Etude de cas : ETUDE D'UN CAS AUTOMOBILE / REDUCTION DE MODELES

Présentation de l'étude

 

Dans la course à la compétitivité du secteur automobile, constructeurs et fournisseurs doivent concevoir plus vite et mieux. Pour optimiser les définitions techniques, la simulation numérique est utilisée massivement afin d’explorer le domaine de conception. Mais cette exploration peut coûter cher en temps et en ressources selon l’ampleur du domaine à explorer. Les méthodes visant à réduire les modèles sont donc un enjeu majeur.

De nombreuses méthodes existent. Afin de les évaluer et les comparer, la Communauté d’Experts "Simulation Numérique" de la SIA a travaillé pour proposer un premier cas d’étude à mettre à la disposition de tous.

Il s’agit d’un cas de crash frontal simplifié dans lequel des données temporelles et géométriques sont fournies pour réaliser l’apprentissage. Nous y ajoutons un script Python permettant d’évaluer la performance de la réduction de modèles en comparaison du plan complet réalisé au préalable.

 

En téléchargeant les données, l’utilisateur s’engage à communiquer les résultats de son étude à de la Communauté d'Experts "Simulation Numérique" de la SIA. Un descriptif des données et des livrables est fourni dans les documents à télécharger.

 

D’autres cas d’études autour de l’aérodynamique ou la simulation systèmes devraient arriver en 2024.

 

Un grand merci aux acteurs participant à la dynamique des travaux : Erwan Lecuyer (Renault), Laurent Genest (Stellantis), Thomas Guffroy (Altair), Yves Tourbier (ENSAM), Thierry Bourdon (Vitesco)