Modelisation et conception des CDT hybrides

Contexte de la thèse : modélisation et conception des CDT hybrides 

La conception des chaines de transmission hybrides, s’appuie principalement sur le savoirfaire, l’expertise et l’expérience de l’équipe des concepteurs. La démarche de conception suivie se base sur le très classique Cycle en V (Figure 1) avec les différentes étapes de spécifications, de dimensionnement, et de validation.

Chacune des étapes fait appel à différentes méthodes telles que l’analyse fonctionnelle pour la phase de spécifications ou bien la modélisation énergétique du système par exemple pour la phase de conception détaillée, permettant ainsi à l’ingénieur de proposer un résultat. En effet, ce dernier peut s’appuyer sur un ensemble d’étapes d’essais et de corrections, qui sont effectuées à l’aide de la simulation numérique, des démarches d’optimisation ou bien des démarches inverses (Laffite, 2004) afin de pouvoir dimensionner son système et améliorer ses performances. Cependant, ces méthodes n’utilisent pas la même formulation du problème (le problème peut être exprimé d’une manière analytique, ou même par une simple phrase), ne gèrent pas les mêmes données (performances, comportement, prix, etc.), et par la suite, ils ne fournissent pas le même type de résultats (consommation, prix, prestations, etc.).

Lors de la conception d’une chaine de transmission hybride, les ingénieurs se retrouvent confrontés à des difficultés de plusieurs types. Les premières sont issues du contexte socioéconomique et de la stratégie de marketing et de marques, qui définissent principalement la prise de décision hiérarchique lorsqu’il s’agit de concevoir un système. Dans le cadre de ces travaux de recherche, ces aspects ne seront pas traités. Cependant, de ce premier type de difficulté, nait le besoin d’innover et de réfléchir aux verrous technologiques liés à la conception des chaines de transmission hybrides. Ainsi, apparait la seconde source de difficultés concernant ce type de système relative à leur aspect technologique (quelle technologie choisir ?), paramétrique (quelles sont les dimensions du système ?) et comportementale (quelle stratégie de fonctionnement et de commandes adopter pour faire fonctionner le système correctement ?). Le choix du principe physique ainsi que la solution technologique sont largement influencés par les tendances et l’évolution du marché de la concurrence. En effet, il existe aujourd’hui une très grande gamme de solutions de conception, qui peuvent être envisageables ou même réalisables par rapport à chaque organe, ainsi que les sous-systèmes qui le constituent. L’évaluation et le choix des technologies deviennent par la suite difficiles à réaliser : le problème de conception devient pluridisciplinaire (faisant apparaitre différentes disciplines telles que la mécanique, l’électronique embarquée, l’automatisme, etc.), et les structures et architectures conventionnelles sont dès lors remises en cause.

La troisième source de difficulté que les ingénieurs rencontrent, lors de la conception des systèmes complexes tels que les chaines de transmission hybrides, est relative à la définition des données du cahier des charges CdC. Généralement, le cahier des charges de ce type de système comporte une liste de spécificités et d’exigences qui sont requises. Ces exigences sont exprimées sous forme de performances que le système doit assurer pour des cas de vie ou une série de cas de vie qui doivent être réalistes. Cependant, les performances requises ne dépendent pas uniquement du fonctionnement propre du système, mais plutôt de l’ensemble de son fonctionnement avec celui des autres systèmes qui sont en interaction (exemple : moteur thermique, habitacle du véhicule, liaison au sol, etc.). Ceci fait augmenter le nombre de contraintes à prendre en compte ainsi que les exigences intrinsèques et extrinsèques à satisfaire. Les spécificités du cahier des charges sont dès lors amenées à évoluer en fonction de l’évolution du projet de conception et des choix technologiques qui sont pris en compte (le type de motorisation, le type de véhicule, etc.), et expriment des objectifs à atteindre par le système ou les sous-systèmes, mais en aucun moment ils ne donnent des informations sur la manière de les réaliser. Les concepteurs effectuent leurs optimisations et leurs simulations d’une manière indépendante ou en parallèle, et se retrouvent vers la dernière phase du processus de conception confrontés à des situations de vie qu’ils n’ont pas considérées ou bien qui ne se sont tout simplement pas apparues auparavant.

