Qu'est-ce qu'un système cyber-physique ?

Les systèmes cyber-physiques relient les mondes physique et numérique, où il existe une connexion et une interaction étroites entre les systèmes physiques et les éléments de calcul.

Les systèmes cyber-physiques couvrent désormais différentes industries et applications technologiques, des véhicules autonomes (VA) aux technologies des réseaux intelligents, et utilisent l'analyse de données en temps réel ainsi que des algorithmes complexes pour contrôler les ressources physiques. Dans l'ensemble, les systèmes cyber-physiques intègrent un niveau d'intelligence dans les systèmes physiques qui leur permettent de prendre des décisions autonomes, de s'adapter à l'évolution des environnements et d'optimiser leurs performances en temps réel.

Il existe plusieurs exemples de systèmes cyber-physiques utilisés aujourd'hui pour contrôler les opérations critiques des systèmes technologiques avancés.

Véhicules autonomes

Dans les véhicules autonomes, de nombreux éléments physiques et numériques fonctionnent en étroite collaboration. Nous sommes encore loin de voir des véhicules entièrement autonomes (niveau 5). Par conséquent, ils nécessitent un certain niveau d'intervention humaine pour garantir la sécurité des passagers.

Les véhicules autonomes sont équipés de nombreux capteurs, allant des caméras d'imagerie et du radar aux capteurs de détection et de mesure de la lumière (lidar), qui aident le véhicule à percevoir son environnement et à prendre des décisions opérationnelles critiques. Il peut s'agir de « détecter» la présence d'obstacles (par exemple des piétons, d'autres véhicules ou des objets inattendus sur la route) ainsi que des changements météorologiques qui modifient le comportement du véhicule sur la route.

Cependant, les véhicules autonomes ne fonctionneraient pas de la même manière s'ils ne comportaient que des éléments physiques, es éléments logiciels sont tout aussi importants. Etant donné qu'il existe de nombreux types de capteurs différents, le logiciel doit exécuter des fonctions de fusion de capteurs qui homogénéisent les données dans un format unique pouvant être lu, analysé et utilisé. Des algorithmes avancés, combinant des algorithmes classiques, l'intelligence artificielle (IA) et l'apprentissage automatique (ML), doivent être utilisés en cas de discordance entre les données des capteurs. Si différents capteurs perçoivent des informations différentes, alors ces algorithmes sont chargés de déterminer quels capteurs ont fourni des données fiables et lesquels ont fourni des données erronées.

Ensuite, une autre couche matérielle doit être présente, composée d'unités de traitement graphique (GPU) capables de traiter les algorithmes de fusion des capteurs et tout autre algorithme de contrôle que le véhicule utilise pour contrôler ses éléments physiques, par exemple s'il doit freiner ou tourner le volant en cas d'obstacle. NVIDIA a déjà développé des GPU automobiles spécifiques, comme le Jetson Xavier, qui sont efficaces pour détecter les piétons, détecter d'autres véhicules et comprendre l'environnement à partir des données des capteurs.

Réseaux intelligents

Les réseaux intelligents sont un exemple clé de systèmes cyber-physiques et d'automatisation dans le secteur de l'énergie. Ils utilisent un ensemble de ressources physiques autour du réseau, en particulier des capteurs, pour surveiller de nombreux aspects du réseau. Ces ressources comprennent des onduleurs intelligents, des panneaux solaires, des éoliennes, des compteurs intelligents, des infrastructures existantes, des lignes de distribution et de transmission ainsi que des systèmes de stockage d'énergie par batterie (BESS). Bien que certains aspects des réseaux intelligents soient autonomes, les opérateurs sont alertés de tout problème avant qu'il ne se produise (grâce à la maintenance prédictive) ou lorsqu'il se produit, afin de prendre rapidement les mesures nécessaires.

