Evaluation des gains apportés par la prise de grand carrossage sur
Transcription
Evaluation des gains apportés par la prise de grand carrossage sur
Numéro d’ordre : 2008-14 Année 2008 THÈSE présentée devant L’ÉCOLE CENTRALE DE LYON pour obtenir le grade de DOCTEUR Spécialité : Mécanique par Estelle KOENSGEN Application de la méthode de conception robuste ”First Design” sur un train avant à carrossage piloté Soutenue le 09 juillet 2008 devant le jury : Mme. M. M. M. M. M. M. E. AUBRY, Professeur, Université de Haute-Alsace S. BERGER, Maı̂tre de conférences, Université de Haute-Alsace C. BOUET, Responsable de pôle liaison au sol, Renault W. CHARON, Professeur, Université de Technologie de Belfort-Montbélliard M. ICHCHOU, Professeur, LTDS, École Cenrale de Lyon, Écully L. JÉZÉQUEL, Professeur, LTDS, École Cenrale de Lyon, Écully K.N. M’SIRDI, Professeur, Université Aix-Marseille Directeur de thèse Co-directeur de thèse Examinateur Rapporteur Examinateur Directeur de thèse Rapporteur . iv Résumé Dans le secteur concurrentiel de l’automobile, un constructeur cherche continuellement à satisfaire ses clients afin de maintenir et de gagner des parts de marché. Il est donc soumis sans cesse à un besoin d’innovation afin d’améliorer l’environnement, le confort, les performances et la sécurité des véhicules, tout en respectant ses objectifs de qualités, de coûts et de délais. C’est dans cette optique que depuis plus d’une décennie de nombreux systèmes pilotés ont été introduits dans l’automobile (ESP, AFS, ABS, airbags...). Cependant, le contrôle du plan de roue, en particulier l’angle de carrossage, n’a jamais été totalement explicité pour des raisons de gains de prestations incertains, de coût, de difficultés d’adaptation à des technologies de trains existantes et d’intégration dans le véhicule. L’objectif de cette thèse est d’appliquer une méthode de conception robuste aux trains avant innovants. ” Innovants ” dans le sens où l’angle de carrossage est piloté sur une plage de variation large [-20˚ ; 20˚]. L’angle de carrossage fait directement intervenir la roue. Le pneumatique est de toute évidence au coeur de la conception des organes de la liaison au sol. Une étude préliminaire sur le pneu et le carrossage est donc indispensable. Après une présentation générale du pneumatique et de ses différents paramètres influents, un état de l’art de la modélisation du pneu est proposé afin de trouver un modèle de pneu d’automobile dont le comportement est valide pour les grands angles de carrossage. Deux modèles se sont distingués. Ils ont été développés spécifiquement pour l’usage automobile et comparés entre eux. A ce stade, la méthode de conception ” First Design ” peut alors être appliquée. Dans une première phase, elle détermine à l’aide d’outils mathématiques les paramètres fonctionnels les plus influents sur la performance du comportement routier et sur sa robustesse vis-à-vis des incertitudes. La mise en place de modèles simplifiés et de la loi de pilotage de l’angle de carrossage permettent alors une optimisation robuste avant de déterminer les paramètres influents à l’ordre deux. Les paramètres ainsi obtenus vont alors être la cible de la deuxième partie de la méthode à savoir : l’optimisation des paramètres organiques. Alors que la partie fonctionnelle ne présupposait ni d’une architecture particulière de train, ni de solutions technologiques prédéfinies, la partie organique se base sur une technologique de train précise. La sélection du train s’est opérée à l’aide de la méthode de conception raisonnée ” Rational design ” et de la méthode d’analyse multicritère ” Electre ” pour s’assurer que le train puisse intégrer les variations de carrossage. Les optimisations des paramètres organiques, réalisées en utilisant des modèles simplifiés, ont fourni les caractéristiques détaillées des pièces garantissant ainsi un comportement optimal quelque soient les conditions d’utilisation. v Finalement en plus d’avoir abouti à une solution de train innovant, le déploiement de la stratégie de conception robuste ”First Design” a mis en avant des résultats complémentaires : - deux modèles de pneumatiques pour grand carrossage; dont un modèle physique qui permet de s’affranchir de l’identification des paramètres d’un pneumatique; - la conception d’un modèle physique de véhicule (modèle quatre roues roulis/lacet/dérive avec contribution du carrossage), qui fournit une bonne alternative par rapport au modèle complet (MADA ou Adams) ; - l’optimisation robuste des paramètres fonctionnels et