[PDF] Méthode doptimisation et daide à la décision en conception

View - Download Méthode doptimisation et daide à la décision en conception

Previous PDF

Next PDF

Université Bordeaux 1

THESE

DOCTEUR

de

ARNAUD COLLIGNAN

METHODE D'OPTIMISATION ET D'AIDE A LA

MM. P.A. Yvars Maître de conférences HDR, LISMMA, SUPMECA (Saint Ouen)

Rapporteur

J. Bigeon Directeur de recherche CNRS, G-SCOP, ENSGI (Grenoble)

Rapporteur

B. Yannou Professeur, LGI, Centrale Paris Président P. Sébastian Maître de conférences HDR, I2M, Université de

Bordeaux (Talence)

Directeur de

thèse J.P. Nadeau Professeur des universités, I2M, Arts & Métiers

ParisTech (Talence)

Examinateur

W. Jomaa Professeur des universités, I2M, Université de

Bordeaux (Talence)

Examinateur

J. Pailhès Maître de conférences, I2M, Arts & Métiers

ParisTech (Talence)

Co-directeur de

thèse F. Ribour Directeur Technique et Qualité, AXS Groupe

INGELIANCE (Le Havre)

Invité

Méthode d'optimisation et d'aide à la décision en conception mécanique : Application à une structure aéronautique

Pour

Remerciements

Méthode d'optimisation et d'aide à la décision en conception mécanique : Application à une structure aéronautique

REMERCIEMENTS

Pour commencer,

Méthode ouahaaa)

me %#@§ de dpi) ticulier les remercier conjointement, pour notable entre leurs deux personnalités, o département IMC, en commençant par Vanessa Ho Kon Tiat (En mémoire des mammouths) me

Bêh alors) qui après avoir été "

Respect Robustesse)

Pas moyen de rester

)Futur ministre du ), Waha Samet Kal), Adel Ammar, ainsi que Dominique Scaravetti et bien sûr Jean

Remerciements

Not mon jury de thèse, MM. Pierre je souhaiterais adresser une immense

Maman du labo), Alexandre Godin

Au pays des morpions), Carolina Garcia Darras (Mise en forme ), Andrea Capella Hybrideur de logiciels de biblio), Sweat verts), Vigen Ayvazyan (of ), Essam Almansour (Le rockeur), Salut les filles), La vengeresse), Auteur de fausses rumeurs)La sauveuse in ), Frederic Lapègue (Bidouilleur pro), ), Evire ), Vincent Schlick (Le cheminot), Jean Maitre ), ns), Audrey Duphil (ACMO), Alain

Explorateur ), Mario Boulos (Qui se demande

), Malick Cissocko

Bordeaux ), Toujours),

Grand), Nisrine SefriouiQue je salue

), Sandra Profice (En post

Môman),

Père), Pierre et Mariane Collignan (Grand), Jonathan

Djo & Liz), Jean Ji), Baptiste Holveck (

chameau). ., je re

Totosy kely)

Madu) ainsi que Guillaume Heitz (Heitzou).

finale durant les pauses en période de rédaction

Méthode d'optimisation et d'aide à la décision en conception mécanique : Application à une structure aéronautique

RESUMES

Titre

Résumé ion dite architecturale doit

er de manière rigoureuse. Ce choix doit en outre on en vue de sélectionner une solution de conception les solutions candidates pertinentes. Nous les détaillons, les comparons et proposons une

Résumés

industriel.

Mots clefs

Title

Abstract :

Keywords :Decision support

Méthode d'optimisation et d'aide à la décision en conception mécanique : Application à une structure aéronautique

TABLE DES MATIERES

Remerciements

Résumés

Table des matières

Table des illustrations

Table des figures

Table des tableaux

Table des pseudo

Nomenclature

CHAPITRE I :

I.1 Contexte

I.2 Le projet AXSPAD

I.3 Problématiques de la thèse

I.4 Organisation du document

CHAPITRE II :

II.1 Introduction

II.2 Deux types de raisonnement en conception

II.2.1 Raisonnement à partir de modèles

Table des

II.2.2 Raisonnement à partir de cas

II.2.3 Critiques et approche proposée

II.3 Aide à la

II.3.2 Problèmes multi

II.3.2.1 Définition du problème

II.3.2.2 Représentation du problème

II

II.3.3.1.1 Equilibre de

II.3.3.1.2 Méthode des -

II.3.3.1.3 Autres méthodes

II.3.3.2 Méthodes de classements multi

II.3.3.2.1 Système de pointage simple

II.3.3.2.2 Proces

II.3.4.1 Généralités sur les f

II.3.4.4 Fonctions de désirabilité

II.3.4.4.1 Fonctions de Harrington

II.3.4.4.2 Fonctions de Derringer

II.3.5 Méthodes agrégatives

II.3.5.1 Somme pondérée

II.3.5.2 Produ

II.3.5.3 Agrégation par le minimum

II.3.5.4.1 Pondérations

II.3.5.4.2 Filtrage du front de Pareto

II.3.6 Résolutions numériques

II.3.6.1 Méthodes déterministes

II.3.6.2

II.4 Problèmes à grand nombre de variables de conception

II.4.1 De la parcimonie

II.4.2 Réduction et approximation de modèle

Méthode d'optimisation et d'aide à la décision en conception mécanique : Application à une structure aéronautique

