Projet Optimisation

Sujet 1 : Structure treillis à 13 barres

Julie GABRIEL et Claire LASCOSTE

Polytech Lyon

Mécanique - 5A

2021/2022
Polytech Lyon Optimisation d’une structure trellis 5A Mécanique

Contents
1 Introduction 2

2 Formulation mathématique du problème d’optimisation 2

3 Optimisation paramétrique par une méthode métaheuristique 3

3.1 Introduction et commentaires . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
3.2 Résultats et analyse . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
3.3 Ouverture aux autres méthodes paramétriques . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
3.4 Validation des résultats . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6

4 Optimisation topologique sous Ansys 7

4.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
4.2 Maillage grossier (sujet_1_num_1.wbpj) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
4.3 Maillage fin (sujet_1_num_2.wbpj) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
4.4 Validation et discussion des résultats . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10

5 Conclusion 11

6 Bibliographie 12
Polytech Lyon Optimisation d’une structure trellis 5A Mécanique

1 Introduction
Au cours de ce projet, on cherche à optimiser la structure représentée par le treillis de la figure 1. Le treillis est
constitué par 13 barres réticulées. Chaque barre est caractérisée par la surface de sa section Ai (i= l, ..., 13).
Une force nodale est appliquée au nœud 3. Les contraintes dans les barres ne doivent pas dépasser les limites
en traction et compression du matériau.

Objectif : Déterminer les surfaces optimales des sections qui minimisent la masse de la structure.

Données : F = 100 kN: L=1.0 m, E=210 GPa, ν=0.3, limite en traction σt,adm = + 150 Mpa et limite en
compression σc,adm = -100 Mpa

Figure 1: Structure treillis à 13 barres

Les outils utilisés sont Python, ANSYS et BESO. Nous choisissons ANSYS au lieu de PASTRAN/NASTRAN
car nous rencontrons des problèmes avec le logiciel lors de son utilisation sur nos ordinateurs personnels.

2 Formulation mathématique du problème d’optimisation


minf (x)



La formulation mathématique d’un problème d’optimisation s’écrit de la façon suivante : x ∈ Rn



gj (x) ⩽ 0, j = 1, ...m


où n est le nombre de variables d’optimisation soit la dimension du problème

Avec f la fonction objectif,
x = <x1 , x2 , ..., xn > : vecteur des variables de conception,
gj (x), j=1,...,m : les limitations

Certaines barres de notre structure sont de longueur L=1m, d’autres de longueur 2L et certaines de longueur
√
2L.

La fonction objectif s’écrit de la manière suivante :

√ √ √ √ √ √
f(A1 , ..A13 ) = ρL(A6 + A1 + A12 + 2A3 + 2A9 + 2A7 + 2A5 + 2A2 + 2A4 + 2A8 + 2A10 +
√ √
2A13 + 2A11 )
Polytech Lyon Optimisation d’une structure trellis 5A Mécanique

Les variables d’optimisation x sont les sections des barres Ai où i=1,..,13, elles sont continues.

2 2
On fixe un domaine de recherche : Amin = 1e−5 m2 < A < Amax = π ∗ d4 = π ∗ 0.34 ≈ 0.07m2 (largeur
maximale de 30 centimètres pour des barres allant jusqu’à 2m de long si sections circulaires).

Enfin, les contraites d’inégalités sont les suivantes :

• Si la barre est en traction soit σ > 0 : g1 (A1 , .., A13 ) = σ − σt,adm = σ − 150 ≤ 0

• Si la barre est en compression soit σ < 0 : g1 (A1 , .., A13 ) = −σ − σc,adm = −σ − 100 ≤ 0

Hypothèses de départ: Toutes les barres sont faites du même matériau.

Conditions : Des conditions aux limites (encastrements) et la présence d’une force nodale doivent être pris
en compte dans la résolution.

Nous avons réalisé la résolution par éléments finis mais nous ne la détaillerons pas dans ce rapport.

3 Optimisation paramétrique par une méthode métaheuristique

3.1 Introduction et commentaires
La méthode PSO (Particle Swarm Optimization) est très sujette aux configurations initiales et au fait que les
particules "accrochent" à la méthode. D’après la formule utilisée pour déterminer le déplacement des particules,
celles-ci sont censées suivre la meilleure position de l’essaim et de la meilleure particule. Autrement dit, si les
particules ont initialement une position, très éloignée d’une solution optimale, l’application de la méthode
engendre une convergence vers une solution non idéale. Il est donc important de lancer la méthode plusieurs
fois (quantité à déterminer par l’expérience), pour augmenter la probabilité d’obtenir la meilleure optimisation
possible. De plus, la formule de déplacement fait appel à plusieurs nombres aléatoires, le déplacement de la
particule ne convergera donc pas forcément vers une position idéale pour l’essaim. Un des moyens pour palier
ce problème est l’utilisation de fonctions de pénalités.

