optimisation et conception collaborative - formation ... · 29 mars 2007 optimisation et conception...
TRANSCRIPT
1 | 4229 Mars 2007 Optimisation et Conception Collaborative dans le cadre de l’Ingénierie Simultanée
Optimisation et Conception Collaborative dans le cadre de
l’Ingénierie Simultanée
Fouad BENNIS, Professeur ECN / IRCCYN
Cadre de la thèse Marie-Curie de Alessandro Giassi
En collaboration avec Jean-Jacques Maisonneuve, SIREHNA
2 | 4229 Mars 2007 Optimisation et Conception Collaborative dans le cadre de l’Ingénierie Simultanée
Le travail propose des solutions pour l’utilisation des techniques de conception optimale dans le cadre de l’ingénierie simultanée.
Introduction
Comment l’optimisation peut promouvoir la collaboration et la simultanéité en conception ?
Organisation de la présentation
-Description des solutions proposées,
-Application à la conception distante,
-Application à la conception pour la fabrication,
-Application à la conception multidisciplinaire.
3 | 4229 Mars 2007 Optimisation et Conception Collaborative dans le cadre de l’Ingénierie Simultanée
Conception navale
Focalisée sur le secteur naval
Ce secteur est caractérisé par les aspects suivants :
- nombre élevé de composants et sous-systèmes (10E6 pièces),
- nombre élevé de métiers qui participent à la conception,
- interactions fortes entre les métiers,
- absence de production en série,
- impossibilité de réaliser des prototypes,
- ...
4 | 4229 Mars 2007 Optimisation et Conception Collaborative dans le cadre de l’Ingénierie Simultanée
Conception navale
plans de structure,
etc....
programme du navire
schéma structurel
évaluation des espaces
approximation du déplacement
caractéristiques de la carène
approximation de la puissance
propulsive
implications réglementaires
plan des formes
échantillonnagedevis des masses
plan d’ensemble
dossier de sécurité
contrôle
La nature séquentielle et itérative de la démarche traditionnellement utilisée est bien représentée par la spirale de Evans (1959).
cahiers des spécifications
5 | 4229 Mars 2007 Optimisation et Conception Collaborative dans le cadre de l’Ingénierie Simultanée
Objectif du travail de recherche
La conception optimale multi-objectif et multidisciplinaire peut fournir la stratégie systématique pour une conception simultanée et systémique.
Discipline 2Discipline 2
Discipline3Discipline3Discipline1Discipline1
Fabrication
Entreprise II
Entreprise I
-Application à la conception distante,
-Application à la conception pour la fabrication,
-Application à la conception multidisciplinaire.
A partir de ce principe, l’étude propose et valide des stratégies pour l’application des techniques d’optimisation à des cas réels de conception industrielle.
Exemples d’application
L’étude traite les contextes suivants :
6 | 4229 Mars 2007 Optimisation et Conception Collaborative dans le cadre de l’Ingénierie Simultanée
La conception optimale
L'optimisation est la réponse à un souhait naturel du concepteur : "trouver la meilleure solution possible" ou "prendre les décisions qui produisent le meilleur effet possible".
ModèleModèle
x
p
o
c
- Pour un ensemble de paramètres p,
- Trouver le vecteur des variables de conception x qui
- Minimise (maximise) les critères O (x, p) et
- Respecte les contraintes C (x, p) :hi (x, p) = 0 i = 1, ... , Igj (x, p) < 0 j = 1, ... , J
7 | 4229 Mars 2007 Optimisation et Conception Collaborative dans le cadre de l’Ingénierie Simultanée
Le rôle de l’optimisation
-Orienter la conception,-Accueillir la contribution des différents acteurs disciplinaires à la modélisation du problème de conception,
-Trouver plusieurs solutions optimales de compromis entre les disciplines,-Aider à choisir une solution finale parmi un large éventail de solutions optimales,-Capitaliser les résultats récoltés sur l'espace de conception,-Éviter la reprise du processus de conception en cas de changement ou d'évolution des objectifs et des contraintes.
Dans un contexte complexe et multi-métier les techniques de conception optimale doivent répondre aux exigences suivantes :
8 | 4229 Mars 2007 Optimisation et Conception Collaborative dans le cadre de l’Ingénierie Simultanée
M.O.G.A.