Cette évolution des spécifications énoncées dans le CdC constitue un challenge très important pour les concepteurs, et devient encore plus problématique dans un contexte de conception innovante (Frey, 2010), où les connaissances sur le produit sont très limitées ou insuffisantes pour pouvoir statuer sur les solutions technologiques à considérer, ainsi que les performances à exiger.

Cependant, il se trouve que ces modèles conventionnels dans la plupart des cas, ont déjà atteint un certain niveau de maturité les rendant difficilement exploitables. Cette difficulté apparait clairement dans le cas où l’architecture et la technologie embarquée dans le système à concevoir ne sont pas figées et peuvent être amenées à changer.

Ainsi, la problématique de conception reliée aux systèmes complexes peut être essentiellement exprimée en trois points :
● Un CdC ayant des spécifications qui évoluent au cours du processus de conception (par exemple une fonction de conception fixée au début à une valeur donnée X peut être modifiée a cours du processus de conception vers une valeur Y en fonction des contraintes d’expertises et des limites de la technologie choisie), et qui se déclinent au sein du système et des sous-systèmes.
● Un choix technologique très divers parmi les solutions à retenir (il existe plusieurs technologies d’hybridation à retenir telles que les technologies électriques ou inertielles ou même pneumatiques, plusieurs technologies de boite de vitesse telles que les boites manuelles ou automatiques, etc.) ;
● Des modèles et outils d’analyse de comportement et de simulation limités à la représentation des organes technologiques spécifiques, dont l’exploitation est difficile dans le cas où l’on conçoit de nouveaux organes (telles que les modèles de simulation numérique qui se basent sur des bibliothèques d’organes conventionnels pour les composants du système) ;

Cette thèse rentre donc dans ce contexte portant sur la modélisation et la conception des systèmes complexes en innovation. Nos travaux s’inscrivent dans le cadre d’une convention CIFRE (Convention Industrielle de Formation par la Recherche), entre la société PSA Peugeot Citroën et le Laboratoire des Sciences de l’Information et des  Systèmes aux Arts et Métiers centre d’Aix-en-Provence. Ils ont été illustrés et testés dans le cadre du projet d’innovation MTI, effectué au sein du service d’Innovation à PSA Peugeot Citroën. Le système technique support est une chaine de transmission hybride nommée « MTI : Modular Transmission Inertial ».

Problématique de recherche traitée

En se basant sur les éléments mentionnés dans le paragraphe précédent, nous proposons à travers cette thèse de présenter une approche de modélisation permettant la conception de systèmes complexes. Le but de notre approche est de faciliter l’exploitation et l’utilisation des modèles d’expertises utilisés afin de les adapter à la conception innovante, sans dégrader la qualité des résultats obtenus, et d’aider les concepteurs à converger vers des solutions de conception optimales, au plus tôt dans le processus de conception. Elle vient en réponse à la question de recherche suivante : « Comment favoriser au mieux la convergence vers les solutions de conception optimales dans un contexte de conception innovante pour les systèmes complexes ? ».

Définitions des systèmes, sous-systèmes et systèmes complexes 

Systèmes et sous-systèmes

Quand il s’agit de trouver une terminologie exacte portant sur « un système », la littérature scientifique propose plusieurs définitions diverses parmi lesquelles nous considérons en premier lieu celle adoptée par (Micouin, 2006) dans ces travaux de recherche, s’énonçant comme suit: « Par opposition à une collection d’objets dépourvus de relations entre eux, un système est une collection d’objets entretenant des relations les uns avec les autres, contrairement à un simple agrégat, l’existence de ses relations est la raison constitutive d’un système ». Ainsi, un système ne peut exister sans avoir des relations qui permettent de relier ses composants.

Ainsi, un système Σ est caractérisé à un instant t donné, par :
● Sa composition C (Σ, t), c’est-à-dire les objets ou les éléments qui le constituent à cet instant t.
● Son environnement E (Σ, t), qui représente les éléments ne faisant pas partie du système à un instant t.
● Sa structure S (Σ, t), qui est l’ensemble des relations que C (Σ, t) entretient avec luimême, mais aussi avec E (Σ, t) à l’instant t. A ce niveau, il est important de noter que l’ensemble des relations que C (Σ, t) entretien avec lui-même, constitue l’architecture interne du système à un instant t. Dans la suite de nos travaux nous appellerons cet ensemble Si (Σ, t).

