JDCHE 20-21 - Antilope : Vers un système bon marché de mesure des polluants ...
Vincent kelner - le Darwinisme artificiel au service de l'énergie
1. Le darwinisme
artificiel au service
de l’énergie
V. Kelner
Introduction
L’optimisation
MOHyGO
COSE-Flo
Conclusions
Le darwinisme artificiel au service de
l’énergie
V. Kelner
2. Le darwinisme
artificiel au service
de l’énergie
V. Kelner
Introduction
L’optimisation
MOHyGO
COSE-Flo
Conclusions
Plan de la présentation
Introduction
L’optimisation
MOHyGO
COSE-Flo
Conclusions
3. Le darwinisme
artificiel au service
de l’énergie
V. Kelner
Introduction
L’optimisation
MOHyGO
COSE-Flo
Conclusions
CRIG : axes de recherche
4. Le darwinisme
artificiel au service
de l’énergie
V. Kelner
Introduction
L’optimisation
MOHyGO
COSE-Flo
Conclusions
Axe simulation : approche système
Exemple : code SMASH (Simulation, modélisation et
analyse de systèmes hydrauliques)
5. Le darwinisme
artificiel au service
de l’énergie
V. Kelner
Introduction
L’optimisation
MOHyGO
COSE-Flo
Conclusions
Axe simulation : FEM
Exemple : turbine Banki
6. Le darwinisme
artificiel au service
de l’énergie
V. Kelner
Introduction
L’optimisation
MOHyGO
COSE-Flo
Conclusions
Axe simulation : CFD
Exemple : écoulement dans un brûleur
7. Le darwinisme
artificiel au service
de l’énergie
V. Kelner
Introduction
L’optimisation
MOHyGO
COSE-Flo
Conclusions
Axe simulation : optimisation
Le principe de Dilbert
“Les gens normaux croient que si ça marche, c’est
qu’il n’y a rien à réparer.
Les ingénieurs croient que si ça marche, c’est que
ça ne fait pas encore assez de choses.”
[Scott Adams]
8. Le darwinisme
artificiel au service
de l’énergie
V. Kelner
Introduction
L’optimisation
MOHyGO
COSE-Flo
Conclusions
Un problème d’optimisation c’est ...
Un (des) objectif(s)
f (x)
Des variables de
conception
x = [x1, . . . , xnx ]T
Des contraintes
xl
≤ x ≤ xu
h(x) = [h1(x), . . . , hnh
(x)]T
= 0
g(x) = g1(x), . . . , gng (x)
T
≤ 0
x2
x1
X*
X
g ( )<01 x
g ( )<02 x
g ( )<03 x
Contraintes
Design admissible
Design non admissible
Y
fonction objectif
(iso valeurs)
9. Le darwinisme
artificiel au service
de l’énergie
V. Kelner
Introduction
L’optimisation
MOHyGO
COSE-Flo
Conclusions
Diverses méthodes
10. Le darwinisme
artificiel au service
de l’énergie
V. Kelner
Introduction
L’optimisation
MOHyGO
COSE-Flo
Conclusions
Le piège des optima locaux
−6
−4
−2
0
2
4
6
−6
−4
−2
0
2
4
6
0
10
20
30
40
50
60
x1x2
f(x1,x2)
12. Le darwinisme
artificiel au service
de l’énergie
V. Kelner
Introduction
L’optimisation
MOHyGO
COSE-Flo
Conclusions
Les problèmes multi-objectifs
Objectifs contradictoires
→ ensemble de solutions ≡
compromis (front de Pareto)
13. Le darwinisme
artificiel au service
de l’énergie
V. Kelner
Introduction
L’optimisation
MOHyGO
COSE-Flo
Conclusions
Multi-Objective Hybrid Genetic Optimizer
14. Le darwinisme
artificiel au service
de l’énergie
V. Kelner
Introduction
L’optimisation
MOHyGO
COSE-Flo
Conclusions
Multi-Objective Hybrid Genetic Optimizer
C/C++
15. Le darwinisme
artificiel au service
de l’énergie
V. Kelner
Introduction
L’optimisation
MOHyGO
COSE-Flo
Conclusions
Multi-Objective Hybrid Genetic Optimizer
C/C++
Codage réel et/ou binaire des variables
16. Le darwinisme
artificiel au service
de l’énergie
V. Kelner
Introduction
L’optimisation
MOHyGO
COSE-Flo
Conclusions
Multi-Objective Hybrid Genetic Optimizer
C/C++
Codage réel et/ou binaire des variables
Différents opérateurs de sélection et de croisement
