[PDF] Optimisation de Forme Multi-Objectif sur Machines Parallèles avec

View - Download Optimisation de Forme Multi-Objectif sur Machines Parallèles avec

Previous PDF

Next PDF

Num´ero d'ordre : 2544

TH ESE pr

´esent´ee pour obtenir le titre de

DOCTEUR DE

L'INSTITUT NATIONAL POLYTECHNIQUE

DE TOULOUSE

Ecole doctorale: TYFEP

Sp

´ecialit´e: Dynamique des Fluides

Directeur de th

ese: Thierry P

OINSOT

Par M.Florent DUCHAINE

Optimisation de Forme Multi-Objectif sur Machines Paralleles avec M

´eta-Modeles et Coupleurs.

Application aux Chambres de Combustion A

´eronautiques.

Soutenue le Jeudi 15 Novembre 2007 devant le jury compos´e de :

J.A. D

ESID´ERIDirecteur de Recherchea L'INRIA - Sophia AntipolisRapporteur M. L ACHIMaˆtre de Conf´erencesa la Facult´e des Sciences de ReimsRapporteur L. G

IRAUDProfesseura l'ENSEEIHT - ToulouseExaminateur

B. M OHAMMADIProfesseura l'Universit´e de Montpellier IIExaminateur O. P IRONNEAUProfesseura l'Universit´e Pierre et Marie Curie Paris VIPr´esident N. S

AVARYIng´enieura TURBOMECA - BordesExaminateur

T. P OINSOTDirecteur de Recherchea l'IMF de ToulouseDirecteur de These R

´ef. CERFACS : TH/CFD/07/96

Optimisation de Forme Multi-Objectif sur Machines Paralleles avec M´eta-Modeles et Coupleurs.

Application aux Chambres de Combustion A

´eronautiques.

R´esum´e

Les normes drastiques sur les´emissions d'especes polluantes et la volont´e de r´eduire lesd´elais

de mise sur le march ´eincitent les motoristesa repenser les concepts de la nouvelle g´en´eration de chambre de combustion ainsi que leurs m ´ethodes de conception. Les codes de simulation num´erique des

´ecoulements turbulents r´eactifs, bas´es sur une approche de moyenne de Reynolds (RANS), sont

utilis

´es depuis quelques ann´ees par les ing´enieurs dans les phases de conception des foyer a´eronautiques.

Leur emploi a permis de r

´eduire les temps et les coˆuts de conception en diminuant notamment le nombre d'essais exp ´erimentaux. La maniere d'utiliser ces outils demeure un point clef pour´elaborer des environnements d'aide a la d´ecision performants.

Le but de ces travaux de th

ese est de fournir une m´ethodologie bas´ee sur des consid´erations issues de l'optimisation multi-objectif pour d ´evelopper un outil de conception automatis´e qui integre des codes de simulation num ´erique pour´evaluer les congurations. En premier lieu, les´etudes rapport´ees dans ce manuscrit concernent l'automatisation des proc ´edures de simulation en insistant sur les aspects de g

´en´eration automatique de maillage. Ensuite, le probleme des temps de restitution li´esa l'utilisation

conjointe de techniques d'optimisation et de codes de calcul co

ˆuteux en ressources informatiques est

adress

´e en proposant un algorithme bas´e sur desm´eta-modeles. L'outil nal est construita partir d'un

coupleur de codes parall eles, lui conf´erant ainsi des caract´eristiques int´eressantes de performance et de exibilit

´e. Finalement, apres divers tests de validation et d'´evaluation, une application sur une chambre

de combustion industrielle montre les capacit ´es de la m´ethodea identier des congurations promet- teuses. Mots-clefs :Optimisation Multi-Objectif, Calcul Haute Performance, M´eta-Modeles, Coupleur, G ´en´eration Automatique de Maillage, Chambre de Combustion. Multiobjective Shape Optimization on Parallel Architectures with Metamodels and Couplers.

Application to Aeronautical Combustion Chambers.

Abstract

Drastic norms on pollutant emissions and the need to reducetimes to marketencourage aero-

nautical engine manufacturers to reconsider the concepts of the next generation of combustion chamber

as well as their design methodologies. Reactive and turbulent simulation codes based on the RANS approach have been used for a few years by engineers in the design cycle of aeronautical combustion chambers. Their use has allowed to reduce development times and costs mostly by decreasing the number of experimental tests. The way to integrate these tools is still a challenging point when the development of an efcient design framework is considered.

