Optimisation aéromécanique d aubes de compresseurs appliquée à l aéronautique
|
|
- Cyril Mathieu
- il y a 7 ans
- Total affichages :
Transcription
1 Séminaire de laboratoire 8 février 2007 Optimisation aéromécanique d aubes de compresseurs appliquée à l aéronautique Rajan Filomeno Coelho Laboratoire de Mécanique Roberval, FRE 2833 Centre de Recherche Royallieu Université de Technologie de Compiègne rajan.filomeno-coelho@utc.fr Séminaire de laboratoire (8 février 2007) 1
2 Contenu de la présentation 1. Contexte de l étude 2. Méthodologie d optimisation 3. Dimensionnement d aubes de turbomachines 4. Application industrielle 5. Conclusions et perspectives sur l optimisation multidisciplinaire Séminaire de laboratoire (8 février 2007) 2
3 Contexte de l étude Cette étude a été réalisée à CENAERO, un centre de recherche en aéronautique fondé en 2002 en partenariat avec : La Région wallonne EWA : Techspace Aero (SAFRAN), Sabca, Sonaca, Samtech, FFT, Universités et centres de recherche : ULB, UCL, ULg, IVK Activités de CENAERO : R&D en méthodes de simulation pour l aéronautique Participation à des projets européens (FP6-AERO : VIVACE, DEEPWELD, MUSCA, LAPCAT, VITAL, ) Etudes industrielles (Snecma, Techspace Aero, Inergy Automotive, ) Séminaire de laboratoire (8 février 2007) 3
4 Contexte de l étude Cadre de cette étude : le projet européen VITAL (coordinateur : Snecma) VITAL (EnVIronmenTALly Friendly Aero Engines) vise à : Réduire les émissions de CO 2 de 7% Réduire les nuisances acoustiques de 6 db Afin d atteindre ces objectifs, un des groupes de travail de VITAL vise à développer et optimiser la partie compresseurs des moteurs d avion Dans un moteur d avion (civil), le système de compression est généralement composé de 3 éléments : Un fan Un compresseur multi-étage basse pression (booster) Un compresseur multi-étage haute pression (HPC) Séminaire de laboratoire (8 février 2007) 4 CFM56-7B
5 Contexte de l étude La conception du booster nécessite : Du point de vue mécanique : d assurer la tenue mécanique de la structure (statique et dynamique) Du point de vue aérodynamique : de satisfaire les critères de performances en termes de débits, rapports de compression, angles de sortie de l écoulement et rendement De plus, les cartes montrent de grandes variations de débit et de vitesse de rotation les différents points de fonctionnement étudiés présentent de grandes variations de nombre de Mach et d angles d incidence de l écoulement à l entrée But de la présente étude (partenariat entre Techspace Aero [SAFRAN] et CENAERO) : Réaliser l optimisation d un étage de booster Disciplines : analyse de de l écoulement et de la structure mécanique Prise en compte des différents points de fonctionnement Séminaire de laboratoire (8 février 2007) 5
6 Méthodologie d optimisation Un problème d optimisation s écrit de la manière suivante : min { f(x) } x avec : g(x) 0 h(x) = 0 f(x) T = { f 1 (x) f 2 (x) f m (x) } g(x) T = { g 1 (x) g 2 (x) g k (x) } h(x) T = { h 1 (x) h 2 (x) h l (x) } x T = { x 1 x 2 x n } X Caractéristiques de l application industrielle : Objectif : maximiser le rapport de compression en 3 points de fonctionnement Contraintes de dimensionnement : liées à la tenue mécanique de la structure et aux critères de performances aérodynamiques Variables : 35 paramètres définissant la géométrie des aubes du stator Temps de simulation pour 1 point de fonctionnement (paramétrisation géométrique + CFD + FEM) : ~ 1 h 40 min Séminaire de laboratoire (8 février 2007) 6
7 Méthodologie d optimisation Un problème d optimisation peut être catalogué en fonction des facteurs suivants : la nature des variables : continue : dimensions, discrète : sections de profilés (catalogue), entière : nombre de couches dans un matériau composite, la continuité et la dérivabilité des functions les propriétés analytiques des fonctions (linéarité, convexité, etc.) la taille du problème (nombre de variables, de fonctions) la présence d un ou de plusieurs objectifs (optimisation multicrère) A CENAERO, un code d optimisation généraliste (MAX) a été développé pour l étude de problèmes industriels variés : optimisation multicritère de caloducs pour satellites identification de paramètres de loi de comportement (Inergy Automotive) optimisation du dimensionnement d aubes de turbomachines (Snecma, Techspace Aero) Séminaire de laboratoire (8 février 2007) 7
8 Méthodologie d optimisation L optimisation est effectuée au moyen d un algorithme génétique : Pas de calcul de sensibilités Bon comportement si fonctions discontinues, bruitées Variables continues, mais aussi discrètes, entières Traitement aisé des cas où la simulation ne fournit pas de résultats (non convergence du calcul CFD, etc.) Recherche globale (sur l ensemble de l espace de conception) Principe de fonctionnement [Michalewicz, 1996] : a. Création d une population aléatoire de solutions potentielles b. Sélection des meilleurs individus (par l intermédiaire d une fonction coût ) c. Recombinaison de ces individus (par croisement, mutation) afin d en générer de nouveaux, potentiellement meilleurs d. Répétition du processus jusqu à satisfaction du critère d arrêt Séminaire de laboratoire (8 février 2007) 8
9 Méthodologie d optimisation population initiale Illustration d un algorithme génétique standard (2 variables) sélection croisement mutation non Critère d arrêt atteint? oui STOP Séminaire de laboratoire (8 février 2007) 9
10 Méthodologie d optimisation Limitation des algorithmes génétiques : ils nécessitent un grand nombre d appels à la simulation (dans l application industrielle : ~ 1 h 40) Pour réduire le temps de calcul, l optimiseur est couplé avec un modèle approché basé sur des réseaux de fonctions à base radiale Les algorithmes génétiques sont combinés à des modèles approchés (réseaux de fonctions à base radiale) Principe des réseaux RBF : f Une base de données de taille N est construite (i.e. un ensemble de N points calculés par la simulation) La fonction f(x) à approcher s écrit : φ 1 φ 2 f N ( x) = φ ( x) i= 1 w j poids j fonction à base radiale (i.e.: gaussienne) x 1 x 2 x Séminaire de laboratoire (8 février 2007) 10
