ORGANISATION

Piotr Breitkopf (Laboratoire Roberval UTC, CNRS UMR 6253), Rodolphe Le Riche (EMSE, CNRS UMR 4156)

L'Optimisation Multidisciplinaire (OMD) est un ensemble de techniques mathématiques, informatiques et organisationnelles qui permet la conception optimale de systèmes complexes. Elle consiste à faire interagir des modèles représentant chaque aspect ou sous-système, de complexités et de coûts variés, dans une démarche nouvelle d'optimisation à plusieurs niveaux. A titre d'exemple, la conception d'un avion implique la synchronisation d'experts et d'outils de disciplines différentes (économie, aérodynamique, propulsion, acoustique, mécanique et fabrication), et conduit à un modèle global extrêmement volumineux impossible à optimiser de manière frontale. La conception optimale d'un tel système doit surmonter trois difficultés fondamentales. La première, technique et organisationnelle, consiste à rapprocher et à faire travailler efficacement les experts et les outils des différentes disciplines. Les techniques de travail et de traitement distribué sur les réseaux informatiques devraient fournir un élément de réponse technique à la condition qu'elles prennent en compte l'organisation humaine des entreprises et des laboratoires concernés. La seconde, mathématique et numérique, est liée au volume cumulé des modèles des différentes disciplines, et donc au temps de calcul correspondant qui dépasse de très loin les capacités actuelles. Il faudrait avoir recours à des modèles de complexité croissante au fur et à mesure que le processus de conception progresse, et disposer d'informations riches sur les caractéristiques des optima des sous-systèmes. La dernière est liée aux contraintes de temps imposées aux grands projets : lorsque tous les modèles de simulation sont disponibles, et peuvent enfin interagir pour améliorer des choix de conception, il est en général trop tard pour modifier les choix importants qui seuls pourraient conduire à des gains substantiels. On ne peut donc en général pas faire d'itérations d'optimisation globale, et la pratique actuelle consiste au mieux à optimiser indépendamment chaque sous système, ou chaque aspect disciplinaire. Des modèles simplifiés dont les erreurs seraient explicitement prises en compte permettraient d'orienter très tôt les grandes lignes de la conception, que l'on pourrait ensuite raffiner graduellement avec des modèles plus précis et plus coûteux. Ce mini-symposium permettra de présenter des développements récents dans le domaine des techniques d'optimisation  appliquées à des problèmes complexes en mécanique et plus généralement en sciences pour l'ingénieur. Les communications concerneront entre autres :

  • multiniveau de paramètres
  • multiniveau de modèles
  • réduction de modèles
  • prise en compte des incertitudes et l'optimisation robuste
  • stratégies d'optimisation collaborative
  • les aspects logiciels et calcul à hautes performances
  • exemples d'applications dans l'industrie aérospatiale et automobile.

CONTRIBUTIONS

  • Optimisation aéro-structurale de la voilure d'un avion d'affaires par un jeu de Nash et un partage adapté des variables
    B. Abou El Majd, J.A. Desideri, A. Habbal
  • Stratégie multirésolution pour l'optimisation multi-niveaux de modèles
    B. Soulier, P.A. Boucard
  • Méthode algébrique pour l'optimisation multiniveau - Application à l'optimisation d'un avion d’affaires supersonique
    A. Benzaoui, R. Duvigneau
  • Réduction de modèles par CPOD et Krigeage - Application à l’optimisation de forme d’un conduit d’admission
    M. Xiao, R. Filomeno Coelho, P. Breitkopf, C. Knopf-Lenoir, P. Villon, M. Sidorkiewicz
  • Approximation de la fonction de densité de probabilité d'un processus d'optimisation
    R. Holdorf Lopez, D. Lemosse, E. Souza de Cursi
  • Minimisation de quantiles - application en mécanique
    G. Pujol, R. Le Riche, X. Bay, O. Roustant
  • Empirical comparisons of several derivative free optimization algorithms
    A. Auger, N. Hansen, J. Perez Zerpa, R. Ros, M. Schoenauer
  • DIVE : une méthode d’utilisation de méta-modèles dans un processus d’optimisation multi-disciplinaire
    J. Clément, M. Masmoudi, J. Hermetz, N. Bartoli, Y. Parte
  • Modèles réduits en optimisation multiniveau de structures aéronautiques
    M. Samuelides, D. Bettebghor, S. Grihon, A. Merval, J. Morlier
  • Optimisation de plaques stratifiées en représentation polaire
    A. Jibawy, C. Julien, B. Desmorat, A. Vincenti, F. Léné
  • Couplage faible hydraulique et thermique dans la modélisation du refroidissement d’une pièce automobile
    R. Choufany, G. Lavaud, M. Albertelli, P. Breitkopf, C. Vayssade
  • Conception automatique et optimisation des surfaces additionnelles dans le procédé d'emboutissage
    M. Dong, K. Debray, Y.Q. Guo
  • Optimisation multi-objectifs à base de méta-modèle pour les problèmes de mise en forme
    M. Ejday, L. Fourment