Cerfacs Entrez dans le monde de la haute performance...

Optimisation aérodynamique avec des paramètres de forme incertains

MEGEP (Mécanique, Energétique, Génie civil & Procédés) [Sous réserve d’autorisation de soutenance]

Lien YouTube : https://youtube.com/live/uiqGay2Xkgg?feature=share

Les ailes à fort allongement constituent une technologie prometteuse pour les aéronefs de nouvelle génération. Elles offrent une meilleure efficacité aérodynamique, permettant de réduire la consommation de carburant ainsi que les émissions de carbone. Cependant, aux premières étapes de conception, les modèles structurels ne sont souvent pas suffisamment matures. Cela crée un écart épistémique entre les simulations numériques idéalisées et le comportement réel. De telles divergences peuvent compromettre les performances en vol. Par conséquent, les ingénieurs doivent procéder à des ajustements supplémentaires de la géométrie de l'aile afin d'obtenir les performances souhaitées. Ainsi, la motivation de cette thèse est de concevoir des formes aérodynamiques moins sensibles aux variations géométriques. Pour atteindre cet objectif, nous étudions des cadres de conception robustes, avec un accent particulier sur l'optimisation robuste. En intégrant la quantification des incertitudes dans le processus d'optimisation, l'optimisation robuste permet de développer des conceptions plus fiables et plus résilientes. L'optimisation aérodynamique basée sur les gradients et utilisant la méthode adjointe est une approche mature et efficace, qui s'est révélée performante même aux premiers stades de la conception de formes. Cependant, elle opère dans un espace de conception de grande dimension, car la représentation précise des formes aérodynamiques nécessite un grand nombre de variables de conception afin de capturer les phénomènes physiques pertinents. Par conséquent, le processus d'optimisation peut devenir coûteux en calcul. De plus, lorsque la propagation des incertitudes est effectuée à chaque itération, le coût de calcul de l'optimisation robuste augmente fortement. Cette thèse propose donc de nouvelles stratégies visant à réduire la charge computationnelle de l'optimisation robuste. Une approche multiniveaux a été développée afin d'améliorer les taux de convergence. Par ailleurs, l'intégration de techniques de réduction de dimension et de modèles de substitution (surrogates) a été étudiée afin de réduire le nombre d'échantillons nécessaires à la propagation des incertitudes. Cette thèse démontre la faisabilité de l'optimisation robuste de formes aérodynamiques sous incertitudes géométriques. Les approches développées sont d'abord évaluées sur un cas test analytique utilisant une fonction de Rosenbrock à 100 dimensions avec 10 variables de conception incertaines, puis appliquées à la configuration aile-fuselage DLR-F25 comportant 94 variables de conception, selon deux scénarios. Dans le premier scénario, quatre variables de conception sont considérées comme incertaines. Afin de mettre davantage à l'épreuve la méthodologie proposée, un second scénario est introduit, dans lequel l'espace des incertitudes est élargi pour inclure des paramètres supplémentaires non optimisés.

Jury

Mme Paola CINNELLA	Sorbonne Université	Rapporteure
M. Olivier LE MAÎTRE	Polytechnique	Rapporteur
M. Mathieu BALESDENT	ONERA	Examinateur
M. Gilbert ROGE	Dassault aviation	Examinateur
Mme Aude RONDEPIERRE	INSA Toulouse	Examinatrice
M. Jean-Christophe JOUHAUD	Cerfacs	Directeur de thèse
M. Joel BREZILLON	Airbus	Invité