Les algorithmes d’optimisation MOGA (Multi-Objective Genetic Algorithm) correspondent à nos critères :
- Les MOGA garantissent une recherche globale >> orienter la conception,
- Les algorithmes génétiques peuvent utiliser des fonctions objectif très variées, complexes, "bruitées", non continues >> robustesse, cas réels,
- La recherche des solutions optimales s'étend dans toutes les directions de l'espace de conception et produit une riche base de donnée >> capitalisation,
- Les MOGA traitent réellement les problèmes d'optimisation multi-objectif >> contexte multi-métiers, multidisciplinaire.
Problèmes multi-objectif : les critères à optimiser sont plusieurs O(x)
Approche mono-objectifMinimiser O(x) = w2 O1(x) + w2 O2(x)
Approche multi-objectif (MOGA)Minimiser O1(x) et O2(x) Frontière
de Pareto O1
InitialO2
Dominance : x1 >P x2 ⇔ (∀i fi(x1) ≥ fi(x2)) ∩ (∃j fj(x1) > fj(x2))
9 | 4229 Mars 2007 Optimisation et Conception Collaborative dans le cadre de l’Ingénierie Simultanée
Conception Optimale Distribuée
Organisation de la présentation
Description des solutions proposées,Application à la conception distante,Application à la conception pour la fabrication,Application à la conception multidisciplinaire.
10 | 4229 Mars 2007 Optimisation et Conception Collaborative dans le cadre de l’Ingénierie Simultanée
L’optimisation distribuée
- La stratégie d’optimisation distribuée a été appliquée à la conception de la forme de la coque d’un navire rapide,
- Trois entreprises européennes ont participé à la conception :Chantiers de l ’Atlantique (St. Nazaire),Sirehna (Nantes),SSPA (Göteborg),
- Cette collaboration entre dans le cadre du projet FLOWMART financé par la Communauté Européenne
- Les partenaires ont participé au processus d’optimisation en utilisant un outil de communication asynchrone qui reliait trois machines distantes.
11 | 4229 Mars 2007 Optimisation et Conception Collaborative dans le cadre de l’Ingénierie Simultanée
Passagers : 566
Véhicules : 148
Longueur : 102 m
Largeur : 15.40 m
Vitesse : 40 nœuds
Puissance : 26 MW
NGV Corsaire 11000
12 | 4229 Mars 2007 Optimisation et Conception Collaborative dans le cadre de l’Ingénierie Simultanée
Modélisation paramétrique
Fait par CATZI
CM
ZHC
M
TDW
L
TMI
BHCM
HM
AX
BWLM
BICM
BMAX
ZIC
A
ZHC
A
TDW
L TAR
BHCA BWLA
BICASection milieu
Tableau arrière
EAWL
LPP
TAV SANG
L’optimisation du navire demande une modélisation paramétrique de la forme de la coque.
13 | 4229 Mars 2007 Optimisation et Conception Collaborative dans le cadre de l’Ingénierie Simultanée
Objectifs
f1 Le premier critère était la réduction du wave wash effect (W), i.e. la
réduction de l’énergie du système de vagues.
f2 Le deuxième était la réduction de la résistance à l’avancement (Rt).
Objectifs et Contraintes
Contraintes
Δ déplacement (garder constante la capacité du navire),
TSA aire du tableau arrière (pour la propulsion),
GM critère hydrostatique (pour la sécurité / le confort).
14 | 4229 Mars 2007 Optimisation et Conception Collaborative dans le cadre de l’Ingénierie Simultanée
Boucle de calcul distribuée
Optimisation et Gestion du ProcessusSIREHNA (Nantes)
Optimisation et Gestion du ProcessusSIREHNA (Nantes)
Modélisation CAOCAT (St. Nazaire)
Modélisation CAOCAT (St. Nazaire)
Simulation CFD*
SSPA (Göteborg)Simulation CFD*
SSPA (Göteborg)
Variables
(ASCII)
Maillage
(ASCII)
Maillage
(ASCII)
ObjectifsContraintes
(ASCII)
NAPA Shipflow
modeFRONTIER
* Computer Fluid Dynamics
15 | 4229 Mars 2007 Optimisation et Conception Collaborative dans le cadre de l’Ingénierie Simultanée
La recherche des solutions optimales est menée par un algorithme génétique multi-objectif (MOGA),
L’algorithme traite 17 variables pour optimiser 2 critères en respectant 3 contraintes,
L’algorithme est générationnel : la recherche procède par évaluation de générations successives qui améliorent progressivement les performances,
Chaque population est constituée de 60 individus,
La première génération est entièrement évaluée (100%),
Les générations suivantes font appel à des Surfaces de Réponse (RSM) qui interpolent le 40% des individus.
Stratégie d’optimisation
16 | 4229 Mars 2007 Optimisation et Conception Collaborative dans le cadre de l’Ingénierie Simultanée
Spécificité de la boucle de calcul
La boucle de calcul est sujette à des interruptions et à des erreurs de nature différente :
- Géométrie non faisable pour la CAO,- Échec du maillage automatique,- Géométrie non calculable par la CFD,- Interruption de la communication (chute de courant, messagerie ...)
Problèmes communs à toute optimisation, mais la résolution à distance est plus problématique qu’n locale.
Solutions :
- Phase de réglage/résolution des problèmes (coûteuse en termes de temps)
- Utilisation des surfaces de réponse pour interpoler les points problématiques.
17 | 4229 Mars 2007 Optimisation et Conception Collaborative dans le cadre de l’Ingénierie Simultanée
Échec? Oui
Respecte contraintes?
Non
Échec?
Oui
Non
Optimiseur + Outil de communication
CFD simulation des performances
Oui
Virtuel (RSM) ?
Surfaces de réponse: évaluation virtuelle
Oui (40%)
Non
Génération initiale/nouvelle MOGAStart
Non (60%)
CAO génération de la carène
Gestion de la boucle de calcul
18 | 4229 Mars 2007 Optimisation et Conception Collaborative dans le cadre de l’Ingénierie Simultanée
445000
495000
545000
595000
0.215 0.235 0.255 0.275 0.295
Id 153
Id initial
Frontière de Pareto
Wash [m]
Rt [N]
FaisableVirtuelNon faisable
Recherche de la Frontière de Pareto
Résistance Vs. Wash Effect
19 | 4229 Mars 2007 Optimisation et Conception Collaborative dans le cadre de l’Ingénierie Simultanée
Forme optimisée
ζ
Forme initiale
Forme retenue
Forme retenue (Id 153)
Rt = 446604 N ( - 10.8%)
W = 0.225 m ( - 6.6%)
Forme initiale
Rt = 500482 N
W = 0.241 m
20 | 4229 Mars 2007 Optimisation et Conception Collaborative dans le cadre de l’Ingénierie Simultanée
Tests expérimentaux
Les tests ont confirmé l’amélioration des performances.
– Amélioration de Rt (échelle réelle) 16.8 %
– Amélioration de W (échelle réelle) 27.2 %
Dans le cadre du projet FLOWMART, la forme optimisée a été validée par des tests en bassin
Corsaire 11000 maquette 1:30
21 | 4229 Mars 2007 Optimisation et Conception Collaborative dans le cadre de l’Ingénierie Simultanée
Conclusions L’amélioration validée des performances du navire est un résultat intéressant qui confirme l’efficacité des techniques d’optimisation.
Notre contribution réside principalement dans la stratégie de gestion des calculs sur machines distantes.
Les avantages de la stratégie :-Les logiciels de calcul sont utilisés chez les partenaires sans changement de machines, de licences ou de modalité d'emploi.
-La méthode de collaboration est opérationnelle sans demander deschangements importants dans l'organisation des entreprises.
-La conception est à la fois collaborative et optimale.
-L’utilisation des surfaces de réponse rend robuste la boucle de calcul et limite le temps de réglage.
22 | 4229 Mars 2007 Optimisation et Conception Collaborative dans le cadre de l’Ingénierie Simultanée
Optimisation pour la fabrication
Organisation de la présentation
Description des solutions proposées,Application à la conception distante,Application à la conception pour la fabrication,Application à la conception multidisciplinaire.
23 | 4229 Mars 2007 Optimisation et Conception Collaborative dans le cadre de l’Ingénierie Simultanée
L’optimisation pour la fabrication
Cette étude veut faire apparaître les critères de fabrication dès les premières phases du processus de conception.
L’optimisation multi-objectif peut dimensionner de manière optimale un produit selon plusieurs aspects.
Parmi ces aspects nous avons introduits le coût de fabrication.
Cette stratégie demande un outil de prédiction qui estime le coût de fabrication en fonction de la variation des variables de conception (modèle de coût).
La stratégie a une validité générale, mais nous avons focalisée notre attention sur la fabrication de la coque des navires en vue d’une collaboration industrielle.
24 | 4229 Mars 2007 Optimisation et Conception Collaborative dans le cadre de l’Ingénierie Simultanée
La fabrication de la coque
Notre attention est concentrée sur le coût de formage.
La forme de la tôle influence fortement la technologie et le temps nécessaire pour le formage. La complexité de la forme est directement proportionnelle au coût de formage.
Zone Technologie CoûtTôle plane Corps central Rouleau 1Tôle courbée Bulbe d'étrave Presse 100
La coque des navires est constituée généralement de tôles soudées.
Les tôles sont découpées et formées pour reproduire la forme de la carène.
Ensuite les tôles sont raidies et soudées entre elles pour former des blocs.
Le coût de fabrication dépend donc du coût de formage et de soudure.
Exemple :
25 | 4229 Mars 2007 Optimisation et Conception Collaborative dans le cadre de l’Ingénierie Simultanée
Méthode séquentielle
Le département conception dessine la forme de la carène selon des critèreshydrodynamiques.
Le département fabrication peut faire une estimation des coûts, mais la forme de la carène est rarement modifiée.
Les méthodes existantes d’estimation du coût de fabrication souvent ne sont pas informatisées.
La réalisation d’un outil d’estimation rapide du coût de fabrication permettrait de prendre en compte les critères de fabrication dès les premières phases de la conception.
Département Conception
Conception de la forme de la carène
Département Fabrication
-Estimation des coûts
-Plans de construction
26 | 4229 Mars 2007 Optimisation et Conception Collaborative dans le cadre de l’Ingénierie Simultanée
Application du modèle
Le modèle permet de donner rapidement une indication sur le coût de fabrication d’une surface discrétisée.
Le coût de fabrication d’une carène de navire peut être estimé à partir d ’un maillage surfacique.
Cet outil peut évaluer rapidement les gains économiques liés à une modification de forme de la carène. Le critère coût peut participer à la phase de conception.
27 | 4229 Mars 2007 Optimisation et Conception Collaborative dans le cadre de l’Ingénierie Simultanée
Optimisation pour la fabrication
Le modèle a été appliqué à un cas d’optimisation multi-objectif de la carène d’un navire de type Ro-Ro.
La forme de la carène a été modifiée pour réduire à la fois la résistance à l’avancement Rt et le coût de fabrication Ct avec des contraintes sur des coefficients hydrostatiques (Δ, BM et LCB).
COUT
estime le coût de fabrication
Coût
f2
(ASCII)Maillage
Variables de
conception
x
(ASCII)
CAO
Macro
CAO
dessine la carène
CFD
calculs hydro.
Résistanceet
Contraintes
f1, g(ASCII)
IGS
Maillage
Mailleur
génère le maillage
Chaîne de calcul
CATIA GRIDGEN
REVA
Outil CoûtmodeFRONTIER
28 | 4229 Mars 2007 Optimisation et Conception Collaborative dans le cadre de l’Ingénierie Simultanée
Résultats
L’algorithme d’optimisation MOGA a demandé 8 générations de 61 individuspour produire les résultats suivants :
Meilleur Coût
(-10.3%)
Meilleures Performances Hydro
(-17.6%).
Solution initialeFrontière de Pareto
(8 solutions)
29 | 4229 Mars 2007 Optimisation et Conception Collaborative dans le cadre de l’Ingénierie Simultanée
Solutions retenues
Forme initiale
Zone à coût élevé
Limite du bordé de muraille
H
Meilleur Coût
H
Meilleure Résistance
H
30 | 4229 Mars 2007 Optimisation et Conception Collaborative dans le cadre de l’Ingénierie Simultanée
Conclusions Le processus d’optimisation a amélioré simultanément et sensiblement les performances hydrodynamiques et le coût de fabrication.
Cette stratégie améliore le produit selon les trois aspects fondamentaux :
-La qualité : amélioration des performances, respect des contraintes,
-Le coût : minimisation du coût,
-Le délai :la simplification de la forme réduit le temps de fabrication,l’introduction des critères de fabrication en phase de conception limite les corrections itératives.
L’exemple montre que l’optimisation multi-objectif peut coordonner de manière optimale les différents phases du développement du produit.
31 | 4229 Mars 2007 Optimisation et Conception Collaborative dans le cadre de l’Ingénierie Simultanée
Optimisation Multidisciplinaire
Organisation de la présentationDescription du contexte et des principes,Description des solutions proposées,Application à la conception distante,Application à la conception pour la fabrication,Application à la conception multidisciplinaire.
32 | 4229 Mars 2007 Optimisation et Conception Collaborative dans le cadre de l’Ingénierie Simultanée
Conception multidisciplinaire
Discipline 1
(e.g. Hydrodynamique)
Discipline 2
(e.g. Structurelle)
x1
x2
y21 y12x
f1, g1
f2, g2
Conception de produits collaborative et multidisciplinaire.
Plusieurs équipes de conception sont concernées.
Chaque équipe est responsable d’un composant (sous-système) ou d’un aspect du produit.
Ce système bi-disciplinaire est très simple, mais assez représentatif du problème traité.
La discipline i modélise de manière paramétrique le produit
La discipline i intervient sur le modèle du produit en modifiant les variables xi
Trouver: la valeur des variables xiOptimiser: les performances fiRespecter: les contraintes gi
Fonctions de couplage :- Évaluées par la discipline j
- Demandées en input par discipline i
Variables communes x : partagées par les deux disciplines
33 | 4229 Mars 2007 Optimisation et Conception Collaborative dans le cadre de l’Ingénierie Simultanée
L’optimisation multidisciplinaire est adressée par la méthode MORDACE(Multidisciplinary Optimisation and Robust Design Approaches applied to Concurrent Engineering).
La méthode permet de garder l’indépendance des disciplines, qui cherchent des solutions optimales en autonomie.
La méthode adresse principalement le couplage sur les variables de conception partagées x. Les fonctions de couplage yij sont omises ou simplifiées.
La contrepartie de cette autonomie est la difficulté de trouver uncompromis final sur les valeurs de x.
La méthode propose aux disciplines de chercher des solutions optimales etrobustes par rapport aux modifications de x.
Ensuite, la stratégie MORDACE permet de trouver automatiquement un ensemble de compromis optimaux.
M.O.R.D.A.C.E
34 | 4229 Mars 2007 Optimisation et Conception Collaborative dans le cadre de l’Ingénierie Simultanée
Evaluation de la robustesse
σT (x, xi) = 1
nvar ∑j=1
nvar σj (x, xi) (1)
σj(x, xi) = 1
(2n+1) ∑k= -n
n
⎝⎛
⎠⎞f (x1,...,xj+Δk,...,xnvar, xi) - f (x, xi) 2 (2)
xj
f(x)
f(x)virtual
Obj
ectif
i
Le temps CPU est réduit par l’utilisation des Surfaces de Réponse(RSM).
xAjxAj+Δk
xAj+ΔnxAj-Δn xB
La robustesse d’une solution est mesurée en estimant les performances associées à la solution et aux solutions voisines.
La méthode MORDACE demande aux disciplines de minimiser σT
35 | 4229 Mars 2007 Optimisation et Conception Collaborative dans le cadre de l’Ingénierie Simultanée
Les principes du MORDACE
xj
f2(x)
f1(x)
Perf
orm
ance
s
xD2xC1xA2 xB1
CAB CCD
Chaque discipline mène de manière indépendante son optimisation spécifique, ensuite :
1 - les solutions intéressantes Si sont sélectionnées (performances élevées),
2 - toutes les couples possibles (S1,S2) sont définies,
3 - la méthode choisit les couples composées de Si qui sont proches et robustes,
4 - compromis optimal sur x communes : xj = wj1 xj1 + wj2 xj2
(Variable partagée j )
Discipline1
Discipline2
CABCAB
36 | 4229 Mars 2007 Optimisation et Conception Collaborative dans le cadre de l’Ingénierie Simultanée
Pour valider la stratégie, nous l’avons appliquée à un cas réaliste d’optimisation multidisciplinaire : une optimisation de stabilisateur actif.
Les ailerons de stabilisation développent une force de portance, qui exerce un moment autour du centre de gravité du navire opposé à celui produit par les vagues.
L’angle d’incidence des ailerons est constamment réglé par des lois de commande, qui sont sensibles au mouvement de roulis du navire.
Portance
Portance
Roulis
Cas test
cr = 1950 mm
ct = 1630 mm
b=
2240
mm
NACA0015
37 | 4229 Mars 2007 Optimisation et Conception Collaborative dans le cadre de l’Ingénierie Simultanée
Critères Hydrodynamiques- Minimiser la résistance- Maximiser la portance- Minimiser la sensibilité à l’angle d’incidence
Critères Structurels- Minimiser la masse- Minimiser la déformation
Modélisation du Système
Discipline 1
(Hydrodynamique)
Discipline 2
(Structurelle)
x1
x2
y21 y12
x
f1, g1
f2, g2
Symbole Descriptionx1 Variables qui décrivent les profils de l’aileronx2 Variables de la structure internex Variables partagées par les deux disciplinesy12 Chargement hydrodynamiquey21 Déformation qui altère la forme hydrodynamiqueg1 Angle d’incidence limite; limite de cavitationg2 Contrainte limitef1 Portance; résistance; sensibilité à l’anglef2 Masse, déformation
Contraintes Hydrodynamiques- Angle d’incidence limite- Limite de cavitation
Contraintes Structurelles- Contrainte limite
38 | 4229 Mars 2007 Optimisation et Conception Collaborative dans le cadre de l’Ingénierie Simultanée
Paramétrisation
Paramétrisation hydrodynamique Paramétrisation Structurelle
Les deux disciplines demandent deux modèles paramétriques différents :
La discipline hydrodynamique doit pouvoir modifier la surface externe de l’aileron.
La discipline structurelle doit pouvoir modifier la géométrie de la structure interne.
LTic1
L1
Noz1Tic1
α1
t12t13
t11
LOut
Section 2
Section 1ThicHR1
R2
ThicVDisV
DisH
ThicS
39 | 4229 Mars 2007 Optimisation et Conception Collaborative dans le cadre de l’Ingénierie Simultanée
Valeurs des variables
x2, x
(ASCII)
CAO
Macro
CAO
dessine la structure
FEM
fait l’analyse structurelle
Objectifset
Contraintes
f2, g2
(ASCII)
Résultats
Thick 10
Thick2 8
...
R2 50
Thick 10
Thick2 8
...
R2 50
Mass
818 Kg
Stress
179.6 MPa
Mass
818 Kg
Stress
179.6 MPa
Mise à jour
interne
Structurelle
Chaînes de calcul
Valeurs des variables
x1, x
(ASCII)
CAO
Macro
CAO
dessine la nouv. forme
CFD
estime les sorties
Objectifset
Contraintes
f1, g1
(ASCII)
IGS >>
Maillage
Résultats
Lout 2240
L1 1950
...
Alfa 12
Lout 2240
L1 1950
...
Alfa 12
Drag
2878 N
Lift
57186 N
Drag
2878 N
Lift
57186 N
Hydrodynamique
40 | 4229 Mars 2007 Optimisation et Conception Collaborative dans le cadre de l’Ingénierie Simultanée
A partir des couples les plus intéressantes, la méthode produit des compromis optimaux.
La méthode sélectionne les solutions de Pareto et les solutions dominantes.
La méthode sélectionne ensuite les solutions :–Proches (Min d),–Robustes (Min σT)–Optimales (Max f)
Les deux optimisations sont indépendantes.
