Optimisation topologique de structures mécaniques par apprentissage par renforcement

Pour appuyer l’ingénieur lors de la conception, un nouvel outil d’optimisation structurelle basé sur l’apprentissage profond sera conçu afin de diminuer le temps requis pour générer des concepts préliminaires. Cet outil tirera profit des récentes percées dans le domaine de l’apprentissage par renforcement profond, afin d’entraîner un agent décisionnel autonome à accomplir la tâche d’optimisation.
L’accélération de l’OT offre la possibilité d’appliquer cet outil sur des structures plus complexes qui présentaient auparavant un coût de calcul trop élevé. Cette innovation permettra de proposer de nouveaux outils numériques aux ingénieurs, afin de leur permettre de concevoir des produits ayant une empreinte énergétique moins grande sur l’ensemble de leur cycle de vie.
Pour des fabricants d’automobiles et des avionneurs, ceci résultera en des voitures et des avions présentant une structure plus résistante, diminuant ainsi la quantité de matériaux requise lors de la fabrication ainsi que la consommation de carburant lors de l’opération.

Faculty Supervisor:

Sofiane Achiche

Student:

Partner:

Technical University of Denmark

Discipline:

Engineering

Sector:

Education

University:

Polytechnique Montréal

Program: