ANALYSE NUMERIQUE ET OPTIMISATION
Une introduction ` a la mod´ elisation math´ ematique et ` a la simulation num´ erique
G. ALLAIRE 25 juin 2013
R´evision g´en´erale sur un exemple pratique
Mod´elisation, simulation num´erique et optimisation d’une plaque ´elastique
Cas test industriel de la poutre MBB (Messerchmitt-B¨olkow-Blohm) qui supporte le plancher de certains avions Airbus.
Exemple simplifi´e repr´esentatif de l’´etat de l’art.
Mod´elisation Choix du mod`ele:
➫ Mod`ele simplifi´e 2-d
➫ Forces et contraintes planes
➫ On n´eglige les effets transverses de flexions (mod`eles de membrane ou de plaque en torsion)
Mod`ele de l’´elasticit´e lin´earis´ee: champ de d´eplacement u(x) : Ω ⊂ IR2 → IR2, solution du syst`eme
−div (A e(u)) = f dans Ω
u2 = u · e2 = 0 et A e(u)
n · e1 = 0 sur ΓD
A e(u)
n = 0 sur ΓN
avec e(u) = ∇u + (∇u)t
/2, et Aξ = 2µξ + λ(trξ) Id, o`u µ et λ sont les coefficients de Lam´e.
plaque
µ(x) = h(x)µ0, λ(x) = h(x) λ0.
Par cons´equent, la solution u d´epend de h (implicitement).
Ω
h
➫ Ω = surface moyenne (plane) de la plaque
Fonction objectif
On veut maximiser la rigidit´e de la plaque en fonction de son ´epaisseur, tout en minimisant son poids.
Une mesure typique de la ”rigidit´e” est la compliance, ou travail des forces ext´erieures: moins la structure travaille, plus elle est rigide (attention !
compliance = - rigidit´e)
J(h) = Z
Ω
f · u(h)dx.
Contraintes L’ensemble des ´epaisseurs admissibles est
K =
h(x) ∈ L2(Ω) tel que 0 < hmin ≤ h(x) ≤ hmax et Z
Ω
h(x) dx = h0|Ω|
,
o`u h0 est une ´epaisseur moyenne impos´ee.
Probl`eme d’optimisation de l’´epaisseur de la plaque:
hinf∈K J(h) = Z
Ω
f · u(h)dx
o`u u(h) est le d´eplacement ´elastique pour l’´epaisseur h.
Formulation variationnelle On suppose que f ∈ L2(Ω)2 et on d´efinit
V =
v ∈ H1(Ω)2 tel que v2 = 0 sur ΓD
Formulation variationnelle: trouver u ∈ V tel que Z
Ω
2µe(u) · e(v) dx + Z
Ω
λdivudivv dx = Z
Ω
f · v dx ∀v ∈ V.
Pour la coercivit´e, on a besoin de l’in´egalit´e de Korn Z
Ω
(|∇v|2 + |v|2)dx ≤ C Z
Ω
|e(v)|2 dx.
L’obstruction `a cette in´egalit´e est l’existence de mouvements de corps rigides d´efinis par e(v) = 0, i.e.,
v(x) = M x + b avec M = −MT. Il faut ´eliminer ces solutions par les conditions aux limites...
Il faut rajouter v1 = 0 sur une partie du bord !
Simplification
D´esormais pour simplifier l’expos´e, nous rempla¸cons le mod`ele d’´elasticit´e par le mod`ele simplifi´e
−div(µ∇u) = f dans Ω
u = 0 sur ∂Ω
Tout reste valable pour l’´elasticit´e... en particulier les r´esultats num´eriques !
Une application de la dualit´e: ´energie duale Soit f ∈ L2(Ω). On sait que pour r´esoudre
−div(µ∇u) = f dans Ω
u = 0 sur ∂Ω
il suffit de minimiser l’´energie dite primale min
v∈H01(Ω)
J(v) = 1 2
Z
Ω
µ|∇v|2dx − Z
Ω
f v dx
On introduit une ´energie duale (ou compl´ementaire)
max
τ∈L2(Ω)N
−divτ=f dans Ω
G(τ) = −1 2
Z
Ω
µ−1|τ|2dx
.
J est convexe et G est concave.
Proposition. Soit u ∈ H01(Ω) la solution unique de l’´equation. On pose σ = µ∇u. Alors,
J(u) = min
v∈H01(Ω)J(v) = max
τ∈L2(Ω)N
−divτ=f dans Ω
G(τ) = G(σ), et σ est l’unique point de maximum de G.
Preuve. On introduit le Lagrangien pour (v, τ) ∈ H01(Ω) × L2(Ω)N L(v, τ) = −1
2 Z
Ω
µ−1|τ|2dx − Z
Ω
(f + divτ)v dx.
