/
Nouveauté
0/5

0 avis

Full-field multi-fidelity surrogate models for optimal design of turbomachines


Type de document : Thèse
Langue : anglais

Responsabilité(s) :


Responsabilité(s) secondaire (s) :
Université de soutenance : Université de Technologie de Compiègne

Numéro national de thèse : 2017COMP2368

Année de publication : 2017


Discipline : Mécanique Numérique : Unité de recherche en Mécanique - Laboratoire Roberval (FRE UTC - CNRS 2012)

Sujets :


Mots clés :

Résumé(s) :

  • L optimisation des différents composants d une turbomachine reste encore un sujet épineux, malgré les récentes avancées théoriques, expérimentales ou informatiques. Cette thèse propose et investigue des techniques d optimisation assistées par méta-modèles vectoriels multi-fidélité basés sur la Décomposition aux Valeurs Propres (POD). Le couplage de la POD à des techniques de modélisation multifidélité permet de suivre l évolution des structures dominantes de l écoulement en réponse à des déformations géométriques. Deux méthodes d optimisation multi-fidélité basées sur la POD sont ici proposées. La première consiste en une stratégie d enrichissement adaptée aux modèles multi-fidelité par Gappy-POD (GPOD). Celle-ci vise surtout des problèmes associés à des simulations basse-fidélité à coût de restitution négligeable, ce qui la rend difficilement utilisable pour la conception aérodynamique de turbomachines. Elle est néanmoins validée sur une étude du domaine de vol d une aile 2D issue de la littérature. La seconde méthodologie est basée sur une extension multi-fidèle des modèles par POD Non-Intrusive (NIPOD). Cette extension naît de la ré-interprétation du concept de POD Contrainte (CPOD) et permet l enrichissement de l espace réduit par ajout important d information basse-fidélité approximative. En seconde partie de cette thèse, un cas de validation est introduit pour valider les méthodologies d optimisation vectorielle multi-fidélité. Cet exemple présente des caractéristiques représentatives des problèmes d optimisation de turbomachines. La capacité de généralisation des méta-modèles par NIPOD multifidélité proposés est comparée, aussi bien sur cas analytique qu industriel, à des techniques de méta-modélisation issues de la littérature. Enfin, nous utilisons la méthode développée au cours de cette thèse pour l optimisation d un étage et demi d un compresseur basse-pression et comparons les résultats obtenus à des approches à l état de l art.
  • Optimizing turbomachinery components stands as a real challenge despite recent advances in theoretical, experimental and High-Performance Computing (HPC) domains. This thesis introduces and validates optimization techniques assisted by full-field Multi-Fidelity Surrogate Models (MFSMs) based on Proper Orthogonal Decomposition (POD). The combination of POD and Multi-Fidelity Modeling (MFM) techniques allows to capture the evolution of dominant flow features with geometry modifications. Two POD based multi-fidelity optimization methods are proposed. Thefirst one consists in an enrichment strategy dedicated to Gappy-POD (GPOD)models. It is more suitable for instantaneous low-fidelity computations whichmakes it hardly tractable for aerodynamic design of turbomachines. This methodis demonstrated on the flight domain study of a 2D airfoil from the literature. The second methodology is based on a multi-fidelity extension to Non-IntrusivePOD (NIPOD) models. This extension starts with a re-interpretation of theConstrained POD (CPOD) concept and allows to enrich the reduced spacedefinition with abondant, albeit inaccurate, low-fidelity information. In the second part of the thesis, a benchmark test case is introduced to test fullfield multi-fidelity optimization methodologies on an example presenting featuresrepresentative of turbomachinery problems. The predictability of the proposedMulti-Fidelity NIPOD (MFNIPOD) surrogate models is compared to classical surrogates from the literature on both analytical and industrial-scale applications. Finally, we employ the proposed tool to the shape optimization of a 1.5-stage boosterand we compare the obtained results with standard state of the art approaches.

Autre(s) titre(s):

  • Titre traduit : Design optimal de turbomachines assisté par méta-modèles vectoriels multi-fidélité


  • Accéder au document
  • Consulter en ligne

    Suggestions

    Du même auteur

    Modélisation des architectures à renforcement tridimensionnel dans les structures composites | Ha, Manh Hung. Auteur

    Modélisation des architectures à renforcement tridimensionnel dans les structures composites / Ha, Manh Hung. Auteur, 2013

    Ces travaux se placent dans le cadre de l'étude des propriétés mécaniques des architectures à renforcement tridimensionnel dans les structures composites. Nous proposons une approche permettant de caractériser les propriétés mécan...

    Source : Ressources électroniques

    THES|THES

    Autonomous road vehicles localization using satellites, lane markings and vision | Tao, Zui (19..-....). Auteur

    Autonomous road vehicles localization using satellites, lane markings and vision / Tao, Zui (19..-....). Auteur, 2016

    L'estimation de la pose (position et l'attitude) en temps réel est une fonction clé pour les véhicules autonomes routiers. Cette thèse vise à étudier des systèmes de localisation pour ces véhicules en utilisant des capteurs automo...

    Source : Ressources électroniques

    THES|THES

    Regularization schemes for transfer learning with convolutional networks | Li, Xuhong (19..-....). Auteur

    Regularization schemes for transfer learning with convolutional networks / Li, Xuhong (19..-....). Auteur, 2019

    L apprentissage par transfert de réseaux profonds réduit considérablement les coûts en temps de calcul et en données du processus d entraînement des réseaux et améliore largement les performances de la tâche cible par rapport à l ...

    Source : Ressources électroniques

    THES|THES

    Du même sujet

    Réduction de modèles et apprentissage de solutions spatio-temporelles paramétrées à partir de données | Fahlaoui, Tarik (19..-....). Auteur

    Réduction de modèles et apprentissage de solutions spatio-temporelles paramétrées à partir de données : application à des couplages EDP-EDO / Fahlaoui, Tarik (19..-....). Auteur, 2020

    On s intéresse dans cette thèse à l apprentissage d un modèle réduit précis et stable, à partir de données correspondant à la solution d une équation aux dérivées partielles (EDP), et générées par un solveur haute fidélité (HF). P...

    Source : Ressources électroniques

    THES|THES

    Mécanique expérimentale des fluides | Comolet, Raymond (1920-1989). Auteur

    Mécanique expérimentale des fluides / Comolet, Raymond (1920-1989). Auteur - Masson, 1982

    Source : Catalogue

    Contribution à la sûreté de fonctionnement assistée par ordinateur et au développement d'outils de M.A.O. intégrés à la production automatisée | Lyonnet, Patrick (1950-....). Auteur

    Contribution à la sûreté de fonctionnement assistée par ordinateur et au développement d'outils de M.A.O. intégrés à la production automatisée / Lyonnet, Patrick (1950-....). Auteur - [éditeur inconnu], 1991

    La thèse présente essentiellement un travail d'application qui a très bien su valoriser toute l'information numérique disponible à partir d'un retour d'expérience. Les applications industrielles très satisfaisantes ainsi que les t...

    Source : Catalogue

    Chargement des enrichissements...

    Avis des lecteurs