2.5 Résultats et comparaisons des méthodes PGD et de référence appliquées à un modèle 2D 79
2.6.1 Analyse du ”PROFILER”
L’option ”PROFILER” de Matlab permet d’analyser le code et en particulier de connaitre le nombre
de passages (ainsi que le temps passé) dans telle boucle ou telle opération. Il indique également le temps
de calcul. Dans notre cas la méthode MEF (1288s) et la méthode PGD (75s), nous retrouvons bien le
rapport de 17.
Optimisation du code Nous avons observé que dans le cas de référence, le majorité du temps passé
dans le calcul de référence se trouve dans l’assemblage des matrices élémentaires (~1170 s) sur un total
de 1322s. Alors que la résolution des systèmes est bien plus rapide (~9,4s). En d’autre termes, le coût
de l’assemblage est très supérieur au coût de l’inversion de matrice. Ceci s’explique par le fait que le
logiciel Matlab n’est pas optimisé pour calculer les boucles ”for”, or les deux méthodes reposent sur de
nombreuses boucles ”for”
42.
Nombre de pas de temps calculés Le profiler nous indique que les méthodes de référence et PGD
calculent tous deux 400 pas de temps. Cette comparaison est très importante car à chaque pas de temps
calculé est associé une boucle Newton-Raphson dans le cas de référence.
Détermination du nombre de systèmes à résoudre Le profiler nous informe que pour la PGD, une
moyenne de 7 itérations point fixe est nécessaire par enrichissement. Il y a par ailleurs pour chaque point
fixe deux systèmes à résoudre (RetS). De plus, il est à noter que le nombre de systèmes à résoudre n’est
pas directement lié au nombre de pas de temps pour la PGD (la discrétisation temporelle est réalisée a
priori), il est fonction de la convergence des itérations du point fixe. Ceci contrairement à la méthode
de référence dont le nombre de systèmes à résoudre est directement lié au nombres de pas de temps
nécessaires. Pour cette dernière méthode, une moyenne de 3,2 itérations Newton-Raphson sont nécessaire
par pas de temps. Dès lors, nous pouvons présenter le tableau suivant :
PGD REF Gain
Nombre d’enrichissements 2
Nombre moyen de points fixes/enrichissement 7
Nombre de système par point fixe 2
Nombre de pas de temps calculés 400 400 1
Nombre moyen d’itérations NR/pdt 3,2
Nombre de systèmes à résoudre 28 1264 45
Temps de calcul (s) 75 1288 17
Erreur par rapport à la référence <2%
T
ABLE3 – Tableau algorithmique comparatif afin d’établir le nombre des systèmes à résoudre pour
chacune des méthodes
Au regard du nombre de systèmes linéaires à résoudre, la PGD en présente 45 fois moins. Attention
cependant à bien considérer que le point fixe est compté pour rechercher l’inconnue R mais ensuite,
il faut rechercher l’inconnueS (soit 14 pour rechercherRet 14 pour rechercher S). Il faut néanmoins
s’assurer que les matrices à inverser de la PGD sont de la même structure que celles de la méthode de
référence.
Analyse des matrices à résoudre Les matrices à inverser, tant pour la méthode de référence que pour
la recherche deRet deSsont des matrices bandes. Par construction, la matrice à inverser pour rechercher
S est de largeur de bande égale à 3. La matrice à inverser pour rechercherRest identique à cette pour
la matrice de référence (Equation 2.19). La résolution deSest donc négligeable devant celle deR, nous
arrivons alors à un gain théorique de 90 !
Conclusion sur l’origine des gains de la méthode PGD D’une part une erreur de codage de la
mé-thode de référence est à exclure. Les deux mémé-thodes passent beaucoup de temps sur l’assemblage des
ma-trices, ce qui est normal pour Matlab. Nous avons observé que la PGD résout 45 fois moins de systèmes
et que sur les 28 systèmes résolus, la moitié l’est à un coût négligeable. Ceci nous amène à déterminer
que la méthode PGD, dans notre exemple, présente un gain théorique de 90 par rapport à la méthode de
référence.
Le gain de la méthode PGD est fonction de la très bonne convergence des itérations point fixe (gage
d’enrichissements efficaces) alors que la méthode de référence nécessite de très petits pas de temps pour
assurer la convergence.
Nous observons un gain de temps réel de 17 qui est dû au temps perdu dans les assemblages de
matrices. Un codage sur un code C ou FORTRAN rendrait cette étape beaucoup plus efficace et offrirait
un gain au delà de 17, pouvant atteindre théoriquement 90.
