FR3039677A1 - Procede de conception de pieces mecaniques, notamment d'aubes de turbomachine - Google Patents
Procede de conception de pieces mecaniques, notamment d'aubes de turbomachine Download PDFInfo
- Publication number
- FR3039677A1 FR3039677A1 FR1557301A FR1557301A FR3039677A1 FR 3039677 A1 FR3039677 A1 FR 3039677A1 FR 1557301 A FR1557301 A FR 1557301A FR 1557301 A FR1557301 A FR 1557301A FR 3039677 A1 FR3039677 A1 FR 3039677A1
- Authority
- FR
- France
- Prior art keywords
- meta
- dimensioning
- constraints
- models
- sizing
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 49
- 238000013461 design Methods 0.000 claims abstract description 32
- 238000004513 sizing Methods 0.000 claims abstract description 26
- 238000010276 construction Methods 0.000 claims abstract description 12
- 238000011156 evaluation Methods 0.000 claims abstract description 12
- 238000010238 partial least squares regression Methods 0.000 claims abstract description 4
- 239000011159 matrix material Substances 0.000 claims description 14
- 239000013598 vector Substances 0.000 claims description 13
- 238000012545 processing Methods 0.000 claims description 8
- 238000005314 correlation function Methods 0.000 claims description 6
- 238000013401 experimental design Methods 0.000 claims description 6
- 238000002474 experimental method Methods 0.000 claims description 6
- 238000011160 research Methods 0.000 claims description 3
- 238000004590 computer program Methods 0.000 claims description 2
- 238000005457 optimization Methods 0.000 description 32
- 230000006870 function Effects 0.000 description 18
- 238000004364 calculation method Methods 0.000 description 15
- 230000004044 response Effects 0.000 description 9
- 238000004088 simulation Methods 0.000 description 9
- 230000008569 process Effects 0.000 description 5
- 238000011282 treatment Methods 0.000 description 5
- 238000004422 calculation algorithm Methods 0.000 description 4
- 238000013383 initial experiment Methods 0.000 description 3
- 230000003044 adaptive effect Effects 0.000 description 2
- 238000013459 approach Methods 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 239000008186 active pharmaceutical agent Substances 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 235000000332 black box Nutrition 0.000 description 1
- 230000008094 contradictory effect Effects 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000000593 degrading effect Effects 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000005315 distribution function Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000007620 mathematical function Methods 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
- 238000000513 principal component analysis Methods 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000011144 upstream manufacturing Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/06—Multi-objective optimisation, e.g. Pareto optimisation using simulated annealing [SA], ant colony algorithms or genetic algorithms [GA]
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
Description
Claims (11)
- REVENDICATIONS1. Procédé de conception d’une pièce mécanique définie par un ensemble de variables de définition prenant des valeurs dans un espace de conception, pour déterminer un dimensionnement de la pièce optimisé du point de vue d’un objectif à atteindre, tout en respectant un ensemble de contraintes, le procédé étant mis en œuvre par une unité de traitement et comprenant la mise en œuvre d’au moins une itération de la succession des étapes: a) à partir d’un plan d’expérience comprenant au moins un dimensionnement d’une pièce, chaque dimensionnement comprenant des valeurs pour l’ensemble des variables de définition, et, pour chaque dimensionnement, une valeur de fonction objectif correspondante, construire (2, 4c) un méta-modèle de krigeage pour chaque contrainte et pour la fonction objectif, b) évaluer les méta-modèles de Krigeage sur l’espace de conception, et déterminer (4a) un dimensionnement de prédiction optimale d’atteinte de l’objectif et de respect des contraintes, c) évaluer le respect des contraintes et un degré d’atteinte de l’objectif par ledit dimensionnement, et enrichir (4b) le plan d’expérience précédent avec ledit dimensionnement et les valeurs obtenues par l’évaluation, le procédé étant caractérisé en ce que la construction des méta-modèles de Krigeage comprend la mise en œuvre d’une régression par moindres carrés partiels pour diminuer le nombre de paramètres dans la construction de chaque méta-modèle.
- 2. Procédé selon la revendication 1, dans lequel l’étape de construction (2, 3c, 4c) des méta-modèles de Krigeage comprend l’utilisation, pour l’expression de prédicteurs de Krigeage, d’une matrice de corrélation calculée à partir d’un nombre de paramètres de pondération strictement inférieur au nombre de variables de définition.
- 3. Procédé selon la revendication 2, dans lequel l’étape de construction (2, 3c, 4c) des méta-modèles de Krigeage comprend l’utilisation d’une matrice de corrélation calculée à partir d’une fonction de corrélation définie par :où u et v sont deux vecteurs de coordonnées u/, v„ avec / entier compris entre 1 et d, d est le nombre de variables de définition, W est une matrice contenant des coefficients de pondération des variables initiales dans la construction des variables latentes , q est un paramètre de pondération de la variable de définition j, et q est le nombre réduit de dimensions.
- 4. Procédé selon l’une des revendications 1 à 3, comprenant en outre, lors de la première itération, avant la mise en œuvre de l’étape b), la mise en œuvre d’une étape (3) de recherche d’au moins un dimensionnement satisfaisant à l’ensemble des contraintes.
