Projet ARTEMIS - processus multiniveau

Thierry Lefebvre, Peter Schmollgruber / DCPS

JSO MDO — Onera 25 et 26 janvier 2012

JSO – Janvier 2012 - 2

Plan de la présentation

� La conception avant – projet avion à l'ONERA

� La plateforme ACode à DCPS� Présentation et modules principaux

� Etudes "classiques"

� Etudes multi niveaux � Etudes découplée� Etudes couplées (ARTEMIS)

� Pistes de réflexion

JSO – Janvier 2012 - 3

La conception avion

� La conception avion est la discipline qui coordonne les activités des experts disciplinaires pour définir et dimensionner un avion qui réponde au mieux au cahier des charges

Aérodynamique

Structure

PropulsionLois de contrôle

Coût

Bruit

Emissions

Performances

Dynamique du vol

Liaisons au sol

Fabrication

La conception avion La conception avion

� Différentes phasesPhase Avant-Projet Conception PréliminaireConception Détaillée

JSO – Janvier 2012 - 4

� L'Onera se compose de 16 départements experts regoupés en 4 branches

La conception avion à l'Onera

Materiaux et Structures

DADS DMSC

DMSM LEM

Mécanique des FluidesEnergétique

DAAPDAFE

DEFA

DMAE

DSNA

Physique

DEMR

DESP

DMPH

DOTA

Traitement de l'informaionet Systèmes

DCSD

DTIMDCPS

La conception avion La conception avion

Structure très adaptée aux études multi disciplinaires

� DCPS a vocation à être animateur/coordinateur de ces études au niveau nouveaux concepts (avions, drones, etc ...) et intégrateur des modèles disciplinaires requis

JSO – Janvier 2012 - 5

Mission specifications

Configurationspecifications

Operationnalconstraints

Geometrical Constraints

Optimiser

Atmosphere

Geometry

Propulsion

Aerodynamics

Structure / weight

Performances

Code avant – projet ACoDe

� Approche de niveau conceptuel (avant – projet)

� ACoDe a pour objectif de dimensionner / optimiser un appareil (de type avion civil) pour une mission donnée

� Fondé sur une analyse multi-disciplinaire (MDA) via modules dédiés

� Implementé dans un environnement ModelCenter®

ProcessusACoDe

Code de conception Code de conception avion avion –– projet avionprojet avion

JSO – Janvier 2012 - 6

Equations semi – empiriques (ONERA/DAAP)

Tables de performances (émissions) générées par code GSP (NLR)

Modules principaux (1)

Drag breakdown for Complete Aircraft - M = 0.85 - 35 000 ft

0

0.1

0.2

0.3

0.4

0.5

0.6

0.7

0.02 0.025 0.03 0.035 0.04

Drag Coefficient

Lift

Coe

ffici

ent

Total Drag

Friction Drag component

Friction + Viscous pressureDrag components

Friction + Viscous pressure +Induced drag components

Code de conception Code de conception avion avion –– projet avionprojet avion

PROPULSION

AERODYNAMIQUE

Renvoie la polaire pour des configuration lisse / basse vitesse en fonction des conditions de vol en utilisant une décomposition de trainée des différents éléments

Modélisation de l'architecture du moteur à partir des composants GSP Calibration du modèle à partir des données fournies/disponibles Géneration des tableaux Propulsion performances/consommation

JSO – Janvier 2012 - 7

Modèles physique voilure (ONERA/DADS) et fuselage (ONERA/DCSD) + mod . statistiques

Equations de la mécanique du vol appliquées aux différentes phases

Modules principaux (2)Code de conception Code de conception avion avion –– projet avionprojet avion

MASSE / STRUCTURE

PERFORMANCES / MISSION

Définit une mission (de type nominale ou optimale) en fonction du type d'appareil (court – courrier, ..) et de différents paramètres (profil de montée, conditions de croisière, ..) et des réserves réglementaires

Modèle voilure: modéle fondé sur une décomposition en masse travaillante (fonction du chargement) et masse secondaire (servo, etc …)

Modèle fuselage : modèle mixte alliant méthode dimensionnment en pression et dimensionnement en flexion

JSO – Janvier 2012 - 8

� Sélection des variables de design, soit reliées à la géométrie (voilure, fuselage, position des moteurs) et/ou à la mission (Mach de croisière),

� Choix des contraintes� Contraintes de mission (nominale, optimale) � Contraintes géométriques (envergure, flèche, épaisseur relative, ..)� Contraintes opérationnelles

� Vitesse approche

� Balance Field Length� Durée de montée ..

