SherpaEngineering

Modélisation /Simulation

CLASSES DE MODELES

• Voie ultra-analytique avec la réalisation de modèles de connaissance ayant trait à la représentation des phénomènes physiques élémentaires (codes à éléments finis...),
• Voie "automatique" avec le développement de modèles de mécanismes de contrôle et de modèles comportementaux (boîtes noires).

• L’analyse,
• La conception du système,
• La compréhension des phénomènes
• Modèles physiques continus multi-domaines : thermo-fluides, mécanique, électrique, hydraulique
• Modèles de commande numérique pour lkes régulations  : bloc diagramme multi-cadencé et multi-échantillonné
• Modèles séquentiels et logiques pour les stratégies de gestions des phases et des modes de fonctionnement : diagrammes de transition d’état.
   

SERVICES/ ACTIVITES

Développement de modèles systèmes polymorhiques et multi-niveaux : modèle de contrôle/commande, capteurs, actionneurs, modèles physiques Dépouillement d’essais, Identification et paramétrisation de modèles Développement de simulateurs et d’outils métier : Interfaces utilisateurs, pré-traitement , post-traitement de données, simulation statique , simulation dynamique Re-ingénierie de modèles Compilation de Modèles sur cibles prototypes ou industrielles     Développement de modèles complexes La structuration de la connaissance et la lisibilité du modèle sont importantes. Le modèle système doit être une entité partageable entre les différents acteurs d’un projet. Il faut adopter un point de vue multi-modèles, avec un modèle hiérarchisé et une approche orientée objet (plusieurs représentations peuvent être associées à un même objet en fonction de l’objectif recherché).

Identification et analyse d’essais de caractérisation de modèles Les modèles complexes non linéaires font apparaître un grand nombre de paramètres qui peuvent être classés : Paramètres dimensionnels ou fonctionnels, Paramètres constants, Expression fonctionnelle (loi constitutive), Paramètres statiques, dynamiques. Objectifs de l’analyse d’essais et de l’identification : Définir toutes les procédures d’essais à effectuer, Définir et appliquer la méthodologie d’analyse d’essais, Identifier les paramètres et des lois constitutives, Valider les valeurs des paramètres.

L'analyse d’essais et l’identification paramétrique se décomposent en trois étapes : Qualitative : valider ou modifier la structure du modèle Quantitative : identifier les paramètres et valider l'estimation numérique Validation : valider le caractère prédictif du modèle (sensibilité des paramètres identifiés)   Simulation et outils métier Nous réalisons des outils métiers spécifiques qui permettent à l’utilisateur d’exécuter des opérations de façon simple et conviviale : Paramétrage (outil de caractérisation de composants) Simulation (interfaces graphiques de configuration et d’exploitation de simulations) Analyse d’essais (analyse, comparaison essais/modèle) Import/export de données …   Réingénierie de modèles Compilation de modèles sur machines cibles

DEMARCHE : PROCESSUS, METHODES, OUTILS

Etapes d’une étude de modélisation Spécifications générales du modèle Analyse du système physique et de son environnement Analyse des processus et des modes de fonctionnement Sélection des phénomènes physiques à modéliser Description du diagramme de contexte Décomposition hiérarchique signal et multiport Choix des hypothèses de modélisation Affectation de la causalité Réalisation des fonctions de base Réalisation de la bibliothèque des composants et sous-systèmes Assemblage et intégration du modèle Paramétrage du modèle Validation fonctionnelle du modèle générique

MATLAB/SIMULINK  :
Logiciel graphique orienté bloc-diagramme
Application contrôle-commande et système
Toolbox optimisation, commande, traitement de signal
ITISIM
Approche objet, bibliothèques multiports, multi-domaines
Connexion à base de données techniques
Interface homme-machine
EES
Logiciel thermodynamique
Calcul de cycle de réfrigération et cycle psychométrique
AMESIM
 

REFERENCES CLIENTS