17. Le darwinisme
artificiel au service
de l’énergie
V. Kelner
Introduction
L’optimisation
MOHyGO
COSE-Flo
Conclusions
Multi-Objective Hybrid Genetic Optimizer
C/C++
Codage réel et/ou binaire des variables
Différents opérateurs de sélection et de croisement
Prise en compte de l’aspect multi-critères (MOGA)
18. Le darwinisme
artificiel au service
de l’énergie
V. Kelner
Introduction
L’optimisation
MOHyGO
COSE-Flo
Conclusions
Multi-Objective Hybrid Genetic Optimizer
C/C++
Codage réel et/ou binaire des variables
Différents opérateurs de sélection et de croisement
Prise en compte de l’aspect multi-critères (MOGA)
Approche originale dans le traitement des contraintes
19. Le darwinisme
artificiel au service
de l’énergie
V. Kelner
Introduction
L’optimisation
MOHyGO
COSE-Flo
Conclusions
Multi-Objective Hybrid Genetic Optimizer
C/C++
Codage réel et/ou binaire des variables
Différents opérateurs de sélection et de croisement
Prise en compte de l’aspect multi-critères (MOGA)
Approche originale dans le traitement des contraintes
Hybridisation avec des méthodes de recherche locale
20. Le darwinisme
artificiel au service
de l’énergie
V. Kelner
Introduction
L’optimisation
MOHyGO
COSE-Flo
Conclusions
Multi-Objective Hybrid Genetic Optimizer
C/C++
Codage réel et/ou binaire des variables
Différents opérateurs de sélection et de croisement
Prise en compte de l’aspect multi-critères (MOGA)
Approche originale dans le traitement des contraintes
Hybridisation avec des méthodes de recherche locale
Parallélisation selon un modèle “maître-esclave”
21. Le darwinisme
artificiel au service
de l’énergie
V. Kelner
Introduction
L’optimisation
MOHyGO
COSE-Flo
Conclusions
Multi-Objective Hybrid Genetic Optimizer
C/C++
Codage réel et/ou binaire des variables
Différents opérateurs de sélection et de croisement
Prise en compte de l’aspect multi-critères (MOGA)
Approche originale dans le traitement des contraintes
Hybridisation avec des méthodes de recherche locale
Parallélisation selon un modèle “maître-esclave”
Procédure d’archivage et de clustering
22. Le darwinisme
artificiel au service
de l’énergie
V. Kelner
Introduction
L’optimisation
MOHyGO
COSE-Flo
Conclusions
Multi-Objective Hybrid Genetic Optimizer
C/C++
Codage réel et/ou binaire des variables
Différents opérateurs de sélection et de croisement
Prise en compte de l’aspect multi-critères (MOGA)
Approche originale dans le traitement des contraintes
Hybridisation avec des méthodes de recherche locale
Parallélisation selon un modèle “maître-esclave”
Procédure d’archivage et de clustering
Couplage aisé avec d’autres codes de calcul
23. Le darwinisme
artificiel au service
de l’énergie
V. Kelner
Introduction
L’optimisation
MOHyGO
COSE-Flo
Conclusions
Applications du code
24. Le darwinisme
artificiel au service
de l’énergie
V. Kelner
Introduction
L’optimisation
MOHyGO
COSE-Flo
Conclusions
Applications du code
Dimensionnement optimal d’empilements de pompes de
lubrification pour turbo-réacteurs
25. Le darwinisme
artificiel au service
de l’énergie
V. Kelner
Introduction
L’optimisation
MOHyGO
COSE-Flo
Conclusions
Applications du code
Dimensionnement optimal d’empilements de pompes de
lubrification pour turbo-réacteurs
Optimisation d’un réseau d’adduction d’eau
26. Le darwinisme
artificiel au service
de l’énergie
V. Kelner
Introduction
L’optimisation
MOHyGO
COSE-Flo
Conclusions
Applications du code
Dimensionnement optimal d’empilements de pompes de