The aim of this work is to provide a multiobjective optimization based methodology to develop a fully

automated tool that evaluates design with simulation codes. First, the studies presented in this report deal

Then, to reduce the overall response time caused by the use of optimization technics with expensive si-

mulation codes, a strategy based onmetamodelingis proposed. The resulting tool is developed with a

parallel code coupler offering performance and exibility to the application. Finally, after some valida-

tions and evaluations on test cases, an application on an industrial combustor underlines the capacities of

the mehod to identify promising designs. Keywords :Multiobjective Optimization, High Performance Computing, Metamodels, Coupler, Auto- matic Mesh Generation, Combustion Chamber. 4

Table des matieres

Ronde de Remerciements9

Liste des symboles11

Introduction g

´en´erale, objectifs et organisation17

I Conception des chambres de combustion21

1 Les principes de la conception des chambres de combustion 25

1.1 G

´en´eralit´es sur les turbinesa gaz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25

1.2 Description globale d'une chambre de combustion . . . . . . . . . . . . . . . . . . . . . 27

1.3 Les points importants de la conception des chambres de combustion . . . . . . . . . . . 28

1.4 Impacts des l

´egislations environnementales sur la conception des chambres de combustion 31

2 Evolution des m

´ethodes de conception33

2.1 La conception dans l'industrie : un processus complexe . . . . . . . . . . . . . . . . . . 33

2.2 Les m

´ethodes de conception du pass´e . . . . . . . . . . . . . . . . . . . . . . . . . . . 35

2.3 Les techniques de conception employ

´ees actuellement . . . . . . . . . . . . . . . . . . . 35

2.4 Ce que r

´eserve le futur : de la recherche vers l'industrie . . . . . . . . . . . . . . . . . . 36

2.5 Cadre Europ

´een de la these . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38 II Une chaˆne de calcul automatique pour aidera la conception des chambres de combustion : MIPTO39

3 Introduction43

TABLE DES MATIERES

3.1´El´ements du formalisme d'optimisation utilis´e dans le manuscrit . . . . . . . . . . . . . 43

3.2 Objectifs et contraintes de la r

´ealisation de l'outil d'optimisation . . . . . . . . . . . . . 45

4 Le solveur CFD N3S-Natur49

4.1 Origines et utilisateurs du code N3S-Natur . . . . . . . . . . . . . . . . . . . . . . . . . 49

4.2 Les

´equations de Navier-Stokes moyenn´ees . . . . . . . . . . . . . . . . . . . . . . . . 50

4.3 Les m

´ethodes num´eriques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 68

4.4 Sp

´ecicit´es du solveur pour son int´egration dans une chaˆne d'optimisation automatique 70

5 Automatisation des calculs CFD75

5.1 Etapes de pr

´e-traitement . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 75

5.2 Gestion des calculs de physique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 78

5.3 Etapes de post-traitement . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 78

6 Gestion du maillage pour l'optimisation de forme81

6.1 Importance du maillage en m

´ecanique des uides num´erique . . . . . . . . . . . . . . . 81

6.2 Repr

´esentation et misea jour des formes . . . . . . . . . . . . . . . . . . . . . . . . . . 83

6.3 Adaptation des maillages aux formes . . . . . . . . . . . . . . . . . . . . . . . . . . . . 86

6.4 Les m

´ethodes int´egr´ees dans MIPTO . . . . . . . . . . . . . . . . . . . . . . . . . . . . 93

7 Optimisation & CFD - Revue bibliographique103

7.1 Une br

eve introduction aux m´ethodes d'optimisation . . . . . . . . . . . . . . . . . . . 103

7.2 Le challenge du couplage entre l'optimisation et la CFD . . . . . . . . . . . . . . . . . 108

7.3 L'optimisation assist

´ee par m´eta-modeles . . . . . . . . . . . . . . . . . . . . . . . . . 110

8 Description de la m

´ethode retenue115

8.1 Pr

´esentation g´en´erale de la m´ethode d'optimisation . . . . . . . . . . . . . . . . . . . . 115

8.2 Les m

´eta-modeles choisis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 115

8.3 Initialisation de la base de donn

´ees d'apprentissage . . . . . . . . . . . . . . . . . . . . 124

8.4 Proc

´edures d'enrichissement de la base de donn´ees d'apprentissage . . . . . . . . . . . 129

8.5 Post-traitements de la base de donn

´ees . . . . . . . . . . . . . . . . . . . . . . . . . . . 132 6

TABLE DES MATIERES

III Validations de la m´ethode d'optimisation et r´esultats 137

9 Optimisations mono-objectifs141

9.1 Validations de MIPTO sur des cas analytiques . . . . . . . . . . . . . . . . . . . . . . . 141

9.2 Validations et

´evaluations de MITPO sur un dispositif de dilution bidimensionnel . . . . 160

10 Optimisations multi-objectifs171

10.1 Validations de MIPTO sur des cas analytiques . . . . . . . . . . . . . . . . . . . . . . . 171

10.2 Validations et

´evaluations de MITPO sur une g´eom´etrie bidimensionnelle de turbomoteur 178

11 Application de MIPTO

a une chambre de combustion industrielle 195

11.1 Description de la conguration . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 195

11.2 Mise en place du processus d'optimisation . . . . . . . . . . . . . . . . . . . . . . . . . 199

11.3 R

´esultats num´eriques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 204

11.4 Etudes additionnelles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 215

11.5 Conclusion sur l'optimisation multi-objectif d'une chambre de combustion industrielle . 219

Conclusion g´en´erale et Perspectives221

Bibliographie225

Annexes243

A Architecture informatique de MIPTO243

A.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 243

A.2 Pr

´esentation de PALM . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 249 A.3 Architecture de MIPTO . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 254 B Cha ˆne thermique d´evelopp´ee pour SNECMA263

