Méthodes d'approximation de système multidisciplinaire partitionné: application à l'optimisation de nouveaux concepts d'aéronef

Methods of approximation of a multidisciplinary partitioned system

• Auteur / Autrice : Inês Da costa cardoso
• Direction : Michel SalaÜn, Sylvain Dubreuil
• Type : Projet de thèse
• Discipline(s) : Mathématiques et Applications
• Date : Inscription en doctorat le 01/10/2021
• Etablissement(s) : Toulouse, ISAE
• Ecole(s) doctorale(s) : École doctorale Aéronautique-Astronautique
• Partenaire(s) de recherche : Laboratoire : ISAE-ONERA MOIS MOdélisation et Ingénierie des Systèmes

Mots clés

Mots clés libres

Réduction de modèle

Méta-modèle

Processus gaussien

Conception avion

Optimisation multidisciplinaire

Optimisation bayésienne

Model reduction

Meta-model

Gaussian Process

Aircraft Design

Multidisciplinary Optimization

Bayesian Optimization

Résumé

L'industrie aéronautique est aujourd'hui confrontée à des problématiques importantes liées à la réduction de son impact environnemental. Dans ce cadre, la conception de nouveaux aéronefs s'oriente vers des concepts novateurs s'appuyant par exemple sur de nouvelles architectures (aile volante, voilure haubanée etc.) et/ou de nouveaux moyens de propulsion (moteurs distribués, électrification, hydrogène). Du point de vue des méthodologies de conception, il apparaît que les processus classiquement utilisés ne permettent pas une évaluation suffisamment précise des concepts novateurs. Ceci s'explique par le manque de recul expérimental sur ces concepts, empêchant l'utilisation de modélisation statistique. Ainsi il est clair qu'une rupture méthodologique des processus de conception et d'optimisation est nécessaire. L'objectif de ces nouvelles approches et de s'appuyer, dès la phase de conception, sur des modélisations numériques complexes des phénomènes physiques décrivant le comportement de l'aéronef (aérodynamique, structure, propulsion, mécanique du vol, mission etc.). Ces modèles, utilisant des méthodes de résolution numériques d'équations aux dérivées partielles (volumes finis, éléments finis), permettent une bonne quantification du comportement de l'aéronef mais souffrent de coût de calcul difficilement compatible avec le nombre important d'évaluation nécessaire à l'optimisation du concept. De plus, afin de prendre en compte l'interaction entre ces disciplines (interaction aéro-élastique par exemple) il est nécessaire de coupler les différents solveurs, on parle alors d'analyse multidisciplinaire partitionnée. Les travaux de thèse s'inscrivent dans ce cadre et proposent de poursuivre de récents développements autour de l'utilisation de la réduction de modèle et de l'interpolation par processus gaussien pour l'approximation des analyses multidisciplinaires en vue d'une optimisation. Les approximations proposées sont pour l'instant limitées au cadre suivant : variation des paramètres de conception relativement faible, non-linéarité modérée entre la réponse du système et les paramètres de conception, dimension de l'espace de conception réduit (de l'ordre de la dizaine de paramètre). L'objectif des travaux de thèse sera donc d'étendre ce cadre en s'appuyant sur les méthodes existantes mais également en adaptant des approches récentes d'apprentissage. L'originalité des travaux se situe également dans la volonté d'étudier le problème sur un espace de conception étendu en considérant par exemple de grande variation géométrique de la voilure. Ce dernier point est un défi pour la construction d'approximation par réduction de modèle. Enfin, l'intégration de ces approximations à un processus d'optimisation bayésienne et leur application sur un cas test de complexité industrielle validera la démarche proposée.

With the objective of reducing the environmental cost of air transport, aircraft design is, nowadays, focusing on new concepts such as blended wing body or strut braced wing. However, the design and optimization of these new concepts is challenging due to the lack of experimental results. Hence, the performance of these concepts has to be assessing with high fidelity numerical models (such as finite element and finite volume PDE solvers). Unfortunately the numerical cost of these solvers is incompatible with the number of evaluations necessary for the multidisciplinary design and optimization (MDO) of these concepts. Moreover in a MDO process these solvers are coupled together in order to take into the account the interactions between the disciplines (evaluation of the aeroelastic performance for example) which increase the numerical cost of the optimization. Objective of the PhD project is to propose approximations methods in order to enable MDO with high fidelity disciplinary solvers at preliminary design stage. The main idea is to follow the work done in a previous study by coupling model order reduction and interpolation by Gaussian process in order to extend the Bayesian optimization framework to MDO. More precisely this study will focus on coupling between nonlinear solvers on a design domain representative of the early design stage i.e. relatively large. This context is challenging for approximation methods and various strategies will be explored and compared. Finally, a test case of industrial complexity will be set up to validate the proposed method.