Outre ces ressources physiques, les réseaux intelligents disposent de couches hiérarchiques d'architecture logicielle qui relient les entreprises de fourniture d'énergie, les clients et les opérateurs de systèmes de distribution. Cette architecture logicielle utilise un mélange d'algorithmes classiques et d'apprentissage automatique pour analyser, surveiller et optimiser les différentes ressources du réseau. Aujourd'hui, de nombreux réseaux contiennent des infrastructures existantes qui n'ont pas été conçues pour le monde numérique. Toutefois, celles-ci peuvent également être modernisées à l'aide de capteurs IoT (Internet des objets) afin de les rendre compatibles avec les nouvelles architectures numériques. En plus de surveiller les ressources existantes, les réseaux intelligents peuvent suivre l'intégration de nouvelles ressources énergétiques distribuées, telles que différents générateurs d'énergie renouvelable, afin de s'assurer qu'elles fonctionnent correctement une fois intégrées au réseau.

Les capteurs collectent des données sur la consommation d'énergie en temps réel, ce qui permet à l'opérateur de mieux optimiser la distribution de l'énergie dans le réseau. Il peut s'agir d'une réponse à un certain nombre de facteurs environnementaux, notamment :

• Des véhicules électriques utilisant beaucoup d'énergie locale en même temps
• Des systèmes d'énergie renouvelable produisant trop d'énergie locale qui ne peut pas être stockée (entraînant des goulots d'étranglement au niveau de la transmission)
• Des pannes dues aux intempéries et d'autres dommages causés aux infrastructures critiques

Sans un réseau dense d'architectures physiques et numériques étroitement liées, les réseaux intelligents ne seraient pas possibles et l'industrie énergétique devrait continuer à utiliser des réseaux nécessitant beaucoup plus d'entretien manuel.

Bien que les systèmes cyber-physiques soient étroitement liés à l'IoT et puissent parfois être utilisés de manière interchangeable, le consensus général est qu'il existe de petites différences entre les deux types de technologies. Cependant, la frontière entre l'IoT et les systèmes cyber-physiques s'est estompée ces dernières années, à mesure que les deux technologies ont convergé.

Il demeure une certaine ambiguïté, mais le consensus est que le niveau d'intégration entre les processus physiques et les ressources numériques constitue le principal facteur de différenciation. Ce tableau présente certains des cas spécifiques où l'IoT et les systèmes cyber-physiques présentent des différences :

L'architecture des systèmes cyber-physiques comprend un mélange de composants matériels et logiciels physiques, qui permettent à la machine de réagir de manière intelligente. Les principaux composants des systèmes cyber-physiques sont les suivants :

• Actionneurs
• Réseaux de communication
• Nœuds de calcul
• Algorithmes de contrôle
• Capteurs

La nature hybride de ces systèmes signifie qu'ils peuvent effectuer de nombreuses opérations intelligentes et en temps réel. Parmi les principales caractéristiques opérationnelles et les principaux avantages des systèmes cyber-physiques figurent les capacités suivantes :

• Travail en temps réel et réaction rapide aux changements de l'environnement physique pour les tâches critiques qui nécessitent une action immédiate.
• Échange de données et coordination des actions via les appareils connectés.
• Apprentissage à partir de leurs propres données pour optimiser leur comportement.
• Contrôle et surveillance avancés.
• Haut degré de contrôle sur les composants physiques du système.
• Prise de décisions éclairées et basées sur les données à l'aide des données de capteur.
• Hétérogénéité élevée avec de nombreux composants différents pour effectuer diverses fonctions.

Le rôle des jumeaux numériques dans les systèmes cyber-physiques

L'un des meilleurs exemples de l'influence réciproque entre le monde physique et le monde numérique est celui des jumeaux numériques. Cet environnement virtuel est influencé en temps réel par des données et des ressources réelles. D'autre part, les jumeaux numériques peuvent simuler, optimiser et mieux comprendre comment les actifs physiques peuvent être améliorés en simulant leur comportement dans différents environnements et scénarios. Cette capacité de prototypage virtuel permet aux jumeaux numériques de simuler de nombreuses applications de systèmes cyber-physiques.

