L'utilisation de l'optimisation dans la CFD permet de découvrir de nouveaux moyens pour trouver des design innovants. Voici une présentation d'un exemple d'utilisation sur une calandre d'un véhicule.

1. Steven DAIX
cfd@extia.fr
Bureau d’Etudes CFD
Optimisation d’une calandre

2. 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

3. Dimension de la calandre = 0,5 m x 0,5 m
Modèle 3D aéraulique avec des parois lisses pour
obtenir l’effet isolé de la calandre.
La calandre est considérée perpendiculaire à la
veine.
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. 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. 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. 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-%Objectifs2

7. 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. 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 est
plus faible dans les deux cas et le profil de vitesse
dans la calandre semble plus fluide que pour le cas
initial.
Les dépressions dans les interstices sont très diminuées
pour 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 en
passant de 89,3% à 97%.
Cas initial
Pourcentage de
gain entre la
référence et le
point de calcul

9. 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

10. Steven DAIX
Référent technique CFD
01 81 89 31 12
sdaix@extia.fr
EXTIA PACA
Agence d’Aix-en-Provence :
+33 (0)4 42 53 46 58
6 rue Mahatma Gandhi
13090 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 Dieu
69003 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. A
92310 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 KASSASSI
Responsable technique CFD
01 81 89 11 53
mkassassi@extia.fr