Le futur de la mesure passe par l’Intelligence Artificielle
L’intelligence artificielle pour la conception
Certaines caractéristiques de conception (design, fonctions, architecture, etc) peuvent avoir des conséquences sur le niveau de bruit. Dans ce cadre, l’utilisation de l’Intelligence Artificielle se montre particulièrement avantageuse pour les industriels car elle représente un gain de temps inestimable. Elle permet, en effet, une prise en compte au plus tôt des exigences acoustiques, en analysant si certains choix de conception sont compatibles ou non avec les exigences des cahiers des charges ou normes en vigueur.
Le CEVAA, centre d’essais et simulations spécialisé en acoustique (NVH) du Groupe 6NAPSE, a recours à l’IA depuis quelques années. Il accumule plus de vingt ans d’essais et de simulations dans ses bases de données, plus de 150 projets réalisés en Petite Cabine et des tests sur 930 véhicules.
Les ingénieurs ont également à disposition une grande connaissance des paramètres nécessaires à l’établissement des modèles paramétriques réduits pouvant influencer le comportement d’une structure (niveau sonore, effets thermiques, confort vibratoire, etc.).
Notre objectif est d’établir un modèle prédictif au plus proche de la réalité. Au CEVAA, nous nous basons sur notre expérience, les essais expérimentaux et les résultats numériques obtenus à partir des modèles éléments finis pour recaler nos modèles.
Méthodologie du CEVAA, spécialiste de l’acoustique
À partir de ses nombreuses expérimentations et de sa base de données conséquente, le CEVAA obtient, dans un premier temps, une analyse fine du système pour en déterminer les paramètres dimensionnants (ceux qui auront un impact déterminant sur le comportement final attendu).
Dans un second temps, il fait une mise en relation entre la base paramétrique et la base des résultats pour finalement identifier un modèle prédictif comportemental.
Même si une infinité de modèles prédictifs est possible, l’objectif est l’identification du modèle le plus proche de la réalité sur la base des paramètres intégrés, c’est-à-dire le plus apte à prédire correctement les performances d’un cas d’étude. L’identification et le choix du modèle réduit idéal nécessite l’utilisation du data mining pour valider la pertinence des prédictions.
Les modèles paramétriques reposant sur des bases de données riches génèrent des résultats bien plus rapidement que la simulation, par éléments finis. Cette dernière méthode ayant elle-même remplacé en grande partie les mesures expérimentales dans les développements projets, qui nécessitent le recours à du prototypage.
Prédire le niveau de bruit grâce à l’IA
En application, le CEVAA a par exemple réalisé des mesures sur aérateurs de planche de bords pour véhicules automobiles. Grâce à l’IA qu’il a développé, il est capable de prédire le niveau de bruit aéro-acoustique selon les spécificités géométriques de l’aérateur.
Les modèles prédictifs créés à partir de l’Intelligence Artificielle développée au CEVAA sont déterminants dans la conception industrielle. Nos équipes sont capables d’aider à la décision, comparer des solutions rapidement, prédire la performance acoustique et le confort vibratoire d’une structure ou encore d’évaluer la durée de vie d’une pièce.
Utiliser l’IA, le data mining et les modèles paramétriques prédictifs permettent aux industriels et à leurs acousticiens d’améliorer la prise en compte des besoins acoustiques dans les phases de développement d’un produit.
Ces modèles fiabilisés mettent en perspectives les idées de conception liées aux paramètres de forme avec les conséquences sonores ou mécaniques.
Vous désirez en savoir plus sur la méthodologie du CEVAA ?
Contactez-nous : cevaa@groupe-6napse.com