Bibliographie & annexes
Présentation
English
RÉSUMÉ
La conception de systèmes aérospatiaux met en jeu des processus complexes où la recherche de la meilleure performance au moindre coût est décisive, tout en assurant un niveau de fiabilité maximal. Ces processus de conception font appel à de nombreuses disciplines en interaction. Cet article vise à dresser un panorama des principales approches pour l’analyse et d’optimisation multidisciplinaire (MDAO pour Multidisciplinary Design Analysis and Optimization). Dans un premier temps, des rappels sur l’optimisation numérique sont présentés. Ensuite, les principales techniques MDAO sont décrites et illustrées sur quelques problèmes de conception de véhicules aérospatiaux. Enfin, un guide pratique d’utilisation des méthodes MDAO pour la conception de systèmes complexes est proposé pour guider le concepteur dans le choix des outils numériques appropriés en fonction des caractéristiques du problème à traiter.
Lire cet article issu d'une ressource documentaire complète, actualisée et validée par des comités scientifiques.
Lire l’articleAuteur(s)
-
Mathieu BALESDENT : Directeur de recherche - Département Traitement de l’Information et Système (DTIS), ONERA, Palaiseau, France
-
Loïc BRÉVAULT : Ingénieur de recherche - Département Traitement de l’Information et Système (DTIS), ONERA, Palaiseau, France
INTRODUCTION
La conception de systèmes aérospatiaux (avions, hélicoptères, lanceurs, satellites, missiles…) met en jeu des processus complexes où est décisive la recherche de la meilleure performance au moindre coût, tout en assurant un niveau de fiabilité maximal. Ces processus de conception font appel à de nombreuses disciplines (aérodynamique, propulsion, trajectoire, structure…) qu’il faut maîtriser afin de garantir l’optimalité du système conçu et réduire la durée des cycles de conception. Ces disciplines, possédant souvent des objectifs antagonistes, requièrent des outils de conception adaptés permettant d’intégrer les contraintes inhérentes à chacune d’entre-elles et de faciliter la recherche de compromis. La prise en compte des couplages entre les disciplines accentue notablement la complexité du problème à résoudre (nouvelles contraintes à satisfaire, augmentation de la dimension du problème, temps de calcul).
L’optimisation multidisciplinaire (ou Multidisciplinary Design Analysis and Optimization – MDAO) se compose d’un ensemble de méthodes issues des mathématiques appliquées (formulation mathématique du problème d’optimisation, algorithmes d’optimisation, modèles de substitution, analyse de sensibilité, quantification des incertitudes…) dans le but de rationaliser et gérer dans son ensemble le processus de conception. Les buts recherchés sont une plus grande exploration de l’espace de recherche, un gain en efficacité et temps de calcul ainsi qu’une meilleure maîtrise des incertitudes inhérentes aux disciplines modélisées et au contexte opérationnel. À la différence des processus de conception classiques dans lesquels les disciplines sont considérées de manière séquentielle, les interactions entre les disciplines sont directement prises en compte dans les approches MDAO , permettant ainsi une gestion efficace des couplages et compromis interdisciplinaires. Cependant, la complexité du processus de conception (dimension du problème, temps de calcul, nombre de contraintes, non-linéarités) est significativement augmentée en raison de la gestion simultanée de toutes les disciplines au sein d’un même problème d’optimisation. Cet article vise à fournir un panorama des outils disponibles dans le domaine de la MDAO.
