Stratégie de modélisation multi-fidélité via une approche système incluant des métamodèles basés sur les entités NURBS

Multi-fidelity modeling strategy via a system approach including metamodels based on NURBS entities

• Auteur / Autrice : Bruno Vuillod
• Direction : Marco Montemurro, Ludovic Hallo, Enrico Panettieri
• Type : Thèse de doctorat
• Discipline(s) : Mécanique
• Date : Soutenance le 10/01/2024
• Etablissement(s) : Paris, HESAM
• Ecole(s) doctorale(s) : École doctorale Sciences des métiers de l'ingénieur (Paris)
• Partenaire(s) de recherche : Laboratoire : Institut de mécanique et d'ingénierie de Bordeaux - Institut de mécanique et d'ingénierie de Bordeaux
• Partenaire(s) de recherche : établissement de préparation de la thèse : École nationale supérieure d'arts et métiers (1780-....)
• Jury : Président / Présidente : Amine Ammar
• Jury : Examinateurs / Examinatrices : Marco Montemurro, Ludovic Hallo, Enrico Panettieri, Amine Ammar, Ludovic Chamoin, Angela Vincenti, Tommaso Taddei
• Jury : Rapporteurs / Rapporteuses : Ludovic Chamoin, Angela Vincenti

Mots clés

Mots clés contrôlés

Méta-analyse

Simulation

Dissertation universitaire

Modélisation des données (informatique)

Mots clés libres

Métamodèle

Nurbs

Approche MBSE

Multi-Fidélité

Multi-Physique

Analyse de Sensibilité Globale

Metamodel

Nurbs

MBSE approach

Multi-Fidelity

Multi-Physic

Global Sensitivity Analysis

Résumé

Plus un problème est complexe, plus la quantité de ressources informatiques nécessaires pour le simuler est importante. D’autre part, le besoin de précision dans les résultats d’un système ne sera pas le même selon sa phase de conception et le domaine étudié. L'objectif de cette thèse est de proposer une stratégie de modélisation multi-fidélité rapide et peu couteuse en ressources de calcul. Pour répondre à ce besoin, une modélisation hybride est développée, couplant approche Model-Based System Engineering (MBSE) et métamodèle basé sur les hypersurfaces Non-Uniform Rational Basis-Spline (NURBS). Plus précisément, l’enjeu scientifique de ce travail est le développement du métamodèle basé sur les entités NURBS pour simuler le comportement de systèmes fortement non-linéaires nécessitant une modélisation haute-fidélité mais capable de fournir les résultats en temps réel pour être compatible avec l’approche MBSE. Dans ce contexte, le métamodèle basé sur les entités NURBS est obtenu comme solution d’un problème d’optimisation résolu avec un algorithme au gradient. En outre, un terme de lissage est intégré dans la formulation du problème pour non seulement réduire l’influence d’éventuelles non-linéarités parasites de la base de données d’entraînement mais également pour limiter le phénomène d’overfitting. L’enjeu technicoscientifique de ce travail est de parvenir à coupler l’approche générale MBSE avec le métamodèle à base de NURBS.

The more complex the problem, the greater the amount of computational resources needed to simulate it. On the other hand, the need for accuracy in the results of a system will not be the same depending on its design phase and the domain studied. The goal of this thesis is to propose a fast, low-cost multi-fidelity modeling strategy. To meet this need, a hybrid modeling approach is developed that combines Model-Based System Engineering (MBSE) and a metamodel based on Non-Uniform Rational Basis-Spline (NURBS) hypersurfaces. More specifically, the scientific challenge of this work is to develop a metamodel based on NURBS entities to simulate the behavior of highly nonlinear systems that require high fidelity modeling but are capable of providing results in real time to be compatible with the MBSE approach. In this context, the NURBS entity-based metamodel is obtained as a solution to an optimization problem solved with a gradient algorithm. In addition, a smoothing term is included in the problem formulation, not only to reduce the influence of any spurious nonlinearities in the training database, but also to limit the phenomenon of overfitting. The technical and scientific challenge of this work is to couple the general MBSE approach with the NURBS-based metamodel.