Concevoir une machine spéciale, un moteur électrique ou un triangle de suspension et avoir, à chaque modification, une visualisation de la performance de la pièce, c’est désormais une réalité. Plus besoin de transférer le modèle 3D de la pièce à un expert en simulation et attendre quelques heures ou quelques jours pour connaître le coefficient de traînée (Cx) d’une voiture ou vérifier que le radiateur dessiné par le concepteur répondra aux contraintes de refroidissement fixées. Les logiciels de conception modernes fournissent désormais directement les réponses en temps réel. Ne se limitant plus à une élite de spécialistes dotés de supercalculateurs, la simulation numérique glisse vers la gauche dans le cycle de conception, vers le design.
Les outils de conception autorisent ce « shift left » tant chez les grands industriels que les PME et PMI qui ne disposent pas de compétences internes en simulation. Avec une promesse : raccourcir le temps de développement des produits et donc le temps entre la conception et la commercialisation (« time to market ») devenu crucial dans de nombreuses industries.
Deux grands facteurs ont permis ce shift left. Le premier est la simplification de l’accès à la simulation. « Toutes les technologies de simulation intégrées dans notre outil de conception Creo sont destinées aux bureaux d’études et donc aux designers, et pas seulement à des spécialistes de la simulation », explique Thierry Simon, expert Creo Apps chez PTC. Pour porter cette stratégie, l’éditeur a noué un partenariat stratégique avec le spécialiste de la simulation, Ansys. Ses algorithmes ont été intégrés aux menus de l’outil de design Creo et ont été simplifiés pour pouvoir être manipulés par des non-experts de la simulation. « Le designer peut opter pour un rendu filaire, en ombré ou afficher le stress mécanique directement sur sa pièce. Le résultat du calcul apparaît en permanence sur le modèle et la simulation se recalcule à chaque modification apportée au modèle. »
Élimination de la phase de maillage
Cette approche fonctionne sur les calculs de structure, sur le vibratoire, les analyses de fluides, le thermique et même sur le CHT (conjugate heat transfer) qui simule les interactions thermiques entre solides et liquides. « Les outils de simulation intégrés doivent rester simples à utiliser tout en étant capables de traiter des problématiques complexes. La simulation fait aujourd’hui partie du travail de design », conclut l’expert.
Cette simplification passe notamment par l’élimination de la phase de maillage, jusque-là indispensable au fonctionnement des « solvers », les algorithmes de simulation. Alors qu’un expert devait recouvrir de points de mesure le modèle 3D et son environnement, cette phase est désormais automatisée. « La logique est aujourd’hui au mesh-less, confirme Christophe Ricci, le directeur technique de Siemens Digital Industries Software France. On se passe de la phase de maillage pour aller vers une simulation en quasi-temps réel. Le concepteur ne doit pas perdre du temps à jouer sur des paramètres de maillage. » Le maillage à éléments finis qui était l’apanage des experts fait place à de nouvelles approches à base de voxel (pixels 3D) ou d’algorithmes reposant sur la géométrie.
Second facteur du shift left, le verrou technologique constitué par la puissance de calcul disponible a sauté ces dernières années. L’arrivée de cartes graphiques extrêmement puissantes sur les stations de travail des designers a été mise à profit par les développeurs pour implémenter les alternatives au maillage. Les processeurs graphiques GPU aux nombreux cœurs de calcul parallélisés assurent tous les calculs de simulation quasi en temps réel. Cette performance est obtenue au prix d’une précision moindre. Par rapport à la valeur réelle, l’approximation est de l’ordre de 10 à 20 %, mais l’objectif n’est pas tant d’obtenir une valeur précise que de comparer l’écart de performance entre deux designs et permettre au concepteur de savoir s’il va dans la bonne direction.
« Tout l’intérêt du shift left, c’est de pouvoir voir l’impact en temps réel d’une modification apportée à un design, ajoute Christophe Ricci. Le métier du designer est de concevoir une pièce qui sera la plus proche possible de la réalité de la pièce, et d’éviter les allers-retours avec des prototypes. Mais il y aura une phase de validation réalisée dans un deuxième temps par les équipes simulation. »
Design par exploration
Si le designer peut itérer et améliorer peu à peu sa conception à partir des données de simulation que lui affiche son outil, pourquoi ne pas automatiser en partie ce travail itératif ? Siemens a ainsi intégré l’algorithme d’optimisation Sherpa dans son outil de Design NX. Cet algorithme va tout simplement simuler les performances de l’ensemble des designs et proposer au concepteur les meilleurs d’entre eux. « Plutôt que de lancer la simulation, observer le résultat et travailler en mode itératif, l’utilisateur va demander à l’outil de choisir le meilleur résultat possible en fonction des paramètres et des plages de variation », décrit Christophe Ricci. L’algorithme peut jouer sur un paramètre géométrique comme l’épaisseur ou un rayon de raccordement. Il peut également essayer différents matériaux.
