Prise en compte des incertitudes dans le cycle de conception des produits industriels

Contexte de l’IRT SystemX

L’IRT SystemX est un institut de R&D thématique interdisciplinaire rassemblant les compétences de l’industrie, et de la recherche publique dans une logique de co-investissement public-privé : Alstom, Bull, Campus Paris-Saclay, INRIA, Institut Mines Telecom, Kalray, OVH, Renault, Sherpa, Systematic Paris-Region, etc. Les IRT s’inscrivent dans le cadre du Programme Investissements d’Avenir.

L’IRT SystemX met en place les projets CRÉE : Coopération Recherche Étudiants Entreprise. Un projet CRÉE comprend 3 stages pour 3 étudiants, qui devront travailler ensemble en équipe Système pour répondre à une problématique industrielle. Ils travaillent en proximité avec des Projets de recherche opérationnels, avec du personnel académique et industriel.

Les sujets sont définis en lien avec l’un des projets de R&D. Une équipe de 3 étudiants d’horizons différents est constituée pour travailler, en coopération, sur le sujet de l’industriel : par exemple un élève issu d’une école généraliste pour la vision d’ensemble du projet, un élève orienté « marketing », avec un élève ingénieur pour se charger de la spécification technique du sujet et un élève en IUT pour la réalisation d’une maquette ou d’un prototype.

L’équipe d’étudiants sera encadrée par un binôme d’ingénieur SystemX et / ou Entreprise partenaire du projet de recherche.

Contexte du projet et des sujets de stages

Vous intégrerez une équipe de 3 étudiants pour réaliser l’objectif commun suivant :

  • Prise en compte des incertitudes dans le cycle de conception des produits industriels.

Avoir des produits plus fiables et plus performants tout en minimisant les risques projet est l’ambition de beaucoup d’industriels. L’atteinte de ces objectifs passe par la maîtrise de la conception, de l’élaboration du cahier des charges à la fabrication. C’est pourquoi les industriels impliqués dans le projet ROM veulent développer des méthodologies permettant de prendre en compte les incertitudes dans la conception de leurs produits, qu’elles soient dues à la méconnaissance du composant dans une phase avant-projet ou à leurs variabilités intrinsèques (de fabrication par exemple).

Les sujets de stage proposés s’inscrivent dans cette problématique et font suite au projet CREE de 2015. Deux axes de travail ont été dégagés afin d’accompagner les industriels dans ce changement de culture : le premier concerne la prise en compte des marges lors de l’établissement du cahier des charges par l’intermédiaire d’une analyse de sensibilité de la performance à atteindre ; le second concerne la mise en place d’une plateforme d’Optimisation Robuste permettant d’optimiser les performances en prenant en compte les incertitudes.

Lors d’une procédure d’optimisation classique (ou déterministe), on cherche à maximiser la performance d’un produit tout en s’assurant que certaines contraintes de fonctionnement soient respectées. Ce type d’optimisation mène à des solutions qui peuvent se dégrader fortement en fonction des incertitudes liées, par exemple, aux tolérances de fabrication ou au vieillissement des matériaux. Beaucoup utilisée dans le domaine financier, l’Optimisation Robuste est un outil idéal pour pallier ces inconvénients. De plus, les méthodes introduites par l’Optimisation Robuste [1] peuvent potentiellement servir de base à une manière innovante de traiter les marges de conception au plus juste. C’est pourquoi ces dernières années, de plus en plus d’industriels se sont montrés intéressés par ces techniques et un effort de recherche important a été fourni afin de les appliquer dans un contexte d’ingénierie.

L’IRT SystemX et ses partenaires industriels veulent aujourd’hui capitaliser l’expérience des laboratoires scientifiques impliqués dans le projet ROM et mettre en place des outils d’Optimisation Robuste. Un prototype de plateforme d’Optimisation Robuste a été développé à l’IRT en 2015. Il a été observé que la principale limitation se situait au niveau des algorithmes de résolution du problème d’optimisation. En effet, l’estimation par méthode de Monte Carlo des quantités statistiques liées à l’optimisation robuste implique un coût calcul plus important que dans le cas déterministe. Par ailleurs, l’espace admissible associé à la recherche de solutions fiables peut être de taille réduite, ce qui met en échec de nombreux algorithmes d’optimisation. Il faut donc développer des algorithmes limitant les appels à la fonction objectif ou simplifiant sa formulation. De plus une problématique couramment rencontrée par les partenaires industriels de l’IRT est la détermination des marges au moment de la mise au point du cahier des charges d’un produit. Le but est en effet de limiter les risques de non-atteinte de l’objectif encourus par le projet. Il serait intéressant de mettre en place une démarche intégrant cette problématique dans la vision optimisation robuste.

Vous travaillerez en collaboration avec le projet de recherche intitulé ROM (réduction de modèle et optimisation multi-physiques).

Renault, Airbus Group, Safran Group, Cenaero, ESI Group sont les acteurs industriels de ce projet. Supméca, Supélec, l’Inria, l’UVSQ apportent leurs savoir-faire en tant que laboratoires de recherche.

L’équipe dispose d’une expérience considérable et diversifiée dans le domaine de l’optimisation et de la réduction de modèles.

Les sujets de stage de ce projet composé d’étudiants se déclinent en :

[1] – H. Beyer, B. Sendhoff : Robust Optimization – A comprehensive survey, 2007.