Processus de conception (1)Etudes avant Etudes avant –– projet projet

classiqueclassique

V1 Vr Vlof V2Vlof V2Vp Vp

D.A.A.

Vp

Distance décoll agepoursuivi

V1

accélération-arrêt

JSO – Janvier 2012 - 9

Processus de conception (2)

� Optimisation type MDF avec les outils ModelCenter :� Composant d'optimisation par gradient, fondé sur formulation SQP� Composant d'optimisation par algorithme génétique "Darwin"

� Optimisation par algorithme génétique � Faible temps de calcul par configuration � Domaine assez large d'exploration nécessaire� Configurations "infaisables" nombreuses� Optimisation généralement multicritère

� MTOW (mission nominale) et MFUEL (mission nominale)

Etudes avant Etudes avant –– projet projet classiqueclassique

Arbitrage avant selection configuration retenue

JSO – Janvier 2012 - 10

Etude découplée/sequentielleEtudesEtudes multi niveaux multi niveaux

découplésdécouplés

Atmosphère

Geometry

Propulsion

Aerodynamic

Acoustic

Structure / weight

Performances

Processus Avion Complet

Etude(s) Disciplinaire(s) Haute Fidélité

Raffinement / Optimisation

Objectif: optimiser une "nouvelle " configuration d' appareil avec appels à

des optimisations mono disciplinaires utilisant des m odèles Haute Fidélité

Optimisation structure (DADS) Optimisation aero (DAAP)

� Enchainement séquentiel d'optimisation aux différents niveaux� Optimisation "découplée" au niveau disciplinaire (aéro / structure)

� Peu d'itérations entre les niveaux

JSO – Janvier 2012 - 11

Etude couplée : ARTEMISEtudeEtude multi niveaux multi niveaux

coupléecouplée

Processus Avion Complet

Etude conceptuelle sur une mission complète

Processus Bi DisciplinaireDesign MDO avec processHaute Fidélité (CFD/CSM)

Objectif: démontrer la capacité de remplacer une boucle de design séquentielle par

processus multi disciplinaire consistant

Cas test: cas interaction forte aero – structure + gra nd nombre de paramètres de design

Dimensionnement localPanneaux de composites

raidis

�

JSO – Janvier 2012 - 12

ARTEMIS : DescriptifEtudeEtude multi niveaux multi niveaux

coupléecouplée

Processus Avion Global (PAG) permet l'exploration des différents concepts d'appareils à partird'un cahier des charges "avionneur"

� Exploration rapide d'un large espace de design� Correction des modèles fondée sur le retour des modèles Haute Fidelité� Génération de coefficients d'échanges nécessaires à la définition de la fonction objectif du PBD

Processus Bi Disciplinaire (PBD) : démonstration d'une MDO fondée sur des outils Haute Fidélité

� Choix de BLISS (Bi-Level Integrated System Synthesis) for disciplinary design autonomy

Cas test ARTEMIS: Optimisation aéro-élastique de la voilure d'un avion civil long - courrier