Par int´egration par parties L(v, τ) = −1
2 Z
Ω
µ−1|τ|2dx − Z
Ω
f v dx + Z
Ω
τ · ∇v dx.
v est le multiplicateur de Lagrange pour la contrainte −divτ = f. On v´erifie que le dual du dual est le primal !
maxτ L(v, τ) = J(v).
G(τ) = L(v, τ) ∀v D’autre part,
L(v, τ) ≤ max
τ L(v, τ) = J(v).
Or, par int´egration par parties, on a Z
Ω
µ|∇u|2dx = Z
Ω
f u dx, donc
J(u) = 1 2
Z
Ω
µ|∇u|2dx − Z
Ω
f u dx = −1 2
Z
Ω
µ|∇u|2dx = G(µ∇u).
Autrement dit, pour tout τ v´erifiant − divτ = f,
G(τ) = L(u, τ) ≤ J(u) = G(σ)
Cons´equence La compliance peut s’´ecrire
1 2
Z
Ω
f u dx = − min
v∈H01(Ω)
1 2
Z
Ω
µ|∇v|2dx − Z
Ω
f v dx
ou bien
1 2
Z
Ω
f u dx = min
τ∈L2 (Ω)N
−divτ=f dans Ω
1 2
Z
Ω
µ−1|τ|2dx
.
C’est la deuxi`eme formulation qui est utile !
Le probl`eme de minimisation de la compliance devient
(h,τ)inf∈K×H
Z
Ω
(hµ0)−1|τ|2dx . avec H = {τ ∈ L2(Ω)N , −divτ = f dans Ω}.
(h,τ)inf∈K×H
Z
Ω
h−1|τ|2dx .
avec H = {τ ∈ L2(Ω)N , −divτ = f dans Ω}.
Lemme. La fonction φ(h, τ) = h−1|τ|2, d´efinie de IR+ × IRN dans IR, est convexe et v´erifie
φ(h, τ) = φ(h0, τ0) + φ′(h0, τ0) · (h − h0, τ − τ0) + φ(h, τ − h
h0τ0), o`u la d´eriv´ee est donn´ee par
φ′(a0, τ0) · (b, τ) = − b
a20|τ0|2 + 2
a0τ0 · τ.
Conditions d’optimalit´e Probl`eme d’optimisation de l’´epaisseur
hinf∈K J(h) = Z
Ω
j(u)dx o`u u d´epend de h `a travers l’´equation
− div (h∇u) = f dans Ω,
u = 0 sur ∂Ω,
et j fonction de classe C1 de IR dans IR telle que |j(u)| ≤ C(u2 + 1) et
|j′(u)| ≤ C(|u| + 1).
Exemple: j(u) = f u la compliance.
Ensemble admissible des ´epaisseurs h d´efini par K =
h ∈ L∞(Ω) , hmax ≥ h(x) ≥ hmin > 0 dans Ω, Z
Ω
h(x) dx = h0|Ω|
.
−div (h∇u) = f dans Ω
u = 0 sur ∂Ω.
Lemme. L’application h → u(h), qui `a h ∈ K fait correspondre la solution u(h) ∈ H01(Ω), est diff´erentiable et la d´eriv´ee directionnelle en h dans la
direction k ∈ L∞(Ω) est donn´ee par
hu′(h), ki = v, o`u v est l’unique solution dans H01(Ω) de
−div (h∇v) = div (k∇u) dans Ω
Preuve. Formellement, il suffit de d´eriver l’´equation par rapport `a h, mais pour donner un sens rigoureux `a ce calcul il faut travailler sur la formulation variationnelle.
Pour calculer la d´eriv´ee directionnelle, on d´efinit h(t) = h + tk pour t > 0.
Soit u(t) la solution pour l’´epaisseur h(t). On d´erive par rapport `a t:
formellement, on obtient
− div (h(t)∇u′(t)) = div (h′(t)∇u(t)) dans Ω
u′(t) = 0 sur ∂Ω,
et comme h′(0) = k on a u′(0) = v.
J(h) =
Ω
j u(h) dx ,
est diff´erentiable et la d´eriv´ee directionnelle en h dans la direction k ∈ L∞(Ω) est donn´ee par
hJ′(h), ki = Z
Ω
j′ u(h)
v dx ,
o`u v = hu′(h), ki est l’unique solution dans H01(Ω) de
−div (h∇v) = div (k∇u) dans Ω
v = 0 sur ∂Ω.
Preuve. Par simple composition d’applications d´erivables.