II.4.3 Gestion par lots

II.4.3.1 Approche p

II.4.3.2 Approche par composition

II.4.3.3 Approche par courbes et surfaces de Bézier

II.4.4 Bilan

II.5 Conclusion

CHAPITRE III :

III.1 Avant

III.2 Introduction

III.3.1 A la frontière entre CAO et modélisation par éléments finis

III.3.2 Le log

III.3.3 Scénario

III.4 Modélisation d'une jonction

III.4.1 Calcul de post

III.4.1.1 Import du modèle éléments finis

III.4.1.2 Flux d'efforts

III.4.1.3 Distance d'intéressement

III.4.1.4 Placement des fixations

III.4.1.5 Répartition

III.4.1.6 Calcul des marges de sécurité

III.4.1.6.1 Marge de traction dans la fixation

III.4.1.6.2 Marge de cisaillement dans la fixation III.4.1.6.3 Critère combiné dans la fixation

III.4.1.6.4 Marge de matage dans la plaque

III.4.1.6.5 Marge de cisaillement dans la plaque

III.4.1.6.6 Marge de traction da

III.4.2 Observations supplémentaires sur la jonction III.4.2.1 Caractéristiques de la ligne de rivets III.4.2.2 Masse des rivets et densité surfacique

III.4.2.3 Nombre et types de rivets

III.4.3 Variables de conception et d'observation

III.

III.5.1.1 Motifs de variables

III.5.1.2 Lots de variables

Table des matières

III.5.2 Courbes de répartition

III.5.2.1 Points de contrôle

III.5.2.2 Cour

III.5.2.3 Courbe de Bézier cubique composite

III.5.2.4 Création de la courbe de répartition

III.5.2.5 Bilan

III.7 Conclusion : réalisation d'un modèle d'observation

CHAPITRE IV :

IV.1 Introduction

IV.2 Modélisation des préférences : la méthode OIA

IV.2.1 Variable de qualification

IV.2.2 Modèle d'agrégation

IV.2.2.1 Objectifs de conception

IV.2.2.1.1 Identification des objectifs de conception IV.2.2.1.2 Priorités et Processus de Hiérarchie Analytique (AHP)

IV.2.2.1.3 Stratégie compensatoire

IV.2.2.2 Actions de spécification et Variables d'interprétation

IV.2.2.3

IV.2.2.5 Agrégation hybride

IV.2.3 Modèle d'interprétation

IV.2.3.1 Variables d'observation

IV.2.3.2 Fonctions de satisfaction d

IV.2.4 Modèle d'observation

IV.2.5 Bilan sur la formalisation de la

IV.2.6 Notion de confiance

IV.2.6.1 Solution initiale

IV.2.6.2 Modèle d'agrégation

IV.2.6.3 Modèle d'interprétation : fonctions de confiance

IV.2.6.4 Modèle d'observation : di

IV.2.6.5 Autre modèle de confiance

IV.2.6.6 Bilan sur la formalisation de la

IV.3 Arc

IV.3.1 Compromis entre performance et confiance

Méthode d'optimisation et d'aide à la décision en conception mécanique : Application à une structure aéronautique

IV.3.2 Notion d'élasticité

IV.3.2.1 Une origine en micro

IV.3.2.2 Arc

IV.3.3 L'arc

IV.3.4 Arc

IV.4 Conclusion

CHAPITRE V :

V.1 Introduction

V.2 Méthodes et algorithmes d'optimisation

V.3 Enjeux de la comparaison

V.4 Algorithmes stochastiques étudiés

V.4.1 Squelette commun

V.4.2 Algorithme gé

V.4.2.1 Principe

V.4.2.2 Opérateurs

V.4.2.3 Paramètre

V.4.3 Système immunitaire artificiel

V.4.3.1 Principe

V.4.3

V.4.3.3 Paramètres

V.4.4 Essaims particulaires

V.4.4.1 Principe

V.4.4.2 Opérateur

V.4.4.3 Paramètres

V.4.5 A

V.5 Fonctions

V.5.1 Fonction de Himmelblau

V.5.2 Fonction de Lapthorn

V.5.3 Fonction hyper

V.5.4 Fonction d'Easom

V.5.5 Problème de Derringer

V.5.6 Problème de Collignan

V.6 Critères d'arrêt

V.7 Paramétrage des algorithmes

V.8 Comparaison et résultats

V.8.1 Critères de compa

Table des matières

V.8.1.1 Nombre d'évaluations

V.8.1.2 Taux de convergence

V.8.1.3 Sensibilité paramétrique

V.8.2 Sélection d'un algorithme par la méthode de l'AHP

V.9 Conclusion

CHAPITRE VI :

