Conception de Jumeaux Numériques cognitifs basés sur l’apprentissage modulaire et les systèmes multi‑agents pour la surveillance, le diagnostic et le pronostic explicable

Topic description

Bref descriptif des objectifs

Contexte scientifique et industriel

La transition énergétique impose une augmentation significative de la production d’énergie tout en garantissant la sûreté, la disponibilité et la durabilité des actifs de production et de transport. Dans ce contexte, les Jumeaux Numériques (JNs) émergent comme des outils clés pour la surveillance avancée, l’anticipation des défaillances et l’optimisation des stratégies de maintenance.

Cependant, les actifs énergétiques sont des systèmes complexes, hétérogènes et évolutifs, produisant des données multimodales (séries temporelles capteurs, images, rapports textuels, historiques de maintenance). Les approches d’IA monolithiques montrent des limites en termes de robustesse, généralisation et explicabilité, notamment lorsqu’il s’agit de raisonner sous contraintes opérationnelles changeantes.

Parallèlement, les avancées récentes en apprentissag...