Optimisation MultiDisciplinaire – OMD

OPTIMISATION MULTI-DISCIPLINAIRE

INTRODUCTION

Les nombreux outils industriels de simulation développés au cours de ces dernières
années ont encore un impact limité sur la conception des systèmes complexes tels que les avions, les moteurs ou les fusées. Alors que les outils de modélisation de chaque discipline ou sous-systèmes se raffinent graduellement, l'optimisation globale de ces systèmes se heurte à des difficultés d'ordres à la fois méthodologique, organisationnel, informatique et numérique :
- Le volume des calculs est trop élevé pour optimiser le système en un temps
compatible avec les délais de conception de l'industrie.
- Les compétences et les simulations disponibles dans chaque discipline ou
sous-système sont maîtrisées par des services différents qui peinent à collaborer
étroitement.
- Les simulations sont des représentations entachées d'erreurs des systèmes considérés.
Trouver des optima à partir de ces simulations a donc une signification pratique
discutable.

En réalité et dans les meilleurs des cas, les systèmes complexes sont optimisés par sous-systèmes. Des gains de temps de conception et de performances sont accessibles si l'on parvient à optimiser de manière collaborative et robuste l'ensemble des sous-systèmes. Le projet exploratoire OMD propose le développement d'outils d'optimisation collaborative et robuste. Ces outils seront testés sur trois cas industriels réels des industries aéronautique, spatiale et automobile. Ils seront réunis dans la plate forme logiciel libre Scilab qu'ils contribuent à renforcer.


OBJECTIFS DE RECHERCHE DU PROJET


Le projet Optimisation Multi-Disciplinaire (OMD) vise à construire des méthodes et des outils pour la conception robuste et collaborative d'un système complexe. Il s'attaque aux trois principaux verrous à l'optimisation d'objets industriels :
A. La difficulté à synchroniser les conceptions dans les différentes disciplines (car les objectifs, les logiciels de simulations, les ordinateurs voire les lieux de travail sont différents).
B. Le temps de calcul de l' état de l'art des simulations qui est trop important pour permettre l'optimisation dans des délais compatibles avec l'industrie. En effet, l'optimisation implique la répétition de nombreuses simulations.
C. Les solutions trouvées dans une démarche d'optimisation classique ne sont pas suffisamment robustes vis à vis des erreurs de modélisation et des dispersions des paramètres du système (e.g., erreurs de fabrication).

Le programme de recherche proposé s'attaque à chacun de ces verrous et, pour ce faire, ajoute deux axes de travaux transverses, la fabrication de méta-modèles et le développement d'une plate forme logicielle intégrative. Le projet OMD est donc décomposé en 5 sous-projets, sur lesquels nous revenons ci-dessous : méta-modèles, optimisation multi-niveaux, optimisation robuste, optimisation collaborative et intégration logicielle.

Les développements réalisés seront testés sur trois cas de conception industriels,
un avion d'affaires supersonique, un lanceur de satellites civil consommable et un
moteur diesel.

Sur un plan international, les originalités scientifiques du projet OMD sont l'optimisation multi-niveaux et son intégration avec l'optimisation robuste et l'optimisation collaborative.
Sur un plan national, ce projet vient combler une absence Française quasi-totale sur ces thématiques malgré une forte demande industrielle.

Il faut noter que ce projet, de par l'éventail large des compétences de ses partenaires et de par son objectif même, qui est d'organiser des collaborations à des fins de conception, est fortement structurant pour la communauté de recherche
et développement universitaire et industrielle Française.

1. SOUS-PROJET META-MODELES

Les méta-modèles, ou modèles de simulations existantes permettent de synthétiser un ensemble de données discrètes. Ils servent à diminuer les temps de calcul, à définir des modèles numériques d'échang