Steven DAIX cfd@extia.fr

Bureau d’Etudes CFDOptimisation d’une calandre

2

Présentation du fonctionnement

Paramètre 1

Fichier d’entrée

Application

Résultats 1

Fichier de sortie

Résultats 2

Résultats M

Optimisation

L’optimisation est réalisée par un code de calcul appelé Dakota spécialisé dans l’optimisation.

Ce code libre gère le couplage avec un logiciel de CAO pour mettre à jour la géométrie mais

aussi la réalisation du calcul sous un logiciel de CFD (Fluent, Star CCM+, OpenFoam,…).

Pour ce cas, Star CCM+ a été utilisé.

Paramètre 2

Paramètre n

Dimension de la calandre = 0,5 m x 0,5 m

Modèle 3D aéraulique avec des parois lisses pourobtenir l’effet isolé de la calandre.

La calandre est considérée perpendiculaire à laveine.

Entrée veine : Mass flow inlet = 0,3 kg/s

Sortie veine : Pressure outlet

3

Liste des paramètres à optimiser:

• L2 = 0,044182 m

• L1 = 0,010404 m

• L3 = 0,01415 m

• NB (nombre de répétition) = 7

Paramétrage d’un cas de référence :

Liste des contraintes :

• D1 = D2

• Les deux barres extérieures sont

identiques

• L4 est déterminée par la corrélation entre

le nombre de répétition et la longueur L2

• Les extrema entre les barres

extérieures et la barre centrale sont

colinéaires (le fluide ne peut pas

passer en ligne droite)

4

Objectifs de l’optimisation

1. Diminuer la perte de charge totale entre l’entrée et la sortie de la veine fluide.

2. Augmenter l’uniformité de la vitesse au niveau d’un plan après le passage dans la calandre(l’uniformité de la vitesse est vérifiée par l’écart-type de la vitesse sur un plan)

Les objectifs d’une optimisation peuvent être géométrique, physique, voir financier. Les objectifs peuvent être multiples.

L’optimisation permet de balayer un nombre de cas important pour obtenir le meilleur jeu de paramètres pour répondre aux objectifs.

Dans notre cas, il y a les deux objectifs suivants à améliorer par rapport au cas de référence:

La perte de charge du cas de référence est de 21,6 Pa

L’uniformité du cas de référence est 89,3%

Le domaine de variation pour les différents paramètres sera le suivant :

5

Définition de l’optimisation

Plusieurs fonctionnalités dans Dakota sont disponibles comme :

• L’optimisation (algorithmes à base de gradient, algorithmes génétiques, …) ,

• Les études paramétriques (plan d’expériences) : planification de simulations pour un ensemble de points de l’espace de conception

• Les surfaces de réponse, modèles substituts (surrogate models) : définition de modèles approchés (e.g. surfaces de réponse polynomiales,

réseaux de neurones, krigeage, moindres carrés)

• L’analyse d’incertitudes : robustesse et fiabilité

L’algorithme d’optimisation qui sera utilisé dans notre cas est appelé l’algorithme MOGA (Multi-Objective Genetic Algorithm) qui est un algorithme

génétique.

Cette algorithme permet d’obtenir une bonne estimation de la frontière de Pareto et

permet également de trouver le minimum global malgré la présence de minima

locaux.

L’optimisation de deux objectifs contraires permets d’obtenir un ensemble de points

optimum constituant les optimum de Pareto. la courbe correspondant à l’ensemble

de ces points est la frontière de Pareto

6

Résultats de l’optimisation

Voici ci-dessous le front de Pareto pour les deux objectifs recherchés après 140 itérations

Plus le résultat du calcul est

proche du point (0;0) (en bas

à gauche), plus le set de

paramètres choisi améliore les

objectifs.

Il est intéressant de noter que

dans ce cas les deux objectifs

ne sont pas contraire.

L’optimisation converge vers

un seul groupe de points qui

améliore simultanément les

deux objectifs.1 - % Objectifs 1

1 -

% O

bje

ctif

s 2

7

Résultats de l’optimisation

Les 5 meilleurs jeux de paramètre sont présentés ci-dessous :

Sensibilité aux paramètres sur les objectifs : Il est intéressant de noter que

pour les paramètres L1 (0,0116

et 0,0125 mm) et L3 (0,00659

et 0,0107 mm) deux zones

distinctes de valeur ont été

trouvées.