11 Méthodologie d optimisation Description d un réseau RBF (3 couches) y 1 sorties y c unités cachées φ 1 φ j φ M φ 0 biais x 1 x i x N entrées [Robaye,2006] Le réseau RBF est entraîné (= les poids et les paramètres des fonctions RBF sont adaptés) de manière à minimiser l écart entre modèle et points de référence Séminaire de laboratoire (8 février 2007) 11
12 Méthodologie d optimisation Séquence des appels simulation précise / modèle approché (1) Objectif Optimum prédit Simulation précise Modèle approché Points initiaux (simulation précise ) Variable Séminaire de laboratoire (8 février 2007) 12
13 Méthodologie d optimisation Séquence des appels simulation précise / modèle approché (2) Objectif Optimum prédit Simulation précise Modèle approché Points initiaux (simulation précise ) Variable Séminaire de laboratoire (8 février 2007) 13
14 Méthodologie d optimisation Schéma de l algorithme d optimisation avec modèle approché : Séminaire de laboratoire (8 février 2007) 14
15 Méthodologie d optimisation Les contraintes d égalité et d inégalité sont prises en compte : Au sein de l algorithme génétique : par une technique de sélection privilégiant systématiquement les individus respectant les contraintes [Deb, 2000] Lors de la construction du modèle approché : à l aide d une méthode de pénalisation adaptative [Bean et Hadj-Alouane, 2000] : où β = 2 et λ(t) est un paramètre dépendant des résultats obtenus au cours des itérations précédentes (en terme de satisfaction des contraintes) Une variante combinant optimisation multicritère par algorithmes génétiques et modèles approchés a également été proposée [Filomeno Coelho et al., 2006] Les tests effectués sur des fonctions analytiques (Rosenbrock, Rastrigin, etc.) montrent une réduction du nombre d appels à la simulation d un facteur ~ 10 par rapport à un algorithme génétique sans modèle approché Séminaire de laboratoire (8 février 2007) 15
16 Dimensionnement d aubes de turbomachines Simulation aéromécanique complète : PARAMETRISATION des aubes (splines) Création de la GEOMETRIE des aubes FLUIDE (Maillage, Calculs CFD, Post-traitement des résultats) STRUCTURE (Création de la géométrie, du maillage, extraction des pressions fluides et application sur les aubes, calculs EF et posttraitement) REPONSES (contrainte de Von Mises maximale, rendement, etc.) Séminaire de laboratoire (8 février 2007) 16
17 Dimensionnement d aubes de turbomachines Paramétrisation hiérarchique des aubes (1/2) : La géométrie 3D des aubes est paramétrée à l aide d une méthode générique basée sur : 1. Le découpage de l aube en différentes sections Séminaire de laboratoire (8 février 2007) 17
18 Dimensionnement d aubes de turbomachines Paramétrisation hiérarchique des aubes (2/2) : 2. La paramétrisation hiérarchique de chaque section par splines e 3 2 e 1 0 e 1 1 e 1 0 e 2 1 h e 1 1 e 2 1 l e 1 2 e 2 2 e 3 2 e 4 2 paramètres : perturbations de l, h, épaisseurs e i k objectif : garantir la régularité des profils Séminaire de laboratoire (8 février 2007) 18
19 Dimensionnement d aubes de turbomachines Le code fluide : TRAF (A. Arnone, Université de Florence) Les équations RANS (Reynolds-Averaged Navier-Stokes) sont résolues afin de prédire l écoulement Modèle de turbulence : Baldwin Lomax Le champ de pressions est récupéré et transmis à la structure Le code structure : SAMCEF (Samtech) Comportement élastique linéaire Les pressions sont récupérées du calcul fluide et appliquées sur la structure But : analyse statique Séminaire de laboratoire (8 février 2007) 19
20 Rappel du contexte industriel : Les motoristes doivent prendre en compte de nouvelles normes environnementales, liées à la réduction du bruit et des émissions de CO 2 (et de NO x ) Une solution consiste à diminuer la vitesse de rotation du booster pour assurer les mêmes performances, les aubes doivent être plus fortement chargées dans cette étude, l étage d un stator représentatif du milieu d un compresseur basse pression fortement chargé est optimisé grâce à la méthodologie proposée Définition de l optimisation : Objectif : maximiser le taux de compression à 3 points de fonctionnement (somme pondérée sur 1 pt de rendement maximum [w 1 =0,5], 1 pt de faible débit et 1 pt de débit élevé [w 2 =w 3 =0,25]) Contraintes de dimensionnement : Application industrielle L angle de sortie de l écoulement (à plusieurs niveaux) est borné Contraintes aérodynamiques sur les débits, La contrainte de von Mises ne doit pas dépasser un seuil critique Séminaire de laboratoire (8 février 2007) 20
21 Résultats de l optimisation Application industrielle Chaque simulation CFD prend environ 1h30 sur 1 processeur (~1,2 millions de pts) Une base de données de 70 géométries distinctes est calculée pour construire le modèle RBF 11 heures sur 32 CPU (sur le cluster de CENAERO) taux de compression design initial design optimisé (1) débit design optimisé (2) Séminaire de laboratoire (8 février 2007) 21
22 Application industrielle Remarques Le design initial ne respectait pas toutes les contraintes sur les 3 pts de fonctionnement La tâche essentielle de l optimiseur a consisté à atteindre l espace de conception admissible La première phase d optimisation (100 itérations) a permis d atteindre une solution violant légèrement les contraintes La deuxième phase (100 itérations supplémentaires) a permis de converger vers une solution admissible vue 3D de la densité ρ Séminaire de laboratoire (8 février 2007) 22