Cahier des Charges PAG

Mission: range = 8 000 nm, Mach croisière = 0.83

Contraintes : respect contraintes avion référence Airbus

Cahier des Charges PBD

Optimisation aéro – élastique voilure pour 1 configuration en croisière

JSO – Janvier 2012 - 13

ARTEMIS : Zoom Processus

Global Aircraft Process

- Aerodynamics- Weight- Propulsion- Performance for a mission

Design variables

Constraints

Mission specifications

Family of optimized vehicles

Inputs for the objective function of the

Bi-Disciplinary Process

Bi-Disciplinary Process

- BLISS formulation- HiFi structural models- HiFi aerodynamics models

Inputs for the objective function of the

Global Aircraft Process

Model refinements based on HiFi data

Design variables

Constraints

Etude multi niveaux Etude multi niveaux coupléecouplée

JSO – Janvier 2012 - 14

MDF Avion global

ARTEMIS: Processus PAG actuel

Overall performances

Physics based weights

Mission Profile

Fuel capacity check

Optimized Aircraft

EtudeEtude multi niveaux multi niveaux coupléecouplée

PAGPAG

Analyse Post Optimal

Entrées PBD: CxCruise et W wing primary structureHistorique optimisation

Sorties PAG: Coefficient d'échange αααα ( CxCruise vs. W wing primary structure) pour fonct. objectif PBDForme en plan voilure (ΦΦΦΦLE, e, b)

Optimisation Avion global

Fonction Objectif = f (MTOW, MFUEL)Variables de conception lié à la forme en plan voilure {ΦΦΦΦLE, e, b} (flèche, effilement, envergure)

Intégration des contraintes haut niveau (CdC avionneur)

Coefficient d'échange But : transférer la connaissance du système avion obtenuedurant la boucle PAG � extraction du coefficient d'échange

JSO – Janvier 2012 - 15

ARTEMIS: Traitement entrée PBDEtudeEtude multi niveaux multi niveaux

coupléecoupléePAGPAG

Données entrées PBD

� Données issues d'une optimisation couplée aéro – structure réalisée avec des outils Haute Fidélité� Données fiables / module avant projet PAG

But : transférer la connaissance fine au niveau aérodynamique et structure obtenue durant la boucle PBD

� intégration des données coef. trainée et masse voilure pour assurer le recalage des prédictions PAG

CD

CLCD

CL

ΦLE, e, b

Φ'LE, e', b'∆Evaluation des techniques de clustering et mélanges d’experts pour détection et mise à jour des différents modèles

Intégration du Cx Croisière issu du PBD

� Initialisation processus* Création d'un modèle réduit initial de comportement de l'aéroHaute Fidelité croisière M= 0.83 and Cz = [0.45-0.55] à partir de calculs DAAP voilure souple (modèle référence)

* Conservation du module Basse Fidélité avant projet partoutailleurs

� Pour variables de conception initiale (ΦLE, e, b)PAG génére polaire basse fidélité ( ) et passage à polaire haute

fidélite ( ) dans la zone de croisière

� Pour nouvelles variables (Φ'LE, e', b') Ensemble du modèle est corrigé, en utilisant le gradient

d'évolution du module PAG basse fidélité (de à )

JSO – Janvier 2012 - 16

ARTEMIS: Traitement entrée PBDEtudeEtude multi niveaux multi niveaux

coupléecoupléePAGPAG

BDP Weight ofWing PrimaryStructure Hi-Fi

Wing

WeightGAP Weight ofsecondary

elements

BPD primarystructure weight

GAP wing weightmodule

Wing geometry(E, b, ϕ )

Axe de travail (en collaboration avec DTIM) : Traitement entrée PBD / Modèle réduit de comportement

* Extension du modèle réduit Haute Fidelité à l'ensemble des variables d'échange (PBD � PAG)

* Evaluation des méthodes d'intégration des données Haute Fidélité issue du PBD au fur et à mesure des itérations de couplage (incluant les historiques optimisations)

Intégration de la Masse Structure primaire voilure issue du PBD

� InitialisationLe module PAG renvoie la décomposition de masse de la voilureMasse voilure PAG = Masse Structure primaire voilure PAG + Masse secondaire PAG

� Pour variables de conception initiale (ΦLE, e, b)On remplace la contribution masse voilure primaire dans PAGMasse voilure PAG = Masse Structure primaire voilure PBD + Masse secondaire PAG

� Pour nouvelles variables (Φ'LE, e', b')La Masse Structure primaire voilure PBD est corrigée, en utilisant le gradient

d'évolution du module PAG de Masse Structure primaire voilure PAGLa Masse secondaire PAG est celle associé aux nouvelles variables