Chaque discipline trouve safrontière de Pareto.Optimisation Structurelle (2)
Optimisation et CompromisOptimisation Hydrodynamique (1)
Déf.
Mas
se Initial
Frontière de Pareto
Résist.
Por
tanc
e
Initial
Frontière de Pareto
Vérification
Vérification
Compromis :
x1 = (x1)i
x2 = (x2)k
x =w1(x)i+w2(x)k
k
i
41 | 4229 Mars 2007 Optimisation et Conception Collaborative dans le cadre de l’Ingénierie Simultanée
Résultats du MORDACE
Initial
Port. = 57186 N
Résist. = 2878 N
Masse = 746.4 Kg
Déf. = 12.6 mm
Cavit. = 25.9 KPa
Contr. = 162.9 MPa
C17
Port. = 58676 N (2.6%)
Résist. = 2754 N (4.3%)
Masse = 689.5Kg (7.6%)
Déf. = 9.6 mm (24.4%)
Cavit. = 28.5 KPa
Contr. = 184.8 MPa
42 | 4229 Mars 2007 Optimisation et Conception Collaborative dans le cadre de l’Ingénierie Simultanée
Conclusions Avantages du MORDACE
– Les disciplines peuvent concevoir simultanément le produit :Reduction du temps : les calculs sont simultanésQualité de conception : les concepteurs sont autonomes, les résultats sont collaboratifs et multidisciplinaires.
– Les solutions sont optimales par rapport à plusieurs critères.
– Les solutions optimales sont nombreuses et les critères peuvent être modifiés.
– Les fonctions de couplage yij doivent être simplifiées.
– Suspense sur les résultats.
Limites du MORDACE
43 | 4229 Mars 2007 Optimisation et Conception Collaborative dans le cadre de l’Ingénierie Simultanée
Conclusions générales
L’étude propose et valide trois stratégies pour l’application des techniques d’optimisation à des cas réels de conception industrielle.
La conception optimale multi-objectif et multidisciplinaire peut fournir la stratégie pour introduire des éléments de simultanéité et de collaboration en conception.
Plus précisément :
– L’optimisation multi-objectif peut guider la collaboration entre acteurs distantset fournir des solutions optimales par rapport à plusieurs critères,
– Les différentes phases du processus de développement du produit peuvent être coordonnées par la stratégie d’optimisation (e.g. conception - fabrication),
– La conception multi-objectif peut guider la recherche de solutions de compromis optimales entre plusieurs disciplines qui participent au développement du système-produit de manière autonome.
44 | 4229 Mars 2007 Optimisation et Conception Collaborative dans le cadre de l’Ingénierie Simultanée
Merci
45 | 4229 Mars 2007 Optimisation et Conception Collaborative dans le cadre de l’Ingénierie Simultanée
Superposition of Ship Hull Shapes
Original Id 153
Forward
Cross-Sections
Aft
Cross-Sections
46 | 4229 Mars 2007 Optimisation et Conception Collaborative dans le cadre de l’Ingénierie Simultanée
-100 -80 -60 -40 -20 0 20 40 60 80 100-100 -80 -60 -40 -20 0 20 40 60 80 100ZICMSANGEAWLTAXZICAZHCATMI
BWLMBHCMBICATARBICMBMAXZHCMBWLA
FPBHCA
Significance Delta
RtWash
t-Student Analysis
BWLA Original
BWLA Id 153
Original
Id 153
47 | 4229 Mars 2007 Optimisation et Conception Collaborative dans le cadre de l’Ingénierie Simultanée
Stern viscous wake
48 | 4229 Mars 2007 Optimisation et Conception Collaborative dans le cadre de l’Ingénierie Simultanée
14/12/01
28/12/01
11/01/02
25/01/02
08/02/02
22/02/02
08/03/02
22/03/02
05/04/02
19/04/02
03/05/02
17/05/02
31/05/02
14/06/02
28/06/02
12/07/02
0 2 4 6Asydas Insta
llation on SSPA
Asydas Insta
llation on CAT
Set-Up phase
CAT - SIREHNA - SSPA
First o
ptimisa
tion
Second optim
isatio
n
Third optim
isatio
n
Fourth optim
isatio
n
Final Decis
ion
Tasks timing