PhD Thesis Proposal Digital Twin for Short Term Planning in Surface Treatment Industries

Informations global

• Localisation : Albi, CGI
• Date de début : September ou octobre 2026 selon disponibilité du candidat
• Financement : de la thèse - CORAC PME pour le projet Infinity
• Mots clés : Digital Twin engineering, coupling Simulation-optimisation-AI, surface treatment industry.

Contexte

Dans le contexte de l’Industrie 4.0 et au delà, les acteurs industriels déploient des stratégies de numérisation où les systèmes opérationnels sont connectés à des systèmes cyber de plus en plus intelligents. Dans ce contexte, le jumeau numérique organisationnel désigne le système qui permet une interaction bidirectionnelle entre une organisation physique (personnes et systèmes) et sa réplique virtuelle dans un objectif de pilotage global des flux.

Les revues récentes et les typologies (par ex. Kritzinger et al., 2018 ; Onaji et al., 2022 ; Soori et al., 2023 ; Kober et al., 2024 ; Traoré, 2024 ; Namaki Araghi et al., 2025) sur les jumeaux numériques dans le cadre manufacturier montrent que le JN gère des données d’atelier et interopère avec divers systèmes (MES, ERP, traçabilité, qualité), dispose de modèles de simulation physiques ou basés sur les données axés sur la gestion des flux, et orchestre des services orientés vers le traitement des données ou des modèles de simulation. Le JN a divers objectifs (évaluation des impacts des changements et de la performance, optimisation), et des interactions avec les utilisateurs lorsque nécessaire pour soutenir des décisions à différents horizons (tactique et opérationnel) et potentiellement de différentes natures (planification, maintenance, qualité). La mise en œuvre d’un tel système représente un défi organisationnel et technique majeur qui doit être adapté aux spécificités et évolutions industrielles.

Le projet INFINITY vise à concevoir et tester un système de jumeaux numériques pour soutenir la planification industrielle dans le contexte d’une industrie de traitement de surface. Il est en partenariat avec un industriel phare de ce domaine pour l’industrie aéronautique qui porte le projet sur un financement CORAC. Les projets de jumeau numériques de taille industrielle étant peu fréquents un des enjeux du projet est d’étudier la scalabilité du système proposé et l’impact sur jumeau numérique sur l’organisation. Une partie du projet visant à concevoir de nouveaux procédés de traitement, une partie du sujet porte aussi sur l’évaluation de l’impact de ces nouveaux procédés sur le pilotage du système de production.

Plusieurs thèses sont menées simultanément au sein de ce projet, chacune avec des orientations complémentaires : (i) la collecte de données et la construction des informations nécessaires à la planification ; (ii) le jumeau numérique pour la planification à court et moyen terme ; et (iii) le jumeau numérique pour la planification stratégique.

Problématique

Ce sujet de thèse concerne le jumeau numérique pour le pilotage à court et moyen terme de la production dans une industrie de traitement de surface. Cette industrie à quelques spécificités (production à la commande sur la base de pièces fournies par les clients, délais promis très courts, très grande diversité de clients, très grandes diversité) qui déplacent les enjeux de la planification : une agilité capacitaire pour réguler l’encours dans les ateliers.

L’enjeu central de la thèse est de proposer un système jumeau numérique centré sur un ou des modèles de simulation à capacité finie qui aident à la planification court et moyen terme, mais aussi sur des services à concevoir en appui à cette planification (optimisation de certaines décision, gestion de la polyvalence des opérateurs, rassemblement des commandes pour constituer des tailles de lot, le suivi de paramètres vitaux pour le jumeau (gammes, macro-gammes, mix produit, polyvalence, ...)).

Le jumeau sera conçu en suivant une démarche d’ingénierie système qui formaliser les exigences, anticipe les impacts de la scalabilité et des évolutions de process pour proposer une architecture adaptée à ces évolutions, et évalue la valeur ajoutée du jumeau numérique.

Verrous scientifiques identifiés sur cette thèse

• Couplage simulation à événements discrets et modèles équivalents (reinforcement learnings) pour la simulation à capacité finie : l’enjeu est de proposer un bon couplage (frugal, efficient et efficace) adaptés aux décisions à supporter et aux spécificités des process de traitement de surface.
• Couplage Simulation à capacité finie et optimisation dans un contexte de pilotage distribué : Le couplage Simulation/optimisation est étudié de longue date pour les systèmes de production. L’enjeu est de proposer des approches d’optimisation locales à chaque atelier sur au moins 2 horizons de temps (quelques jours et quelques semaines) prenant en compte leurs spécificités (gestion des compétences, regroupement de commandes) tout en ayant un pilotage global des priorités et de collaboration inter-atelier via le jumeau numérique.
• Une démarche d’ingénierie système appliquée au jumeau numérique qui prenne en compte les impacts de la scalabilité et des évolutions technologiques sur l’architecture du jumeau numérique.

Plan d’action

• Analyse des exigences et architecture du jumeau numérique
• Définition des modèles de simulation
• Définition des services d’optimisation et de coordination
• Application sur quelques exemples du cas industriel
• Évaluation du jumeau numérique

Profil recherché

Formation

• Master’s degree in Computer Science or an Engineering degree in Industrial Engineering.

Compétences techniques

• Ingénierie Système
• Simulation à événements discrets et recherche opérationnelle
• Compétences en développement informatif (Java, Python)

Compétences transverses

• Anglais écrit et parlé (minimum level B2) et Français (minimum level B2)
• Autonomie et capacité à travailler dans une équipe de recherche.
• Motivation pour contribuer à une application industrielle de la recherche.

Compétences complémentaires (pas indispensable)

• Connaissances en apprentissage par renforcement et analyse de données massives pour la simulation

Contacts

Jacques Lamothe, CGI IMT Mines Albi,

Séverine Durieux, CGI IMT Mines Albi,

Victor Romero, CGI IMT Mines Albi,