Lagrangien
Pour trouver une formule explicite de la d´eriv´ee, on introduit, pour des variables ind´ependantes (ˆh, u,ˆ p)ˆ ∈ L∞(Ω) × H01(Ω) × H01(Ω), le Lagrangien
L(ˆh, u,ˆ p) =ˆ Z
Ω
j(ˆu) dx + Z
Ω
ˆ p
−div
ˆh∇uˆ
− f
dx,
o`u ˆp est la fonction multiplicateur de Lagrange pour la contrainte qui relie u `a h. Par int´egration par parties on a aussi
L(ˆh, u,ˆ p) =ˆ Z
Ω
j(ˆu)dx + Z
Ω
ˆh∇pˆ· ∇uˆ − fpˆ
dx,
La d´eriv´ee partielle de L par rapport u dans la direction φ ∈ H01(Ω) est h∂L
∂u (ˆh,u,ˆ p), φiˆ = Z
Ω
j′(ˆu)φ dx + Z
Ω
h∇ˆ pˆ· ∇φ
dx.
La d´eriv´ee partielle de L par rapport u dans la direction φ ∈ H01(Ω) est h∂L
∂u (ˆh,u,ˆ p), φiˆ = Z
Ω
j′(ˆu)φ dx + Z
Ω
h∇ˆ pˆ· ∇φ
dx.
On d´efinit l’adjoint p ∈ H01(Ω) comme solution de la formulation variationnelle h∂L
∂u (h, u, p), φi = 0 ∀φ ∈ H01(Ω).
On trouve que p est solution de
− div (h∇p) = −j′(u) dans Ω
p = 0 sur ∂Ω.
Formule simple de la d´eriv´ee Le Lagrangien v´erifie
J(h) = L(h, u(h),p)ˆ ∀pˆ
car u(h) est solution li´ee `a h. Donc, si u(h) est d´erivable, on a hJ′(h), ki = h∂L
∂h(h, u(h),p), kiˆ + h∂L
∂u (h, u(h),p),ˆ ∂u
∂h(k)i On prend alors ˆp = p, l’adjoint, pour obtenir
hJ′(h), ki = h∂L
∂h(h, u, p), ki = Z
Ω
k∇p · ∇u dx
Th´eor`eme. La fonction J(h) est d´erivable sur K et on a J′(h) = ∇u · ∇p .
1. Initialisation de l’´epaisseur h0 ∈ K (par exemple, une fonction constante qui satisfait les contraintes).
2. It´erations jusqu’`a convergence, pour n ≥ 0:
hn+1 = PK
hn − tJ′(hn) ,
o`u t > 0 est un pas de descente, PK est l’op´erateur de projection sur le convexe ferm´e K et la d´eriv´ee est donn´ee par
J′(hn) = ∇un · ∇pn
avec un la solution de l’´equation d’´etat et pn celle de l’´equation adjointe (associ´ees `a l’´epaisseur hn).
On caract´erise l’op´erateur de projection PK
PK(h)
(x) = max (hmin,min (hmax, h(x) + ℓ)) o`u ℓ est l’unique multiplicateur de Lagrange tel que
Z
Ω
PK(h) dx = h0|Ω|.
La d´etermination de la constante ℓ n’est plus explicite: il faut utiliser un algorithme it´eratif en utilisant la propri´et´e que la fonction
ℓ → F(ℓ) = Z
Ω
max (hmin,min (hmax, h(x) + ℓ)) dx
est strictement croissante sur l’intervalle [ℓ−, ℓ+], image r´eciproque de
[hmin|Ω|, hmax|Ω|]. Grˆace `a cette propri´et´e de monotonie, l’algorithme it´eratif est simple: on commence par d´eterminer un encadrement [ℓ1, ℓ2] tel que
F(ℓ1) ≤ h0|Ω| ≤ F(ℓ2), puis on proc`ede par dichotomie pour trouver ℓ.
P´enalisation
L’algorithme pr´ec´edent calcule des ´epaisseurs qui varient continuement.
Si on veut obtenir des ´epaisseurs discr`etes, par exemple seulement les
´epaisseurs minimimum et maximum, alors on peut utiliser une technique de p´enalisation pour forcer l’´epaisseur h(x) `a ne prendre que les valeurs hmin ou hmax.
Par exemple, on ajoute un terme de p´enalisation `a la fonction objectif J(h) + cpen
Z
Ω
(h − hmin)(hmax − h) dx.
Variante discr`ete de ce mod`ele: treillis de Michell
Optimisation de l’´epaisseur des barres par programmation lin´eaire.
En dimension N = 2, on consid`ere n noeuds reli´es par m barres.
Forces f ∈ IR2n appliqu´ees aux noeuds
Forces q ∈ IRm dans chacune des barres (dans l’axe de la barre) Barre i de volume Vi = aili (section ai, longueur li)
Probl`eme d’optimisation lin´eaire
minq,V m
X
i=1
Vi
sous les contraintes d’´equilibre des forces
Bq = f avec B matrice de connection des barres aux noeuds V ≥ 0, −σ V ≤ l q ≤ σ V