Définir une méthodologie de gestion de la fidélité des modèles de simulation pour maîtriser la crédibilité des résultats. Développer de nouvelles approches fondées sur l’intelligence artificielle (IA) pour améliorer la fidélité de ces modèles de simulation numérique par des résultats physiques (modélisation de l’erreur par l’IA, recalage des modèles, etc.). Tels sont les deux objectifs affichés par l’IRT (Institut de recherche technologique) SystemX pour son nouveau projet de recherche AFS (Agilité et fidélité des simulations).
Le projet réunit quatre partenaires industriels - ESI Group, Plastic Omnium, Groupe Renault et Stellantis - autour de cet enjeu de l’amélioration de l’agilité dans la conception des systèmes complexes avec la nécessité de disposer de modèles de simulation numérique fidèles. Il s’agit du 4e projet de la feuille de route du programme IA2 (Intelligence artificielle et ingénierie augmentée) de SystemX visant à “hybrider” les technologie de l’IA, les connaissances métier et des modèles physiques.
« La simulation numérique représente aujourd’hui un outil indispensable dans la phase de conception des systèmes complexes afin d’appréhender des comportements et des situations difficiles à prévoir, explique Mouadh Yagoubi, chef du projet AFS chez SystemX. Dans un contexte où se mêlent plusieurs disciplines et acteurs, les processus de simulation doivent faire face aux problématiques de multidisciplinarité et s’assurer de la bonne coordination des différents acteurs. C’est précisément cette ambition que porte le projet AFS qui s’intéresse plus particulièrement aux simulations multidisciplinaires. »
Ces travaux seront implantés concrètement sur un cas d’usage automobile portant sur la régulation thermique, ce qui permettra d’illustrer les deux axes majeurs de recherche du projet : l’agilité et la fidélité des modèles de simulation.
Pour ce faire, les acteurs du projet vont s’intéresser à formaliser des processus de conception en ciblant l’échange d’informations entre les parties prenantes, et à la spécification et au développement de prototypes logiciels. Un autre volet sera consacré à la mesure de fidélité des modèles de simulation et l’évaluation de la crédibilité des simulations. Enfin, le dernier axe sera focalisé sur le renforcement de la fidélité des modèles de simulation à l’aide de l’intelligence artificielle.
