Spelling suggestions: "subject:"metaheuristic optimization methods"" "subject:"metaheuristics optimization methods""
1 |
Amélioration de la précision de modèles des fours radiatifs et optimisation des paramètres de chauffage par méthodes métaheuristiques : Application au procédé de thermoformage de pare-brise / Precision improvement of radiant furnaces model and heating control optimization using metaheuristic methods : Application to the thermoforming process of windshieldTajouri, Afif 13 December 2012 (has links)
La fabrication du pare-brise automobile est réalisée par un procédé de thermoformage dans un four tunnel où des feuilles de verre subissent un chauffage différentiel par rayonnement par des centaines d'éléments chauffants électriques contrôlés individuellement. Ces travaux ont pour objectif final de répondre à une problématique industrielle formulée en tant que problème d'optimisation. Elle consiste à aider le conducteur du four à retrouver la cartographie de puissance qui permet d'obtenir le champ de température nécessaire à la surface du verre afin d'aboutir à une forme souhaitée. Pour y parvenir, un modèle du four basé sur la méthode de réseau de composants est utilisé afin de simuler le cycle de chauffage. Dans un premier temps, la précision de la température calculée est améliorée par identification paramétrique en se référant à des données de mesures effectuées in situ. Une étude de sensibilité locale et globale a été réalisée au préalable. Par la suite, dans le but d'accélérer ces calculs, une méthode d'optimisation originale est proposée. Elle consiste à combiner la méthode métaheuristique du Recuit Simulé et l'Algorithme de Re-revêtement pour identifier l'émissivité multi-bande des matériaux. Après avoir effectué une validation sur un modèle simplifié 3D de four radiatif de traitement de matériaux, la méthode originale est appliquée pour le modèle du four réel. Outre l'amélioration de la précision des résultats de la simulation, la nouvelle démarche réduit considérablement le temps de calcul. Dans la deuxième partie du travail, plusieurs méthodes métaheuristiques, telles que l'Algorithme Génétique, le Recuit Simulé, la Recherche Tabou ainsi que leur hybridation sont expérimentées pour un modèle simplifié d'une enceinte radiative. Les résultats montrent que la combinaison de l'Algorithme Génétique et du Recuit Simulé a permis d'accélérer la convergence pour atteindre les champs de températures souhaités sur la surface du produit. Cette méthode est par la suite appliquée avec succès pour inverser le modèle du four afin de retrouver les paramètres de commande du four. / The manufacturing of automobile windshield is produced by a thermoforming process in a tunnel furnace where glass undergoes differential heating radiation by hundreds of electrical heating elements individually controlled. The final purpose of this work is to answer a real industrial problem, which is formulated as an optimization problem. It aims at assisting the furnace driver to find the setting that allows obtaining the required temperature distribution on the glass design in order to achieve the desired shape. Based on the method of network components, a model of the furnace is used to simulate the heating cycle. As a first step of this work, the accuracy of the temperature calculated is improved by parametric identification by referring to the data of measurements taken in situ. A local and global sensitivity analysis was performed beforehand. Thereafter, in order to accelerate these calculations, an original and optimization method is proposed. It consists in combining the Simulated Annealing metaheuristic method and the Replating Algorithm to identify multi-band emissivity. First, the original method validation is performed on a simplified 3D model of radiative enclosure, and then applied to the real furnace model. The new approach significantly reduces the computation time while improving the accuracy of the simulation results. In the second part of this work, several metaheuristic methods, such as Genetic Algorithm, Simulated Annealing, Tabu Search, and their hybridization are tested on a simplified model of a radiative enclosure. Results show that the combination of Genetic Algorithm and Simulated Annealing has accelerated the convergence to achieve the desired temperature fields on the product surface. This new method is successfully applied to the real furnace model to find the optimal control parameters.
|
Page generated in 0.1387 seconds