L'expertise technique et scientifique de référence
MOTS-CLÉS
optimisation numérique modélisation multi-physique analyse et optimisation multidisciplinaire lanceur spatial
DOI (Digital Object Identifier)
Cet article fait partie de l’offre
Systèmes aéronautiques et spatiaux
(70 articles en ce moment)
Cette offre vous donne accès à :
Une base complète d’articles
Actualisée et enrichie d’articles validés par nos comités scientifiques
Des services
Un ensemble d'outils exclusifs en complément des ressources
Un Parcours Pratique
Opérationnel et didactique, pour garantir l'acquisition des compétences transverses
Doc & Quiz
Des articles interactifs avec des quiz, pour une lecture constructive
Présentation
Guide pratique pour l’analyse et l’optimisation multidisciplinaire
English
2. Optimisation multidisciplinaire
Après avoir introduit les concepts fondamentaux de l’optimisation numérique à la section précédente, cette section vise à décrire les spécificités engendrées par l’optimisation multidisciplinaire. Dans un premier temps, la satisfaction des couplages interdisciplinaires sera introduite, ainsi que les principales méthodes de résolution. Dans un second temps, le problème d’optimisation sera étendu de manière à prendre en compte les nouvelles variables et contraintes introduites par l’optimisation multidisciplinaire. Enfin, seront décris les principaux algorithmes de résolution.
2.1 Satisfaction des couplages interdisciplinaires (analyse multidisciplinaire)
Une des particularités de l’optimisation multidisciplinaire consiste en la gestion des couplages entre les différentes disciplines impliquées dans le processus de conception. Rappelons que dans les processus de conception classiques, les disciplines sont considérées de manière séquentielle, dans les approches multidisciplinaires, les interactions entre les disciplines sont directement prises en compte, permettant une gestion efficace des couplages (figure 4). La gestion de ces couplages impliquent l’introduction de nouvelles variables et contraintes qui sont détaillées dans cette section. De manière générale, une discipline peut être modélisée comme une fonction « entrées-sorties », qui à partir de certaines variables (soit provenant de l’algorithme d’optimisation, soit provenant des autres disciplines), effectue un calcul et retourne un résultat vers les autres disciplines ou vers l’algorithme d’optimisation. La i-ème discipline (notée
) d’un processus multidisciplinaire peut être modélisée (figure 5) par :
L'expertise technique et scientifique de référence
Cet article fait partie de l’offre
Systèmes aéronautiques et spatiaux
(70 articles en ce moment)
Cette offre vous donne accès à :
Une base complète d’articles
Actualisée et enrichie d’articles validés par nos comités scientifiques
Des services
Un ensemble d'outils exclusifs en complément des ressources
Un Parcours Pratique
Opérationnel et didactique, pour garantir l'acquisition des compétences transverses
Doc & Quiz
Des articles interactifs avec des quiz, pour une lecture constructive
Optimisation multidisciplinaire
BIBLIOGRAPHIE
-
(1) - SOBIESZCZANSKI-SOBIESKI (J.), HAFTKA (R.T.) - Multidisciplinary aerospace design optimization : survey of recent developments. - Structural and Multidisciplinary Optimization, 14(1) : p. 1-23 (1997).
-
(2) - MARTINS (JRRA), LAMBE (A.B.) - Multidisciplinary design optimization : Survey of architectures. - AIAA Journal (2012).
-
(3) - BONNANS (J.-F.), GILBERT (J.C.), LEMARÉCHAL (C.), SAGASTIZÀBAL (C.A.) - Numerical optimization : theoretical and practical aspects. - Springer Science & Business Media (2006).
-
(4) - FLETCHER (R.), REEVES (C.M.) - Function minimization by conjugate gradients. - The Computer Journal, 7(2) : p. 149-154 (1964).
-
(5) - SHERMAN (J.), MORRISON (W.J.) - Adjustment of an inverse matrix corresponding to a change in one element of a given matrix. - The Annals of Mathematical Statistics, 21(1) : p. 124-127 (1950).
-
...
L'expertise technique et scientifique de référence
Cet article fait partie de l’offre
Systèmes aéronautiques et spatiaux
(70 articles en ce moment)
Cette offre vous donne accès à :
Une base complète d’articles
Actualisée et enrichie d’articles validés par nos comités scientifiques
Des services
Un ensemble d'outils exclusifs en complément des ressources
Un Parcours Pratique
Opérationnel et didactique, pour garantir l'acquisition des compétences transverses
Doc & Quiz
Des articles interactifs avec des quiz, pour une lecture constructive
