Validation des modèles et maîtrise de l'erreur des workflows de simulation

Validation of models and error control of simulation workflows

• Auteur / Autrice : Di Jiang
• Direction : Francisco Chinesta
• Type : Projet de thèse
• Discipline(s) : Sciences pour l'ingénieur spécialité Mathématiques appliquées
• Date : Inscription en doctorat le 01/03/2023
• Etablissement(s) : Paris, HESAM
• Ecole(s) doctorale(s) : École doctorale Sciences des métiers de l'ingénieur
• Partenaire(s) de recherche : Laboratoire : Pimm - Laboratoire Procédés et ingénierie en mécanique et matériaux
• Partenaire(s) de recherche : établissement de préparation de la thèse : École nationale supérieure d'arts et métiers (1780-....)

Mots clés

Mots clés libres

Mesurer l'erreur d'un workflow

Qualifier les modèles 0D

Assemblage de modèles réduits

Measure the error of a workflow

Qualify models 0D

Assembly of reduced models

Résumé

Le processus de conception en avant-projet puis en projet s'appuie de plus en plus sur la simulation numérique. De ce fait les modèles de simulation sont de plus en plus utilisés par des non spécialistes, dans des relations de type client – fournisseur : un spécialiste d'un métier et de la simulation numérique met au point un modèle qui sera ensuite utilisé par un acteur d'un projet pour concevoir. Dans ce cadre les modèles sont utilisés dans des workflows, des chaînes de calcul intégrant plusieurs modèles. Les modèles utilisés pour prendre des décisions sont soit des modèles 3D de type éléments finis, quand on dispose d'un dessin (une CAO), soit des modèles 0D basés sur une simplification maîtrisée de la physique. Le sujet de cette thèse concerne les modèles 0D. Dans ces modèles le temps a été supprimé, on modélise par exemple les variations de consommation et des polluants conséquences des variations de réglages d'un moteur. En revanche l'utilisateur du modèle réintroduit le temps quand il simule un trajet du véhicule représentatif de l'usage d'un client. La thèse proposée vise à maîtriser l'erreur d'un workflow de calcul sur un ensemble de cycles clients. Le modèle 0D n'est qu'une représentation simplifiée de la physique, il inclut une part d'erreur. Le travail du métier est de maîtriser cette erreur. Cependant, quelle que soit l'amplitude de l'erreur, on peut parfois constater une propagation / amplification. Ce phénomène est dû aux propriétés mathématiques de l'opérateur solution des équations résolues par le modèle 0D. On parle d'opérateur contractant quand l'erreur est amortie au cours du temps. Le modèle 0D a un temps de calcul faible (quelques secondes en général), mais son utilisation sur un cycle client nécessite des milliers d'évaluations. L'évaluation d'une Définition Technique sur l'ensemble des cycles clients peut nécessiter plus d'un mois de calcul malgré l'emploi d'une machine multiprocesseurs. Pour respecter les délais des projets on accélère le workflow avec une méthode de réduction de modèle (dit aussi surrogate model). On introduit de cette façon une nouvelle source de propagation d'erreur.

The design process in pre-project and in project is increasingly based on digital simulation. As a result, simulation models are increasingly used by non-specialists, in customer-supplier type relationships: a specialist in a trade and in digital simulation develops a model which will then be used by an actor of a project to design. In this context, the models are used in workflows, calculation chains integrating several models. The models used to make decisions are either 3D models of the finite element type, when a drawing (a CAD) is available, or 0D models based on a controlled simplification of physics. The subject of this thesis concerns 0D models. In these models, time has been removed, for example variations in consumption and pollutants, the consequences of variations in engine settings, are modelled. On the other hand, the user of the model reintroduces time when he simulates a journey of the vehicle representative of the use of a customer. The proposed thesis aims to control the error of a calculation workflow over a set of customer cycles. The 0D model is only a simplified representation of physics, it includes an element of error. The job of the trade is to master this mistake. However, regardless of the magnitude of the error, sometimes propagation / amplification can be observed. This phenomenon is due to the mathematical properties of the solution operator of the equations solved by the 0D model. We speak of a contracting operator when the error is amortized over time. The 0D model has a low computation time (a few seconds in general), but its use on a client cycle requires thousands of evaluations. The evaluation of a Technical Definition on all customer cycles may require more than a month of calculation despite the use of a multiprocessor machine. To meet project deadlines, the workflow is accelerated with a model reduction method (also known as surrogate model). This introduces a new source of error propagation.