Utilisation des algorithmes génétiques pour le recalage de modèles thermiques spatiaux
Résumé
Le recalage du modèle thermique par rapport aux mesures d'essai est une tâche critique pour tous les projets spatiaux car elle est une étape obligatoire pour pouvoir ensuite effectuer les prédictions finales de vol ; elle intervient en fin de développement lorsque le planning du projet est généralement tendu. Les méthodes actuelles utilisées par l'industrie spatiale sont rarement satisfaisantes en terme de qualité des résultats obtenus, et extrêmement coûteuse en temps d'ingénierie. En principe, une large gamme de techniques d'optimisation est utilisable pour assister cette tâche. Cependant, le problème en jeu est complexe car pouvant impliquer des dizaines de paramètres physiques du modèle, mais aussi des centaines de points de mesures, pour lesquels le modèle recalé devra fournir une prédiction correcte. Les modèles étant de plus fortement non linéaires, ceci explique pourquoi on utilise encore de manière opérationnelle des méthodes essentiellement manuelles. La puissance de calcul croissant continuellement, il devient néanmoins possible aujourdÇhui d'évaluer l'applicabilité de méthodes d'optimisation stochastiques dont le coût aurait été prohibitif dans le passé. Parmi ces techniques, les Algorithmes Génétiques (AG) sont une méthode globale adaptable à beaucoup de problèmes et donc potentiellement à celui thermique (car exigeant très peu de conditions sur la fonction). Elles demandent cependant de l'expérience pour pouvoir être utilisées efficacement. Dans le contexte d'un contrat ESA pour EADS-Astrium Toulouse, la collaboration avec des chercheurs de la Direction des Services de la Navigation Aérienne (DSNA/DTI/R&D/POM) experts en optimisation stochastique a permis de tester, pour de nombreuses configurations de paramètres de recalage, des petits modèles thermiques (jusqu'à 300 noeuds en cas permanent, méthode nodale) ayant des solutions connues. Les résultats, pour le code AG utilisé, montrent que celui-ci explore bien l'ensemble du domaine pour identifier la zone où se trouve la meilleure solution, mais est peu efficace pour converger finement sur celle-ci ; néanmoins, les résultats sont suffisants dans la plupart des cas observés et semblent atteignables avec une paramétrisation relativement standard de l'AG, sans exiger des compétences particulières de la part de l'utilisateur thermicien. La vérification de l'applicabilité de ces méthodes a des problèmes de dimension industrielle (taille modèle > 1000 noeuds, nombreux cas de tests à recaler simultanément, conditions transitoires) exige maintenant l'utilisation de moyens de calculs massifs, par exemple sous la forme de calcul distribué en parallèle sur un réseau de machines. Une autre voie prometteuse à explorer pour réduire le temps de calcul est de mettre en oeuvre une technique d'optimisation hybride : L'utilisation initiale d'une méthode globale de type AG ou autre permet d'obtenir des solutions approchées qui seront prises comme point de départ pour l'exécution d'une méthode locale capable dans ces conditions de converger efficacement sur la solution absolue.
Domaines
Optimisation et contrôle [math.OC]
Origine : Fichiers produits par l'(les) auteur(s)