La présentation est en train de télécharger. S'il vous plaît, attendez

La présentation est en train de télécharger. S'il vous plaît, attendez

Ingénierie Véhicule Optimisation multi-objectifs d'une caisse de véhicule Gaël Lavaud Georges Oppenheim Yves Tourbier Planification d'expériences et analyse.

Présentations similaires


Présentation au sujet: "Ingénierie Véhicule Optimisation multi-objectifs d'une caisse de véhicule Gaël Lavaud Georges Oppenheim Yves Tourbier Planification d'expériences et analyse."— Transcription de la présentation:

1 Ingénierie Véhicule Optimisation multi-objectifs d'une caisse de véhicule Gaël Lavaud Georges Oppenheim Yves Tourbier Planification d'expériences et analyse d'incertitudes pour les gros codes numériques : approches stochastiques Toulouse, 2 Février 2006

2 2 27 Janvier 2006 Ingénierie Véhicule Sommaire Contexte, projet véhicule Présentation du problème Méthode utilisée Retour sur les plans dexpériences numériques

3 3 27 Janvier 2006 Ingénierie Véhicule Contexte, projet véhicule ExploratoireAvant projetProjet Réalisation des outillages DT1 DT2 DT3 DT4 DT5 DT6 Les études doivent être maîtrisées en budget et délais

4 4 27 Janvier 2006 Ingénierie Véhicule Présentation du problème : objectif Il existe une DT au cahier des charges On cherche une autre solution : Également au cahier des charges Plus légère Pourquoi ? 10 kg = 1 g de CO 2 / km Coût matière Prestations dynamiques

5 5 27 Janvier 2006 Ingénierie Véhicule Quest-ce quune prestation ?

6 6 27 Janvier 2006 Ingénierie Véhicule Exemple de réponse Y Intrusion au coude de longeron avant en choc frontal

7 7 27 Janvier 2006 Ingénierie Véhicule Présentation du problème, les X périmètre, domaine de recherche 34 pièces, caisse 82 kg, hayon 10 kg 43 paramètres : épaisseurs, matériaux, présence / absence de pièces, position de raboutage, topologies 6 prestations de structure = 66 réponses Allégement maxi caisse 19%, hayon 30%

8 8 27 Janvier 2006 Ingénierie Véhicule Plans dexpériences numérique Y=F(X,U) Y = sorties = prestations = réponses X = variables = paramètres U = conditions d'environnement, fixées dans l'étude M = la masse = g(X) F est une simulation très coûteuse, de type éléments finis F est une fonction NON aléatoire

9 9 27 Janvier 2006 Ingénierie Véhicule Optimisation multicritère Problème : Trouver les X / Min M(X) Sous Pour tout i, Y i < δ i Pour tout j, X j dans [ min j, max j ] Mais Ce problème n'a pas de solution avec M raisonnable Les Y i sont entâchés d'erreur / réel problème d'optimisation est multicritère sur les Y

10 10 27 Janvier 2006 Ingénierie Véhicule Complexité de la relation Y = f(X) Critère Intrusion au coude de longeron avant en choc frontal, en fonction de deux épaisseurs. 49 calculs Critère Vibratoire, en fonction des deux mêmes épaisseurs. 49 calculs

11 11 27 Janvier 2006 Ingénierie Véhicule Réponses et facteurs 43 (il existe des facteurs communs) 66TOTAL 11 heures 10 heures 20 minutes 10 minutes 5 minutes 2 minutes CPU 2510Choc frontal Choc latéral (2 cas) 1915Vibratoire 71Torsion de caisse Portes avant et arrière 44Hayon FacteursRéponsesPrestation

12 12 27 Janvier 2006 Ingénierie Véhicule Éléments complémentaires Avec lallégement maximal, aucune prestation ne satisfait le Cahier De Charge Délai imposé : 2 mois ½ Préparation des modèles numériques : 2 semaines Temps des calculs crash : 6 semaines Résultat : 8,7% dallégement + suppression de raboutage + suppression de pièces (choix dune topologie)

13 13 27 Janvier 2006 Ingénierie Véhicule Solution

14 14 27 Janvier 2006 Ingénierie Véhicule Méthode utilisée Plans dexpériences Pour les prestations Linéaires (ouvrants, torsion, vibratoire) Modélisations statistiques Optimisation Validation des solutions optimales Plans D optimaux pour les prestations choc 66 solutions

15 15 27 Janvier 2006 Ingénierie Véhicule Plans de départ Portes avant et arrière, hayon L243 résolution 5 + validation Vibratoire 2 plans de résolution 4 avec des facteurs à 2 niveaux, de 40 essais (Plackett & Burman L pliés) imbriqués pour avoir 4 niveaux par paramètre Crash Solutions des autres prestations servent d'essais candidats D optimal avec un modèle purement linéaire Ordre intelligent d'éxécution des calculs

16 16 27 Janvier 2006 Ingénierie Véhicule Coût de l'étude LINEAIRE Vibratoire 125 calculs ~ 2 jours Torsion 121 calculs ~ 1 jours Porte avant 260 calculs ~ 1 jours Porte arrière 260 calculs ~ 1 jours + optimisation66 calculs ~ quelques jours CRASH ~ 30 jours sur 32 processeurs Frontal24 calculs Latéral 112 calculs Latéral 218 calculs

17 17 27 Janvier 2006 Ingénierie Véhicule Ce qui a permis dobtenir une solution Définition précise et pertinente du problème Choix dun périmètre le plus large possible Ne pas oublier de réponse Choisir un bon plan dexpériences pour chaque réponse Faire de bons modèles statistiques Imposer un ordre de traitement pour le multicritères Intégrer les contraintes de fabrication Itérer : plan de départ + essais de validation LAPAV LAPAR Masse Mini Maxi Intervalle Du plan

18 18 27 Janvier 2006 Ingénierie Véhicule Apport de loptimisation par plans dexpériences On trouve vite des solutions quon ne trouverait pas autrement Champ dinvestigation élargi gain potentiel plus grand Maîtrise du délai et du budget Donne plusieurs solutions MAIS Il faut formaliser, définir le problème de façon précise. Remise en cause importante de la façon de travailler Les calculs sont concentrés dans le temps, le nombre de calculs peut être grand On nintègre pas facilement les connaissances de lutilisateur (sauf dans le domaine à explorer) La statistique passe très mal auprès des utilisateurs

19 19 27 Janvier 2006 Ingénierie Véhicule Perspectives Élargir le domaine de recherche Intégrer plus de contraintes industrielles Intégrer plus de « physique » dans les modèles statistiques Améliorer le mélange dexperts Tenir compte des relations entre les réponses = modèles multivariés pour un même code Passer à la conception robuste


Télécharger ppt "Ingénierie Véhicule Optimisation multi-objectifs d'une caisse de véhicule Gaël Lavaud Georges Oppenheim Yves Tourbier Planification d'expériences et analyse."

Présentations similaires


Annonces Google