omd & hpc foc s s r l’optimisation cfd a tomobileomd ... / dream 16 juin 2010 forum ter@tec /...

OMD & HPC Foc s s r l’optimisation CFD a tomobileOMD & HPC. Focus sur l’optimisation CFD automobile.Forum Ter@tec 2010 / Polytechnique

Maryan SIDORKIEWICZRENAULT / Direction de la Recherche, Etudes Avancées et Matériaux

16 JUIN 2010 FORUM TER@TEC / POLYTECHNIQUERENAULT / DREAM

PRESENTATION DU GROUPE OPTIMISATION

Une équipe de 10 personnes au sein de la DREAMDirection de la Recherche Etudes Avancées MatériauxDirection de la Recherche, Etudes Avancées, Matériaux742 personnes203 brevets / an5 axes stratégiques : Environnement, Sécurité, Vie à Bord, Performance Dynamique et Compétitivité

Missions principales du groupe Optimisationdévelopper les méthodes d’optimisation numériqueles intégrer dans le processus de développement industriel

FORUM TER@TEC / POLYTECHNIQUERENAULT / DREAM 16 JUIN 2010 2/36

COLLABORATIONS EXTERIEURES

DICE 2009Deep Inside Computer Experiment

FLOWHEAD 2011Fluid Optimisation Workflows forDeep Inside Computer Experiment

Mines de St-Etienne, TOTAL, Renault, EDF, ONERA

Fluid Optimisation Workflows for Hightly Effective Auto. Dev. ProcessesVW, Renault, Univ QM London, ICON, ESI, CD-adapco, TUB, TUM,

OMD 2009Optimisation Multi-disciplinaire

ICON, ESI, CD adapco, TUB, TUM, ...

OMD² 2012Dassault Aviation, Astrium, Renault, ENSM-SE, ECP, INRIA, etc ...

Optimisation Multi-Disciplinaire DistribuéeRenault, DIGITEO, CD-adapco, Sirehna Activeeon INRIA UTC

OPSIM 2010Optimisation de SIMulations pour la conception

Sirehna, Activeeon, INRIA, UTC, ...

CSDL 2012Complex System Design Labconception

ALSTOM, Renault, BULL,ESI, ECP, Eurodecision, ...

Complex System Design LabDassault, Renault, EADS, CS, BULL, Alcatel, ESI, Eurodecision, ...


LES ENJEUX DE L’OPTIMISATION

Contexte économique/environnementalEmergence des pays Low CostEmergence des pays Low CostLoi CO2, réglementation EURO VI sur les émissions polluantes

Fort enjeu de l’optimisation numériqueaccélérer la conceptionid à l dé i iaide à la décision

gestion des compromismultidisciplinaritéinnovation

⇒ Amélioration de la compétitivité de l’ingénierie⇒ Amélioration de la compétitivité de l ingénierie


LES OUTILSPlan d’expériencesPlan d’expériences

Déformation géométriqueDéformation géométrique

Simulation 3DSimulation 3D

ModélisationOptimisationModélisationOptimisation

AnalyseVisualisation

AnalyseVisualisation

OK?OK? FinOuiNon


ACTIVITE HPC (1/2)

Objectifs recherchésSupprimer le maquettage physique en augmentant la taille et la précision desSupprimer le maquettage physique en augmentant la taille et la précision des modèlesInnover et améliorer les prestations (masse, émissions polluantes, confort, sécurité)Réduire le temps de la simulationRéduire le temps de la simulation

25% du HPC RENAULT consommée par l’optimisation numérique25% du HPC RENAULT consommée par l optimisation numérique

crash(1j / 16CPU / 5Mcells)

aéro(3j / 128CPU / 50Mcells)

powertrain(1j / 16CPU / 2Mcells)


ACTIVITE HPC (2/2)

Modèles de calculs moins lourds que l’aéronautique, la climatologie la simulation sismiqueclimatologie, la simulation sismique, ...

aéro MODUS(3j / 128CPU / 50Mcells)

aéro Falcon 7X(8j / 200CPU / 115Mcells)

... mais besoin HPC décuplé par les boucles d’optimisation.

