Optimisation robuste des aéronefs et des groupes turboréacteurs
Notice bibliographique
Résumé
Je tiens d'abord à remercier mon directeur de recherche, le professeur Jean-Yves Trépanier, qui a su m'encourager et me fournir une atmosphère de travail stimulante au sein de sa chaire de recherche.Je souhaite également le remercier de m'avoir laissé une très grande liberté et de m'avoir permis de participer à des conférences et des cours très enrichissants.Je désire aussi souligner l'aide apportée par Christophe Tribes, associé de recherche, qui m'a fourni de nombreux précieux conseils qui m'ont aidé lors de l'élaboration de mon projet.Son sens de l'écoute et d'ouverture ont été très appréciés.Je souhaite également remercier François Brophy ainsi que Tim Piercey de chez Pratt & Whitney Canada pour le temps et soutien qu'ils m'ont accordés tout au long de mon projet.Leur expérience technique m'a permis de beaucoup apprendre et de rester les pieds sur terre.Merci aussi aux étudiants de la chaire que j'ai côtoyés durant mon passage à la Polytechnique pour leur camaraderie.Un merci spécial à Alexandre Lupien et Benoit Malouin pour les belles parties de Ultimate Frisbee et de golf jouées ensemble.Je tiens aussi à remercier Mathias Emeneth ainsi que le personnel chez PACE Aerospace Engineering & Information Technology GmbH pour leur aide ainsi que leur hospitalité lors de ma visite chez eux.Enfin, je tiens à remercier mes parents, Carole et Michel, leur dévouement m'a permis d'être qui je suis aujourd'hui.Leur soutien inconditionnel, leur écoute et leurs conseils sont toujours très appréciés.Un merci aussi à mon frère, Charles, pour les deux années passées ensemble à Montréal que je n'oublierai jamais.Finalement, j'aimerais aussi remercier ma charmante copine, Kelsey, pour avoir toujours été à mes côtés même quand la distance nous séparait.Leur soutien tout au long de ma maitrise m'ont permis de me dépasser.v R ÉSUM ÉLes prochaines générations d'aéronefs et de groupes motopropulseurs devront rencontrer et peut-être anticiper des contraintes d'opération de plus en plus strictes.Cette évolution des exigences de design provient de l'impact cumulatif d'un resserrement des normes environnementales en ce qui a trait à la pollution atmosphérique et sonore, d'un épuisement progressif des réserves en carburants fossiles qui occasionnera une augmentation du coût du carburant, ainsi qu'une augmentation continue du trafic aérien.Afin de s'adapter à ces changements dans le marché, les compagnies d'aéronef et de moteur vont devoir explorer l'éventail possible de bénéfices et de risques associés à une plage plus grande de nouveaux designs et de technologies.En même temps, il sera nécessaire d'assurer que le produit constitue une solution rentable lorsqu'opéré dans l'environnement économique futur prévu pour la prochaine génération d'avion.L'objectif de cette étude est de développer une méthodologie permettant l'obtention de designs préliminaires optimaux robustes aux incertitudes et de quantifier le compromis entre un design robuste et un gain potentiel en performance.La méthodologie développée est appliquée à un avion régional de soixante-dix places afin de déterminer l'impact de l'incertitude.L'approche cherche à optimiser le design tout en minimisant sa sensibilité aux incertitudes.Le but est de réduire les risques que le design nécessite des corrections couteuses à un stade plus avancé dans le processus de design.Une plateforme de design a été développée afin de permettre l'étude en mode conceptuel des performances de l'avion et du moteur.Celle-ci comprend quatre modules incluant : le logiciel de design et de performance d'avion Pacelab APD, un métamodèle construit avec le logiciel GasTurb pour la performance du moteur, un module de prédiction du niveau de bruit, ainsi qu'un module permettant de calculer les coûts d'exploitation.Ces deux derniers furent construits à partir de données de la littérature.L'impact associé à deux types d'incertitudes présents au stade préliminaire de design a été étudié.Ceux-ci sont l'incertitude qui se rapporte aux prévisions du marché lorsque la prochaine génération d'avion va être en service, ainsi que l'incertitude du niveau de fidélité des modèles.D'après des prédictions du prix du brut pour le futur, la recherche a déterminé qu'un avion conçu avec une vitesse de croisière similaire aux avions à réaction d'aujourd'hui va minimiser la moyenne des coûts d'exploitation en adoptant une configuration qui minimise la consommation de carburant.Inversement, il a été déterminé que le prix du carburant n'a pas d'influence sur le design optimisé lorsque la moyenne des coûts d'exploitation est minimisée avec un nombre de Mach en croisière variable.De plus, l'utilisation d'un front de Pareto afin vi de quantifier le compromis entre un design robuste et un gain potentiel en performance a permis de déterminer que les variables de design ont peu d'influence sur la robustesse des coûts d'exploitation face aux incertitudes des modèles.Il a été aussi démontré que négliger les incertitudes lors du design peut conduire à la sélection d'une configuration comportant un risque élevé de ne pas rencontrer les contraintes.vii
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».