Fort de ces résultats positifs, l’étape suivante consistera à prendre en compte l’effet thermique de
la chaleur latente de fusion. La capacité calorifique se trouvera nettement affectée par cette chaleur
latente et sera d’autant plus non linéaire. Il sera certainement nécessaire d’adapter une nouvelle fois
notre formulation afin que soit bien prise en compte cette énergie libérée lors de la solidification.
2.7 Conclusion du chapitre
Nous avons montré dans ce chapitre que l’équation de la chaleur avec une formulation en température
seule peut être traitée en tenant compte des non linéarités matériaux. D’autre part, cette formulation peut
être résolue par la méthode PGD. Dans ce cas, il faut mettre en place une nouvelle stratégie par rapport
à l’état de l’art actuel qui consiste en une discrétisation spatiotemporelle des propriétés matériaux. Nous
avons montré que le fait de pratiquer une POD sur le champ matériau de conductivité amène à du bruit
qui nuit à la résolution. Ces propriétés matériaux sont, dans notre cas, calculées à la volée pour chaque
boucle de point fixe, sur la base de l’enrichissement précédent convergé. Par application de cette méthode
et comparaison à la méthode de référence, nous avons montré qu’elle permettait d’obtenir des résultats
rapides et fiables sur un modèle industriel 2D.
Nous n’en sommes à présent qu’à prendre en compte la non linéarité matériaux. Il est nécessaire de
considérer le relargage de la chaleur latente de fusion, qui est libérée lors de la solidification. Seule cet
apport supplémentaire d’énergie interne dans le milieu rend la courbe de refroidissement caractéristique
de celles observées sur les courbes d’analyse thermique.
Points clés du chapitre
— Prise en compte des non linéarités matériaux dans la PGD via une discrétisation spatio-temporelle
des propriétés matériaux. Cela évite de considérer une POD pour séparer les propriétés
maté-riaux ;
— Une analyse des gains générés par la méthode PGD montre que son origine repose dans la
réso-lution d’un nombre plus faible de résoréso-lution de systèmes. Dans notre exemple, un gain théorique
de 48 est mise en avant. Il est à noter que les codes ayant été développés sous Matlab, une large
partie du temps est perdue dans la construction sous forme de boucles des matrices élémentaires.
Modélisation de la thermique non linéaire
avec chaleur latente
Troisième partie
Modélisation de la thermique non linéaire avec
chaleur latente
Dans le chapitre précédent, nous avons montré la manière de prendre en compte les non linéarités
matériaux. Ceci par deux moyens, d’une part la méthode de référence qui consiste à discrétiser par
éléments finis l’espace, à employer un schéma implicite temporel, à linéariser l’équation par la méthode
de Newton-Raphson puis à la résoudre. A la suite de quoi nous avons mis en place une résolution par
réduction de modèle, précisément par la méthode PGD, afin d’améliorer les temps de résolution. Cette
méthode de réduction de modèle a montré sa capacité à traiter des non linéarités matériaux.
Une étape supplémentaire doit encore être franchie. La non linéarité matériau ne suffit pas à simuler le
changement de phase qui est l’objectif de la simulation des procédés de fonderie. Dès lors, il faut prendre
en compte la libération de la chaleur latente de fusion. Nous avons vu en partie 1 que cette énergie est
libérée par la réorganisation des atomes sous forme cristalline, plus stable, les dendrites. Cette énergie
libérée dans le milieu peut être considérée comme un terme source ajouté à l’équation de la chaleur.
De part la partie 1, et en particulier l’équation formulée en température (Equation 1.18) nous
dis-tinguons déjà plusieurs pistes de modélisation. La première consiste à considérer le terme source et à le
discrétiser comme tel. La seconde, qui est un corolaire de la première, consiste à prendre en compte une
capacité calorifique apparente, notéec
p app.
3 Modélisation du changement de phase
Il existe deux manières de formuler l’équation de la chaleur : d’une part mixte(h,T)(Equation 2.1)
ou uniquement en température (Equation 2.2). Dans le premier cas, la prise en compte de la chaleur
latente se fait sur la base de la courbe de l’enthalpie (Figure 3.11), celle-ci contient intrinsèquement la
chaleur latente de part le saut. Nous observons d’ailleurs que cette figure est beaucoup plus irrégulière que
les deux autres cas présentés (transformation isotherme (Figure 1.12) et libération de la chaleur latente
de manière linéaire (Figure 3.10)). Dans le cas de l’équation uniquement en température (Equation 2.2),
il est besoin d’ajouter le terme source, comme présenté dans la partie 1 (Equation 1.18) :
Q=ρL∂
∂t[f
s(T)] (3.1)
Dans le document
Simulation numérique de la solidification avec réduction de modèle PGD appliquée à la fonderie
(Page 84-90)