Abaques numériques : visualisation et post-traitement de solutions à variable séparée. Application visualisation web.

HAL Id: hal-01706214

https://hal.archives-ouvertes.fr/hal-01706214

Submitted on 10 Feb 2018

HAL is a multi-disciplinary open access

archive for the deposit and dissemination of sci-entific research documents, whether they are pub-lished or not. The documents may come from teaching and research institutions in France or abroad, or from public or private research centers.

L’archive ouverte pluridisciplinaire HAL, est destinée au dépôt et à la diffusion de documents scientifiques de niveau recherche, publiés ou non, émanant des établissements d’enseignement et de recherche français ou étrangers, des laboratoires publics ou privés.

Public Domain

Abaques numériques : visualisation et post-traitement

de solutions à variable séparée. Application visualisation

web.

Felipe Bordeu, Adrien Leygue, Francisco Chinesta

To cite this version:

Felipe Bordeu, Adrien Leygue, Francisco Chinesta. Abaques numériques : visualisation et post-traitement de solutions à variable séparée. Application visualisation web.. 12e Colloque national en calcul des structures, CSMA, May 2015, Giens, France. �hal-01706214�

CSMA 2015

12e Colloque National en Calcul des Structures 18-22 Mai 2015, Presqu’île de Giens (Var)

Abaques Numériques : Visualisation et Post-Traitement de solutions à

Variable Séparée. Application Visualisation Web.

F. Bordeu1, A. Leygue1, P. Chinesta1

1_{GeM, Ecole Centrale Nantes, {Felipe.Bordeu,Adrien.Leygue,Francisco.Chinesta}@ec-nantes.fr}

Résumé — Actuellement il existe plusieurs méthodes de calcul qui de manière interne représentent les différents champs en utilisant la séparation de variables. Ce type de représentation permet, dans un grand nombre de cas, une réduction considérable de la quantité des données à stocker. Mais l’exploita-tion et le post-traitement de ce type de solul’exploita-tions n’est pas toujours évident. Principalement, parce que les logiciels de visualisation disponibles actuellement sont incapables de prendre en compte la structure « séparée »des solutions. Dans ce travail nous proposons des outils capables de stocker et post-traiter des solution à variable séparée de façon très efficace. Ces outils permet aussi à diffèrentes équipes (labo-ratoires, industriels) de partager des solutions issu de méthodes de reduction de modèles. Actuellement trois plate-formes de visualisation sont disponibles : Logiciels fixe (Linux/Max OS X/Windows), por-table (Android) et dans un navigateur (Firefox).

Mots clés — visualisation, séparation de variables, transfert technologique.

1

Introduction

La méthode PGD appliquée à des problèmes multidimensionnels [1] utilise la séparation de variables pour représenter les différentes quantités du problème à résoudre. Dans la plupart des cas, ceci consiste à décomposer les différentes quantités en une somme finie des produits des fonctions. Par exemple, une séparation possible est :

u(x1, · · · , xdim) = modes

∑

m=1

f_im(x1) × · · · × fdimm (xdim) (1) Cette séparation, appelée canonique, n’est pas la seule décomposition possible. Une approximation du type Tucker ou Tucker-hiérarchique [2] peut être utilisée. Ici on s’intéresse aux représentations cano-niques (1), qui sont principalement utilisées dans le cadre de la méthode PGD.

2

Problèmes multidimensionnelle et PGD

La méthode PGD est capable de résoudre de problèmes multidimensionnels de manières très effi-caces. Ceci permet d’envisager de simulations très ambitieuses. Par exemple d’intégrer des paramètres (propriétés matériaux, conditions limites, paramètres procédés, paramètres géométriques) comme co-ordonnées supplémentaires dans le problème d’origine. Ces solutions multidimensionnelles appelées « Abaques Numériques »(par exemple u(x, y, z,t, p, w)) peuvent être utilisées ensuite pour la résolution de problèmes d’intérêt pour l’ingénieur. Des exemples sont : 1) le calcul de paramètres optimaux pour un procédé, 2) l’identification de propriétés matériaux, 3) le contrôle prédictif en temps réel, 4) l’aide à la prise de décision sur le terrain en utilisant des plates-formes légères, 5) support à l’enseignement. Toutes ces applications vont ensuite explorer ces abaques numériques de différentes façons. Il faut remarquer que le calcul de la sensibilité de la solution par rapport aux coordonnés est direct :

∂u(x1, · · · , xdim) ∂xdim = modes

∑

m=1 f_im(x1) × · · · × ∂ f_dimm (xdim) ∂xdim (2) La méthode PGD peut être définie comme une technique de séparation de variables pour trouver une représentation séparée des champs inconnus, en ne connaissant que l’opérateur de l’équation

différen-tielle et le second membre. La résolution d’un problème par la méthode PGD se fait en deux étapes. Premièrement, on exprime toutes les quantités du problème dans une forme séparée (similaires à l’equa-tion 1) Ensuite, la méthode dans sa déclinaison la plus simple consiste à calculer un terme de la somme (appelé "mode") à la fois (étape d’enrichissement). Le calcul d’un mode est un problème non linéaire et il est adressé classiquement par une méthode de point fixe. Le point le plus important est que pendant les itérations du point fixe, seulement de problèmes de dimensions réduites doivent être résolus (dimension de chaque espace de coordonnée xi). Ceci permet la résolution de problèmes multidimensionnels à très bas coût.

3

Exploitation d’un abaque numérique

Les solution multidimensionnelles générées par la PGD sont très riches, et elles doivent rester en représentation séparée pour assurer une empreinte mémoire minimale pendant l’exploitation.

Pour pouvoir stocker ces solutions un nouveau format de fichier appelé PXDMF1 a été créé. Il est basé sur le format XDMF (eXtensible Data Model and Format)2et il hérite tous les avantages du format original comme par exemple le stockage compressé binaire.

PXDMF File Mesh 1 ... f₁1 f₂1 f₃1 ... Mesh 2 f₁2 f₂2 f₃2 ... Mesh 3 f₁3 f₂3 f₃3 ...

FIGURE1 – Structure interne du format PXDMF

La visualisation 3D d’une solution à variables séparées passe par la reconstruction de la solution multidimensionnelle dans un espace de dimension inférieur. Ceci est fait en fixant les coordonnés de certaines dimensions, de manière à reconstruire des espaces toujours de faible dimension.

Actuellement trois plate-formes sont capables de gérer ce type de fichier : – Un module complémentaire (plug-in) pour ParaView3.

– Une application Android.

– Une interface web capable de traiter des solution séparé dans un navigateur (Firefox).

4

Application : Paraview

Le plug-in ParaView est actuellement l’outil le plus abouti. Il permet le traitement de solutions sé-parés avec une grande souplesse. Le plug-in ajoute à ParaView la capacité de lire des fichier PXDMF et de reconstruire les solutions en fonction de besoins. Une fois la solution reconstruite (generations du maillage et reconstruction de champs), les donnés peuvent être visualisé avec tous les outils disponibles dans ParaView (Figure 2).

Au delà de la reconstruction, le plug-in permet aussi de post-traiter les solution en gardant la structure séparée. Ceci nous permet de calculer de quantités d’intérêt et les exporter (en format séparé) pour ensuite être utilisée dans les autres plates-formes (web, app Android).

1. rom.ec-nantes.fr 2. www.xdmf.org 3. www.paraview.org

FIGURE2 – Visualisation de la pression sous un patin hydrodynamique dans ParaView

5

Application : Android

L’application Android peut être utilisé pour une visualisation sur une plate-forme légère (Figure 3).

FIGURE3 – Visualisation de la pression sous un patin hydrodynamique dans l’application Android

6

Application : Web

L’interface web permet aux utilisateur l’exploration et la visualisation de résultats en format pxdmf dans un navigateur web (de preference Firefox). Cette interface est actuellement utilisée pour le transfert de solutions entre partenaires d’un même projet..

Au sein de l’Ecole Centrale de Nantes, cette interface est utilisée dans le cadre de travaux pratiques afin de permettre aux élèves ingénieurs de confronter des mesures réelles aux prédictions numériques d’un modèle(voir figure 4).

7

Conclution

Le principal objectif de ces outils est de faciliter la post-traitement de solutions générées par les mé-thodes de reduction de modèles comme la PGD. La creation d’un format « standard »permet le transfert facile entre different équipes.

FIGURE4 – Visualisation de la pression sous un patin hydrodynamique dans Firefox

Références

[1] A. Ammar, B. Mokdad, F. Chinesta, R. Keunings. A new family of solvers for some classes of multidimensio-nal partial differential equations encountered in kinetic theory modeling of complex fluids, Jourmultidimensio-nal of Non-Newtonian Fluid Mechanics, Vol. 139, No. 3 pp. 153-176, 2006.

[2] L. Grasedyck. Hierarchical Singular Value Decomposition of Tensors, SIAM. J. Matrix Anal. & Appl.,Vol. 31, No. 4 pp.2029-2054, 2010.