3.2 Résultats et analyse

Nous avons choisi de réaliser le calcul sur 50 itérations, ce qui parait suffisant, dans le cas suivant, pour obtenir
un rapport correct entre qualité et temps d’optimisation. Les barres ont, dans notre cas, des sections circulaires.

Figure 3: Tableau de valeurs des contraintes et des

Figure 2: Evolution de la masse du treillis pour un meilleures sections trouvées pour chaque
cas où la méthode PSO optimise la struc- barre
ture
Polytech Lyon Optimisation d’une structure trellis 5A Mécanique

Sur la figure 2, pour une configuration initiale donnée, nous avons tracé l’évolution de la masse de la structure
au cours des itérations. Ce calcul est fait pour 20 particules dont les sections sont initialement aléatoires entre
0.001m2 et 0.2m2 (soit entre environ 2.5cm et 36cm de diamètre). On remarque que la masse, initialement
d’environ 843kg, est optimisée à environ 215kg. Cette valeur finale représente environ 25.5% de la masse
initiale avec une convergence au bout d’une trentaine d’itérations.
Sur la figure 3, on observe que les contraintes dans chaque barre respectent effectivement les limites en trac-
tion/compression du sujet. De plus, les sections ont des dimensions qui paraissent crédibles vis à vis des
longueurs de barres. On obtient des barres allant de 3.6mm à 5.5cm de diamètre.

Calculs de moyenne et d’écart-type

On lance le calcul sur un très grand nombre d’itérations. On calcule ensuite la moyenne des masses optimales
trouvées à chaque itération pour en déduire une tendance, en imposant que seules les masses finales représen-
tant moins de 30% des masses initiales soient conservées. Les cas où la méthode n’a pas "accroché" sont donc
éliminés pour se rapprocher d’une moyenne réelle des cas optimisés correctement.

Voici les résultats obtenus au bout de 200 itérations (certains n’étant pas retenus puisque considérés comme
non optimisés).

Figure 4: Tableau de valeurs des masses initiales/finales et des rapports massiques après optimisation par la
méthode PSO

La moyenne des masses finales pour 67 configurations initiales différentes est d’environ 267kg avec un écart-
type d’environ 110kg. La moyenne des masses initiales est d’environ 1200kg avec un écart-type d’environ
300kg. La meilleure solution trouvée soit la valeur minimale obtenue pendant ces 67 configurations est, quant à
elle, d’environ 99kg. On calcule également la moyenne des rapports massiques finaux/initiaux qui nous donne
environ 23% au cours de ces 67 configurations avec un écart-type d’environ 12%.

Nous présentons ci-dessous les structures déformées avant et après optimisation des sections.

Figure 5: Structure déformée avec sections initiales Figure 6: Structure déformée après optimisation
non optimisées par la méthode PSO
Polytech Lyon Optimisation d’une structure trellis 5A Mécanique

On remarque, sur la figure 6, que la structure s’est davantage déformée à certains endroits et notamment
sur le haut de la structure. Cette observation parait cohérente puisqu’une force est appliquée au noeud 3 qui
se situe vers le haut de la structure. Ce sont les barres qui seront les plus sollicitées et qui devront donc avoir
les sections les plus grandes. C’est effectivement ce que l’on observe par l’expérience. D’après le tableau 3, les
éléments 6, 5 et 2 sont les plus contraints, suivis par les éléments 3 et 7, ce que l’on peut observer sur la figure 6.

Exemple pour un cas où la masse finale est faible par rapport à la moyenne

Dans le cas présenté ici, la méthode a très bien fonctionné, on respecte les limites de contraintes et on obtient
une masse relativement faible par rapport à la moyenne précédemment calculée. La masse initiale valait environ
783kg pour 99kg une fois optimisée soit environ 13% de la masse initiale.

Figure 8: Tableau de valeurs après optimisation par

Figure 7: Evolution de la masse de la structure par la méthode PSO
la méthode PSO

Dans le cas présent, on obtient des barres avec des diamètres allant de 3.6mm jusqu’à environ 4.4cm.