B.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 263

B.2 Quelques aspects de la thermique des chambres de combustion . . . . . . . . . . . . . . 264

B.3 Interactions entre les physiques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 266

7

TABLE DES MATIERES

B.4 La chaˆne de calcul thermique automatique sous PALM . . . . . . . . . . . . . . . . . . 267

B.5 Application sur un cas industriel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 267

B.6 Conclusions et perspectives . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 270

C Optimisation des coefcients de sch

´emas num´eriques d'ordre´elev´e pour la Simulation aux

Grandes Echelles par algorithme g

´en´etique273

C.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 273

C.2 L'optimisation par algorithmes g

´en´etiques . . . . . . . . . . . . . . . . . . . . . . . . . 274

C.3 Sch

et a coefcients constants . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 274 C.4 R

´esultats num´eriques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 279

C.5 Conclusions et perspectives . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 284

8

Ronde de Remerciements

Le jeu de Capoeira s'apparente aujeude la vie : rythm´e par lestoquesduB´erimbau, le Capoeiriste

apprend au fur et a mesure de ses exp´eriences au sein de laRoda(gure 1). En tant qu'´eleve Capoeriste, les

´epreuves rencontr´ees durant la pr´eparation de cette these se sont apparent´eesa des diversesRoda.

C'est donc tout naturellement que je propose au lecteur uneRonde de remerciementspour exprimer ma gratitude aupr es des personnes qui ont contribu´e au bon d´eroulement de ces trois dernieres ann´ees.

FIG. 1 -Roda de Capoeira [34]. Mercia Alvaro, Professeur Vida Nova, Professeur Lagartixa et Mestre Samara

pour ces moments de partage.

Je tiens tout d'aborda remercier Messieurs J.A. D´esid´eri et M. Lachi pour avoir accept´e le rˆole de

rapporteur de ce manuscrit de th ese. J'associea ces remerciements Messieurs L. Giraud, B. Mohammadi,

O. Pironneau et N. Savary pour avoir examin

´e mes travaux de these durant la soutenance. Je suis tres honor ´e que ces scientiques aient particip´ea l'´evaluation de mes travaux. Merci a Thierry Poinsot, mon directeur de these, qui est un scientique modele dont je ne suis pour le

moment qu'unm´eta-modele... Sa capacit´ea mener l'´equipe CFD du CERFACS eta stimuler ses troupes

est exemplaire. Je n'oublierai pas les histoires dechameaux, de1-2- ...10ou encore les conseils de r

´edaction et de pr´esentation. Un grand merci´egalementa Laurent Gicquel qui a suivi mes travaux et

particip ´ea l'´elaboration de mes communications ainsi qu'a ce manuscrit de these (et qui a subi mes

Ronde de Remerciements

humeurs et de beaux retours de pression). Je n'oublie pas B´en´edicte Cuenot et Franck Nicoud (grˆacea

qui j'ai pu, un soir de d ´ecembre 2006, transformer une pr´esentation de20minutes en un r´esum´e de pas plus de5minutes ... bel exercice de style), deux personnalit´es incontournables de l'´equipe. Je r

´eserve une pens´ee toute particulierea Thierry Morel pour le remercier de son soutien et de ses

conseils tant scientiques que d'expert en bricolage (en passant, merci

´egalement aux personnels de Le-

´enovationdenotreappartement)!

J'en prote pour adresser mes remerciements

a Samuel Buis. Je vais disgresser un peu du cadre des trois ans de th ese mais je n'ai jamais trop eu l'occasion de remercier Pierre Comte pour m'avoir transmis le go ˆut de la simulation num´erique.A cette heure des remerciements, je pense ´egalementa l'´equipe p´edagogique de l'ESSTIN : Anne Taniere-Mikolajczak,

Benoit Oesterl

´e et Pascal Boulet.