VI.1 Introduction

VI.2 Implémentation du démonstrateur

VI.3 Modélisation

VI.3.1 Fonction objectif de performancep

p

VI.3.1.1.1 Satisfaire les objectifs de conception

VI.3.1.1.2 Les marges : étape de filtrage

p ation p

VI.3.2 Fonction objectif de confiancec

c c c

VI.4 Solution initiale

VI.5 Optimisation

VI.5.1 Système immunitaire artificiel

VI.5.2 Scénarios

VI.5.3 Amélioration de la solution initiale

VI.5.4 Recherche de solutions performantes

VI.5.5 Recherche de solutions arc

VI.6 Conclusion

CHAPITRE VII :

VII.1 Constat et besoins

VII.2 Contributions

VII.3

VII.3.1 Horizons scientifiques

VII.3.2 Horizons industriels

Références

Index

Annexe A

Méthode d'optimisation et d'aide à la décision en conception mécanique : Application à une structure aéronautique

Annexe B

Annexe C-

Hypothèse

Cas particulierpar 0................................

Premier cas

Second cas

Conclusion

Annexe D

Problème de Derringer

Problème de Collignan

Annexe F

Annexe G

Table des illustrations

TABLE DES ILLUSTRATIO

Table des figures

Figure I

Figure I

Figure I

Figure II

Figure II

Figure II

Figure II

Figure II

Figure II

Figure II

Figure II

Figure II

Figure II

Figure II

Figure II

Méthode d'optimisation et d'aide à la décision en conception mécanique : Application à une structure aéronautique

Figure II

Figure II

Figure II

Figure II

Figure II

Figure II

Figure III®

F

Figure III©

Figur

Figure III

Figure III

Figure III

Figure III

Figure III

Figure III

Figure III

Figure III

Figure III

Figure III

Figure III

Figure III

Figure III

Figure III

Figure IV

Figure IV

Figure IV

Figure IV

Figure IV

Figure IV

Figure IV

Figure IV

3

Figure IV

Figure IV

Table des illustrations

Figure IV

Figure IV

Figure IV

Figure IV

Figure IV

Figure IV

Figure IV

Figure IV

Figure IV

Figure IVc

Figure IVc

Figure IV

Figure IV

Figure IVc

Figure IV

Figure IV

Figure IV

Figure IV

Figure IV

Figure V

Figure V

Figure V

Figure V

Figure V

Figure V

Figure V

Figure V

Figure V

Fi

Figure V

Figure VI©

Figure VI

Figure VI

Méthode d'optimisation et d'aide à la décision en conception mécanique : Application à une structure aéronautique

Figure VI

Figure VI

Figure VI54

Figure VI

Figure VI

F

Figure VI

Figure VI

Figure VI-

Figure annexe B : Fonction objectif d

Figure annexe C : Méthode de recherche des VCo pour la solution initiale

Figure annexe D : Valeur d'écart

Figure annexe E : Répartition pour 30 rivets (18 points de contrôle)

Figure a

Figure annexe G : Modèle d'agrégation pour le cas industriel

Figure annexe H : M

Figure annexe I : Arborescence des optimisations

Table des tableaux

Tableau II

Tableau II

Tableau II

Tableau II

Tableau II

Tableau III

Tableau III

Tableau III

Tableau III

Tableau IV

Tableau V

Table des illustrations

Tableau V

Tableau V

Tableau V

Tableau V

Tableau V

Tableau V

Tableau V

Tableau V

Tableau V

Tableau V

Tableau V

Tableau V

Tableau V

Tableau VI

p

Tableau VI

c

Tableau VI

Tableau VI

Tableau VI

Tableau VI

Tableau VI

0)

Tableau VI0

Tableau annexe B : Var

Tableau annexe C : Paramétrage des fonctions de désirabilité du problème de Tableau annexe D : Variables de conception du problème de Collignan Tableau annexe E : Références des matériaux des plaques pour le problème de Tableau annexe F : Références des types de rivet pour le problème de Collignan Tableau annexe G : Paramétrage des fonctions de désirabilité pour le problèm Tableau annexe H : Matrices de jugement des scénarios

Méthode d'optimisation et d'aide à la décision en conception mécanique : Application à une structure aéronautique

quotesdbs_dbs32.pdfusesText_38

[PDF] cours optimisation sans contrainte

[PDF] resume cours optique geometrique

[PDF] cours de physique optique cours et exercices corrigés pdf

[PDF] examen corrigé optique ondulatoire

[PDF] résumé cours optique ondulatoire

[PDF] physique optique cours complet

[PDF] controle optique 1ere s

[PDF] orientation scolaire et professionnelle définition

[PDF] oxydoréduction cours bac pro

[PDF] programme daeu b physique

[PDF] programme daeu a

[PDF] cours physique daeu b pdf

[PDF] cours chimie daeu b

[PDF] la révolution et l'empire 4ème 2016

[PDF] cours de svt 6ème pdf