Les 5 meilleurs jeux donnent des résultats similaires en

termes de performance.

La sensibilité aux paramètres rend visible la dépendance

des résultats optimisés. Il est clairement visible que le

nombre d’itération (10) et la longueur L2 (0,0262 mm)

doit être aux valeurs calculées.

8

Présentation des résultats pour le cas n°127

Présentation des résultats pour le cas n°116

La dépression sur les deux extrémités de la calandre estplus faible dans les deux cas et le profil de vitessedans la calandre semble plus fluide que pour le casinitial.

Les dépressions dans les interstices sont très diminuéespour les deux cas.

Les gains de cette optimisation sont :• La différence de pression de la calandre est

divisée par 2

• L’uniformité de la vitesse s’est améliorée enpassant de 89,3% à 97%.

Cas initial

Pourcentage degain entre laréférence et lepoint de calcul

Le bureau CFD (Computational Fluid Dynamics)

Notre activité

• CAO• Maillage• Simulation• Analyse• Optimisation

Notre bureau d’études CFD est spécialisé dans la simulation en mécanique des fluides et thermique.

A partir des besoins établis par nos clients, nous réalisons l’intégralité de la simulation CFD afin de modéliser les principaux phénomènes physiques mis en jeu (rayonnement , convection...).

Forfait clé en main : Capacité à développer une méthodologie et à apporter une expertise métier

Expertise métier : Développement de solution technique et engagement sur des critères de performances

Corrélation : Suivi des essais et comparaison avec les modèles numériques

Modélisation et dimensionnement : Mise en place des modèles numériques et améliorations de l’existant

Modélisation : Capacité à traiter des problématiques en s’appuyant sur une méthodologie numérique existante (méthodologie client)

Modes d’engagement

Domaines d’intervention et compétences

• Thermohydraulique, Aérodynamique, Aéraulique • Thermodynamique (condensation, évaporation, ...)• Multi-espèces, milieux poreux, fluide non newtonien, • Particules, Diphasique (VOF)• Turbulence (RANS, LES, ...)• Rayonnement (S2S, Monte-Carlo, DOM ...)• Modélisation (nodale, volumes finis, UDF, modélisation VBA)• Application du cadre réglementaire et normatif (RCC-M…)• Rhéologie• Maillages (Tétraédrique, Hexaédrique, polyédrique, ...)• Maillages mobiles (Slidding mesh, MRF)• Aéroacoustique

• Un socle minimum de 4 personnes dont 2 experts CFD

• Pilotage des projets par nos experts

• Stations 20 proc. 128Gb de RAM + accès à des serveurs 48 proc.

• Grande variété d’outils software:

• CFD: Ansys Fluent, CFX, Star CCM+, RadTherm• Maillage: ICEM, Gambit, Ansa, Ansys Meshing• Programmation : Matlab, VBA, Python, Dakota

Nos moyens

Steven DAIXRéférent technique CFD01 81 89 31 12sdaix@extia.fr

EXTIA PACA

Agence d’Aix-en-Provence :

+33 (0)4 42 53 46 58

6 rue Mahatma Gandhi13090 Aix-en-Provence

EXTIA PACA

Agence de Sophia-Antipolis :

+33 (0)6 99 19 45 84

950 route des Colles, Les Templiers 06410 Sophia-Antipolis

EXTIA Rhône-Alpes

Agence de Lyon :

+33 (0)4 81 65 13 60

129 rue Servient - Tour Part Dieu69003 Lyon

EXTIA Rhône-Alpes

Agence de Grenoble:

+33 (0)6 99 94 96 48

5 place Robert Schuman WTC,

38025 Grenoble

EXTIA Ile-de-France

+33 (0)1 46 99 91 91

1 avenue de la Cristallerie, Bât. A92310 Sèvres

EXTIA NORD

Agence de Lille :

+33 (0)6 46 99 91 91

104 Route Nationale 59800 Lille

EXTIA Switzerland

Agence de Lausanne:

+33(0)7 62 73 36 68

Voie du Chariot 3

1003 Lausanne

EXTIA Belgium

Agence de Bruxelles :

+32 (0)2 64 64 469

207 avenue Louise,

1050 Bruxelles

EXTIA Romania

Agence de Bucarest:

+33 6.98.93.54.14

24 Strada Sevastopol, Etaj 1,

Office 101, Bucuresti

Mehdi KASSASSIResponsable technique CFD01 81 89 11 53mkassassi@extia.fr