organiques en utilisant des outils adaptés. Mots Clés : Carrossage, conception robuste, qualité robuste, dynamique véhicule, modélisation pneumatique vi Abstract In the competing sector of automotive, a manufacturer has to continuously satisfy his customers in order to maintain and to gain market shares. Oneway is to invest in R&D where innovations will help improving environment, comfort, performances, and safety of its vehicles; while respecting its objectives of quality, time and cost. Within this prospective, for more than one decade many controlled systems were introduced into car (ESP, AFS, ABS, airbags...). However, the control of the wheel plane, especially the camber angle, has never been fully studied because of uncertain performance, improvement, cost, difficulties with adaptation to existing technologies of axles and vehicle integration. The goal of this dissertation is to study the conception of the front axle using robust analytical and numerical methods. This new axle must be able to allow a camber angle within the range [-20˚ ; 20˚]. The camber angle is directly connected to the wheel and the tire; and the latter is part of the heart in the conception of ”the ground connection”. A preliminary study on the tire and on the camber is thus essential. Then, after a general presentation of the tire and its various influential parameters, a state of the art of tire modeling is proposed in order to find a suitable car tire model whose behavior is valid for the large camber angles. Two models are found appropriate. They were specifically developed for car use and then were compared together. After this introduction, the design method ”First Design” can be applied. First, it allows to determine, using mathematical tools, the most influential parameters on the performance of the road behavior and its robust quality against uncertainties. Using simplified models and a control law on the camber angle, a robust optimization is set up before determining the influence of the second order parameters. These parameters are then the target of the second part of the method called ”optimization of the organic parameters”. Whereas the functional part presupposed neither a specific particular axle architecture, nor preset technological solutions, the organic part is based on specific axle technology. The conception method called ”Rational Design” and the multi-criteria analysis called ”Electre” are used to select the axle to make sure that the axle is able to accept the camber variations. Optimizations of the organic parameters, realized using simplified models, finally provide the detailed characteristics of the difference parts, and are also able to guarantee an optimal behavior for any end-user conditions. In conclusion, beside having succeeding in an innovative axle solution, the robust design vii strategy ”First Design” brought up further results : - Two tire model for large camber angles of which one physical model that allows to get rid off the identification of the tire parameters ; - The design of a vehicle physical model (for wheels model roll/yaw/drift with camber contribution), that provides a suitable choice with respect to a full model (MADA or Adams) ; - the robust optimization of the functional and organic parameters using suitable tools. Keywords : Camber, Robust design, quality, dynamic vehicle, tire modeling viii Remerciements Ce mémoire met un terme aux travaux de thèse que j’ai commencé il y a un peu plus de trois ans. De nombreuses personnes ont contribué au bon déroulement de cette période, aussi bien d’un point de vue personnel que professionnel. Ces quelques lignes leurs sont réservées. Mes travaux se sont déroulés entre : • l’Ecole Centrale de Lyon où l’étude a été réalisée au laboratoire LTDS, au sein de l’équipe Dynamique des Structures et des Systèmes, sous la direction du Professeur Louis Jézéquel. Je tiens à le remercier pour son encadrement, sa patience, son expérience et ses conseils. Il a su me remettre sur le bon chemin quand je m’en écartais. • l’Ecole Nationale Supérieure d’Ingénieurs Sud-Alsace où l’étude s’est déroulée dans le laboratoire MIPS au sein de l’équipe de Modélisation et Identification en Automatique et Mécanique sous la direction du Professeur Evelyne Aubry et du Maı̂tre de conférences Sébastien Berger. Je tiens à les remercier pour leur co-encadrement, leur disponibilité, leur pédagogie efficace et leurs conseils. • la direction de la recherche de Renault à Guyancourt. Merci à Olivier Fauqueux, pour avoir retenu ma