lubrification pour turbo-réacteurs
Optimisation d’un réseau d’adduction d’eau
Dimensionnement de caloducs
27. Le darwinisme
artificiel au service
de l’énergie
V. Kelner
Introduction
L’optimisation
MOHyGO
COSE-Flo
Conclusions
Applications du code
Dimensionnement optimal d’empilements de pompes de
lubrification pour turbo-réacteurs
Optimisation d’un réseau d’adduction d’eau
Dimensionnement de caloducs
Dimensionnement d’aubes de rotors
28. Le darwinisme
artificiel au service
de l’énergie
V. Kelner
Introduction
L’optimisation
MOHyGO
COSE-Flo
Conclusions
Applications du code
Dimensionnement optimal d’empilements de pompes de
lubrification pour turbo-réacteurs
Optimisation d’un réseau d’adduction d’eau
Dimensionnement de caloducs
Dimensionnement d’aubes de rotors
Optimisation d’un cycle de Brayton
29. Le darwinisme
artificiel au service
de l’énergie
V. Kelner
Introduction
L’optimisation
MOHyGO
COSE-Flo
Conclusions
Applications du code
Dimensionnement optimal d’empilements de pompes de
lubrification pour turbo-réacteurs
Optimisation d’un réseau d’adduction d’eau
Dimensionnement de caloducs
Dimensionnement d’aubes de rotors
Optimisation d’un cycle de Brayton
Optimisation d’un cycle de Rankine-Hirn
30. Le darwinisme
artificiel au service
de l’énergie
V. Kelner
Introduction
L’optimisation
MOHyGO
COSE-Flo
Conclusions
Applications du code
Dimensionnement optimal d’empilements de pompes de
lubrification pour turbo-réacteurs
Optimisation d’un réseau d’adduction d’eau
Dimensionnement de caloducs
Dimensionnement d’aubes de rotors
Optimisation d’un cycle de Brayton
Optimisation d’un cycle de Rankine-Hirn
Optimisation de structures en treillis (portique, chassis
de karting, arceau de sécurité)
31. Le darwinisme
artificiel au service
de l’énergie
V. Kelner
Introduction
L’optimisation
MOHyGO
COSE-Flo
Conclusions
Applications du code
Dimensionnement optimal d’empilements de pompes de
lubrification pour turbo-réacteurs
Optimisation d’un réseau d’adduction d’eau
Dimensionnement de caloducs
Dimensionnement d’aubes de rotors
Optimisation d’un cycle de Brayton
Optimisation d’un cycle de Rankine-Hirn
Optimisation de structures en treillis (portique, chassis
de karting, arceau de sécurité)
Optimisation d’installations solaires
32. Le darwinisme
artificiel au service
de l’énergie
V. Kelner
Introduction
L’optimisation
MOHyGO
COSE-Flo
Conclusions
Applications du code
Dimensionnement optimal d’empilements de pompes de
lubrification pour turbo-réacteurs
Optimisation d’un réseau d’adduction d’eau
Dimensionnement de caloducs
Dimensionnement d’aubes de rotors
Optimisation d’un cycle de Brayton
Optimisation d’un cycle de Rankine-Hirn
Optimisation de structures en treillis (portique, chassis
de karting, arceau de sécurité)
Optimisation d’installations solaires
...
33. Le darwinisme
artificiel au service
de l’énergie
V. Kelner
Introduction
L’optimisation
MOHyGO
COSE-Flo
Conclusions
Réseau de distribution hydraulique
35. Le darwinisme
artificiel au service
de l’énergie
V. Kelner
Introduction
L’optimisation
MOHyGO
COSE-Flo
Conclusions
Réseau de distribution hydraulique (cont’d)
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25
1
2
3
Fonctionnement des pompes au cours du temps
Temps en heure
Pompes
36. Le darwinisme
artificiel au service
de l’énergie
V. Kelner
Introduction
L’optimisation
MOHyGO
COSE-Flo
Conclusions
Dimensionnement d’aubes de rotors
q(p + ∆p) = q(p) + q(1)
· ∆p + · · · +
q(n)
n!