23 Conclusions & Perspectives Méthodologie d optimisation : Algorithmes génétiques couplés à des modèles approchés (réseaux de fonctions à base radiale) Le nombre d appels à la simulation est généralement réduit d un facteur ~10 par rapport à l utilisation d un algorithme génétique standard Application industrielle : But : optimiser la géométrie des aubes d un étage de booster La chaîne de simulation comprend la paramétrisation des aubes, les calculs CFD (TRAF) et structure (SAMCEF) et le post-traitement Dans le cas traité, l espace de conception admissible est fortement réduit à cause des restrictions La méthode proposée a permis de trouver une solution satisfaisant toutes les contraintes Séminaire de laboratoire (8 février 2007) 23
24 Conclusions & Perspectives Cette étude a touché à la problématique de l optimisation multidisciplinaire (MDO Multidisciplinary Design Optimization) En pratique, les différentes disciplines (fluide, structure, acoustique, thermique, etc.) sont souvent traitées par des équipes séparées comment réaliser l optimisation multidisciplinaire d un système mécanique en intégrant les expertises acquises dans les différents domaines, tout en garantissant une optimisation globale du système? axes de recherche actuels : architectures d optimisation multidisciplinaire problème couplé (fluide structure) : exemple d une aile d avion 2D idéalisée réduction de modèles méthodes d approximation (approximation diffuse, ) participation de l UTC au projet OMD ( Séminaire de laboratoire (8 février 2007) 24
25 Eléments de bibliographie Conclusions & Perspectives S. Wright & J. Nocedal, Numerical Optimization, Springer Series in Operation Research, Springer-Verlag New York (1999). Z. Michalewicz, Genetic Algorithms + Data Structures = Evolution Programs, Springer Verlag (1996). R.T. Haftka, Z. Gurdal, Elements of Structural Optimization, Kluwer Academic Publishers, 3rd edition (1992). R. Filomeno Coelho, Multicriteria Optimization with Expert Rules for Mechanical Design, PhD thesis, Université Libre de Bruxelles, S. Pierret, R. Filomeno Coelho, H. Kato, Multidisciplinary and multiple operating points shape optimization of three-dimensional compressor blades, Structural and Multidisciplinary Optimization, Springer, 33(1), pp , R. Filomeno Coelho, S. Pierret, P. Cobas, Multiobjective evolutionary algorithms applied to aircraft engine design, 25th Congress of the International Council of the Aeronautical Sciences ICAS 2006, 3 8 septembre, Hamburg. Séminaire de laboratoire (8 février 2007) 25
Le turbo met les gaz. Les turbines en équation
Le turbo met les gaz Les turbines en équation KWOK-KAI SO, BENT PHILLIPSEN, MAGNUS FISCHER La mécanique des fluides numérique CFD (Computational Fluid Dynamics) est aujourd hui un outil abouti de conception
Plus en détailOptimisation et programmation mathématique. Professeur Michel de Mathelin. Cours intégré : 20 h
Télécom Physique Strasbourg Master IRIV Optimisation et programmation mathématique Professeur Michel de Mathelin Cours intégré : 20 h Programme du cours d optimisation Introduction Chapitre I: Rappels
Plus en détailALGORITHME GENETIQUE ET MODELE DE SIMULATION POUR L'ORDONNANCEMENT D'UN ATELIER DISCONTINU DE CHIMIE
ALGORITHME GENETIQUE ET MODELE DE SIMULATION POUR L'ORDONNANCEMENT D'UN ATELIER DISCONTINU DE CHIMIE P. Baudet, C. Azzaro-Pantel, S. Domenech et L. Pibouleau Laboratoire de Génie Chimique - URA 192 du
Plus en détailGRID MIP. Plate-forme de développement de la Simulation Numérique au service de la Région Midi-Pyrénées. claude-j.oudet@orange.fr
GRID MIP Plate-forme de développement de la Simulation Numérique au service de la Région Midi-Pyrénées Plan Développement industriel et simulation numérique (3-9) Projet pilote GRID MIP conduit avec le
Plus en détailSujet proposé par Yves M. LEROY. Cet examen se compose d un exercice et de deux problèmes. Ces trois parties sont indépendantes.
Promotion X 004 COURS D ANALYSE DES STRUCTURES MÉCANIQUES PAR LA MÉTHODE DES ELEMENTS FINIS (MEC 568) contrôle non classant (7 mars 007, heures) Documents autorisés : polycopié ; documents et notes de
Plus en détailPrise en compte de la flexibilité des cas de charges dimensionnants en optimisation de structure
CSMA 213 11e Colloque National en Calcul des Structures 13-17 Mai 213 Prise en compte de la flexibilité des cas de charges dimensionnants en optimisation de structure Dimitri BETTEBGHOR 1, Christophe BLONDEAU
Plus en détailAppel à Propositions. Thème : «Couplage CFD / CAA»
Appel à Propositions CORAC Feuille de route Propulsion Thème : «Couplage CFD / CAA» Référence de l Appel Titre de l appel Personne à contacter responsable de l appel à proposition (AàP) Date de début du
Plus en détailMathématique et Automatique : de la boucle ouverte à la boucle fermée. Maïtine bergounioux Laboratoire MAPMO - UMR 6628 Université d'orléans
Mathématique et Automatique : de la boucle ouverte à la boucle fermée Maïtine bergounioux Laboratoire MAPMO - UMR 6628 Université d'orléans Maitine.Bergounioux@labomath.univ-orleans.fr Plan 1. Un peu de
Plus en détailFigure 3.1- Lancement du Gambit
3.1. Introduction Le logiciel Gambit est un mailleur 2D/3D; pré-processeur qui permet de mailler des domaines de géométrie d un problème de CFD (Computational Fluid Dynamics).Il génère des fichiers*.msh
Plus en détailCatalogue de formation
Enregistré sous le numéro : 11 91 012 9991 auprès du Commissaire de la République de la Région Ile de France et du Département de Paris, CADLM propose un ensemble de formation dont les programmes sont
Plus en détailApproche d'évaluation pour les problèmes d'ordonnancement multicritères : Méthode d'agrégation avec direction de recherche dynamique
Approche d'évaluation pour les problèmes d'ordonnancement multicritères : Méthode d'agrégation avec direction de recherche dynamiue D. BERKOUNE 2, K. MESGHOUNI, B. RABENASOLO 2 LAGIS UMR CNRS 846, Ecole
Plus en détailAnnexe 6. Notions d ordonnancement.
