Conception fonctionnelle robuste par optimisation multicritère de systèmes de suspension automobile passifs et semi-actifs
Institution:
Ecully, Ecole centrale de LyonDisciplines:
Directors:
Abstract EN:
In the last few years, extreme competition between car manufacturers led to higher quality and safety standards, and reduction of costs and delays in product development. Together with technical and regulation evolutions, this caused the design of vehicle subsystems to become more and more constraint. In such a context, designers who want to meet customer requirements have to take the robustness of their products into account, even at early stages of the design process. Indeed, due to the variability of the product itself (in terms of geometrical or mechanical properties, of assembly or ageing of components), or its operating conditions, the stability of the announced performance levels has to be specified and guaranteed, in presence of uncertainty. In addition to high numbers of design variables, constraints and objectives, this ‘robust design’ requires a numerical simulation of this uncertainty. Therefore, a reliable, hierarchized and computationally efficient methodology that fully complies with the V-diagram of Systems Engineering is needed. The First Design methodology is one possible approach. It was successfully used in previous works. The aim of the present thesis is to extend some of its features, and apply it to the robust optimization of the ‘level 5’ functional architecture of automotive suspension systems: front and rear axle design parameters and primary variables of the tires. For this purpose, models and associated tools for optimization and computer-aided decision have to be developed in order to define a global and reliable procedure for the specification of these systems, with a fully integrated and quantified notion of the robustness. The proposed technique, partly relying on physical simplified models and sensitivity estimators directly integrated in the used optimization algorithms, improved the robustness of the solutions significantly, and emphasized the performance gains achieved by taking the presence of semi-active components into account, at early phases of the project.
Abstract FR:
La conception de systèmes équipant les véhicules automobiles est de plus en plus contrainte, tant pour des questions de concurrence et de réduction des coûts et délais de développement qu’en raison d’évolutions techniques et réglementaires des produits (amélioration généralisée de la qualité et de la sécurité, introduction de prestations nouvelles, etc. ). Dans un tel contexte, la satisfaction du client impose aux constructeurs de prendre en compte, très tôt dans les projets, la robustesse des véhicules qu’ils proposent, c’est-à-dire la stabilité des niveaux de performances annoncés vis-à-vis des incertitudes dues à la variabilité des conditions d’utilisation, aux dispersions de fabrication (géométrie, assemblage ou propriétés mécaniques) ou encore, au vieillissement des composants. En plus du grand nombre de paramètres, de contraintes et de prestations à considérer, cette conception robuste, qui suppose la simulation numérique de ces incertitudes, impose de recourir à une stratégie de conception « à coût faible et à coup sûr », hiérarchisée, s’intégrant parfaitement dans le contexte du cycle en V de l’Ingénierie Système. La démarche First Design, mise en oeuvre dans de précédents travaux est une stratégie possible. L’objectif de cette thèse est d’en étendre certains aspects et de l’appliquer à l’optimisation fonctionnelle robuste de niveau 5 (dans le jargon Renault) des systèmes définissant la Liaison au sol des véhicules automobiles : trains roulants et variables fondamentales des pneumatiques. Il s’agit donc de développer les modèles ainsi que les outils d’optimisation et d’aide à la décision associés qui permettront de définir une procédure globale et fiable de spécification de ces systèmes, intégrant de façon quantifiée cette notion de robustesse. L’approche utilisée, fondée notamment sur des modèles physiques simplifiés et des estimateurs de sensibilité directement intégrés aux algorithmes d’optimisation, a amélioré de façon significative la robustesse des solutions et permis de mettre en évidence les gains associés à la prise en compte en amont de la présence de systèmes pilotés.