Thèse Fiabilité d'Un Jumeau Numérique d'Un Système Ferroviaire H/F - Université Paris-Saclay GS Sciences de l'ingénierie et des systèmes

Établissement : Université Paris-Saclay GS Sciences de l'ingénierie et des systèmes
École doctorale : Interfaces : matériaux, systèmes, usages
Laboratoire de recherche : Laboratoire Génie Industriel
Direction de la thèse : Guillaume LAME ORCID 0000000195141890
Début de la thèse : 2026-10-01
Date limite de candidature : 2026-04-30T23:59:59

les problématiques soulevées par l'usage d'un jumeau numérique (JN) sont vastes , incluant les questions de la fidélité d'une maquette, de l a qualité des données de surveillance, et de la qualité des modèles de prédiction pour la planification de la maintenance ou la régénération du réseau.
La notion de « fiabilité » exprimée par la SNCF sera donc associée ici à la notion de confiance, et la question posée sera reformulée ainsi : avec quel niveau de confiance peut-on utiliser un JN, que ce soit pour la construction du patrimoine numérique, pour la supervision de l'état du patrimoine, la
planification de la maintenance ou la régénération du réseau ?
L'enjeu est de produire une méthode d'évaluation et de communication de la « fiabilité » d'un JN. Par exemple, dans un contexte plus simple, le nutri -score agrège différentes informations pour donner une indication de la qualité nutritionnelle d'un aliment. Les JN sont plus complexes car ils ont plusieurs usages possibles : il s'agit donc de comprendre ces usages et les attentes associées, identifier les attentes sur l'évaluation de la « fiabilité », et proposer des indicateurs de fiabilité d'un JN .

La littérature scientifique montre que le développement et l'utilisation des jumeaux numériques soulèvent de nombreux défis en termes de qualité des JN et l'acceptation par les utilisateurs finaux [6] [7]. Par exemple, [6] utilise le concept de « attractive quality » ou Kano's model [8] pour classifier les exigences de qualité d'un JN. La qualité d'un jumeau numérique dépend entre autres de la qualité des données [9]. Un des problèmes principa ux réside dans la détection des anomalies, notamment l'identification des données aberrantes causées par des défaillances de capteurs, et la nécessité de s'assurer que le jumeau numérique les ignore. Par exemple, [10] aborde le concept de jumeau numérique pour la géométrique et souligne l'importance cruciale de la qualité des données, et propose une équation mathématique pour mesurer les écarts et les erreurs de mesure, en tenant compte des valeurs aberrantes des capteurs. Cela soulève une autre difficulté : la rétroaction bidirectionnelle entre le « jumeau physique » et le « jumeau numérique ». Kritzinger et al. [ 12] ont défini trois niveaux d'échange des données entre les 2 mondes : maquette numérique (digital model), ombre numérique (digital shadow) et jumeau numérique (digital twin), comme illustré dans la Figure 1.
Les défis techniques, comme l'absence de données et de modèles standardisés ne doivent pas occulter les enjeux non techniques comme la propriété et la gouvernance des différents éléments d'un JN [13] pour un déploiement efficace des jumeaux numériques selon le « Business Maturity Model », illustré
dans la Figure 2.

(cf document PDF pour les figures)

Avec les exemples industriels ci -dessus , on voit que les problématiques soulevées par l'usage d'un JN sont vastes, incluant les questions de la fidélité d'une maquette, de l a qualité des données de surveillance, et de la qualité des modèles de prédiction pour la planification de la maintenance ou la régénération du réseau.
La notion de « fiabilité » exprimée par la SNCF sera donc associée ici à la notion de confiance, et la question posée sera reformulée ainsi : avec quel niveau de confiance peut -on utiliser un JN, que ce soit pour la construction du patrimoine numérique, pour la supervision de l'état du patrimoine, la planification de la maintenance ou la régénération du réseau ?
L'enjeu est de produire une méthode d'évaluation et de communication de la « fiabilité » d'un JN. Par exemple, dans un contexte plus simple, le nutri -score agrège différentes informations pour donner une indication de la qualité nutritionnelle d'un aliment. Les JN sont plus complexes car ils ont plusieurs usages possibles : il s'agit donc de comprendre ces usages et les attentes associées, identifier les attentes sur l'évaluation de la « fiabilité », et proposer des indicateurs de fiabilité d'un JN .

Formation : master ou diplôme d'ingénieur , solide formation en modélisation , simulation ou ingénierie
des systèmes et intérêt pour le système ferroviaire et le facteur humain
Savoir -faire : Capacité d'analyse, de synthèse et de rédaction en français et anglais
Sa voir être : Capacité d'écoute, de rigueur et excellent relationnel