Méta-modèles réduits et séparés du comportement de balayage d'un moteur Diesel 2-temps pour l'exploration évolutionnaire des espaces de solutions

Abstract

L’utilisation de techniques numériques lors de la conception d’un produit s’est largement généralisée au cours des 30 dernières années. Pourtant, la lenteur des calculs et la spécialisation des modèles numériques restent problématiques.Nous avons donc choisi de développer des modèles réduits du comportement de balayage sur un moteur Diesel 2-temps à lumières. Ces modèles sont analytiques, génériques, rapides d’utilisation et permettent d’éliminer les problématiques de traitement numérique. Ils sont aussi des instruments performants dans la recherche de solutions de conception. Une modélisation CFD 2D a tout d’abord été développée pour servir de bases de données, avec la définition des paramètres primordiaux à suivre pour quantifier un balayage optimal.Le travail de recherche a dévoilé une méthodologie nouvelle fondée sur un méta-modèle du comportement dit « neuro-séparé » comprenant un modèle neuronal d’état, un modèle neuronal pseudo-dynamique et un modèle à variables séparées. Ensuite, un processus d'aide à la décision exploitant les modèles précédents a été mis en place au travers d’un processus d’optimisation évolutionnaire (fondé sur les algorithmes génétiques) puis de la simulation comportementale rapide des solutions optimales de conception par un krigeage.La démarche de conception multipoints de vue, multi-critères et multi-physiques appliquée au moteur intègre aussi une dimension cognitive : l’exploration évolutionnaire des espaces de solutions a été menée de façon libre et forcée. Afin de valider notre approche, nous avons mis en place des critères de qualification appliqués à chacun de nos modèles, permettant de quantifier les écarts visà-vis de la base initiale CFD qui a fondé nos modèles réduits.Notre démarche a mené à la création d’un outil d’aide à la modélisation et à la décision exploitant les modules Python et Matlab développés.