candidature et c’est avec grand plaisir que j’ai ensuite travaillé sous la tutelle de Christophe Bouet, responsable de pôle liaison au sol. Je le remercie sincèrement pour son suivi des travaux, son aide, sa gentillesse et son encadrement. Un grand merci aux Professeurs Nacer M’Sirdi et Willy Charon pour avoir rapporté ma thèse. Et merci à Mohammed Ichchou pour avoir chaleureusement animé la soutenance. Je remercie également toutes les personnes des deux laboratoires que j’ai rencontré et avec qui j’ai travaillé. Je remercie François Chauveau et Philippe Girardi, respectivement chef de département et chef de groupe liaison au sol de Renault, pour la confiance et les moyens qu’ils m’ont accordés pour mener à bien ce projet. Je voudrais aussi que tout le service 68260 se sente inclus dans mes remerciements en retour de leur soutien, de leur amitié et de bons moments partagés. Et plus particulièrement merci à : Christophe P, Eric D, Jean-Guillaume, Mickael, Gauthier, Bertrand, Sébastien, Corinne, Eric V, Marie-Maud, sans oublier les thésards Bruno, Christophe L et Guillaume G, et les stagiaires ix Célia, Aurélie, Olivier... Sur un plan plus personnel, je remercie tout particulièrement ma mère, ma soeur, ma famille et les amis de longue date - Julien, Anne-marie, Carole, Luc E, Nathalie E, Céline, Thierry... Enfin, mes derniers remerciements reviennent à Luca. C’est à mon sens, la personne à qui je dois le plus, car elle a su me motiver dans les périodes difficiles : du fond du coeur merci. Encore une fois, merci à vous tous. Enfin je dédie cette thèse à mon père à titre posthume. x Table des matières INTRODUCTION 1 PRESENTATION DE LA METHODE ”FIRST DESIGN” 13 1 Méthodologies de conception 15 1.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15 1.2 Cycle en ”V” . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15 1.2.1 Architecture fonctionnelle . . . . . . . . . . . . . . . . . . . . . . . . . . 16 1.2.2 Architecture organique . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17 Méthode ”First Design” . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17 1.3.1 Principe de la méthode . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17 1.3.2 Outils nécessaires au déploiement . . . . . . . . . . . . . . . . . . . . . . 19 Méthode ”Rational Design” . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26 1.4.1 Présentation de la méthode . . . . . . . . . . . . . . . . . . . . . . . . . 26 1.4.2 Optimisation multi-critères : Electre . . . . . . . . . . . . . . . . . . . . 28 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30 1.3 1.4 1.5 MODELISATION DU PNEU 31 2 Le pneumatique : généralités 35 2.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35 2.2 Approche générale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35 2.2.1 Le pneu . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35 2.2.2 Structure du pneu . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38 xi xii TABLE DES MATIÈRES 2.2.3 2.3 2.4 Conception du pneumatique . . . . . . . . . . . . . . . . . . . . . . . . . 40 Approche physique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42 2.3.1 Repères et conventions . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43 2.3.2 Angles et paramètres influents . . . . . . . . . . . . . . . . . . . . . . . . 44 2.3.3 Bilan . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53 3 Etat de l’art des modèles pneumatiques 55 3.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55 3.2 Classification des modèles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55 3.3 Modèles fonctionnels . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56 3.3.1 Modèles verticaux . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56 3.3.2 Modèles latéraux . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62 3.3.3 Modèles avec frottement . . . . . . . . . . . . . . . . . . . . . . . . . . . 63 3.3.4 Bilan . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 70 Modèles de développement . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 70 3.4.1 RMOD-K . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 70 3.4.2 Modèles à éléments finis . . . . . . . . . . . . . . . . . . . . . . . . . . . 71 Modèles à retour d’expérience . . . . . . . . . . . . . . . . . . . . . . . . . . . . 72 3.5.1 Magic Formula . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 72 3.5.2 Bilan . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 75 Modélisation du pneu moto . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 76 3.6.1 Histoire . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 76 3.6.2 Formulation MF-MCTyre . . . . . . . . . . . . . . . . . . . . . . . . . . 78 3.7 Bilan . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 80 3.8 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 81 3.4 3.5 3.6 4 Modèles de pneumatique grand carrossage 83 4.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 83 4.2 Modèle à retour d’expérience pour grand carrossage . . . . . . . . . . . . . . . . 84 4.2.1 85 Étude de sensibilité . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . TABLE DES MATIÈRES 4.3 xiii 4.2.2 Évaluation des nouveaux coefficients . . . . . . . . . . . . . . . . . . . . 87 4.2.3 Bilan . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 88 Modèle fondé sur le ”Brush Model” . . . . . . . . . . . . . . . . . . . . . . . . . 89 4.3.1 Présentation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 89 4.3.2 Le ”Brush Model” utilisé . . . . . . . . . . . . . . . . . . . . . . . . . . . 94 4.3.3 Mesures des raideurs de cisaillement 96 . . . . . . . . . . . . . . . . . . . . 4.4 Comparaison des modèles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 105 4.5 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 106 CONCEPTION D’UN SYSTEME A GRAND CARROSSAGE 109 5 Optimisation des paramètres fonctionnels 113 5.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 113 5.2 Paramètres fonctionnels du comportement routier . . . . . . . . . . . . . . . . . 114 5.3 5.4 5.5 5.2.1 Notion de dynamique du véhicule . . . . . . . . . . . . . . . . . . . . . . 114 5.2.2 Étude fonctionnelle appliquée aux trains . . . . . . . . . . . . . . . . . . 118 5.2.3 Hiérarchisation des paramètres . . . . . . . . . . . . . . . . . . . . . . . 120 Prestation de comportement . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 123 5.3.1 Prestation de comportement transitoire . . . . . . . . . . . . . . . . . . . 124 5.3.2 Prestation de virage stabilisé . . . . . . . . . . . . . . . . . . . . . . . . . 132 5.3.3 Fréquences propres . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 136 5.3.4 Fonction coût de chaque prestation . . . . . . . . . . . . . . . . . . . . . 138 5.3.5 Bilan . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 139 Optimisation des paramètres fonctionnels . . . . . . . . . . . . . . . . . . . . . . 139 5.4.1 Analyse d’influence des paramètres sur les critères . . . . . . . . . . . . . 139 5.4.2 Optimisation des paramètres d’ordre un . . . . . . . . . . . . . . . . . . 142 5.4.3 Optimisation des paramètres d’ordre deux . . . . . . . . . . . . . . . . . 147 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 148 6 Optimisation des paramètres organiques 6.1 151 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 151 xiv TABLE DES MATIÈRES 6.2 6.3 6.4 Technologie organique des essieux . . . . . . . . . . . . . . . . . . . . . . . . . . 152 6.2.1 Brainstorming des trains à grand carrossage . . . . . . . . . . . . . . . . 152 6.2.2 Choix de l’architecture du train . . . . . . . . . . . . . . . . . . . . . . . 157 6.2.3 Train à pivot semi-fictif . . . . . . . . . . . . . . . . . . . . . . . . . . . 162 Paramètres organiques et Optimisation . . . . . . . . . . . . . . . . . . . . . . . 165 6.3.1 Le confort vibratoire . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 165 6.3.2 Fonction cinématique du train . . . . . . . . . . . . . . . . . . . . . . . . 166 6.3.3 Fonction élasto-cinématique des trains . . . . . . . . . . . . . . . . . . . 172 6.3.4 Fonction de flexibilité . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 174 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 177 CONCLUSION 179 PERSPECTIVES 181 INDEX DES ABBREVIATIONS 183 BIBLIOGRAPHIE 193 Liste des tableaux 1 Caractéristique de l’OCP après amélioration . . . . . . . . . . . . . . . . . . . . . . . . . . . 3.1 3.2 3.3 3.4 3.5 Bilan de la modélisation de LuGre . . . . Bilan de la modélisation de ”Brush model” . Bilan de la modélisation de Dugoff . . . . Bilan de la modélisation de Pacejka . . . . . . . 4.1 4.2 4.3 Nouvelles valeurs des paramètres 5.1 5.2 5.3 5.4 5.5 5.6 5.7 5.8 5.9 5.10 5.11 Répartition des paramètres suivant les deux prestations étudiées 6.1 6.2 6.3 6.4 . . . . . . . . Pondération de la prestation ”Gains prestations de comportement” . Préconisation des différents critères cinématiques . . . . . . . . Valeur optimisée des différents critères cinématiques . . . . . . . . . . . . . . . . . . . . . . . . . . Nouveaux paramètres de forme de la formule MF MC-Tyre . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7 67 68 69 76 78 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 87 Paramètres du ”Brush model” . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 95 Récapitulatif des raideurs de cisaillement suivant le pas de déplacement du vérin . . . . . . . . . . . . 104 Les flexibilités des trains . . . . . . . . . . . . . . . . Répartition des paramètres suivant les deux prestations étudiées . . . . . . . . . Valeurs extrêmes des différents critères . . . . . . . . . . Espace de conception des paramètres d’ordre un . . . . . . Etude statistique sur les critères objectifs du virage stabilisé . Etude statistique sur les critères objectifs du Sinus Ford . . . Valeur d’usage des chasses pneumatiques avant et arrière . . . Valeur optimisée des paramètres d’ordre 1 . . . . . . . . . Opérations pour minimiser chaque critère . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 122 127 138 138 139 140 142 142 142 148 148 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 159 160 170 171 Valeur de la dynamique angulaire pour les deux phases d’optimisation Pondération des différentes catégorie de critères xv Liste des figures 1 2 3 4 5 6 7 8 9 10 . . . . . . . . . . . . . . . . Comportement du pneu à carrossage non nul . . . . . . . . . . Variation de la poussée de carrossage [28] . . . . . . . . . . . Variation de la rigidité de carrossage pour pneus de camion [86] . . Définition de l’angle de dérive . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Empreinte au sol d’un pneu statique sans carrossage (à gauche) et avec carrossage (à droite) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1 2 3 3 4 6 6 6 7 8 . . . . . . . . . . c Système actif ou passif suivant la localisation du CIR, Michelin . Concept car F400 Carving . . . . . . . . . . . . . . . . . Pneu Pirelli incliné à 20˚ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Conceptualisation de la phase de conception . . . . . Les différentes étapes de la méthode de Monte Carlo . . Processus d’optimisation selon Asinov [12] . . . . . . Exemple de front de Pareto . . . . . . . . . . . . Principe de l’algorithme NSGA-II [32] . . . . . . . Algorithme NSGA-II [32] . . . . . . . . . . . . . Distance de ”crowding” . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16 16 20 21 23 25 25 26 27 30 . . . . . . . . . . . . Courbes des efforts longitudinaux caractéristiques du pneumatique . Fyγ (α) pour différents carrossage . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36 36 38 39 41 43 44 45 46 46 47 47 48 50 c Variation de l’aire de contact en virage : a) sans OCP et b) avec OCP (Michelin) c Train arrière OCP1 de Michelin Michelin 1.1 1.2 1.3 1.4 1.5 1.6 1.7 1.8 1.9 1.10 . . . . . . . . . . . . . . . . . . . . . . . . Illustration de la cotation suivant la méthode ”Rational Design” . Démarche d’utilisation de la méthode Electre . . . . . . . . 2.1 2.2 2.3 2.4 2.5 2.6 2.7 2.8 2.9 2.10 2.11 2.12 2.13 2.14 . Le pneumatique en trois parties . . Pneumatique à carcasse diagonale . Pneumatique à carcasse radiale . . Étapes de la fabrication . . . . . Repère SAE de la roue . . . . . Angles à la roue . . . . . . . . Système E/S du pneumatique . . Comportement d’un pneu soumis à un effort latéral [22] . La cinématique du pneumatique . . . . . . . . . . . . . . . . . . . . . Cycle en V de l’ingénierie système . . . . . . . . . . Caractéristique de l’effort transversal en fonction de la dérive . Caractéristique de Fy et Mz en fonction de la dérive . . . . . c Architecture d’un pneu Michelin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . xvi . . . . . . . . . . . . . . . . . . . . . . . . . . . . LISTE DES FIGURES xvii 2.15 2.16 2.17 2.18 2.19 Fx et Fy en fonction du taux de glissement pour plusieurs angles de dérive [79] . . . . Réseau d’ellipses d’équidérive . . . . . . . . . . . . . . . . . . . . . . . . Fy (α) à plusieurs cas de charges verticales . . . . . . . . . . . . . . . . . . . Influence de Fz sur les coefficients d’adhérence transversale et sur la rigidité de dérive . Influence des paramètres sur les efforts et suivant le domaine étudié [4] . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50 51 51 52 53 3.1 3.2 3.3 3.4 3.5 3.6 3.7 3.8 3.9 3.10 3.11 3.12 3.13 3.14 3.15 3.16 Classification des modèles . . . . . Modèle du point de contact . . . . . Modèle à bande de roulement rigide . Modèle à empreinte fixe . . . . . . Modèle à empreinte adaptative . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56 57 58 59 60 62 63 66 68 69 71 73 75 77 77 81 4.1 4.2 4.3 4.4 4.5 4.6 4.7 4.8 4.9 4.10 4.11 4.12 4.13 4.14 4.15 4.16 4.17 4.18 4.19 4.20 4.21 4.22 Démarche de conception du modèle pneu grand carrossage à partir des formulations de Pacejka . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 83 84 84 86 87 88 88 89 91 95 95 96 96 97 98 98 100 100 101 101 102 103 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Modèle pour le comportement transitoire : a) modèle de l’anneau rigide. b) modèle de l’anneau élastique [38] . . . . . . . . . . . . . . . . . . . . . . . . . Courbes typiques d’effort longitudinal en fonction du glissement longitudinal du modèle de LuGre [102] . Trois rangées discrétisées d’éléments de caoutchouc pour considérer l’angle de carrossage . . . . . . . Ellipse limite de capacité d’adhérence . . . . . . . . . . . . . . . . . . . . . . . . . . . . Représentation de la structure à éléments finis du RMOD-K [75] . . . . . . . . . . . . . . . . . Allure des courbes de Pacejka . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Représentation du modèle SWIFT [51] . . . . . . . . . . . . . . . . . . . . . . . . . . . Différentes définitions du point de contact d’un pneu moto [29] . . . . . . . . . . . . . . . . . Les différents modèles développés par Cossalter [29] . . . . . . . . . . . . . . . . . . . . . . Répartition de quelques modèles suivant la plage d’utilisation et son degré de complexité . . . . . . . Frottement d’une masse en mouvement plan . Rigidité de dérive en fonction de la charge pour trois pneus . Théorie des moindres carrés . . . . . . . . . . . . . Représentation de la sensibilité du paramètre pky2 . . . . Effort latéral en fonction de la dérive . . . . . . . . . . Effort latéral en fonction de l’angle de carrossage . . . . . Le ”Brush model” . . . . . . . . . . . . . . . . . . Le ”Brush model” en dérive pure [75] . . . . . . . . . . Le ”Brush Model” utilisé . . . . . . . . . . . . . . . Déformation des trois rangées d’un pneu . . . . . . . . Sollicitation de cisaillement et loi de Hooke . . . . . . . Effort tranchant . . . . . . . . . . . . . . . . . . Principe de l’essai de cisaillement direct vu par Leutner [58] . . . . . . . . . . . . . . Test de cisaillement direct développé à l’université de Cracovie [45] . Autre essai de cisaillement de l’université de Delft . . . . . . . . Mesure de l’écrasement sous une charge donnée . . . . . . . . . Banc de cisaillement à partir d’un vérin hydraulique vertical . . . . . . . . . . . . . . . . . . . . Disposition des échantillons transversaux sur la bande de roulement . Evaluation des raideurs longitudinales . . . . . . . . . . . . . Evaluation des raideurs transverssales . . . . . . . . . . . . . Raideurs de cisaillement longitudinales en fonction du déplacement . . Efforts latéraux en fonctions de la dérive pour trois pneus . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . xviii LISTE DES FIGURES 4.23 4.24 4.25 4.26 4.27 Raideurs de cisaillement transversales en fonction du déplacement . . . . . . . Valeur des raideurs en fonction de la sollicitation . . . . . . . . . . . . . . Corrélation des Efforts transversaux en fonction de la dérive des trois modèles . . Corrélation des Efforts transversaux en fonction du carrossage des trois modèles . Corrélation des Efforts transversaux en fonction du carrossage des trois modèles . 5.1 5.2 5.3 5.4 5.5 5.6 5.7 5.8 5.9 5.10 5.11 5.12 5.13 5.14 5.15 5.16 5.17 5.18 5.19 5.20 5.21 5.22 5.23 5.24 5.25 5.26 5.27 Éléments nécessaires au déploiement de la phase fonctionnelle . . . . . . . . . . . . . . Points de Pareto pour le compromis virage stabilisé/Sinus Ford . Définition des points typés d’un front de Pareto . . . . . . . Évaluation de la robustesse du virage stabilisé . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6.1 6.2 6.3 6.4 6.5 6.6 6.7 6.8 6.9 6.10 6.11 . . Balayage des trains avant avec braquage et carrossage commandés . Essieu Mac Pherson . . . . . . . . . . . . . . . . . . . . Essieu double triangle . . . . . . . . . . . . . . . . . . . Mac Pherson avec pilotage de carrossage en F . . . . . . . . . Train à pivot semi-fictif . . . . . . . . . . . . . . . . . . Train à bras supérieur piloté . . . . . . . . . . . . . . . . Carrossage piloté par le roulis . . . . . . . . . . . . . . . . Carrossage piloté par le pompage . . . . . . . . . . . . . . Carrossage proposé par Michelin (brevet FR 2 872 452) . . . . . Exemple d’application de la méthode ”Rational Design” . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Les angles du véhicule . . . . . . . . . . L’angle de pince . . . . . . . . . . . . a)Angle de pivot et b) Angle de chasse . . . a)La chasse et b) Le déport au sol . . . . . Déport fusée . . . . . . . . . . . . . . Analyse fonctionnelle des trains . . . . . . Les différents paramétrages . . . . . . . . Notations générales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 103 104 105 106 106 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 113 114 116 116 117 117 118 118 120 121 123 124 130 131 131 132 136 141 141 143 143 144 144 145 146 146 147 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 151 152 153 153 154 155 155 156 156 157 158 . . . . . . . . . Les paramètres du tableau déploiement système suivant les 3 fonctions du trains . . . Modèle véhicule quatre roues : équation en roulis . . . . . Consigne d’angle au volant lors de la manoeuvre Sinus Ford . Définition de l’efficacité du véhicule . . . . . . . . . . Définition de la stabilité du véhicule . . . . . . . . . . Corrélation du modèle simplifié et du modèle MADA . . . Corrélation du modèle simplifié et du modèle MADA . . . Étude de Monte Carlo sur les critères du virage stabilisé . . Étude de Monte Carlo sur les critères du Sinus Ford . . . . Points de Pareto pour une loi de carrossage d’ordre 1 . . . . . . . . . . . . . Points de Pareto pour une seconde loi de carrossage d’ordre 2 . Points de Pareto pour la prestation virage stabilisé . . . . . Points de Pareto pour la prestation Sinus Ford . . . . . . . Front de Pareto pour le compromis virage stabilisé/Sinus Ford . Exemple de loi de commande de l’angle de carrossage Déroulement de la seconde étape de la méthode ”First Design” LISTE DES FIGURES 6.12 6.13 6.14 6.15 6.16 6.17 6.18 6.19 6.20 6.21 6.22 6.23 6.24 6.25 6.26 6.27 6.28 6.29 6.30 6.31 6.32 6.33 6.34 xix . . . . . . Tableau des pondérations globales de la cotation . Coefficient d’incertitude de chaque solution . . . Présentation des deux classements . . . . . . . . . . . Actionneur de direction du train à pivot semi-fictif . Actionneur de carrossage du train à pivot semi-fictif . Points caractéristiques du train avant PSF . . . . . Tableau récapitulatif de la cotation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Diagrammes d’influence de quelques points géométriques du train Diagrammes d’influence de quelques points géométriques du train . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Diagrammes d’influence des points sur les coefficients de braquage et carrossage induit par le roulis . . Corrélation entre le modèle simplifié cinématique et le modèle complet Adams . Porte-fusée du train à pivot semi-fictif . . . . . . . . . . . . . . . . . Biellette inférieure du train à pivot semi-fictif . . . . . . . . . . . . . . Valeurs des différents paramètres de la fonction élasto-cinématique . . . . . . Valeurs optimisée des différents paramètres de la fonction élasto-cinématique . . Optimisation des paramètres de la fonction flexibilité [20] . . . . . . . . . . Graphe des liaisons du train à pivot semi-fictif sans le système de carrossage . . . . . . . Loi Effort/Déplacement des butées de choc(à gauche) et des butées rebond(droite) Repère lié au référentiel sol <0 . Repère véhicule <2 . Repère caisse <C . . Repère roue <r . . Repère véhicule <1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 159 160 161 162 163 163 164 167 168 168 169 169 171 172 174 174 175 176 185 185 186 186 186 xx LISTE DES FIGURES Introduction En près de deux siècles d’histoire, l’automobile est devenue bien plus qu’un simple moyen de transport autonome. Elle s’est en effet ”transformée” en un système complexe non seulement par la recherche d’un compromis optimal au niveau du style, de l’ergonomie, de la mécanique, de la structure mais aussi parce qu’elle s’est enrichie de fonctions de gestion de l’information et de pilotage. Les efforts consacrés à l’amélioration de ses prestations (confort, sécurité, consommation, fiabilité ...) ont été considérables et son développement répond à de nombreuses contraintes de qualités, de coûts et de délais. • Position du problème L’intégration de l’électronique dans l’automobile a permis d’envisager des solutions longtemps impensables dans ce domaine, et l’engouement pour les nouvelles technologies a favorisé la création d’aides au conducteur telles que l’aide au freinage (A.F.U), la régulation de vitesse (Cruise Control), l’aide à la navigation (G.P.S), etc. Dans le cadre du projet ”X-by-Wire”, le contrôle du plan de roue et en particulier de l’angle de carrossage est étudié car il ne l’a jamais été, ni même envisagé pour