Annexe 6. Notions d ordonnancement. APP3 Optimisation Combinatoire: problèmes sur-contraints et ordonnancement. Mines-Nantes, option GIPAD, 2011-2012. Sophie.Demassey@mines-nantes.fr Résumé Ce document
Plus en détailCORAC : Appels à partenariat Propulsion
1 CORAC : Appels à partenariat Propulsion Appel à partenariat AIRBUS pour le projet P12 EPICE Contexte du projet P12 Périmètre: Système Propulsif en général, moteur, nacelle, mât réacteur (configuration
Plus en détailSouad EL Bernoussi. Groupe d Analyse Numérique et Optimisation Rabat http ://www.fsr.ac.ma/ano/
Recherche opérationnelle Les démonstrations et les exemples seront traités en cours Souad EL Bernoussi Groupe d Analyse Numérique et Optimisation Rabat http ://www.fsr.ac.ma/ano/ Table des matières 1 Programmation
Plus en détailFormation à la C F D Computational Fluid Dynamics. Formation à la CFD, Ph Parnaudeau
Formation à la C F D Computational Fluid Dynamics Formation à la CFD, Ph Parnaudeau 1 Qu est-ce que la CFD? La simulation numérique d un écoulement fluide Considérer à présent comme une alternative «raisonnable»
Plus en détailInfluence de la répartition de la charge sur les performances d une turbomachine axiale contrarotative
Influence de la répartition de la charge sur les performances d une turbomachine axiale contrarotative J. Wang a, F. Ravelet a, F. Bakir a, C. Sarraf a a. DynFluid Lab., Arts et Metiers ParisTech, 151
Plus en détailLaboratoire d Automatique et Productique Université de Batna, Algérie
Anale. Seria Informatică. Vol. IX fasc. 2 Annals. Computer Science Series. 9 th Tome st Fasc. 2 La sélection de paramètres d un système industriel par les colonies de fourmis Ouahab Kadri, L. Hayet Mouss,
Plus en détailCalcul des pertes de pression et dimensionnement des conduits de ventilation
Calcul des pertes de pression et dimensionnement des conduits de ventilation Applications résidentielles Christophe Delmotte, ir Laboratoire Qualité de l Air et Ventilation CSTC - Centre Scientifique et
Plus en détailCAP CAMION A ASSISTANCE PNEUMATIQUE
Séminaire mi parcours Stock-e 2010 CAP CAMION A ASSISTANCE PNEUMATIQUE Iyad Balloul Renault Trucks - iyad.balloul@volvo.com Eric Bideaux INSA Lyon - eric.bideaux@insa-lyon.fr Marc Michard LMFA - Marc.Michard@ec-lyon.fr
Plus en détailITIL Gestion de la capacité
ITIL Sommaire 1 GENERALITES 3 2 PERIMETRE DE LA GESTION DES CAPACITES 3 3 ACTIVITES ET LIVRABLES DE LA GESTION DES CAPACITES 4 3.1 ACTIVITES ITERATIVES OU GESTION DE PERFORMANCES : 4 3.2 GESTION DE LA
Plus en détailEchantillonnage Non uniforme
Echantillonnage Non uniforme Marie CHABERT IRIT/INP-ENSEEIHT/ ENSEEIHT/TéSASA Patrice MICHEL et Bernard LACAZE TéSA 1 Plan Introduction Echantillonnage uniforme Echantillonnage irrégulier Comparaison Cas
Plus en détailConseils en Ingénierie mécanique
Conseils en Ingénierie mécanique contact@solsi-cad.fr +33 (0)3 87 60 34 49 CONCEVOIR OPTIMISER Metz INNOVER VALIDER Historique 1985 1992 1996 2003 2013 2014 Solsi : Calculs des Structures - FEA Création
Plus en détailSimulation 06-11-2013
Conception d'un système de ventilation décentralisée : retour d'expérience sur l'intérêt de la simulation thermique dynamique et de la CFD Luc Prieels, Greencom Projet GREEN+ Groupe de REcupération d ENergie
Plus en détailQuantification Scalaire et Prédictive
Quantification Scalaire et Prédictive Marco Cagnazzo Département Traitement du Signal et des Images TELECOM ParisTech 7 Décembre 2012 M. Cagnazzo Quantification Scalaire et Prédictive 1/64 Plan Introduction
Plus en détailModélisation 3D par le modèle de turbulence k-ε standard de la position de la tête sur la force de résistance rencontrée par les nageurs.
Modélisation 3D par le modèle de turbulence k-ε standard de la position de la tête sur la force de résistance rencontrée par les nageurs. H. ZAÏDI a, S. FOHANNO a, R. TAÏAR b, G. POLIDORI a a Laboratoire
Plus en détailGrégoire de Lassence. Copyright 2006, SAS Institute Inc. All rights reserved.
Grégoire de Lassence 1 Grégoire de Lassence Responsable Pédagogie et Recherche Département Académique Tel : +33 1 60 62 12 19 gregoire.delassence@fra.sas.com http://www.sas.com/france/academic SAS dans
Plus en détailEt si l avenir de votre CFD passait par OPEN FOAM?
