projet artemis - processus multiniveau janvier/t... · variables de conception lié à la forme en...
TRANSCRIPT
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