Qualité des données d’un jumeau numérique : la condition de la confiance
Un jumeau numérique qui affiche une vanne ouverte alors qu'elle est fermée perd la confiance des exploitants en une journée. La qualité des données n'est pas un chantier préalable : c'est une fonction permanente du jumeau.
La scène est fréquente lors des premières semaines d’un jumeau numérique. Le chef de quart regarde l’écran, voit une pompe à l’arrêt, appelle le terrain : la pompe tourne. Le capteur est en panne depuis trois jours et rien ne le signalait. À partir de ce moment, l’équipe vérifie tout par téléphone et l’outil devient un décor. La question de la qualité des données du jumeau numérique n’est pas une question technique secondaire : c’est ce qui décide s’il sera utilisé.
Pourquoi le jumeau est plus exposé qu’un tableau de bord
Un tableau de bord mensuel tolère quelques erreurs : elles se diluent dans les moyennes. Un jumeau numérique, lui, représente l’état d’un équipement, d’un réseau ou d’un bâtiment à un instant donné, et sert à prendre des décisions d’exploitation. Une valeur fausse y est visible, localisée, et elle peut conduire à une mauvaise manœuvre.
Il combine en outre des sources de natures très différentes : mesures en temps réel issues des automates, plans et modèles géométriques, données de maintenance, référentiels d’équipements. Chacune a ses défauts propres, et leur assemblage crée des erreurs nouvelles : un capteur rattaché au mauvais équipement, une unité mal convertie, une horloge décalée.
Les cinq dimensions à mesurer
La norme ISO/IEC 25012 propose un modèle de caractéristiques de qualité des données. Pour un jumeau, cinq d’entre elles suffisent à commencer.
| Dimension | Question | Indicateur possible |
|---|---|---|
| Exactitude | La valeur correspond-elle à la réalité ? | Écart avec des relevés de contrôle sur le terrain |
| Fraîcheur | De quand date la valeur affichée ? | Part des mesures reçues dans le délai attendu |
| Complétude | Toutes les données attendues sont-elles présentes ? | Part des équipements avec fiche, position et mesures |
| Cohérence | Les sources se contredisent-elles ? | Nombre d’écarts entre plan, référentiel et terrain |
| Traçabilité | Sait-on d’où vient la valeur et qui l’a modifiée ? | Part des données avec source et horodatage |
La fraîcheur est la dimension la plus souvent oubliée et la plus dangereuse : une valeur exacte il y a trois jours, affichée comme actuelle, est une valeur fausse.
Mettre en place un circuit de qualité
- Sourceun responsable nommé
- Contrôle à l’entréebornes, unités, horodatage
- Rapprochemententre sources
- Affichage honnêteâge et origine visibles
- Signalementpar les exploitants
- Correctionet trace
- Nommer un responsable par source. Le service qui gère les automates, celui qui tient les plans, celui qui gère la maintenance. Sans responsable, une erreur signalée n’est corrigée par personne.
- Contrôler à l’entrée. Valeurs hors bornes physiques, unités incohérentes, horodatages dans le futur, capteurs muets : ces contrôles simples éliminent une grande partie des erreurs visibles.
- Rapprocher les sources. Un équipement présent sur le plan mais absent du référentiel de maintenance, ou l’inverse, révèle un écart à traiter. Ces rapprochements se programment et produisent une liste de travail.
- Afficher honnêtement. Chaque valeur dit sa source et son âge. Une donnée ancienne ou estimée est marquée comme telle, d’une façon que l’exploitant comprend sans formation.
- Ouvrir un canal de signalement. Un bouton « cette valeur est fausse » dans l’outil, relié au responsable de la source. Les exploitants deviennent des contrôleurs, au lieu de se détourner de l’outil.
- Suivre les indicateurs chaque mois, par source, et les présenter avec les décisions qu’ils ont permis ou empêchées.
Les erreurs fréquentes
La première est de vouloir tout nettoyer avant de commencer. Un programme de reprise général des données dure des mois, porte sur des informations dont une partie ne servira jamais, et retarde le moment où les exploitants donnent leur avis. Mieux vaut un périmètre restreint, des sources mesurées et des corrections ciblées sur ce qui gêne les décisions.
La deuxième est de masquer les données douteuses pour que l’écran reste propre. L’exploitant finit par découvrir le trou, et la confiance s’effondre davantage que si l’outil avait signalé lui-même son incertitude.
La troisième est d’oublier la géométrie. Les plans et les modèles 3D vieillissent aussi : une conduite déviée lors de travaux, un équipement remplacé par un modèle différent. Sans procédure de mise à jour liée aux chantiers, le modèle s’écarte peu à peu de la réalité.
Un jumeau qui sert à simuler ou à prévoir (par exemple avec un modèle d’apprentissage automatique) amplifie les défauts de ses données d’entrée. Les modèles doivent être réévalués quand la qualité des sources change.
Liste de contrôle avant la mise en service
- Chaque source a un responsable nommé et un délai de correction convenu.
- Les contrôles d’entrée (bornes, unités, horodatage, silence des capteurs) sont actifs.
- Chaque valeur affichée indique son origine et son âge.
- Les exploitants peuvent signaler une erreur depuis l’outil.
- Les cinq indicateurs de qualité sont mesurés et suivis mensuellement.
- Une procédure relie les chantiers sur le terrain à la mise à jour du modèle.
La qualité des données est au cœur de l’expertise jumeaux numériques de DOSOBE. Le dossier de référence sur les jumeaux numériques replace ces règles dans l’ensemble d’un projet.
Questions fréquentes
Faut-il nettoyer toutes les données avant de construire le jumeau ?
Non. Il vaut mieux commencer sur un périmètre restreint, mesurer la qualité des sources réellement utilisées et corriger ce qui gêne les décisions. Un nettoyage général préalable dure longtemps et porte souvent sur des données dont on n'aura pas besoin.
Comment afficher une donnée douteuse ?
En la signalant plutôt qu'en la cachant : horodatage visible, marque de donnée ancienne ou estimée, source indiquée. L'exploitant décide alors en connaissance de cause.
Existe-t-il des normes sur la qualité des données ?
Oui. La norme ISO/IEC 25012 propose un modèle de caractéristiques de qualité des données, et la série ISO 8000 traite de la qualité des données de référence et de leur échange. Elles servent de vocabulaire commun plus que de procédure clé en main.