ACE MENU Et si l avenir de votre CFD passait par OPEN FOAM? OPEN FOAM solution d avenir? Pour qu Open FOAM soit une solution d avenir pour vos sociétés il faut : Que vous en soyez convaincus dès maintenant
Plus en détailObjectifs. Clustering. Principe. Applications. Applications. Cartes de crédits. Remarques. Biologie, Génomique
Objectifs Clustering On ne sait pas ce qu on veut trouver : on laisse l algorithme nous proposer un modèle. On pense qu il existe des similarités entre les exemples. Qui se ressemble s assemble p. /55
Plus en détailchargement d amplitude variable à partir de mesures Application à l approche fiabiliste de la tolérance aux dommages Modélisation stochastique d un d
Laboratoire de Mécanique et Ingénieriesnieries EA 3867 - FR TIMS / CNRS 2856 ER MPS Modélisation stochastique d un d chargement d amplitude variable à partir de mesures Application à l approche fiabiliste
Plus en détailSavoir faire et compétences
Savoir faire et compétences Qui sommes-nous? Multiplicateur d énergie Nous utilisons le vecteur sportif pour communiquer nos valeurs et apporter des solutions à la problématique énergétique. Notre projet
Plus en détailEtablissement de cartes de vent sur le pourtour méditerranéen par simulation numérique
Etablissement de cartes de vent sur le pourtour méditerranéen par simulation numérique Etude réalisée en 2003 pour le compte de l Office National des Forêts Eric Delboulbé, Docteur en Mécanique des Fluides
Plus en détailCouplages multiples. Simulation Toolbox optimise les propriétés diélectriques et thermiques du matériel électrique
Couplages multiples Simulation Toolbox optimise les propriétés diélectriques et thermiques du matériel électrique Andreas Blaszczyk, Jörg Ostrowski, Boguslaw Samul, Daniel Szary Confrontés aux exigences
Plus en détailProjet de Traitement du Signal Segmentation d images SAR
Projet de Traitement du Signal Segmentation d images SAR Introduction En analyse d images, la segmentation est une étape essentielle, préliminaire à des traitements de haut niveau tels que la classification,
Plus en détailProblèmes d ordonnancement dans les systèmes de production. Journée Automatique et Optimisation Université de Paris 12 20 Mars 2003
Problèmes d ordonnancement dans les systèmes de production Michel Gourgand Université Blaise Pascal Clermont Ferrand LIMOS CNRS UMR 6158 1 Le LIMOS Laboratoire d Informatique, de Modélisation et d Optimisation
Plus en détailOptimisation des empilements dans les structures composites stratifiées avec arrêts de plis
Optimisation des empilements dans les structures composites stratifiées avec arrêts de plis Stacking sequence optimisation for laminated composite structures with ply-drops François-Xavier Irisarri 1,
Plus en détailSYLLABUS SEMESTRE 9 Année 2011-2012
SYLLABUS SEMESTRE 9 2011-2012 Parcours GM «Génie Mer» Responsable : Olivier Kimmoun Tel.: 04 91 05 43 21 E-mail : olivier.kimmoun@centrale-marseille.fr TRONC COMMUN GM Nb heures élèves (hors examen) GMR-51-P-ELMA
Plus en détailContrôle par commande prédictive d un procédé de cuisson sous infrarouge de peintures en poudre.
Contrôle par commande prédictive d un procédé de cuisson sous infrarouge de peintures en poudre. Isabelle Bombard, Bruno da Silva, Pascal Dufour *, Pierre Laurent, Joseph Lieto. Laboratoire d Automatique
Plus en détailLe calcul intensif chez PSA Peugeot Citroën. TERATEC 28 juin 2011
Le calcul intensif chez PSA Peugeot Citroën TERATEC 28 juin 2011 Daniel ZAMPARINI 1 Le calcul intensif chez PSA Peugeot Citroën TERATEC - 28 juin 2011 PSA Peugeot Citroën : éléments clés de la branche
Plus en détailLes lières. MSc in Electronics and Information Technology Engineering. Ingénieur civil. en informatique. MSc in Architectural Engineering
Ingénieur civil Ingénieur civil Les lières MSc in Electronics and Information Technology Engineering MSc in Architectural Engineering MSc in Civil Engineering MSc in Electromechanical Engineering MSc
Plus en détailRésolution d équations non linéaires
Analyse Numérique Résolution d équations non linéaires Said EL HAJJI et Touria GHEMIRES Université Mohammed V - Agdal. Faculté des Sciences Département de Mathématiques. Laboratoire de Mathématiques, Informatique
Plus en détailÉTUDE DE L EFFICACITÉ DE GÉOGRILLES POUR PRÉVENIR L EFFONDREMENT LOCAL D UNE CHAUSSÉE
ÉTUDE DE L EFFICACITÉ DE GÉOGRILLES POUR PRÉVENIR L EFFONDREMENT LOCAL D UNE CHAUSSÉE ANALYSIS OF THE EFFICIENCY OF GEOGRIDS TO PREVENT A LOCAL COLLAPSE OF A ROAD Céline BOURDEAU et Daniel BILLAUX Itasca
Plus en détailContexte et motivations Les techniques envisagées Evolution des processus Conclusion
Vérification de logiciels par analyse statique Contexte et motivations Les techniques envisagées Evolution des processus Conclusion Contexte et motivations Specification Design architecture Revues and
Plus en détailChapitre 2 : Systèmes radio mobiles et concepts cellulaires
Chapitre 2 : Systèmes radio mobiles et concepts cellulaires Systèmes cellulaires Réseaux cellulaires analogiques de 1ère génération : AMPS (USA), NMT(Scandinavie), TACS (RU)... Réseaux numériques de 2ème
Plus en détailETUDE COMPARATIVE DES MODELISATIONS NUMERIQUE ET PHYSIQUE DE DIFFERENTS OUVRAGES D EVACUATION DES CRUES
ETUDE COMPARATIVE DES MODELISATIONS NUMERIQUE ET PHYSIQUE DE DIFFERENTS OUVRAGES D EVACUATION DES CRUES P.E. LOISEL, J. SCHAGUENE, O. BERTRAND, C. GUILBAUD ARTELIA EAU ET ENVIRONNEMENT Symposium du CFBR
Plus en détailProjet Optiperf : les ressources du calcul parallèle à destination des architectes navals
Projet Optiperf : les ressources du calcul parallèle à destination des architectes navals Pierre-Michel Guilcher, Olivier Payen, Aurélien Drouet, Erwan Jacquin Plan de l exposé Contexte général Définition
Plus en détailOptimisation des performances d échangeurs de chaleur.
