Les moteurs d'avion doivent fournir une poussée élevée et fiable, même dans des conditions difficiles, ce qui rend la précision primordiale dans la fabrication des turbines d'avion modernes. Dans les turboréacteurs à double flux, la soufflante qui aspire l'air vers la turbine possède de multiples pales aux géométries complexes et incurvées. Ces pales métalliques sont fabriquées par un procédé d'usinage de précision qui exige une stratégie d'usinage rigoureuse. L'usinage de précision n'est possible que si le mouvement relatif de l'outil et de la pièce est parfaitement maîtrisé. Dans le cas contraire, l'outil de coupe peut se mettre à vibrer, provoquant un contact incontrôlé entre la surface de la pale et la tête de fraisage, ce qui endommage l'outil. Même un léger écart par rapport aux spécifications, rendant un composant pratiquement inutilisable, peut s'avérer très coûteux. « Ce type d'erreur de production peut coûter très cher aux fabricants de composants de haute précision pour moteurs d'avion », explique Wolfgang Maaß, professeur d'informatique de gestion à l'Université de la Sarre et responsable du pôle de recherche « Ingénierie des services intelligents » au Centre allemand de recherche sur l'intelligence artificielle (DFKI).
Mais la situation est similaire pour de nombreuses autres entreprises, grandes et petites, qui fabriquent des composants métalliques, notamment ceux produits par découpe laser. La chaleur extrême générée lors de la découpe peut entraîner une dilatation anormale du métal. De même, lors des opérations de découpe conventionnelles, des chutes peuvent se coincer dans la machine et l'immobiliser. Il en résulte une augmentation du taux de rebut et de longues périodes d'arrêt machine, sources de coûts importants en termes de matières premières, de temps et d'argent pour l'entreprise. « La métallurgie est un secteur économique majeur en Allemagne et dans l'UE, et les normes de sécurité et de qualité y sont très strictes. Les processus de production dans ce secteur affichent parfois des taux de rebut d'environ 1 %, ce qui peut paraître faible, mais à l'échelle collective, l'impact sur la compétitivité est considérable », explique Wolfgang Maaß.
Il est possible de réduire le taux de rebut grâce à des simulations numériques exploitant l'intelligence artificielle. En créant un jumeau numérique de la pièce, tout ce qui arrive à un composant réel peut être simulé dans un environnement virtuel, de la planification à la production, en passant par l'assurance qualité. En théorie, chaque aspect de la chaîne de production peut être optimisé avec précision, de la vitesse de broche idéale pour le fraisage à la densité de puissance optimale délivrée par le laser. Mais un problème subsiste : l'énorme volume de données nécessaire à la production de ces simulations haute résolution est tout simplement ingérable par les systèmes informatiques classiques. Les ordinateurs quantiques, qui pourraient fournir la puissance de calcul requise, ne sont pas encore disponibles. Résultat : « Actuellement, les simulations sont peu utilisées dans les applications pratiques. Cela s'explique en partie par le manque de puissance de calcul disponible et en partie par la nécessité de disposer de données et d'informations spécialisées, qui requièrent une expertise pointue en simulation numérique », explique Hannah Stein, de l'équipe de recherche Maaß. Pour l'instant, les entreprises métallurgiques doivent se contenter de jumeaux numériques à plus faible résolution et s'appuyer fortement sur le savoir-faire et l'expérience pratique de leurs ingénieurs de production.
Il reste encore un long chemin à parcourir avant que les ordinateurs quantiques n'atteignent la vitesse fulgurante nécessaire au traitement de volumes massifs de données. Cependant, les chercheurs du projet Quasim restent ancrés dans la réalité. Ce consortium de partenaires industriels et académiques travaille sur des solutions à court et à long terme qui exploitent la puissance des systèmes quantiques pour fournir des simulations améliorées destinées aux applications industrielles. Selon Wolfgang Maaß, coordinateur du projet : « Nos premières études ont montré qu'en exploitant les principes fondamentaux des systèmes quantiques et en utilisant des stratégies d'apprentissage automatique quantique, nous pouvons résoudre des problèmes algorithmiques beaucoup plus rapidement. » Bien que les ordinateurs quantiques actuels soient encore à leurs balbutiements, la technologie sous-jacente peut déjà être appliquée dans des domaines où les ordinateurs classiques atteindraient leurs limites, nécessitant un temps de calcul considérable.
Des chercheurs utilisent diverses méthodes de calcul quantique pour explorer des moyens de rendre les simulations complexes plus rapides et mieux adaptées aux applications pratiques. Leurs travaux consistent à appliquer les technologies de l'informatique quantique aux méthodes de simulation conventionnelles, basées sur des modèles mathématiques issus de la physique et des sciences des matériaux. L'équipe étudie également des méthodes d'apprentissage automatique quantique. En comparant ces nouvelles approches aux méthodologies conventionnelles et en évaluant l'efficacité des différentes solutions, l'équipe développe des solutions innovantes susceptibles de trouver des applications pratiques prochainement. Les résultats sont déjà en cours d'intégration dans les méthodes de simulation existantes. « Nous développons actuellement les premiers prototypes. Jusqu'à présent, les résultats les plus prometteurs ont été obtenus grâce à des modèles hybrides qui combinent les méthodologies de simulation conventionnelles avec la technologie quantique et l'apprentissage automatique », explique Hannah Stein, doctorante.
Grâce à l'utilisation de données de production issues de lignes de fabrication réelles, les fabricants de moteurs d'avions pourraient bientôt recourir à des simulations informatiques quantiques pour prédire les vibrations des lames lors du fraisage. En travaillant avec un jumeau numérique précis, ils peuvent paramétrer avec exactitude les réglages d'usinage, comme la vitesse de fraisage, ce qui leur permet d'éliminer les imprécisions et de réduire considérablement les taux de rebut. Ces simulations améliorées permettent également aux machines de découpe laser de fournir la puissance adéquate lors d'une séquence d'usinage optimisée, produisant ainsi des composants métalliques intacts et aux dimensions parfaites. Lors du salon de Hanovre de cette année, des spécialistes en informatique d'entreprise de Sarrebruck présenteront des prototypes de fraisage et de découpe laser démontrant comment les simulations basées sur la technologie quantique peuvent améliorer la fabrication conventionnelle, raccourcir les temps de traitement des matériaux et optimiser la qualité des produits.
Le projet Quasim (« Écosystème de services amélioré pour la simulation dans la fabrication ») est un consortium composé du groupe de recherche de Wolfgang Maaß (Université de la Sarre et Centre allemand de recherche sur l'intelligence artificielle – DFKI), du groupe du professeur Frank-Wilhelm Mauch (Forschungszentrum Jülich et Université de la Sarre), de l'Institut Fraunhofer pour les technologies de production (IPT), du fabricant de machines-outils TRUMPF, du fournisseur de composants logiciels ModuleWorks, ainsi que des partenaires associés Ford et le motoriste aéronautique MTU Aero Engines. Le ministère fédéral de l'Économie et de l'Action climatique (BMWK) et le Centre aérospatial allemand (DLR) ont financé le projet à hauteur de plus de 5 millions d'euros.
