Essais & Simulations n°129

ESSAIS ET MODÉLISATION

ESSAIS ET MODÉLISATION Francisco Chinesta Professeur à l’Institut de calcul intensif de l’école Centrale de Nantes (ECN), Francisco Chinesta est titulaire d’une Chaire en simulation avancée du groupe ESI dont il préside le Comité scientifique. Il est également membre de l’Institut universitaire de France et de l’Académie de sciences d’Espagne. SOLUTIONS Ingénierie à partir de la simulation basée sur des données massives : vers un nouveau paradigme À l’occasion du séminaire Nafems France qui aura lieu le 30 mai à Charenton, Francisco Chinesta, de l’École Centrale de Nantes, interviendra sur un thème plus que jamais d’actualité : les outils avancés pour la simulation temps réel basés sur les abaques virtuels et les données massives. Une manière de démontrer que le big-data est bel et bien entré dans le monde de l’ingénierie. traditionnelle de réduction de modèles permettait la solution paramétrique en L’approche « offline » pour tous les scénarios possibles. L’objectif étant ainsi de définir une sorte de « digital-twin » du procédé ou du système considéré, rendant possible « online » la particularisation de la solution paramétriques afin de simuler, optimiser, contrôler, propager des incertitudes, le tout sous la contrainte de temps-réel. Mais, parfois, l’identification des paramètres des modèles n’est pas évidente. Combien de paramètres définissent les organes du vivant ou les microstructures des matériaux ? C’est précisément là où le machine learning et ses variantes (deep ou manifold learning) sont capables d’enlever toutes les corrélation des données pour les transformer en information, laquelle sera intégrée dans les solutions paramétriques (véritables « avatars » personnalisés). Les temps changent et les « digital-twins » sont obligés d’intégrer durant leur vie les données leur permettant de s’adapter, de s’enrichir et même d’évoluer pour intégrer leur évolution ou celle de l’environnement. C’est ainsi que les « digital-twins » sont devenus des « hybrids-twins » avec le bon dosage de modélisation et d’intégration des données. OUVRIR LE CHAMP DES POSSIBLES Cette approche dite DDDAS (Dynamic Data Driven Application Systems) ouvre des possibilités infinies. « Les techniques s’appuyant sur les données et les modèles mathématiques permettent connecter les données avec les outils de simulation – allégeant au passage les tâches de modélisation – dans un nouveau paradigme de l’ingénierie s’appuyant sur la simulation », affirme Francisco Chinesta. Les applications concernent tout le domaine de l’ingénierie, du composant au système ; elles se révèlent particulièrement intéressantes pour la recherche d’un outil de prédiction dans des domaines où les modèles se heurtent à des sérieuses difficultés (par exemple chaque organe de chaque individu est différent tant du point de vue géométrique que de sa réponse mécanique). Cette situation est aussi rencontrée dans le domaine des nouveaux matériaux (méta-matériaux), des procédés de fabrication ou des systèmes complexes les intégrant (usine du futur). Olivier Guillon 24 IESSAIS & SIMULATIONS • N°129 • Mai-Juin 2017

ESSAIS ET MODÉLISATION SOLUTIONS VibeSys : l’analyse modale au service de l’analyse en fatigue L’endurance d’une structure est souvent évaluée grâce à une simulation numérique par la méthode des éléments finis (EF). La durée de vie est calculée via une loi de puissance et est extrêmement sensible au niveau d’étendue de contrainte. La résonance mécanique est activée lorsque le contenu fréquentiel de l’excitation se rapproche d’une fréquence propre de la structure. Dans ce cas, l’estimation de la durée de vie est très dépendante de la modélisation des conditions aux limites et des niveaux d’amortissement spécifiés dans le modèle EF. Les paramètres dynamiques de la structure, notamment les fréquences de résonances, les déformées modales et les taux d’amortissements peuvent être obtenus grâce à l’analyse modale expérimentale. L’analyse modale expérimentale consiste à exciter la structure et à mesurer les réponses obtenues en divers points. nCode VibeSys analyse les signaux d’excitation et de réponse pour extraire notamment les déformées modales et les taux d’amortissements. Les déformées modales obtenues expérimentalement sont confrontées à celles issues d’une analyse modale par EF, ce qui permet de valider la bonne distribution des masses, la rigidité et les conditions aux limites du modèle EF. Ensuite, lors du paramétrage de la simulation de réponse forcée, les taux d’amortissements constatés lors de l’essai peuvent être injectés pour obtenir des niveaux de contraintes plus représentatifs. De nombreux cas ont montré que le fait d’ignorer cette étape intermédiaire de corrélation essai-calcul peut conduire à des erreurs sur l’estimation de la durée de vie supérieures à un ordre de grandeur. Frédéric Kihm (Product Manager chez HBM nCode) LMS Amesim : modélisation, simulation et analyse… Le logiciel pour prédire le comportement physique et les performances dans le temps de vos systèmes et composants Économisez du temps et de l’argent sur vos essais P Faites les bons choix au plus tôt dans le processus de conception P Économisez des mois d’essais et de prototypages P Déterminez rapidement la meilleure solution pour votre produit final 1704-066 - © Cetim Dotez-vous d’outils optimisés P Une plateforme ouverte, puissante et facile à utiliser P Un accès à plus de 5 000 composants physiques validés et prêts à l’emploi P Une large gamme d’applications et de domaines physiques Cyril Trunet Tél. : 03 44 67 36 82 sqr@ cetim.fr Pub LOG LMS Amesim-Essai@Simulation.indd 1 04/05/2017 15:57 ESSAIS & SIMULATIONS • N°129 • Mai-Juin 2017 I25