Journée d étude SFT 16/03/2011 Echangeurs thermiques et multi-fonctionnels : enjeux, applications et axes de recherche Optimisation des performances d échangeurs de chaleur. École des Mines de DOUAI 941
Plus en détailIntroduction au maillage pour le calcul scientifique
Introduction au maillage pour le calcul scientifique CEA DAM Île-de-France, Bruyères-le-Châtel franck.ledoux@cea.fr Présentation adaptée du tutorial de Steve Owen, Sandia National Laboratories, Albuquerque,
Plus en détailEW/U/07 CoGeTher - domaine 3 thermo-matériaux. UCL - IMAP CRM ULg PHYTHEMA UCL - LEI
EW/U/07 CoGeTher - domaine 3 thermo-matériaux UCL - IMAP CRM ULg PHYTHEMA UCL - LEI CoGeTher : Développement de nouvelles structures multimatériaux et conception d un générateur thermoélectrique pour la
Plus en détailOptimisation multi-critère pour l allocation de ressources sur Clouds distribués avec prise en compte de l énergie
Optimisation multi-critère pour l allocation de ressources sur Clouds distribués avec prise en compte de l énergie 1 Présenté par: Yacine KESSACI Encadrement : N. MELAB E-G. TALBI 31/05/2011 Plan 2 Motivation
Plus en détailCatalogue 1.1.1. Diffuseur à jet hélicoïdal DAL 359
Catalogue 1.1.1 DAL 359 Modèle DAL 359 Description, domaines d'application et bénéfices................ DAL 359 1 Configuration et Fonctionnement................................ DAL 359 2 Données aérodynamiques
Plus en détailEtude numérique et expérimentale du processus de recompression le long d un éjecteur supersonique
Etude numérique et expérimentale du processus de recompression le long d un éjecteur supersonique A. BOUHANGUEL, P. DESEVAUX, E. GAVIGNET Institut FEMTO-ST, Département ENISYS, Parc Technologique, 2 Avenue
Plus en détailProgrammation Linéaire - Cours 1
Programmation Linéaire - Cours 1 P. Pesneau pierre.pesneau@math.u-bordeaux1.fr Université Bordeaux 1 Bât A33 - Bur 265 Ouvrages de référence V. Chvátal - Linear Programming, W.H.Freeman, New York, 1983.
Plus en détailSemestre HPC. Violaine Louvet. Institut Camille Jordan - CNRS louvet@math.univ-lyon1.fr. Labex MILyon, Printemps 2016
Semestre HPC Violaine Louvet Institut Camille Jordan - CNRS louvet@math.univ-lyon1.fr Labex MILyon, Printemps 2016 V. Louvet (ICJ) Semestre HPC Printemps 2016 1 / 9 Présentation du semestre Modélisation
Plus en détailComment aborder l Optimisation énergétique de salles anciennes et hétérogènes?
Comment aborder l Optimisation énergétique de salles anciennes et hétérogènes? Témoignage de Hervé MAGNIER Aéroports de Paris Membre du CRIP Groupe de travail Data center Un environnement technique peu
Plus en détailInformation. BASES LITTERAIRES Etre capable de répondre à une question du type «la valeur trouvée respecte t-elle le cahier des charges?
Compétences générales Avoir des piles neuves, ou récentes dans sa machine à calculer. Etre capable de retrouver instantanément une info dans sa machine. Prendre une bouteille d eau. Prendre CNI + convocation.
Plus en détailESSEC. Cours «Management bancaire» Séance 3 Le risque de crédit Le scoring
ESSEC Cours «Management bancaire» Séance 3 Le risque de crédit Le scoring Les méthodes d évaluation du risque de crédit pour les PME et les ménages Caractéristiques Comme les montants des crédits et des
Plus en détailSoutenance de stage Laboratoire des Signaux et Systèmes
Soutenance de stage Laboratoire des Signaux et Systèmes Bornes inférieures bayésiennes de l'erreur quadratique moyenne. Application à la localisation de points de rupture. M2R ATSI Université Paris-Sud
Plus en détailNOTE SUR LA MODELISATION DU RISQUE D INFLATION
NOTE SUR LA MODELISATION DU RISQUE D INFLATION 1/ RESUME DE L ANALYSE Cette étude a pour objectif de modéliser l écart entre deux indices d inflation afin d appréhender le risque à très long terme qui
Plus en détailUne application des algorithmes génétiques à l ordonnancement d atelier
Une application des algorithmes génétiques à l ordonnancement d atelier VACHER Jean-Philippe - GALINHO Thierry - MAMMERI Zoubir Laboratoire d Informatique du Havre Université du Havre 25, Rue Philippe
Plus en détailConsolidation de jeux de données pour la prospective : la génération d une population synthétique pour les communes de Belgique
Consolidation de jeux de données pour la prospective : la génération d une population synthétique pour les communes de Belgique Philippe Toint (with J. Barthélemy) Centre de Recherche en Systèmes Complexes
Plus en détailCHAPITRE I. Modélisation de processus et estimation des paramètres d un modèle
CHAPITRE I Modélisation de processus et estimation des paramètres d un modèle I. INTRODUCTION. Dans la première partie de ce chapitre, nous rappelons les notions de processus et de modèle, ainsi que divers
Plus en détailL'intelligence d'affaires: la statistique dans nos vies de consommateurs
