Optimisation de forme en aérodynamique automobile

Hybrid method for aerodynamic shape optimization in automative industry shape optimization

¹ PSA Peugeot Citroën, 2 route de Gisy, 78943 Vélizy Villacoublay, France
² Laboratoire Jacques-Louis Lions, UPMC, 4 place Jussieu, 75005 Paris, France

Auteur de correspondance : vincent.herbert@mpsa.com

Reçu : 25 Février 2005
Accepté : 21 Mars 2005

Résumé

L'objet de cet article est de présenter une méthode automatique, robuste et multicritère, d'optimisation de forme en aérodynamique automobile. Cette méthode est appliquée à l'optimisation du coefficient de traînée (C_x) d'une forme simplifiée de véhicule et paramétrée par les angles de lunette, de diffuseur et de rétreint. Dans un premier temps, un algorithme, basé sur la méthode stochastique des algorithmes génétiques, est développé. Ces méthodes présentent l'avantage d'être globales et multicritères mais possèdent un temps de convergence prohibitif vers la solution optimale. Pour pallier ce problème, une procédure d'évaluation approchée, basée sur les réseaux de neurones, est couplée aux algorithmes génétiques. Une étude numérique est réalisée sur la forme simplifiée de véhicule précédemment décrite, dans le but d'une part, de minimiser le coefficient de traînée de la forme étudiée et d'autre part, d'estimer le gain en temps de convergence apporté par la nouvelle méthode proposée.

Abstract

Various global optimization methods are constructed in order to be able to tackle realistic drag reduction problems in the automotive industry. All the methods consist in improving classical genetic algorithms, by coupling them with a fast but approximated evaluation process. The efficiency of these methods is shown, fisrt on analytical test functions, then on a drag reduction problem where the computational time of a GA is highly reduced.