JSO – Janvier 2012 - 17

ARTEMIS: Optimisation PAGEtudeEtude multi niveaux multi niveaux

coupléecoupléePAGPAG

Overall performances

Physics based weights

Mission Profile

Fuel capacity check

Problème optimisation niveau PAG

Paramètres Z = {Cd croisière , M voilure }Variables de conception PAG : x ={ΦLE, e, b}Fonction objectif à minimiser

f(x, Z) = (0.5 MTOW + 0. MFUEL)

Sous contraintesg1(x, Z)= Vapp – Vapp0 ≤ 0 Vitesse approcheg2(x, Z)= Ldeco – Ldeco0 ≤ 0 Distance Décollageg3(x, Z)= Txr – Txr0 ≤ 0 Taux de remplissage voilure

Best generation

103450

103500

103550

103600

103650

103700

103750

241600 241650 241700 241750 241800 241850 241900

MTOW

MF

UE

L172630

172640

172650

172660

172670

172680

172690

OB

JEC

TIF

Best generationFonction objectif

Choix de la fonction Objectif composite

car utilisation d’une méthode par gradient :

� Vitesse de convergence� Espace d’exploration restreint� Automatisation facilitée du process PAG

Comparaison avec algorithme génétique sur castests

JSO – Janvier 2012 - 18

Obtention du coefficient d'échange� Compréhension du coefficient d'échange

Obtenu, autour de la configuration optimale PAG, à partir des dérivées de la fonction objectif du PAG par rapport aux paramètres Z = {Cd croisière , M voilure }

Exemple1000 kg de Mvoil � 1 110 kg de Mfuel � 2.45 points de Cx 1000 kg de Mvoil � 2 410 kg de Mtow � 4.72 points de Cx

Soit, pour la fonction objectif PAG , 1 t. Mvoil �3.6 points de trainée

0.78 0.22� Amélioration de la prédiction du coefficient d'échange

Utilisation des dérivées avec Z = {Cd croisière , M voilure } pour prendre en

compte l'effet des contraintes actives (avec les multiplicateurs de Lagrange)

ARTEMIS : Analyse Post OptimaleEtudeEtude multi niveaux multi niveaux

coupléecoupléePAGPAG

Données sortie PAG

� Nouvelle forme en plan optimale du point de vue PAG x* ={Φ*LE, e*, b*}� Coefficient d'échange α représentatif du trade off {Cd croisière vs. M voilure } à l'optimum PAG

Rappel fonction objectif PBD

JSO – Janvier 2012 - 19

ARTEMIS : Conclusion coté PAGEtudeEtude multi niveaux multi niveaux

coupléecoupléeConclusionConclusion

Conclusion Conception avant - projet

� Conception avant projet avion généralement réalisée avec appelsponctuels et ciblés aux outils Haute Fidélité

� ARTEMIS : première application d'une étude multiniveau directement sur un cas test industriel

� Travaux sur l'intégration des données Haute Fidélite dans le processus PAG (avec DTIM)

� Nécessité de mettre à niveau l'outil ACoDe, au niveau méthodologique MDO, et assurer son interopérabilité avec l'environnement informatique mis en place par DAAP et DADS

JSO – Janvier 2012 - 20

Pistes de reflexionPistes de reflexionPistes de reflexion

PAG � Intégrer un plus grand nombre de disciplines au niveau de la MDA du PAG

pour tenir compte d'un plus grand nombre de contraintes

� Amélioration de la calibration des modèles PAG en p rofitant au mieux des itérations effectuées pendant l'optimisation PB D (historique)

� Amélioration de la stratégie MDO niveau PAG (formul ation adaptée à un grand nombre de disciplines et à l'intégration d'alternatives de modélisation locales en fonction de l'avancement de l'optimisation )

� Travaux sur les automatisations nécessaires au cours de l'optimisation et identification des étapes nécessitant une décision "ingénieur"

Couplage PAG/PBD� Utiliser les données Haute Fidélite pour plus de conditions de vol et

généraliser le couplage au multi-points

� Définition des différents coefficients d'échange entre les disciplines

JSO – Janvier 2012 - 21

Merci de votre attention