· ∆pn
+ O(∆pn+1
)
37. Le darwinisme
artificiel au service
de l’énergie
V. Kelner
Introduction
L’optimisation
MOHyGO
COSE-Flo
Conclusions
Dimensionnement d’aubes de rotors (cont’d)
−291 −290.5 −290 −289.5 −289 −288.5 −288
0.1245
0.125
0.1255
0.126
0.1265
0.127
0.1275
0.128
0.1285
P
sin
−P
sout
(Pa)
losscoefficient
Last Pareto front
Archive
38. Le darwinisme
artificiel au service
de l’énergie
V. Kelner
Introduction
L’optimisation
MOHyGO
COSE-Flo
Conclusions
Cadre
Projet FIRST Entreprise (2012-2014)
39. Le darwinisme
artificiel au service
de l’énergie
V. Kelner
Introduction
L’optimisation
MOHyGO
COSE-Flo
Conclusions
Cadre
Projet FIRST Entreprise (2012-2014)
spin-off de l’Université de Liège (2006)
40. Le darwinisme
artificiel au service
de l’énergie
V. Kelner
Introduction
L’optimisation
MOHyGO
COSE-Flo
Conclusions
Cadre
Projet FIRST Entreprise (2012-2014)
spin-off de l’Université de Liège (2006)
compagnie d’ingénierie active dans le domaine de la
construction navale :
41. Le darwinisme
artificiel au service
de l’énergie
V. Kelner
Introduction
L’optimisation
MOHyGO
COSE-Flo
Conclusions
Cadre
Projet FIRST Entreprise (2012-2014)
spin-off de l’Université de Liège (2006)
compagnie d’ingénierie active dans le domaine de la
construction navale :
LBR-5 - analyse du comportement des structures
(méthaniers, bateaux à passagers, portes d’écluses, ...)
INLI - instrument de chargement de bateaux citernes
pour la navigation intérieure
ITS - simulateur de trafic fluvial
42. Le darwinisme
artificiel au service
de l’énergie
V. Kelner
Introduction
L’optimisation
MOHyGO
COSE-Flo
Conclusions
Cadre
Projet FIRST Entreprise (2012-2014)
spin-off de l’Université de Liège (2006)
compagnie d’ingénierie active dans le domaine de la
construction navale :
LBR-5 - analyse du comportement des structures
(méthaniers, bateaux à passagers, portes d’écluses, ...)
INLI - instrument de chargement de bateaux citernes
pour la navigation intérieure
ITS - simulateur de trafic fluvial
COSE-FLo : conception et optimisation structurelle
d’éoliennes flottantes
43. Le darwinisme
artificiel au service
de l’énergie
V. Kelner
Introduction
L’optimisation
MOHyGO
COSE-Flo
Conclusions
Les éoliennes offshore
3 systèmes de flottaison : flotteur (SPAR), plateforme à
ligne tendue (TLP), plateforme semi-submersible
44. Le darwinisme
artificiel au service
de l’énergie
V. Kelner
Introduction
L’optimisation
MOHyGO
COSE-Flo
Conclusions
3 projets actuels
Hywind (Norvège) Winfloat (Portugal)
Winflo (France-Bretagne)
45. Le darwinisme
artificiel au service
de l’énergie
V. Kelner
Introduction
L’optimisation
MOHyGO
COSE-Flo
Conclusions
Quelques ordres de grandeur
Gamme de puissance ≈ 2,5 à 5 MW
Diamètre du rotor ≈ 130 m
Masse de la nacelle ≈ 220 t
Hauteur du mât ≈ 100 m
Masse du mât ≈ 250 t
46. Le darwinisme
artificiel au service
de l’énergie
V. Kelner
Introduction
L’optimisation
MOHyGO
COSE-Flo
Conclusions
Architecture du logiciel
47. Le darwinisme
artificiel au service
de l’énergie
V. Kelner
Introduction
L’optimisation
MOHyGO
COSE-Flo
Conclusions
Un outil générique et convival
48. Le darwinisme
artificiel au service
de l’énergie
V. Kelner
Introduction
L’optimisation
MOHyGO
COSE-Flo
Conclusions
Pour toutes informations complémentaires
Vincent KELNER
Campus de l’Ourthe - Office C106
e-mail : v.kelner@helmo.be
skype : vincent.kelner
tél. : 04/ 340 34 45
49. Le darwinisme
artificiel au service
de l’énergie
V. Kelner
Introduction
L’optimisation
MOHyGO
COSE-Flo
Conclusions