La figure 7 illustre le fait que la solution optimisée dépende du point de départ. Il faut donc privilégier
un certain nombre d’essais pour arriver à une solution satisfaisante. Malgré le fait que parfois les particules
n’accrochent pas, on peut tout de même remarquer que les contraintes dans les barres restent comprises dans
l’intervalle des limites en traction et en compression imposées. Les pénalités sont appliquées aux fonctions
objectifs des sections qui engendrent un dépassement des limites de contraintes. Celles-ci fonctionnent puisque
l’on n’obtient pas de dépassement de ces limites pour nos sections opitimisées.

3.3 Ouverture aux autres méthodes paramétriques

Il existe d’autres méthodes paramétriques telles que la méthode de gradient ou la méthode de Newton.

La méthode de gradient consiste à dériver la fonction objectif par rapport à un pas optimal calculé dans
le code pour trouver le minimum de la fonction objectif. Afin de trouver le pas optimal nous avons utilisé
la méthode de dichotomie qui trouve le pas pour lequel la dérivée partielle s’annule. Le calcul des dérivées
partielles correspond à un calcul de sensibilité : on utilise les différences finies pour le réaliser.
Cette méthode est considérée comme étant peu efficace car il y a un risque de « zig-zag » sur les fonctions mal
conditionnées. En effet, avec le gradient à pas optimal, deux directions consécutives sont orthogonales, donc
la suite des points (xk ) oscille si f est mal conditionnée (de type « vallée étroite »). Un autre inconvénient de
cette méthode est que l’on optimise dans le code d’optimisation puisqu’on doit trouver le pas optimal.
Malheureusement, nous n’avons pas réussi à maitriser cette méthode puisque les résultats obtenus ne permet-
tent pas de respecter les limites en traction/compression. Le problème semble venir, d’une part, de la fonction
Polytech Lyon Optimisation d’une structure trellis 5A Mécanique

qui calcule la dérivée partielle par rapport à alpha car la dichotomie y fait appel et que le pas n’est jamais mis
à jour puisque la fonction ne semble pas changer de signe. Il vient également de la gestion des pénalités qui
n’est pas efficace.

La méthode de Newton a, quant à elle, l’avantage de ne pas nécessiter une double optimisation comme
pour la méthode de gradient. Cependant, le fait de devoir inverser la matrice Hessienne augmente la complexité
du calcul. Nous n’avons pas réussi à obtenir de résultats pour cette méthode à cause de problèmes de matrices
singulières irrésolus.

3.4 Validation des résultats

On utilise ANSYS pour réaliser la géométrie optimisée dont les sections sont présentées dans le tableau de la
figure 3 et on mesure les forces axiales au sein du treillis.

Figure 9: Distribution de la force axiale au sein du treillis aux sections paramétrées (sujet_1_num_3.wbpj)

On calcule à partir des sections la contrainte résultante au sein des barres que l’on compare à la contrainte
que l’on obtient grâce à notre résolution numérique.

Figure 10: Comparaison des sections et des contraintes de ANSYS et Python

La figure 10 montre que nous obtenons des valeurs très éloignées entre la résolution par éléments finis et celle
grâce au logiciel ANSYS. Ce logiciel fait des approximations puisque la géométrie a été réalisée en mètres et
que la précision doit être au millimètre. Cela peut expliquer certaines erreurs mais pas de cet ordre de grandeur.
Nous en concluons que nous avons fait une erreur dans notre résolution mais nous n’avons pas trouvé à quel
endroit.
Polytech Lyon Optimisation d’une structure trellis 5A Mécanique

4 Optimisation topologique sous Ansys

4.1 Introduction
On se propose de faire une optimisation topologique du problème. C’est à dire que l’on applique les conditions
initiales :

• Encastrements en (0,0), (L,0), (2L,0), (-L,0) et (-2L,0)

• Force F = 100 kN orientée perpendiculairement aux barres tranversales et appliquée sur le noeud 3 soit
en (L,2L).

à une plaque de dimension 2Lx4L (comme l’espace occupé par le treillis) et d’épaisseur e. On choisit e = 0,05m
aux vues des résultats de sections obtenus à partir du code PSO. La plaque a un comportement élastique linéaire
et possède les propriétés suivantes indiquées dans la figure 11:

Figure 11: Tableau récapitulatif des propriétés du matériau utilisé au cours des simulations

On étudiera l’influence du maillage sur la géométrie optimisée proposée par le logiciel ANSYS.