évolution du nombre de calcul en

aérodynamique powertrain, par projet


EXEMPLE 1/3 : CALCUL CRASH

Enjeu : compromis masse / coût / prestation (vibratoire, crash)amélioration des prestations de plus en plus contraignantes (Euro NCAP durabilitéamélioration des prestations de plus en plus contraignantes (Euro NCAP, durabilité, confort)réduction des émissions CO2 induit par la diminution de masse maîtrise du coût de production par carry over accélération de la réponse calcul enmaîtrise du coût de production par carry-over, accélération de la réponse calcul en projet

Apport du HPC : réduction notable de l’intrusion à iso-masse

n

gain masse (kg)

n in

trusi

on(m

m)

gai


EXEMPLE 2/3 : CALCUL CAPOT/PIETON

Enjeu : augmenter la sécurité piéton amélioration de la note EuroNCAPamélioration de la note EuroNCAPréduction du choc tête/capot critère HIC (fonction de décélération)

A t d HPCApport du HPCsimulation de 40 impacts répartis sur ½ capotévaluation de multiples variantesgéométriques


EXEMPLE 3/3 : CALCUL CULASSE

Enjeu : accélération du processus numérique d’estimation de la durée de vie culassedurée de vie culasse

Impact sur le processus de conceptionImpact sur le processus de conceptionCAO paramétréecalcul thermo-hydraulique

l l th icalcul thermiquecalcul thermo-mécaniquecalcul aérodynamique

⇒ fort couplage multi-disciplinaire


FOCUS SUR L’OPTIMISATION CFD (1/2)

Les enjeux écologiquesRéduire les émissions CO2 par la réductionRéduire les émissions CO2 par la réduction de la consommationPréserver la qualité de l’air

Le périmètreaérodynamique véhiculemotorisationmotorisationéchappementclimatisation

Quelques chiffres3% de gain de SCx ⇒ -1g CO2 / km.g g 2

1mm de dispersion de fabrication culasse ⇒ - 20% sur l’admission d’air


FOCUS SUR L’OPTIMISATION CFD (2/2)

Les points dursManque de précision du calcul CFDManque de précision du calcul CFDManque d’automatisation en mode projetCoût des licences HPCDisponibilité des modèles génériquesDisponibilité des modèles génériquesOptimisation essentiellement locale

Les solutions envisagéesLes solutions envisagéesDéveloppement des techniques d’optimisation à grand nombre de paramètresOptimisation topologique fluideBenchmarking logicielCloud computing

⇒ projets collaboratifs FLOWHEAD et OMD²


PROJET EUROPEEN FLOWHEAD (1/3)

Enjeu : optimisation topologique en CFD pour l’industrie automobileautomobile

Partenariat européen (5M€) de 2009 à 2012 : Renault + VW + ESI +Partenariat européen (5M€) de 2009 à 2012 : Renault VW ESI CD-adapco + FE-design + ICON + TUM + TUB + ...

Axes de recherche :développement des solveurs adjoints fluides (ACE, OpenFOAM)développement des méthodes d’optimisation adjointedéveloppement des méthodes d optimisation adjointeintégration de l’optimisation CFD dans le processus de conception



( ) ∫= ),(, ββ uiuItraînée é d i

paramètres de designu=vitesse, pression, résultant des équations

de Navier-Stockes R(u,β)=0

Calcul du gradient par différences finies

( ) ∫Ω∂ véhicule

aérodynamique

g p

⎟⎟⎞

⎜⎜⎛ −+ II

δββδββ

1

111

I(β)

⎟⎟⎟⎟⎟

⎠⎜⎜⎜⎜⎜

⎝

−=∇

+

n

nnnII

I

δβ

δβ

βδββ

β ..1

Sβ

Avantage : approche « boîte noire »Limitation : nombre de calculs au mieux (pas d’interaction)

⎠⎝ nβββ*

Limitation : nombre de calculs au mieux (pas d interaction) proportionnel à #β (idem plans d’expériences) ⇒ Surréaliste pour de la déformation de forme en grande dimension (mesh)



Alternative : calculer directement le gradient à géométrie β fixée en dérivant les équations de Navier Stockes

I(β)

dI/dβdI/dβ

le champ u* montre quelles zones sont les plus susceptibles d’influer sur

ββ*avant ... ... et après optimisation

le champ u* montre quelles zones sont les plus susceptibles d’influer sur la perte de charge finale.les gradients montrent la déformation de maillage résultantes (sensibility map) → à relier ensuite à un outil de morphing ou de CAO paramétréemap) → à relier ensuite à un outil de morphing ou de CAO paramétrée puis à intégrer dans une boucle d’optimisation2 itérations suffisent pour réduire la perte de charge de 20% (ex. HVAC)