L’ensemble Si (Σ, t) est nécessairement non vide sinon l’existence du système Σ à l’instant t est remise en cause. Quant à l’ensemble des relations que C (Σ, t) entretient avec l’environnement E (Σ, t), il permet de définir la nature du système (clos si cet ensemble est vide, et ouvert dans le cas contraire). Cet ensemble est formé par les différents composants du système qui sont considérés comme des sous-systèmes si et seulement s’ils sont constitués eux aussi par plusieurs sous éléments. Ainsi, un système peut être formé d’un ensemble de sous-systèmes qui peuvent eux aussi être formés par un ensemble de sous-sous-systèmes, etc. jusqu’au niveau élémentaire. Cette décomposition du système, représente ce que nous appelons en littérature scientifique « la décomposition systémique ».

Ainsi, la définition de (Micouin, 2006), met en avant non seulement la décomposition systémique, mais aussi l’évolution de chaque composant ainsi que celle du système lui-même au cours du temps. Et par la suite, il mentionne implicitement l’évolution des relations existantes entre ces composants et leurs environnements. Ces éléments définissant un système sont très importants dans le cadre de nos travaux de recherche, étant donné qu’ils constituent la base de notre approche de modélisation, ce qui justifie notre choix par rapport à la définition retenue.

Table des matières

INTRODUCTION GENERALE
I. CONTEXTE DE LA THESE : MODELISATION ET CONCEPTION DES CDT HYBRIDES
II. PROBLEMATIQUE DE RECHERCHE TRAITEE
III. ORGANISATION DU MEMOIRE
CHAPITRE 1 : ETAT DE L’ART DE L’ETUDE
I. DEFINITIONS DES SYSTEMES, SOUS-SYSTEMES ET SYSTEMES COMPLEXES
1. Systèmes et sous-systèmes
2. Les systèmes complexes
3. Classification des systèmes complexes
II. MODELISATION DES SYSTEMES CONCRETS MULTI-PHYSIQUES
1. Modélisation et modèles en ingénierie système
2. Modélisation et méta-modèles en ingénierie système
3. Modélisation des connaissances dans un environnement de conception
4. Modèles de données de spécifications fonctionnelles d’un système concret : définition de l’espace technologique et fonctionnel
5. Modèles de données de spécifications structurelles d’un système concret : définition de l’espace structurel
5.1. Les modèles de simulation physiques et phénoménologiques
5.2. Les modèles de simulation heuristiques
6. Modèles de données comportementaux d’un système concret : définition de l’espace comportemental
6.1. Le modèle conceptuel F-PP-T
6.2. Le modèle conceptuel Bond Graph
6.3. La représentation conceptuelle à l’aide des méthodes des stratégies de gestion d’énergie
7. Résumé de l’état de l’art relatif aux modèles de données métiers
III. MODELISATION DES CONNAISSANCES COLLABORATIVES : DEFINITION DE L’ESPACE DE COLLABORATION ET DE CONVERGENCE
1. Approches d’implémentation des modèles de données collaboratives
2. Les modèles de collaboration
2.1. Le méta-modèle FBS-PPRE
2.2. Le méta-modèle CPM
2.3. Le méta-modèle produit de MOKA
2.4. Le méta-modèle intégré dans CODEMO
2.5. Le méta-modèle PPO
2.6. Le méta-modèle KCModel
2.7. Le méta-modèle SysML « System modeling language »
2.8. Résumé sur les modèles de collaboration
3. Mécanismes de convergence et de recherche dans l’espace des solutions de conception
3.1. Les approches « Pareto »
3.2. Les approches « Plan d’expériences »
3.3. Les approches « CSP »
