénierie numérique et pilotage pour l'industrie connectée.

Il y a trois ans, j'ai rejoint SII en tant que consultant. J'ai eu l'opportunité de travailler sur des projets diversifiés dans les secteurs aéronautique et ferroviaire. Ce qui m'a permis de développer une compréhension approfondie des enjeux du MBSE (Model-Based Systems Engineering), de l'ALM (Application Lifecycle Management) et du PLM (Product Lifecycle Management), ainsi que de leurs liens avec la modélisation et la simulation.

Passionné par la recherche et le développement, je suis déterminé à apporter des solutions innovantes et sur mesure pour aider nos clients à anticiper les défis futurs, à optimiser leurs processus d'ingénierie et à prendre des décisions fondées sur des données fiables. Ma vision consiste à exploiter les approches avancées de modélisation et de simulation pour résoudre des problèmes complexes et permettre à nos clients de rester à la pointe de leur industrie.

Ainsi, lors d'une de mes missions dans le secteur ferroviaire, j'ai contribué à la définition et la modélisation de la fonction de supervision des moyens audiovisuels et de supervision de la sécurité incendie pour les nouvelles lignes de métro autonomes du projet Grand Paris Express. Cette expérience a confirmé ma passion pour l'ingénierie système et pour le déploiement de l'approche modèle dans la conception des systèmes. Mes missions actuelles consistent à utiliser les avancées de ces méthodes pour simplifier l'ingénierie système, malgré la création de systèmes de plus en plus complexes.

Quel est ton rôle en tant que responsable du pôle Modélisation et Simulation ?

Je coordonne et pilote les activités de recherche et développement, en orientant et en participant techniquement à la réalisation des travaux. Je veille aussi à la bonne coordination avec les autres pôles et départements de SII.

J'ai la chance de travailler avec une équipe engagée composée de 4 docteurs et de 20 ingénieures hautement qualifiées. Notre équipe se divise en six domaines (MBSE, jumeaux numériques, mathématiques appliquées, blockchain, réalité augmentée et haptique).

Adepte des technologies de pointe, j'ai une expérience professionnelle diversifiée. Ainsi, je suis capable de m'adapter aisément aux membres de l'équipe. Mon objectif est de garantir que chaque personne s'investit pleinement dans le projet, en prenant en considération leurs préférences et leurs capacités. Je leur soumets des sujets de recherche innovants pour favoriser leur créativité et leur enthousiasme.

Combien y a-t-il de domaines d'applications dans le pôle ?

Notre pôle est aujourd'hui composé de 3 domaines d'applications adressant 3 secteurs :

- Aérospace Défense, qui a pour objectif d'améliorer l'utilisation des méthodes, outils et processus dans le domaine de l'ingénierie système.

Une de ses principales missions est de surmonter les obstacles entre les mondes du cycle de vie type cycle en V (ALM) et la gestion du produit (PLM) pour permettre une validation globale dès les premières étapes de conception. Pour atteindre cet objectif, le laboratoire développe une approche d'exécution de modèle qui consiste à combiner les modèles métiers avec le modèle système. Mais aussi de permettre la co-exécution de toutes les données capitalisées dans ces modèles simultanément. Le but est d'obtenir une vue complète et détaillée du comportement du système sous différents scénarios nominaux et dysfonctionnelles.

- Banque Finance Assurance, qui a pour objectif d'acquérir de nouvelles connaissances en matière de technologie blockchain et de les appliquer au secteur de la finance.

La blockchain est une technologie de stockage et de transmission d'informations, transparente, sécurisée, et fonctionnant sans organe central de contrôle.

Bien que la finance décentralisée (DeFi) existe déjà, elle n'est pas encore largement adoptée. Un des défis majeurs de l'adoption de la DeFi est l'interopérabilité de toutes les blockchains et donc des différentes monnaies virtuelles (la capacité d'outils à communiquer entre eux).

A l'heure actuelle, pour pouvoir échanger ou profiter de toutes les fonctionnalités des différentes blockchains, il est nécessaire de les connecter tout en maintenant un haut niveau de sécurité. Cependant, chaque blockchain a un langage, un protocole de consensus et des propriétés internes différents. L'interopérabilité est technologiquement difficile et peut compromettre la sécurité. Notre laboratoire vise à résoudre ce problème en développant des méthodes novatrices pour assurer l'interopérabilité tout en maintenant un haut niveau de sécurité. Ce qui permettra de débloquer le potentiel de la DeFi pour les banques traditionnelles.

- Cybersécurité, qui est né d'une synergie avec le Pôle IA / Data Science qui se concentre sur la Cyber et vise à détecter les cyberattaques de nouvelle génération à l'aide de l'IA. Toutefois, le manque de données représentatives pose un défi majeur à leurs travaux. Pour relever ce défi, notre laboratoire a pour objectif de créer des jumeaux numériques, des répliques virtuelles fidèles de systèmes ou d'environnements réels.

Ces jumeaux numériques sont utilisés comme des environnements de simulation pour générer des jeux de données diversifiés et réalistes. Ils permettent ainsi à l'IA d'apprendre et de prendre des décisions dans un environnement simulé qui reproduit les scénarios du monde réel.

Quel est le projet que tu souhaites le plus voir se concrétiser cette année ?

Le projet que je souhaite voir se réaliser cette année est MARS (Multi-Model Adaptive Runtime System). Il a pour but de permettre l'exécution d'un modèle système et de le connecter avec des modèles issus de différentes disciplines (mécaniques, électroniques, logiciels, hydrauliques…). Cela permettra d'intégrer les différentes composantes d'un système complexe dans une simulation globale, afin d'évaluer leur comportement et leur interaction de manière holistique.

L'exécuteur de modèle facilitera la communication et l'intégration entre les modèles de différents domaines. L'occasion d'obtenir ainsi une approche multidisciplinaire pour l'analyse, l'optimisation et la validation des systèmes complexes. Cela contribuera alors à une meilleure compréhension du fonctionnement général du système et à l'amélioration de sa performance dans différents domaines d'application.

Ce projet présente plusieurs défis tels que :

- L'intégration de modèles de différents domaines qui peut être complexe en raison des différences de langage, de format de données, de niveau de détail, etc. Il peut être difficile de connecter ces modèles de manière transparente pour obtenir une simulation globale et cohérente.

- L'hétérogénéité avec des modèles issus de différents domaines qui peuvent avoir des niveaux d'abstraction, des échelles de temps et des niveaux de complexité différents. Harmoniser ces modèles pour qu'ils puissent être exécutés ensemble dans une simulation est un défi technique important.