- 5. Procédé selon la revendication 4, dans lequel l’étape de recherche d’un dimensionnement satisfaisant aux contraintes comprend : d) l’évaluation (3a) des méta-modèles de Krigeage sur l’espace de conception pour déterminer un dimensionnement présentant une probabilité maximale de respect des contraintes, e) l’évaluation (3b) du respect des contraintes et du degré d’atteinte de l’objectif par ledit dimensionnement, et l’enrichissement du plan d’expérience précédent avec ledit dimensionnements et les valeurs obtenues par l’évaluation, et f) la mise à jour (3c) des méta-modèles de Krigeage à partir du plan d’expérience enrichi.
- 6. Procédé selon la revendication 5, dans lequel les étapes d) à f) sont mises en œuvre de manière itérative jusqu’à déterminer un dimensionnement respectant l’ensemble des contraintes, ou jusqu’à un nombre maximal d’itérations prédéterminé.
- 7. Procédé selon l’une des revendications 4 ou 5, dans lequel l’étape b) est mise en œuvre en évaluant les méta-modèles de Krigeage générés sur la base du dernier plan d’expérience enrichi.
- 8. Procédé selon l’une des revendications précédentes, dans lequel, lors de la première itération, le plan d’expérience initial est un plan d’expérience pré-calculé ou un plan de type Latin Hypercube.
- 9. Procédé selon l’une des revendications précédentes, dans lequel les étapes a) à c) sont itérées jusqu’à atteindre un nombre d’itérations pré-déterminé, et un dimensionnement optimal de la pièce est le dernier dimensionnement ayant enrichi le plan d’expérience à l’étape c).
- 10. Produit programme d’ordinateur, comprenant des instructions de code pour la mise en œuvre du procédé selon l’une des revendications précédentes, lorsqu’il est exécuté par un processeur.
- 11. Unité de traitement, comprenant un processeur configuré pour la mise en œuvre du procédé selon l’une des revendications 1 à 9.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
FR1557301A FR3039677A1 (fr) | 2015-07-30 | 2015-07-30 | Procede de conception de pieces mecaniques, notamment d'aubes de turbomachine |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
FR1557301A FR3039677A1 (fr) | 2015-07-30 | 2015-07-30 | Procede de conception de pieces mecaniques, notamment d'aubes de turbomachine |
Publications (1)
Publication Number | Publication Date |
---|---|
FR3039677A1 true FR3039677A1 (fr) | 2017-02-03 |
Family
ID=55542730
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
FR1557301A Pending FR3039677A1 (fr) | 2015-07-30 | 2015-07-30 | Procede de conception de pieces mecaniques, notamment d'aubes de turbomachine |
Country Status (1)
Country | Link |
---|---|
FR (1) | FR3039677A1 (fr) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109783772A (zh) * | 2017-11-14 | 2019-05-21 | 贵州中烟工业有限责任公司 | 一种确定偏最小二乘回归潜变量数的方法 |
CN113297677A (zh) * | 2021-06-15 | 2021-08-24 | 中国航发沈阳发动机研究所 | 一种基于Kriging模型的飞机发动机空气***概率分析方法 |
-
2015
- 2015-07-30 FR FR1557301A patent/FR3039677A1/fr active Pending
Non-Patent Citations (6)
Title |
---|
ALBERTO RAÚL ET AL: "Partial Least Squares Regression on Symmetric Positive-Definite Matrices", REVISTA COLOMBIANA DE ESTADÍSTICA, vol. 36, no. 1, 1 June 2013 (2013-06-01), pages 177 - 192, XP055279262 * |
MICHAEL JAMES SASENA: "Flexibility and efficiency enhancements for constrained global design optimization with kriging approximations", 1 January 2002 (2002-01-01), United States, XP055279273, ISBN: 978-0-493-73657-0, Retrieved from the Internet <URL:https://dev.spline.de/trac/dbsprojekt_51_ss09/export/73/ki_seminar/referenzen/Sas02.pdf> [retrieved on 20160609] * |
N. S. MERA: "Efficient optimization processes using kriging approximation models in electrical impedance tomography", INTERNATIONAL JOURNAL OF NUMERICAL METHODS IN ENGINEERING., vol. 69, no. 1, 1 January 2007 (2007-01-01), GB, pages 202 - 220, XP055279259, ISSN: 0029-5981, DOI: 10.1002/nme.1772 * |
NICOLAS DURRANDE ET AL: "Additive Covariance Kernels for High-Dimensional Gaussian Process Modeling", ARXIV.ORG, CORNELL UNIVERSITY LIBRARY, 201 OLIN LIBRARY CORNELL UNIVERSITY ITHACA, NY 14853, 27 November 2011 (2011-11-27), XP080552792 * |
TENNE Y ET AL: "Dimensionality-reduction frameworks for computationally expensive problems", EVOLUTIONARY COMPUTATION (CEC), 2010 IEEE CONGRESS ON, IEEE, PISCATAWAY, NJ, USA, 18 July 2010 (2010-07-18), pages 1 - 8, XP031763736, ISBN: 978-1-4244-6909-3 * |