Les données sont d'abord introduites dans le jumeau numérique afin de créer l'environnement. L'environnement du jumeau numérique qui en résulte peut être un petit système, un grand système comme un véhicule autonome, ou une installation de fabrication complète. Une fois créées, les simulations peuvent être exécutées sur différents aspects de l'environnement pour observer comment les ressources fonctionneront dans le monde réel.

Les jumeaux numériques peuvent également coexister avec les ressources physiques qu'ils modélisent. En alimentant en temps réel les données d'une ressource physique dans le modèle, les ingénieurs peuvent exécuter différents scénarios sur cette ressource. Cela pourrait inclure l'analyse du comportement d'un véhicule dans différents environnements de conduite, la distribution de l'énergie à l'intérieur et à l'extérieur d'une station de charge pour véhicule électrique, la simulation d'environnements urbains intelligents, l'exécution de tâches de maintenance prédictive dans des bâtiments intelligents ou la modification des protocoles de fabrication dans des environnements de fabrication intelligents.

Les jumeaux numériques possèdent de nombreuses couches architecturales, incluant à la fois des couches logicielles et physiques. Ces techniques sont les suivantes :

• Une couche physique principale qui comprend les capteurs associés à la ressource physique simulée et qui produit toutes les données pertinentes en temps réel.
• Une couche qui combine matériel et logiciel, qui collecte, nettoie et stocke les données.
• La couche applicative, qui est une couche logicielle permettant de présenter les données au propriétaire de la ressource physique et se concentre sur de petits détails opérationnels, tels que les augmentations de température dans les environnements de production.
• La couche d'interaction, qui est une couche logicielle contenant des algorithmes d'IA/ML et fournit des informations plus détaillées sur le fonctionnement du système physique.

Les couches logicielles sont également prises en charge par différents niveaux de matériel physique afin d'exécuter les simulations et présenter les données aux utilisateurs.

De plus, les jumeaux numériques contiennent un réseau de données et une architecture de communication permettant de connecter les capteurs à la plateforme de gestion de données.

Avec l'intégration croissante des systèmes physiques dans le monde numérique, la protection des données contre les cyberattaques est plus importante que jamais. L'un des défis de la conception des systèmes cyber-physiques est le manque de standardisation des composants, ce qui entraîne une faiblesse de la cybersécurité dans bon nombre de ces systèmes. Il s'agit d'un problème crucial, car ces systèmes récupèrent et stockent de nombreuses données (y compris des données personnelles dans certaines applications), ce qui pourrait entraîner de graves violations de données si des pirates informatiques obtiennent un accès non autorisé à ces données. Cependant, les défis pour les systèmes cyber-physiques varient selon qu'il s'agit de systèmes fixes ou mobiles. Les entreprises devront mettre en œuvre des pratiques DevSecOps pour s'assurer que les problèmes de sécurité sont gérés à tous les niveaux.

Systèmes fixes

Dans les systèmes dotés d'une infrastructure fixe, tels que les réseaux intelligents, de nombreux points d'entrée nouveaux et potentiellement non sécurisés sont créés sur le réseau numérique en raison du nombre important de capteurs et d'appareils IoT installés. Une grande partie de ces efforts consiste à fusionner les anciennes et les nouvelles technologies. La plupart de ces protocoles ne sont pas standardisés et les protocoles de cybersécurité ne sont pas toujours robustes, ce qui entraîne des vulnérabilités.

Dans le cas des réseaux intelligents, la nature décentralisée et interconnectée des nombreux acteurs du réseau (fournisseurs de services publics, consommateurs, DSO) signifie qu'un piratage du réseau au niveau d'un petit nœud non sécurisé pourrait potentiellement donner accès à l'ensemble du réseau. Cela pourrait inclure des données sensibles sur les clients, en raison des réseaux contenant des informations sur la facturation et les compteurs intelligents, ainsi que les réseaux intelligents utilisant le cloud computing et des normes de protocole ouvertes.