3.4. Résumé de l’état de l’art sur les mécanismes de convergence
IV. POSITIONNEMENT DES TRAVAUX DE RECHERCHE FACE A L’ETAT DE L’ART
CHAPITRE 2 : APPROCHE DE MODELISATION DU SYSTEME TECHNIQUE POUR UNE OPTIMISATION LOCALE DU SYSTEME MTI
I. PRESENTATION DU SYSTEME TECHNIQUE ET DU PROJET « MTI »
1. Caractéristiques du système de CDT MTI
1.1. Analyse de la concurrence
1.2. Orientation du choix des principes physiques du système MTI
II. DEFINITION DES FONCTIONS DE CONCEPTION AINSI QUE DES NIVEAUX DE MODELISATION DU SYSTEME MTI
1. Les fonctions de conception à satisfaire pour les CDT hybrides
1.1. La fonction ‘Consommation’
1.2. La fonction ‘Prestations et performances’
a. Prestations dynamiques du véhicule
b. Prestations relatives à l’agrément de conduite
1.3. La fonction ‘architecture’
1.4. La fonction ‘PRF : Prix de revient de fabrication’
1.5. La fonction ‘SDF : Sureté de fonctionnement’
2. Décomposition des niveaux systémiques de modélisation
2.1. Définition des niveaux systémiques de modélisation considérées
III. APPROCHE DE DEFINITION DE L’ESPACE TECHNOLOGIQUE ET FONCTIONNEL : CONSTRUCTION DU CDC ET DEFINITION DES SPECIFICATIONS DU SYSTEME MTI AU NIVEAU SYSTEMIQUE 0
1. Mise en équation du problème d’optimisation
2. Présentation de l’approche d’optimisation au niveau systémique 0
3. Stratégie de gestion d’énergie pour le problème d’optimisation
4. Simulation et construction du CdC au niveau systémique 0
4.1. Analyses des résultats obtenus
4.2. Conclusions et définition de l’espace technologique et fonctionnel
IV. APPROCHE DE DEFINITION DE L’ESPACE STRUCTUREL: DEFINITION DES SPECIFICATIONS ET OPTIMISATION DE L’ARCHITECTURE ORGANIQUE DU SYSTEME POUR LES NIVEAUX SYSTEMIQUES 1 ET 2
1. Mise en équation du problème de conception
1.1. Modélisation et optimisation du système SS2
2. Approche d’optimisation de l’architecture structurelle
3. Simulation et conception de l’architecture structurelle du système
4. Conclusions et présentation de l’espace structurel considéré pour le système MTI
V. APPROCHE DE DEFINITION DE L’ESPACE COMPORTEMENTAL DEFINITION DES SPECIFICATIONS ET OPTIMISATION ENERGETIQUE POUR LE CONTROLE DU SYSTEME MTI AUX NIVEAUX 1 ET 2
1. Mise en place de la stratégie énergétique et développement de la strate de contrôle pour le système MTI
2. Approche d’optimisation de la stratégie de gestion d’énergie du système MTI
2.1. Stratégie de gestion d’énergie optimisée
3. Simulation et développement des lois de commandes
3.1. Calcul des lois de commandes
3.2. Simulation des stratégies de gestion d’énergie
3.3. Conclusion et définition de l’espace comportemental
VI. CONCLUSION ET PRESENTATION DE L’ENVIRONNEMENT DE CONCEPTION DU SYSTEME TECHNIQUE
CHAPITRE 3 : APPROCHE DE MODELISATION DES CONNAISSANCES ET DE DEFINITION DE L’ESPACE COLLABORATIF
I. DEFINITION DE L’ESPACE DE COLLABORATION : MODELISATION ET REPRESENTATION DES CONNAISSANCES HETEROGENES COLLABORATIVES
II. MISE EN PLACE DU META-MODELE UNIFIE PPO ET IMPLEMENTATION SOUS ECLIPSE MODELING FRAMEWORK
III. OPTIMISATION DANS L’ESPACE DE SOLUTIONS ADMISSIBLES GLOBAL
1. Développement du propagateur de contraintes CSP dans Or-Tool
2. Optimisation et simulation de l’expérimentation sur le système MTI
IV. CONCLUSION ET PRESENTATION DE L’ENVIRONNEMENT DE CONCEPTION DU SYSTEME TECHNIQUE MTI
CONCLUSION GENERALE
BIBLIOGRAPHIES
ANNEXES

Lire le rapport complet