L'intelligence d'affaires: la statistique dans nos vies de consommateurs Jean-François Plante, HEC Montréal Marc Fredette, HEC Montréal Congrès de l ACFAS, Université Laval, 6 mai 2013 Intelligence d affaires
Plus en détailEtude d un cas industriel : Optimisation de la modélisation de paramètre de production
Revue des Sciences et de la Technologie RST- Volume 4 N 1 /janvier 2013 Etude d un cas industriel : Optimisation de la modélisation de paramètre de production A.F. Bernate Lara 1, F. Entzmann 2, F. Yalaoui
Plus en détailOrdonnancement robuste et décision dans l'incertain
Ordonnancement robuste et décision dans l'incertain 4 ème Conférence Annuelle d Ingénierie Système «Efficacité des entreprises et satisfaction des clients» Centre de Congrès Pierre Baudis,TOULOUSE, 2-4
Plus en détailLa nouvelle planification de l échantillonnage
La nouvelle planification de l échantillonnage Pierre-Arnaud Pendoli Division Sondages Plan de la présentation Rappel sur le Recensement de la population (RP) en continu Description de la base de sondage
Plus en détailLa prévention des intoxications dans les silos à fourrage
La prévention des intoxications dans les silos à fourrage Ali Bahloul, Brigitte Roberge et Nicole Goyer / IRSST Mauricio Chavez et Marcelo Reggio / École polytechnique de Montréal Avec la collaboration
Plus en détailContexte. Pour cela, elles doivent être très compliquées, c est-à-dire elles doivent être très différentes des fonctions simples,
Non-linéarité Contexte Pour permettre aux algorithmes de cryptographie d être sûrs, les fonctions booléennes qu ils utilisent ne doivent pas être inversées facilement. Pour cela, elles doivent être très
Plus en détailMachines virtuelles Cours 1 : Introduction
Machines virtuelles Cours 1 : Introduction Pierre Letouzey 1 pierre.letouzey@inria.fr PPS - Université Denis Diderot Paris 7 janvier 2012 1. Merci à Y. Régis-Gianas pour les transparents Qu est-ce qu une
Plus en détailCAPTEURS - CHAINES DE MESURES
CAPTEURS - CHAINES DE MESURES Pierre BONNET Pierre Bonnet Master GSI - Capteurs Chaînes de Mesures 1 Plan du Cours Propriétés générales des capteurs Notion de mesure Notion de capteur: principes, classes,
Plus en détailL approche de régression par discontinuité. Thomas Lemieux, UBC Atelier de formation du Congrès de l ASDEQ Le 18 mai 2011
L approche de régression par discontinuité Thomas Lemieux, UBC Atelier de formation du Congrès de l ASDEQ Le 18 mai 2011 Plan de la présentation L approche de régression par discontinuité (RD) Historique
Plus en détailChp. 4. Minimisation d une fonction d une variable
Chp. 4. Minimisation d une fonction d une variable Avertissement! Dans tout ce chapître, I désigne un intervalle de IR. 4.1 Fonctions convexes d une variable Définition 9 Une fonction ϕ, partout définie
Plus en détailPREPROCESSING PAR LISSAGE LOESS POUR ACP LISSEE
PREPROCESSING PAR LISSAGE LOESS POUR ACP LISSEE Jean-Paul Valois, Claude Mouret & Nicolas Pariset Total, 64018 Pau Cédex MOTS CLEFS : Analyse spatiale, ACP, Lissage, Loess PROBLEMATIQUE En analyse multivariée,
Plus en détailT. Gasc 1,2,3, F. De Vuyst 1, R. Motte 3, M. Peybernes 4, R. Poncet 5
Modélisation de la performance et optimisation d un algorithme hydrodynamique de type Lagrange-Projection sur processeurs multi-cœurs T. Gasc 1,2,3, F. De Vuyst 1, R. Motte 3, M. Peybernes 4, R. Poncet
Plus en détailOPTIMISATION DE LA MAINTENANCE DES EQUIPEMENTS DE MANUTENTION DU TERMINAL A CONTENEURS DE BEJAIA (BMT)
OPTIMISATION DE LA MAINTENANCE DES EQUIPEMENTS DE MANUTENTION DU TERMINAL A CONTENEURS DE BEJAIA (BMT) LAGGOUNE Radouane 1 et HADDAD Cherifa 2 1,2: Dépt. de G. Mécanique, université de Bejaia, Targa-Ouzemour
Plus en détailTurbomeca www.turbomeca.fr
Turbomeca www.turbomeca.fr Power built on trust * Octobre 2011 * La puissance en toute confiance Leader mondial sur son marché 1 er en 2010 Société internationale présente sur tous les continents Leader
Plus en détailConception de carène
Conception de carène Etude de l avant projet d un voilier de 10 mètres & FILS S.A 9 décembre 2011 RENCONTRE MATHS ET VOILE 1 INTRODUCTION Etat de l art : Les différentes formes de carène Les différents
Plus en détailNouvelles propositions pour la résolution exacte du problème de sac à dos bi-objectif unidimensionnel en variables binaires
Nouvelles propositions pour la résolution exacte du problème de sac à dos bi-objectif unidimensionnel en variables binaires Julien Jorge, Xavier Gandibleux Laboratoire d Informatique de Nantes Atlantique
Plus en détailCréation intuitive des éléments d un paysage
Création intuitive des éléments d un paysage Marie-Paule Cani Univ. Grenoble-Alpes, CNRS & Inria Organisation du cours «Façonner l imaginaire» Partie 1 : Création numérique 3D Modélisation géométrique
Plus en détailmémo santé du bâtiment Chef d entreprise artisanales Le bruit est un son désagréable et gênant.