PROJET OMD² (1/4) http://omd2 wikispaces comhttp://omd2.wikispaces.com

Objectifs 2009-2012développement de l’optimisation HPC et open sourcedéveloppement de l optimisation HPC et open sourcedémonstration industrielleplateforme d’intégration SCILAB

(2,7 M€ d’aide de l’Agence Nationale de la Recherche)



Objectif de la plateforme SCILABIntégrer les développements de recherche en optimisationIntégrer les développements de recherche en optimisation.Exécuter en GUI ou en batch des boucles d’optimisation : plans d’expériences, modélisation statistique, optimisation, pré/post processing, visualisationProposer un workflow d’optimisation : pouvoir arrêter continuer redémarrerProposer un workflow d optimisation : pouvoir arrêter, continuer, redémarrer, contrôler, sauver une étude d’optimisation



input / IHMcommand line DOEcommand line surrogates

optimizationoutput / analysisp y

visualization

web servicet ttestcases

middleware CAD/CAE

FORUM TER@TEC / POLYTECHNIQUERENAULT / DREAM 16 JUIN 2010 18/36...

PROJET OMD² (4/4) http://omd2 wikispaces com

Algorithme d’optimisation globale à l’aide de simulations

http://omd2.wikispaces.com

globale à l aide de simulations partiellement convergées

Diminuer le temps de calcul pour explorer un espace de plus grandeexplorer un espace de plus grande dimension.Mixer calcul fins (optimisation) et dégradés (exploration) en coursdégradés (exploration) en cours d’optimisationExploitation HPC

BibliographieOptimisation multi-fidélité 2 niveaux (DAKOTA, Alexandrov)p ( , )Optimisation de fonctions bruitées (EGO, Villemonteix)Stratégies Convergence partielles (Forrester)

⇒ Mais pas d’exploitation du potentiel de la multi fidélité


⇒ Mais pas d exploitation du potentiel de la multi-fidélité

3. CONVERGENCE PARTIELLE


EXEMPLE EN AERO INTERNE (MOTEUR)

Cahier des charges aérodynamique usuelniveau de remplissage (capacité d’admission d’air dans le cylindre)niveau de remplissage (capacité d admission d air dans le cylindre)niveau aérodynamique (mouvement de tumble / swirl)

+ évaluation de la robustesse aérodynamiquecause : dispersion de fabrication culasse (usinage, fonderie)impact prestations : performances, consommation, pollution

Apport du HPC : suppression des plans deApport du HPC : suppression des plans de maquettage par la voie numérique

ssag

eR

empl

i

dispersiondu nominal via l’automatisation complète de la chaîne de calcul


Aérodynamique

via l automatisation complète de la chaîne de calcul

EXEMPLE EN AERO EXTERNE

Enjeux multiplesSCx ⇒ COSCx ⇒ CO2

refroidissement moteur et freinsefforts aérodynamiquesstabilité dynamiquesalissures, ...

Approfondissement des « règles métier »Approfondissement des « règles métier »recherche de la sensibilité et des interactions entre paramètres géométriques de 1er

ordre (calandre, pavillon, flancs, roues, etc ...) par PLEX numérique

Apport du HPCApport du HPCsimulation DES 40 Mcells : réduire l’écart de précision avec la soufflerie (cible 0.2% !)Optimisation paramétrique globale sur modèle de synthèse

⇒ besoin pétaflopique en optimisation


EXEMPLE EN AERO EXTERNE

Optimisation paramétrique sur modèle de synthèse


CONCLUSION

L’optimisation numérique de plus en plus orientée HPCpour améliorer les modèles de calcul et le niveau de prestationpour améliorer les modèles de calcul et le niveau de prestationpour réduire le temps de conception industrielle

Les thématiques de recherche induitesl dèl ét éles modèles paramétrésl’optimisation distribuéel’automatisation des chaînes de calcul

Les perspectives07/2011 : développement de la plateforme OMD²07/2012 : validation et exploitation sur cas test RENAULT (culasse + aérodynamique externe)07/2012 : release finale sous forme de toolbox SCILAB (algorithmes + géométries non confidentielles)02/2012 dé l t d l’ ti i ti t l i fl id (FLOWHEAD)02/2012 : développement de l’optimisation topologique fluide (FLOWHEAD)

Plus d’infos sur http://omd2.wikispaces.com


omd & hpc foc s s r l’optimisation cfd a tomobileomd ... / dream 16 juin 2010 forum ter@tec /...

Documents