Optimisation multi-fidélité de forme aérodynamique pour de multiples conditions d’opérations par la méthode adjointe souple

Multi-fidelity aerodynamic shape optimization considering flexible adjoint at multiple operating conditions

• Auteur / Autrice : Romain Olivanti
• Direction : Nicolas Gourdain, François Gallard
• Type : Thèse de doctorat
• Discipline(s) : Dynamique des fluides
• Date : Soutenance le 07/12/2021
• Etablissement(s) : Toulouse, ISAE
• Ecole(s) doctorale(s) : École doctorale Mécanique, énergétique, génie civil et procédés (Toulouse)
• Partenaire(s) de recherche : Equipe de recherche : Équipe d'accueil doctoral Énergétique et dynamique des fluides (Toulouse, Haute-Garonne)
• Partenaire(s) de recherche : Laboratoire : Institut supérieur de l'aéronautique et de l'espace (Toulouse, Haute-Garonne). Département aérodynamique, énergétique et propulsion
• Jury : Président / Présidente : Joaquim R. R. A. Martins
• Jury : Examinateurs / Examinatrices : Nicolas Gourdain, François Gallard, Joaquim R. R. A. Martins, Ali Elham, Gilbert Rogé, Aude Rondepierre
• Jury : Rapporteurs / Rapporteuses : Ali Elham, Gilbert Rogé

Mots clés

Mots clés contrôlés

Optimisation mathématique

Aérodynamique

Mots clés libres

Optimisation de forme aérodynamique

Multi-Fidélité

Optimisation multipoint

Adjoint

Cfd/csm

Aerodynamic Shape Optimization

Multi-Fidelity

Multipoint optimization

Adjoint

Cfd/csm

Résumé

L’optimisation de forme aérodynamique est une méthode numérique éprouvée permettant d’ajuster automatiquement la forme externe d’un aéronef afin d’en améliorer la performance en vol. En croisière, cette méthodologie est principalement utilisée dans le but de réduire la traînée et permet alors de diminuer la consommation énergétique d’un avion et donc son impact environnemental. Traditionnellement, des modèles basse-fidélité sont utilisés pour les études amont alors que les modèles haute-fidélité, plus précis mais aussi plus coûteux, sont eux plutôt réservés à la phase de conception détaillée. Néanmoins, les nouveaux concepts d’aéronefs qui s’inscrivent dans une vision zéro émission, visant à réduire drastiquement l’impact environnemental du transport aérien, nécessitent des changements significatifs de technologies avion, notamment sur le plan propulsif. Le champ des possibles qui découle de ces évolutions technologiques motive, désormais, l’utilisation de modèles haute-fidélité dès les études de conception amont, de manière à garantir la précision des analyses et ainsi la capacité à capturer et à optimiser au mieux les aspects multidisciplinaires. Cependant, le recours à la haute-fidélité augmente significativement le coût numérique du processus et motive donc l’introduction de méthodes permettant de le réduire. Au niveau de l’optimisation de forme aérodynamique, l’un des aspects clés conditionnant la solution réside dans la définition du problème. En pratique, la performance d’un avion doit être robuste à un ensemble de conditions de vols découlant de différentes missions. Néanmoins, étant donné le fait que le coût numérique de l’approche croît linéairement avec le nombre de conditions de vols à calculer, les missions ne peuvent pas être directement simulées à l’aide de calculs haute-fidélité et ces calculs ne sont donc effectués que pour un sous-ensemble restreint de points de vol. De plus, chaque point de vol conduit à des charges aérodynamiques et des déformations structurales différentes dues au couplage aéro-élastique. Ce couplage doit alors être pris en compte dans les simulations haute-fidélité afin de prédire précisément la performance aérodynamique, ce qui accroît le coût de chaque analyse. Cette thèse vise à étudier et à éprouver une combinaison de trois méthodologies permettant à la fois de prendre en compte la souplesse de la structure dans le processus d’optimisation, tout en réduisant le coût numérique et le temps de restitution de ce dernier par le biais d’une approche d’optimisation multi-fidélité bénéficiant de modèles basse-fidélité. Afin de répondre au besoin de robustesse de la solution vis-à-vis d’un ensemble de missions, une méthodologie permettant de sélectionner un sous-ensemble représentatif de conditions de vols est également introduite. Étant donné le nombre important de variables de formes impliquées dans le processus d’optimisation, en pratique plus d’une centaine, l’optimisation est réalisée à l’aide d’algorithmes par gradients. Une approche par adjoint souple est ainsi considérée, afin de fournir les gradients aérodynamiques à un coût abordable, tout en prenant en compte la flexibilité de la structure pour chaque condition de vol. La stratégie d’optimisation multi-fidélité repose également sur des approches par gradient permettant alors de garantir la convergence du processus vers un optimum haute-fidélité du problème. La principale contribution du travail proposé repose sur la combinaison de différents aspects méthodologiques clés et leur application au modèle avion XRF-1, représentatif d’un cas réaliste, dans un environnement de simulation industriel.

Aerodynamic shape optimization is a well-established numerical method enabling to adjust automatically the external shape of an aircraft in order to improve flight efficiency. In cruise, this methodology is mainly used to reduce the drag thereby allowing to decrease the energy consumption of an aircraft and consequently its environmental impact. Classically, low-fidelity models are used for preliminary studies while high-fidelity models, which are more accurate but also more costly, are mainly dedicated to detailed design. Nonetheless, new aircraft concepts envisaged in a zero emission vision, targeting a drastic reduction of the environmental impact of air transport, call for significant aircraft technological changes, notably regarding propulsion. The range of possibilities related to these technological evolutions now motivates the use of high-fidelity models even for preliminary design studies, in order to guarantee the accuracy of analyses and therefore the ability to capture and optimize multi-disciplinary aspects properly. Nevertheless, the recourse to high-fidelity significantly increases the numerical cost of the process and therefore motivates the introduction of methods to reduce it. Regarding aerodynamic shape optimization, one of the key aspects conditioning the solution lies in the definition of the problem. In practice, the performance of an aircraft must be robust with respect to multiple operating conditions originating from different missions. Nonetheless, due to the fact that the numerical cost of the approach scales linearly with the number of flight conditions to evaluate, the missions cannot be directly simulated using high-fidelity computations and these computations are thus only performed for a restricted subset of flight points. In addition, each flight point leads to different aerodynamic loads and structural deformation due to the aeroelastic coupling. This coupling must consequently be taken into consideration in the high-fidelity analyses in order to predict aerodynamic performance accurately, which increases the numerical cost of each analysis. This thesis aims at studying and demonstrating a combination of three methodologies allowing to take structural flexibility into account in the optimization process, while reducing its numerical cost and its wall time through the use of a multi-fidelity approach benefiting from low-fidelity models. In order to address the robustness of the solution with respect to multiple missions, a methodology enabling to identify a representative subset of flight condition is also introduced. Due to the high number of shape design variables involved in the optimization process, in practice more than a hundred, the optimization is carried out with gradient-based algorithms. A flexible adjoint approach is consequently considered to compute aerodynamic gradient at an affordable cost while taking structural flexibility into account for each flight condition. The multi-fidelity optimization strategy also relies on gradient-based approaches thus enabling to guarantee the convergence of the process to a high-fidelity optimum of the problem. The main contribution of the proposed work lies in the combination of key methodological aspects and their application to the XRF-1 aircraft model, representative of a real use case, in an industrial computational environment.