VICTOR PICHENY ET AL: "Adaptive Designs of Experiments for Accurate Approximation of a Target Region", PREPRINT, WORKING PAPER, 22 June 2010 (2010-06-22), pages 1 - 13, XP055279321, Retrieved from the Internet <URL:https://hal.archives-ouvertes.fr/hal-00319385/file/MD-90-1040_formatted.pdf> [retrieved on 20160609], DOI: 10.1115/1.4001873 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109783772A (zh) * | 2017-11-14 | 2019-05-21 | 贵州中烟工业有限责任公司 | 一种确定偏最小二乘回归潜变量数的方法 |
CN109783772B (zh) * | 2017-11-14 | 2023-12-22 | 贵州中烟工业有限责任公司 | 一种确定偏最小二乘回归潜变量数的方法 |
CN113297677A (zh) * | 2021-06-15 | 2021-08-24 | 中国航发沈阳发动机研究所 | 一种基于Kriging模型的飞机发动机空气***概率分析方法 |
CN113297677B (zh) * | 2021-06-15 | 2023-09-22 | 中国航发沈阳发动机研究所 | 一种基于Kriging模型的飞机发动机空气***概率分析方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6969637B2 (ja) | 因果関係分析方法および電子デバイス | |
EP3472736B1 (fr) | Procédé d'estimation du facteur d'intensité des contraintes et procédé de calcul de durée de vie associé | |
EP2987102B1 (fr) | Procédé de modélisation d'une pièce, en particulier un aubage | |
CA2943397C (fr) | Procede d'estimation du caractere normal ou non d'une valeur mesuree d'un parametre physique d'un moteur d'aeronef | |
FR3088463A1 (fr) | Procede de construction de reseau de neurones pour la simulation de systemes reels | |
EP2012243B1 (fr) | Optimisation de la conception aérodynamique utilisant l'extraction de connaissances de l'analyse de grilles de surface non structurées | |
FR3027133A1 (fr) | Procede de modelisation d'une pale d'une helice non-carenee | |
FR3033062A1 (fr) | Procede de determination d'intervalles de tolerance pour le dimensionnement d'une piece | |
FR3039677A1 (fr) | Procede de conception de pieces mecaniques, notamment d'aubes de turbomachine | |
WO2020094995A1 (fr) | Procédé de construction de réseau de neurones pour la simulation de systèmes physiques | |
EP1938219A1 (fr) | Procede de tri d'un ensemble de documents electroniques | |
EP1131750A1 (fr) | Outil de modelisation a capacite controlee | |
EP3660748A1 (fr) | Procédé d'analyse d'un jeu de paramètres d'un réseau de neurones en vue d'obtenir une amélioration technique, par exemple un gain en mémoire | |
CN107886126A (zh) | 基于动态集成算法的航空发动机气路参数预测方法及*** | |
FR3060157A1 (fr) | Procede de simulation du comportement d'une structure par calcul par elements finis | |
JP6203313B2 (ja) | 特徴選択装置、特徴選択方法およびプログラム | |
WO2021094694A1 (fr) | Procédé de détermination d'une fonction de prédiction mettant en œuvre un réseau de neurones, et procédé de traitement associé | |
EP3588301B1 (fr) | Determination automatique et auto-optimisee des parametres d'execution d'une application logicielle sur une plateforme de traitement de l'information | |
WO2021123622A1 (fr) | Méthode de simulation numérique par apprentissage automatique | |
EP3265915B1 (fr) | Dispositif de simulation | |
CN112649869A (zh) | 基于ga-wnn的储层特征参数预测方法及*** | |
FR3064776A1 (fr) | Procede d'apprentissage du comportement dynamique d'un moteur d'aeronef | |
WO2018229392A1 (fr) | Dispositif de caracterisation et/ou de modelisation de temps d'execution pire-cas | |
WO2014053606A2 (fr) | Procédé de traitement de données définissant un élément dans un espace e de dimensions d, programme d'ordinateur associé | |
WO2023017215A1 (fr) | Procédé de simulation numérique par apprentissage profond et réseau de neurones récurrents associé |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PLFP | Fee payment |
Year of fee payment: 2 |
|
PLSC | Publication of the preliminary search report |
Effective date: 20170203 |
|
PLFP | Fee payment |
Year of fee payment: 3 |
|
PLFP | Fee payment |
Year of fee payment: 4 |
|
CD | Change of name or company name |
Owner name: OFFICE NATIONAL D'ETUDES ET DE RECHERCHES AERO, FR Effective date: 20180809 Owner name: SAFRAN AIRCRAFT ENGINES, FR Effective date: 20180809 Owner name: INSTITUT SUPERIEUR DE L'AERONAUTIQUE ET DE L'E, FR Effective date: 20180809 |
|
PLFP | Fee payment |
Year of fee payment: 6 |
|
PLFP | Fee payment |
Year of fee payment: 7 |
|
PLFP | Fee payment |
Year of fee payment: 8 |
|
PLFP | Fee payment |
Year of fee payment: 9 |
|
PLFP | Fee payment |
Year of fee payment: 10 |