Le réseau intelligent contient également de nombreuses informations sur son fonctionnement, depuis la transmission et la distribution jusqu'au contrôle de la production d'énergie, en passant par les véhicules électriques et les données du marché de l'électricité, ce qui signifie que toute attaque pourrait potentiellement mettre le réseau hors service. L'un des dangers liés à l'absence de protocoles informatiques fiables dans les réseaux intelligents est que l'arrêt des opérations est beaucoup plus catastrophique que la fermeture d'un site Web, car les effets potentiels sont beaucoup plus graves pour la région concernée, comme la coupure d'électricité dans les hôpitaux locaux et d'autres services d'urgence.

Systèmes mobiles

La situation est un peu différente pour les systèmes cyber-physiques mobiles, tels que les véhicules autonomes. Les véhicules autonomes sont des technologies plus récentes qui sont conçues avec des protocoles informatiques plus robustes directement intégrés dans leur conception. En outre, les véhicules autonomes sont conçus pour se comporter comme des systèmes fermés, ce qui rend chaque point d'entrée d'une cyberattaque isolé, surveillé et résilient.

Cependant, les véhicules autonomes pourraient faire face à des défis à l'avenir, lorsque la communication entre véhicules deviendra une réalité. À ce stade, il sera beaucoup plus facile d'infiltrer le réseau du véhicule et de causer des problèmes. Des protocoles robustes devront donc être mis en place au fur et à mesure que ce développement se poursuivra. L'un des défis, une fois encore, sera la standardisation. Des protocoles sont en cours de développement, mais ils sont soit trop peu sécurisés, soit non adoptés par les OEM. Il faudra donc bientôt mettre en place des protocoles standards pour que les logiciels puissent recevoir des correctifs et être mis à jour en permanence en fonction des menaces cybernétiques potentielles.

La simulation peut aider à développer différents systèmes cyber-physiques, les composants qui les constituent et les environnements dans lesquels ils sont utilisés. Ansys part of Synopsys, dispose d'un certain nombre d'outils qui permettent de simuler le vaste éventail de systèmes cyber-physiques et de moderniser les équipements existants grâce à l'ingénierie numérique. Ces outils incluent notamment les éléments suivants :

Le logiciel de simulation des fluides Ansys Fluent et le logiciel d'analyse structurelle par éléments finis Ansys Mechanical : utilise la couche de ressources des systèmes cyber-physiques et joue un rôle important dans la conception de la ressource elle-même.

Logiciel de simulation optique et d'éclairage intégré CAD Ansys Speos et le logiciel de conception et d'analyse de systèmes optiques Ansys Zemax OpticStudio : conçoit les composants optiques (objectifs, etc.) utilisés dans les caméras et les capteurs CCD (dispositif à couplage de charge) des véhicules autonomes. Le logiciel OpticStudio est utilisé pour développer les lentilles, tandis que le logiciel Speos analyse le comportement global du capteur. Le logiciel avancé de simulation électromagnétique FDTD 3D Ansys Lumerical FDTD peut également être utilisé pour étudier les effets optiques à petite échelle.

Logiciel Ansys AVXcelerate : simule l'environnement du capteur dans les véhicules autonomes et peut être utilisé pour la robotique en général. Principalement utilisé pour les tests de véhicules, il peut couvrir la caméra, le lidar, le radar et les unités de mesure inertielle (IMU). Le logiciel AVXcelerate peut également utiliser les données du logiciel SPEOS pour analyser la manière dont différents capteurs interagissent et fonctionnent ensemble dans les véhicules autonomes.

La plateforme de jumeaux numériques basée sur la simulation Ansys Twin Builder et le logiciel de jumeaux numériques alimenté par l'IA Ansys TwinAI : crée des jumeaux numériques et permet de gérer et de surveiller les ressources physiques en temps réel dans l'environnement virtuel. Ils peuvent également être utilisés pour concevoir de nouvelles ressources physiques.

Logiciel d'analyse de cybersécurité orienté système Ansys Medini Cybersecurity SE : Une solution de sécurité et de cybersécurité intégrée et basée sur des modèles, utilisée pour le développement, la certification et la maintenance de produits cyber-résilients.

Si vous souhaitez découvrir comment développer et superviser des systèmes cyber-physiques grâce à la simulation avancée, contactez notre équipe technique dès aujourd'hui.

Ressources connexes