4.2 Maillage grossier (sujet_1_num_1.wbpj)

Dans un premier temps on trace un maillage de 800 éléments soit une longueur d’éléments de 0,1m. Des
supports fixes sont appliqués aux arrêtes de la plaque et à la surface des éléments situés en (0,0), (L,0) et (-L,0).
La force F est appliquée sur le noeud du maillage en (L,2L). On affiche la contrainte principale maximale et la
contrainte équivalente de Von Mises au sein de la plaque (figures 12 et 13)

Figure 12: Contrainte principale maximale au sein Figure 13: Contrainte de Von Mises au sein de la
de la géométrie initiale géométrie initiale

On réalise désormais l’optimisation topologique de la matière. On se fixe pour objectif de minimiser la densité
volumique en choisissant de conserver 50% de la masse. On fixe le seuil retenu à 0,3. Il s’agit du seuil le plus
élevé à partir duquel la matière constitue une figure continue. Plus le seuil est faible plus il y a de matière
dans la figure, on cherche donc à maximiser ce seuil. Après convergence, ANSYS ne propose pas une topologie
satisfaisante puisqu’il n’a pas conservé tous les encastrements (figure 14).
Polytech Lyon Optimisation d’une structure trellis 5A Mécanique

Figure 14: Proposition de résolution topologique - seuil retenu 0,3

4.3 Maillage fin (sujet_1_num_2.wbpj)

Afin qu’ANSYS conserve les 5 encastrements posés comme conditions limites on résout le problème avec un
maillage plus fin. On considère désormais 3200 éléments soit une longueur d’élément égale à 0,05m. De la
même manière que pour le maillage précédent, on applique les supports fixes et la force F à la plaque. On
affiche la contrainte principale maximale et la contrainte équivalente de Von Mises (figures 15 et 16 ).

Figure 15: Contrainte principale maximale au sein Figure 16: Contrainte de Von Mises au sein de la
de la géométrie initiale géométrie initiale

Puisqu’une grande majorité de la structure n’est pas sollicitée, il est intéréssant de réaliser une optimisation
topologique de la plaque. On se fixe pour objectif de minimiser la densité volumique avec la masse comme
paramètre.
On s’intéresse à l’influence de la contrainte sur la masse en effectuant un calcul pour 50% et 30% de masse
conservée. Les propositions de topologie proposées par ANSYS sont présentées figures17 et 18 .

Figure 17: Proposition de résolution topologique - Figure 18: Proposition de résolution topologique -
Conservation de 50% de la masse initiale Conservation de 30% de la masse initiale

Pour les figures 17 et 18, on fixe le seuil retenu à 0,23. On remarque que pour une contrainte de 30% les
conditions limites ne sont pas respectées. Ainsi la topologie est autant influencée par le maillage de la structure
initiale et le seuil retenu que par la contrainte de la réponse que l’on se fixe.
Pour la suite de l’optimisation, on prendra une contrainte de 50%. En faisant ce choix, on passe d’une masse
initiale de 3066,2 kg à 1545,6 kg.

La résolution proposée par ANSYS dans la figure 17 est grossière. On réalise une nouvelle esquisse de géométrie
inspirée de la solution afin de la simplifier. On corrige les tangentes, affine les bords grossiers et réajuste les
Polytech Lyon Optimisation d’une structure trellis 5A Mécanique

angles pour que la figure deviennent manufacturable. Sur la figure 19, on peut observer en vert la structure

Figure 19: Design de la topologie optimisée

originelle, en quadrillé jaune la topologie proposée par ANSYS et en orange la topologie modifiée par nos soins.

On fait l’analyse structurelle de cette nouvelle géométrie. Cependant à cause de la géométrie de la struc-
ture, on rencontre des difficultés à générer un maillage de qualité (cf figure 20) de la même taille (soit une
longueur de 0,05m pour un élément).

Figure 20: Qualité du maillage de la topologie optimisée

Cela aura une influence sur les résultats notamment au moment d’appliquer la force F puisque les éléments
triangulaires le long des bords sont très pointus menant à des calculs imprécis. C’est pourquoi pour appliquer
la force F, on répartie la charge sur la face de deux éléments au lieu d’un (cf figure 21).

Figure 21: Répartition du chargement F à l’emplacement du noeud 3

On peut ensuite étudier la répartition de la contrainte principale maximale (figure 25)et la contrainte équivalente
de Von Mises (figure 26) au sein de la nouvelle structure :
Polytech Lyon Optimisation d’une structure trellis 5A Mécanique

Figure 22: Contrainte principale maximale au sein Figure 23: Contrainte de Von Mises au sein de la
de la géométrie optimisée géométrie optimisée

On remarque que la contrainte est un peu mieux répartitie au sein de la structure mais ce n’est pas encore
idéal car toutes les branches de la nouvelle structure ne sont pas sollicitées. On essaie alors de mener un nouveau
calcul d’optimisation topologique sur la structure modifiée. On se fixe les mêmes objectifs que précédemment
(conservation de 50% de la masse et minimisation de la densité volumique).