Ce design par exploration s’approche du design génératif, qui laisse les algorithmes et l’intelligence artificielle prendre les commandes et proposer les designs qui correspondent aux contraintes fixées par le concepteur. L’IA du machine learning est aussi un outil mis en œuvre par Dassault Systèmes. L’éditeur des outils de conception Catia et Solidworks s’est appuyé sur les données de ses clients, à la fois les modèles 3D, les modèles de calcul associés et les résultats obtenus, afin d’entraîner des IA qui sont aujourd’hui capables de fournir des données de simulation sans faire tourner de modèles physiques, de la même façon qu’une IA peut produire une prévision météorologique à partir d’un historique météo et non plus à partir de modèles physiques de l’atmosphère. « Nous avons réalisé un apprentissage des IA sur les modèles et les résultats dont nous disposions, puis nous avons classé tous les scénarios d’utilisation possibles par échelle de dimensions, décrit Philippe Laufer, le directeur général adjoint de Dassault Systèmes. Avec l’IA, nous sommes aujourd’hui capables de générer des modèles multiphysiques en fonction des scénarios. »
« L’industriel gagne en productivité »
Hervé Barthélémy, ingénieur d’applications et responsable avant-vente chez 4CAD Group
« Le monde de la simulation a connu ces dernières années une évolution qui consiste à faire intervenir la simulation numérique très tôt dans le développement du produit. Aujourd’hui, les outils de simulation ne sont plus réservés à une élite d’experts, mais sont dans les mains de tous les designers. Ceux-ci peuvent obtenir dans leur outil de conception les résultats de simulation en temps réel, alors qu’ils modifient leur design. L’évolution de la technologie, notamment en termes de puissance des matériels et des logiciels exploitant les ressources des GPU, a rendu cette approche possible. En outre, cette évolution accompagne l’arrivée de nouvelles approches comme la fabrication additive.
L’impression 3D implique de pouvoir faire des nids-d’abeilles, des treillis pour alléger la matière. Or cela conduit directement à la simulation, car si on allège un produit, il faut pouvoir vérifier qu’il réponde toujours aux caractéristiques techniques de déformation, de stress et de contraintes mécaniques. La boucle entre conception et simulation devient extrêmement importante et la simulation a rejoint le flux de développement du produit. Il restera toujours une phase de validation sur un prototype, mais l’industriel gagne en productivité en réduisant le nombre d’itérations nécessaires.
Ces simulations temps réel sont de plus en plus fiables. C’est la ressource matérielle disponible qui va apporter la précision. Pour un objet très complexe, on ne peut pas se permettre de demander une précision importante. Les outils de simulation « live » donnent les moyens au concepteur de positionner le curseur et d’avoir un ratio performance/précision acceptable. »
À partir d’une pièce mécanique, l’utilisateur définit ses scénarios d’utilisation, et le modèle va produire un résultat reflétant l’apprentissage mené sur toutes les données des clients de l’éditeur. Le logiciel assistant n’a plus à lancer de véritable simulation numérique, il propose un résultat fondé sur tous les calculs similaires réalisés dans le passé. « La précision de cette approche est de type “single digit”, prévient le responsable de Dassault Systèmes. Le pourcentage de fidélité du résultat est inférieur à 1 %, ce qui est une précision nettement suffisante pour l’usage temps réel d’un designer. »
L’aéro, le naval et l’auto très intéressés
L’approche est validée sur les secteurs dans lesquels Dassault Systèmes est présent de longue date et où il a pu accumuler quantité de données : l’aéronautique, l’automobile (notamment les carrosseries), la high-tech, les moteurs électriques, les machines spéciales (et leurs problématiques de lubrification à très hautes cadences). « Ce qui différencie cette approche de la simulation classique, c’est qu’elle fonctionne à tous types d’échelles, de l’échelle moléculaire à celle des systèmes de systèmes », précise Philippe Laufer. Selon l’éditeur, les secteurs aéronautique, naval et automobile sont très intéressés par ce rapprochement entre design et simulation. « Dès les études amont, les études de style, ils veulent connaître l’aérodynamique du produit, avoir une estimation du coefficient de traînée (Cx), du coefficient de portance (Cz), soit une douzaine de paramètres en tout. Ils ne souhaitent plus attendre la fin du design, mais avoir un premier résultat en moins d’une minute. »
L’approche temps réel ne sonne néanmoins pas le glas des grands codes de calcul et des supercalculateurs mis en œuvre par ces industriels. Il restera toujours des simulations extrêmement complexes hors de portées d’une simple station de travail, mais ce shift left de la simulation vers le designer a d’ores et déjà démontré sa pertinence dans l’accélération des cycles de conception. Elle pave la voie à l’arrivée des IA génératives dans le monde de la CAO, qui vont certainement faire franchir une nouvelle étape aux concepteurs vers plus de créativité… et de productivité.