La suite des remerciements est bien plus ardue : comment et par qui commencer pour exprimer ma reconnaissance aux personnes qui ont ou qui animent encore le CERFACS. Je me lance donc et sans let. Tout d'abord, un grand merci aux anciens tels que Laurent, Patrick, ´El´e, Val, Alexis, Alo¨s, Lea, C´eline, Karine ... Ensuite, merci et courage aux doctorants de derni ere ann´ee qui vont soutenir bientˆot : Nico,

Simon, Guillaume et Jacques. Une pens

´ee scientiquement amicale pour les post-doctorants Mauro, Oli- vier (penses a ton article ...) et Gab (ou Pablo, bon courage pour Paris!). Je ne vais pas non plus lister tout le personnel du CERFACS mais pour nir sur les doctorants, merci a Thomas, Claude et surtouta mon cher coll egue de bureau Anthony. Pour poursuivre, mercia Marie, notre secr´etaire incontournable. En parlant d'incontournable, merci a la formidable´equipe de support informatique du CERFACS : Isabelle, G

´erard, Fabrice, Patrick et Nicolas.

Je vais donc terminer sur le sentimental : une pens ´ee pleine de tendresse pour mes parents qui ont allum

´e en moi la amme de la science, qui m'ont donn´e les premieres bases et m'ont permis d'´evoluer

dans un cadre propice a mon´epanouissement. Mille pens´ees pour les Lorrains,a commencer par ma soeur et sa famille (Rendez-vous au Canada).

Enn, toute ma reconnaissance

a ma chere M´elanie pour sa patience (surtout durant la r´edaction de ce manuscrit), son soutien, ses conseils, sa personnalit

´e, son amour ...a nous les vacancesa Porto

Vecchio!!!

10 Liste des symbolesOptimisation et M´eta-Modeles des fonctions d'

´etat

des fonctions objectifs ^Estimation de la moyenne d'une fonction fEstimateur d'une fonctionf SlijApproximation de la sensibilit´e locale de la fonctionfjpar rapporta la variablevi

SijApproximation de la sensibilit´e globale de

la fonctionfjpar rapporta la variablevi S+ijApproximation de la sensibilit´e globale et absolue de la fonctionfjpar rapporta la variablevi SnijApproximation normalis´ee de la sensibilit´e globale de la fonctionfjpar rapporta la variablevi Sn+ijApproximation normalis´ee de la sensibilit´e globale et absolue de la fonctionfjpar rap- port a la variablevi

Probabilit´ea maximiser pour obtenir les

meilleurs estimateurs non biais

´es

B

EnrBase de donn´ees d'enrichissement

B ErrBase de donn´ees des´echantillons d'erreur B

MMBase de donn´ees pour la construction de

M

´eta-Modeles

PProbleme d'optimisation

Moyenne d'une fonction

(BMM)Mesure de dispersion des points de l'

´echantillonnageBMM

2Variance globale d'un estimateur

^S nij´Ecart type de l'approximation normalis´ee de la sensibilit

´e globale de la fonctionfj

par rapport a la variablevi ^S ij´Ecart type de l'approximation de la sensi- bilit´e globale de la fonctionfjpar rapport a la variablevi

1Hyper-parametre de l'estimateur de Mac-

Kay

2Hyper-parametre de l'estimateur de Mac-

Kay

3Hyper-parametre de l'estimateur de Mac-

Kay c

2Estimation de la variance globale d'un esti-

mateur c

2fVariance de l'estimateur d'une fonctionf

bf´Ecart type de l'estimateur d'une fonctionf

CorrFonction de corr´elation

E[:]Esp´erance math´ematique

E

DEspace de recherche

F

FPFront de Pareto dans l'espace des fonctions

objectifs f

MFonction de m´erite

F objVecteur des fonctions objectifsfi M B

MMMatrice de l'´echantillonnageBMM

nb objNombre de fonction objectif nb opNombre de parametres d'optimisation nb pNombre d'´echantillons nb stNombre de points de d´epart des algo- rithmes a gradients nb tNombre de points de test

LISTE DES SYMBOLES

nbtrTaille de la base de donn´eesBEnrtri´ee et un nouveau site R

2Coefcient de r´egression

R nageBMM r 2f

1;f2Coefcient de Pearson entre les variables

f1etf2 r jHyper-parametre se r´ef´eranta la dimensionquotesdbs_dbs43.pdfusesText_43

[PDF] objet technique et matière vivante

[PDF] décrivez la vie d'un mouvement de résistance libération-sud

[PDF] cours capes maths

[PDF] structure de la rétine 1ere s

[PDF] histoire des relations publiques pdf

[PDF] qu'est ce que les relations publiques pdf

[PDF] les relations publiques en entreprise pdf

[PDF] les outils de relation publique pdf

[PDF] cours de relation publique

[PDF] cours complet des relations publiques pdf

[PDF] ameliorer une relation publique avec des exemple

[PDF] cours de sociologie des organisations gratuit

[PDF] theorie des organisations cours

[PDF] sociologie des organisations résumé

[PDF] cours de sociologie des organisations gratuit pdf