L'alliée de votre réussite mémo santé Chef d entreprise artisanale ATTENTION! LE BRUIT REND SOURD! Entreprises artisanales du bâtiment Le bruit est un son désagréable et gênant. Le son est le résultat
Plus en détailINF6304 Interfaces Intelligentes
INF6304 Interfaces Intelligentes filtres collaboratifs 1/42 INF6304 Interfaces Intelligentes Systèmes de recommandations, Approches filtres collaboratifs Michel C. Desmarais Génie informatique et génie
Plus en détailRupture et plasticité
Rupture et plasticité Département de Mécanique, Ecole Polytechnique, 2009 2010 Département de Mécanique, Ecole Polytechnique, 2009 2010 25 novembre 2009 1 / 44 Rupture et plasticité : plan du cours Comportements
Plus en détailCommunications collectives et ordonnancement en régime permanent pour plates-formes hétérogènes
Loris MARCHAL Laboratoire de l Informatique du Parallélisme Équipe Graal Communications collectives et ordonnancement en régime permanent pour plates-formes hétérogènes Thèse réalisée sous la direction
Plus en détailModélisation multi-agents - Agents réactifs
Modélisation multi-agents - Agents réactifs Syma cursus CSI / SCIA Julien Saunier - julien.saunier@ifsttar.fr Sources www-lih.univlehavre.fr/~olivier/enseignement/masterrecherche/cours/ support/algofourmis.pdf
Plus en détailMerci de votre intérêt à notre service ecadfem. C est avec plaisir que nous vous présentons ce service plus en détail:
CADFEM (Suisse) AG - Avenue de la Poste 3 CH-1020 Renens ecadfem offre internet 2013 www.ecadfem.ch Renens, janvier 2013 OFFRE ANSYS - Logiciel de calcul à la demande Madame, Monsieur, Merci de votre intérêt
Plus en détailIntroduction à l informatique temps réel Pierre-Yves Duval (cppm)
Introduction à l informatique temps réel Pierre-Yves Duval (cppm) Ecole d informatique temps réel - La Londes les Maures 7-11 Octobre 2002 -Définition et problématique - Illustration par des exemples -Automatisme:
Plus en détailTP Modulation Démodulation BPSK
I- INTRODUCTION : TP Modulation Démodulation BPSK La modulation BPSK est une modulation de phase (Phase Shift Keying = saut discret de phase) par signal numérique binaire (Binary). La phase d une porteuse
Plus en détailPerformances énergétiques de capteurs solaires hybrides PV-T pour la production d eau chaude sanitaire.
Performances énergétiques de capteurs solaires hybrides PV-T pour la production d eau chaude sanitaire. Patrick DUPEYRAT 1,2*, Yu BAI 3,4, Gérald KWIATKOWSKI 5, Gilles FRAISSE 3 Christophe MENEZO 2,3 et
Plus en détailCorrigé des TD 1 à 5
Corrigé des TD 1 à 5 1 Premier Contact 1.1 Somme des n premiers entiers 1 (* Somme des n premiers entiers *) 2 program somme_entiers; n, i, somme: integer; 8 (* saisie du nombre n *) write( Saisissez un
Plus en détailModélisation et simulation
Modélisation et simulation p. 1/36 Modélisation et simulation INFO-F-305 Gianluca Bontempi Département d Informatique Boulevard de Triomphe - CP 212 http://www.ulb.ac.be/di Modélisation et simulation p.
Plus en détailACOUSTIQUE REGLEMENTATION ISOLEMENT AUX BRUITS AÉRIENS ISOLEMENT AUX BRUITS DE CHOCS
ACOUSTIQUE REGLEMENTATION Dans les exigences réglementaires, on distingue l isolement aux bruits aériens (voix, télévision, chaîne-hifi...) et l isolement aux bruits d impact (chocs). ISOLEMENT AUX BRUITS
Plus en détailOnera et les turbomachines innover pour la propulsion
Onera et les turbomachines innover pour la propulsion Améliorer la compétitivité à tous les niveaux Sur un marché extrêmement compétitif, les industriels cherchent à gagner en productivité lors des phases
Plus en détailA-QU EST-CE QUE L ORIE? Intervention ADI
A-QU EST-CE QUE L ORIE? 1 A-QU EST-CE QUE L ORIE? Observatoire Régional de l Immobilier d Entreprise en Ile-de-France créé en 1986 dans un contexte de tertiarisation de l économie ; Pour accompagner les
Plus en détailGènes Diffusion - EPIC 2010
Gènes Diffusion - EPIC 2010 1. Contexte. 2. Notion de génétique animale. 3. Profil de l équipe plateforme. 4. Type et gestion des données biologiques. 5. Environnement Matériel et Logiciel. 6. Analyses
Plus en détailT.P. FLUENT. Cours Mécanique des Fluides. 24 février 2006 NAZIH MARZOUQY
T.P. FLUENT Cours Mécanique des Fluides 24 février 2006 NAZIH MARZOUQY 2 Table des matières 1 Choc stationnaire dans un tube à choc 7 1.1 Introduction....................................... 7 1.2 Description.......................................
Plus en détailextreme factory l innovation à portée de main
extreme factory l innovation à portée de main extreme factory, HPC-as-a-service par Bull Longtemps réservée aux grands laboratoires de recherche, la simulation numérique s est imposée comme l indispensable
Plus en détailANALYSE STATIQUE D UNE POUTRE SOUMISE A UNE CHARGE VARIABLE
ANALYSE STATIQUE D UNE POUTRE SOUMISE A UNE CHARGE VARIABLE Description du problème L écoulement sur une plaque plane fait partie des problèmes classiques de la mécanique des fluides les plus étudiés.
Plus en détailCONSEIL ET ASSISTANCE EN CONDUITE DU CHANGEMENT, PILOTAGE DE PROJETS ET GESTION DE PRODUCTION
CONSEIL ET ASSISTANCE EN CONDUITE DU CHANGEMENT, PILOTAGE DE PROJETS ET GESTION DE PRODUCTION Siège social : 23, rue du Départ / 75014 PARIS Tél. : +33 (0) 1 40 64 70 25 Fax : +33 (0) 1 40 64 74 63 contact@exid.fr
Plus en détailSimulation d essais d extinction et de roulis forcé à l aide d un code de calcul Navier-Stokes à surface libre instationnaire
Simulation d essais d extinction et de roulis forcé à l aide d un code de calcul Navier-Stokes à surface libre instationnaire E. Jacquin, P.E. Guillerm, Q. Derbanne, L. Boudet (Bassin d'essais des carènes)
Plus en détailMerci de votre intérêt à notre service ecadfem. C est avec plaisir que nous vous présentons ce service plus en détail:
CADFEM (Suisse) AG - Avenue de la Poste 3 CH-1020 Renens ecadfem offre internet 2015 www.ecadfem.ch Renens, juillet 2015 OFFRE - Logiciel de calcul à la demande Madame, Monsieur, Merci de votre intérêt
Plus en détailThéorie des Jeux Et ses Applications
Théorie des Jeux Et ses Applications De la Guerre Froide au Poker Clément Sire Laboratoire de Physique Théorique CNRS & Université Paul Sabatier www.lpt.ups-tlse.fr Quelques Définitions de la Théorie des
Plus en détail