De la simulation temps réel au design génératif chez Decathlon
La célèbre enseigne sportive s’est fait un nom grâce à son riche catalogue, qui couvre les besoins de toutes les disciplines sportives. Elle est aussi connue pour concevoir et parfois fabriquer ses propres produits. Decathlon dispose ainsi de près d’une dizaine de centres de R&D où ses ingénieurs conçoivent les produits commercialisés sous les marques Quechua, Domyos, Tribord, Inesis et Kipsta. Du fait de la diversité des disciplines sportives, les équipes de conception sont très avancées dans de nombreux domaines différents et n’hésitent pas à tester les technologies très en amont.
Dès 2020, Decathlon présentait un prototype de vélo de course conçu par design génératif avec le logiciel Fusion 360 d’Autodesk et produit en impression 3D. « Nous utilisons de multiples solutions de conception, explique Charles Cambianica, chef de projet en conception avancée chez Decathlon International. Nos méthodes peuvent emprunter des chemins différents selon que nous sommes en intégration complète du développement ou que nous y contribuons avec nos partenaires fournisseurs. »
Outre Autodesk, en fonction du schéma industriel, les ingénieurs sont amenés à travailler avec les solutions de Solidworks de Dassault Systèmes, PTC Creo ou Catia. Cette approche très ouverte permet à ses concepteurs de tester les techniques les plus innovantes. « Nous avons commencé il y a relativement longtemps, avec l’optimisation topologique. Le concepteur part d’un développement classique et le logiciel de simulation va montrer les zones sur lesquelles le facteur de sécurité est trop important. Ce sont les zones où il va pouvoir retirer de la matière sans compromettre la solidité de sa pièce. » L’intérêt de la démarche est évident lorsqu’il s’agit de réduire le poids d’un cadre de vélo, par exemple. Celle-ci s’inscrit également dans la démarche d’éco-conception de l’enseigne qui cherche à réduire l’impact environnemental de ses produits.
Les concepteurs de Decathlon sont allés plus loin et se sont intéressés au design génératif. « Cette démarche est à un stade plus exploratoire, mais l’idée est que la contrainte mécanique doit guider le design. Nous avons monté plusieurs projets de recherche. Parmi eux, certains prennent aujourd’hui une réalité commerciale. » Pour le responsable, cette nouvelle approche représente un gain de temps de développement potentiellement intéressant, car elle permet de supprimer de multiples itérations en phase de développement du produit et de converger beaucoup plus rapidement vers le design final. En outre, si les premières expérimentations de la conception générative ont souvent été associées à l’impression 3D, avec des formes organiques très reconnaissables, les solutions actuelles offrent différents schémas de fabrication. « Le designer peut opter pour de l’usinage, du moulage sous pression, de la fabrication additive, et l’algorithme va adapter son design pour que la pièce soit réalisable avec le mode de production désiré », ajoute Charles Cambianica.
« Néanmoins, appliquer le design génératif à tous les produits n’est pas aussi simple qu’il n’y paraît. L’enjeu, c’est la donnée de contrainte. Si on ne dispose pas d’un schéma de contraintes extrêmement clair, on ne peut pas fournir aux algorithmes les données nécessaires pour obtenir un résultat fiable. » L’expert souligne que les solutions du marché ne sont pas encore matures sur ce point et évoluent encore rapidement. « Bientôt, il sera possible d’hybrider le design génératif et l’IA générative. Cela ouvrirait de nouvelles perspectives extrêmement intéressantes. Les premières annonces sur le marché sont très prometteuses. »