Figure 24: Nouvelle proposition de résolution topologique de la structure optimisée - Conservation de 50 % de

la masse

A nouveau, les conditions limites ne sont pas respectées. La variation de la contrainte sur la réponse ne permet
pas de respecter les conditions limites. On décide donc de rester avec la topologie dessinée sur la figure 19 que
l’on considère comme la géométrie optimale pour résoudre le problème.

4.4 Validation et discussion des résultats

Pour valider la topologie obtenue dans la section 6.3, on utilise l’outil d’optimisation BESO qui permet de faire
rapidement et simplement de l’optimisation topologique. Pour notre problème, on obtient une repartion des
contraintes au sein de la plaque et une propostion de résolution topologique très similaire à celle obtenue sous
ANSYS.

Figure 25: Contrainte principale maximale au sein Figure 26: Proposition de résolution de
de la géométrie initiale l’optimisation topologique sous BESO

En effet, on retouve l’arborescence des branches de la structure liée aux conditions d’encastrement et l’épaississement
vers la droite lié à l’application de la force F. On fait donc l’hypothèse que la "mauvaise" répartition des con-
traintes au sein de la topologie optimisée (figure 25 et 26) est liée à un problème de maillage et non de géométrie.

On peut s’intéresser au pourcentage de masse conservée par l’optimisation paramétrique et l’optimisation

topologique
Polytech Lyon Optimisation d’une structure trellis 5A Mécanique

Optimisation topologique PSO

masse initiale [Kg] 3066,2 843
masse optimisée [Kg] 1545,6 215
masse restante [%] 50,39 25,5

La masse conservée la moins importante est celle issue de l’optimisation paramétrique c’est donc la méthode qui
minimise le mieux la masse. De plus, l’optimisation paramétrique permet d’obtenir une structure plus légère car
construite à partir d’un treillis. Enfin, lorsque l’on regarde la fabrication des deux structures, le treillis semble
plus simple à manufacturer. Ainsi si l’on devait choisir, le treillis semblerait être la structure à adopter la plus
pertinente pour répondre à ce problème physique.

5 Conclusion
Pour conclure, l’optimisation paramétrique est une méthode intéressante mais elle nécessite des temps de calcul
assez conséquents pour avoir un résultat réellement optimisé et fiable. De plus, elle n’agit pas sur la forme,
qui peut ne pas être optimisable pour les conditions aux limites et autres paramètres appliqués. L’optimisation
topologique optimise la forme est peut donc réduire la masse de façon impressionnante.

Ce projet nous a permis de comparer différents types d’optimisation. Nous avons eu quelques soucis pour
bien prendre en main les différents logiciels, maîtriser l’application des pénalités losque les limites de contraintes
n’étaient pas respectées et finalement sur la résolution par éléments finis. En effet, après comparaison avec les
résultats obtenus sur ANSYS, nous avons remarqué que ceux-ci n’étaient pas similaires, cela pourrait expliquer
la difficulté à optimiser notre structure.
Polytech Lyon Optimisation d’une structure trellis 5A Mécanique

6 Bibliographie
• BARANGER T. (2021). Support de cours d’optimisation

• DEBARD Y. (24 mars 2006 – 29 mars 2011). Méthode des éléments finis : treillis plans à nœuds
articulés. Institut Universitaire de Technologie du Mans Département Génie Mécanique et Productique.
http://iut.univ-lemans.fr/ydlogi/index.html. France

• DI CESARE N, CHAMORET D., DOMASZEWSKI M. (2015). A new hybrid PSO algorithm based on
a stochastic Markov chain model. Published by Elsevier. Université Bourgogne Franche-Comté, UTBM,
France.

• LATTEUR (Février 2000). P. Optimisation et prédimensionnement des treillis, arcs, poutres et câbles
sur base d’indicateurs morphologiques. Application aux structures soumises en partie ou en totalité au
flambement. Tome 1/4 : mémoire. Vrije Universiteit Brussel (VUB). Bruxelles. Belgique.

• ZEMZAMI M., ELHAMI N., MAKHLOUFI A., ITMI M. HMINA N. (2016). Application d’un modèle
parallèle de la méthode PSO au problème de transport d’électricité. openscience.fr. Published by ISTE
Science Publishing, London, UK.

• ZEMZAMI M. (2019). Variations sur PSO : approches parallèles, jeux de voisinages et applications.
Normandie Université; Ecole nationale des sciences appliquées. Kénitra, Maroc.