Conceptual aircraft design: towards multiobjective, robust and uncertain optimisation
Définition conceptuelle d'avions : vers une optimisation multiobjectif, robuste et incertaine
Résumé
Aircraft sizing studies consist in determining the main characteristics of an aircraft starting from a set of requirements. These studies can be summarized as global constrained optimisation problems with typically one thousand parameters and almost as many constraints. The constraints express physical feasibility and the requirements to be satisfied, and the objectives are market driven performances of the aircraft. Moreover, aircraft sizing is typically a multicriteria optimisation problem because of some competing objectives.
The aim of this thesis is to introduce new mathematical methods that can be useful in a future project sizing tool to treat the aircraft configuration optimisation problem. We contributed in improving the optimisation methods that are currently used in the Airbus Future Project Office. By using genetic algorithms, we made the mono-criterion optimisation process more robust. Then, we introduced multicriteria optimisation methods because we had several conflicting criteria to consider. As the calculation times became important, we decided to substitute the aircraft model by a surrogate model. We implemented radial basis functions to approximate the constraint and the objective functions. Finally, we propagated the model uncertainty to assess the robustness of the optimisation results and we proposed a possible outcome of the integration of these different techniques in order to yield the engineers a global and operational perception of the design space.
The aim of this thesis is to introduce new mathematical methods that can be useful in a future project sizing tool to treat the aircraft configuration optimisation problem. We contributed in improving the optimisation methods that are currently used in the Airbus Future Project Office. By using genetic algorithms, we made the mono-criterion optimisation process more robust. Then, we introduced multicriteria optimisation methods because we had several conflicting criteria to consider. As the calculation times became important, we decided to substitute the aircraft model by a surrogate model. We implemented radial basis functions to approximate the constraint and the objective functions. Finally, we propagated the model uncertainty to assess the robustness of the optimisation results and we proposed a possible outcome of the integration of these different techniques in order to yield the engineers a global and operational perception of the design space.
La conception d'avions au stade avant-projet consiste à déterminer les principales caractéristiques d'un avion répondant à un cahier des charges donné. Ces études peuvent être résumées par des problèmes d'optimisation globale sous contraintes avec typiquement un millier de paramètres et presque autant de contraintes. Les contraintes expriment la faisabilité physique ainsi que le cahier des charges à respecter, et les objectifs sont des performances de l'avion guidées par des études de marché. De plus, le conception d'avions est un problème d'optimisation multicritère du fait de la présence de fonctions objectifs antagonistes.
L'objectif de cette thèse est d'introduire de nouvelles méthodes mathématiques qui peuvent être utiles dans un outil de dimensionnement avant-projet pour résoudre le problème d'optimisation d'une configuration d'avion. Nous avons contribué à l'amélioration des méthodes d'optimisation qui sont couramment utilisées au département des Avant-Projets d'Airbus. En utilisant les algorithmes génétiques, nous avons rendu le processus d'optimisation monocritère plus robuste. Ensuite, nous avons introduit des méthodes d'optimisation multicritère car nous avions plusieurs critères conflictuels à considérer. Comme les temps de calcul sont devenus importants, nous avons décidé de substituer au modèle d'avion un modèle approché. Nous avons implémenté les fonctions à base radiale pour approcher les contraintes et les fonctions objectifs. Enfin, nous avons propagé les incertitudes du modèle pour estimer la robustesse des résultats de l'optimisation et nous avons proposé un aboutissement possible de l'intégration de ces techniques : donner aux ingénieurs une perception opérationnelle de l'espace de définition.
L'objectif de cette thèse est d'introduire de nouvelles méthodes mathématiques qui peuvent être utiles dans un outil de dimensionnement avant-projet pour résoudre le problème d'optimisation d'une configuration d'avion. Nous avons contribué à l'amélioration des méthodes d'optimisation qui sont couramment utilisées au département des Avant-Projets d'Airbus. En utilisant les algorithmes génétiques, nous avons rendu le processus d'optimisation monocritère plus robuste. Ensuite, nous avons introduit des méthodes d'optimisation multicritère car nous avions plusieurs critères conflictuels à considérer. Comme les temps de calcul sont devenus importants, nous avons décidé de substituer au modèle d'avion un modèle approché. Nous avons implémenté les fonctions à base radiale pour approcher les contraintes et les fonctions objectifs. Enfin, nous avons propagé les incertitudes du modèle pour estimer la robustesse des résultats de l'optimisation et nous avons proposé un aboutissement possible de l'intégration de ces techniques : donner aux ingénieurs une perception opérationnelle de l'espace de définition.
Loading...