des raisons de coûts, de difficultés d’adaptation à des technologies existantes et d’intégration dans le véhicule. Sans rentrer dans le détail de la dynamique du véhicule - qui sera présentée plus tard - il est intéressant de se pencher maintenant sur deux angles importants de la liaisons au sol : l’angle de dérive et l’angle de carrossage pour mieux appréhender la problématique des travaux. Figure 1: Définition de l’angle de dérive L’angle de dérive α est l’angle entre le plan de jante et la vitesse V du véhicule - figure 1. La force du sol sur le pneu développée à l’interface à carrossage nul est traditionnellement appelée poussée de dérive Fyα . Pour pouvoir comparer le comportement de différents pneus, un paramètre Cα appelé rigidité de dérive est utilisé. Ce paramètre est défini comme étant la 1 2 INTRODUCTION dérivée de la poussée de dérive par rapport à l’angle de dérive évaluée à un angle de dérive nul — équation 1. ∂Fyα Cα = (1) ∂α α=0 Pour des petits angles de dérive, l’effort transversal Fyα est déterminé par l’équation 2 Fyα = Cα .α (2) Le second angle important de la liaison au sol est l’angle de carrossage - figure 2. Cet angle est l’angle d’inclinaison de la roue par rapport au plan vertical. Le carrossage s’apprécie visuellement en considérant une vue de face d’un véhicule. Lorsque le haut de la roue s’écarte du véhicule, on parle de carrossage positif. Et dans le cas contraire, lorsque le haut de la roue rentre vers le passage de roue du véhicule, on parle de contre-carrossage ou carrossage négatif. Figure 2: Comportement du pneu à carrossage non nul Un pneumatique dont l’angle de carrossage est non nul - même à dérive nulle - produit une force latérale appelée poussée de carrossage Fyγ . Pour expliquer et mieux comprendre l’origine de la poussée de carrossage, Wong [108], a considéré un pneu en roulement libre. En lui ajoutant un angle de carrossage non nul γ, le pneu tourne autour du point O, comme indiqué sur la figure 2 : phénomène connu sous le nom d’effet de cône. Lorsqu’un mouvement rectiligne est imposé à ce pneu carrossé d’un angle γ, un point du pneu entrant en contact avec le sol est contraint de suivre cette trajectoire, ce qui impose au pneumatique des forces latérales au niveau de l’aire de contact dont la résultante est la poussée de carrossage. Comme la poussée de carrossage intervient dans la zone de contact pneu/sol et non pas au centre de la roue, elle crée également un moment qui tend à réaligner le pneu, moment dit de renversement. La relation entre la poussée de carrossage et l’angle de carrossage (pour un angle de dérive nul) pour un pneu de voiture est illustrée sur la figure 3. Pour de petits angles de carrossage et de dérive, la poussée de carrossage est environ de 5 à 20 fois plus faible que la poussée de dérive pour un pneu diagonal ou radial. Pour fournir une INTRODUCTION 3 Figure 3: Variation de la poussée de carrossage [28] mesure de comparaison des caractéristiques de carrossage de différents pneus, un paramètre Cγ appelé rigidité de carrossage est utilisé. Ce paramètre est défini comme étant la dérivée de la poussée de carrossage par rapport à l’angle de carrossage évaluée à un carrossage nul — équation 3. ∂Fyγ Cγ = ∂γ γ=0 (3) Tout comme la rigidité de dérive, la rigidité de carrossage est influencée entre autre par la charge du véhicule et la variation de pression. La figure 4 montre les variations de la rigidité de carrossage avec la charge verticale pour trois pneus de camion à une pression de 620 kPa [86]. Figure 4: Variation de la rigidité de carrossage pour pneus de camion [86] La force latérale totale Fy d’un pneu carrossé fonctionnant à un angle de dérive donné est la somme de la poussée de dérive Fyα et de la poussée de carrossage Fyγ : Fy = Fyα ± Fyγ (4) 4 INTRODUCTION Si la poussée de dérive Fyα et la poussée de carrossage Fyγ sont dans la même direction, le signe positif doit être utilisé dans l’équation 4. Aux faibles angles de dérive et de carrossage, la relation entre la poussée de dérive Fyα et l’angle de dérive α et la relation entre la poussée de carrossage Fyγ et l’angle de carrossage γ sont essentiellement linéaires. Dans ces conditions de petits angles, la force latérale totale Fy s’écrit de la façon suivante : Fy = Cα .α + Cγ .γ (5) où Cγ est la rigidité de carrossage et Cα la rigidité de dérive. Le réglage de l’angle de carrossage permet également d’augmenter la surface de contact du pneu [67] et donc de combattre le survirage ou le sous-virage au détriment de l’usure des pneumatiques. L’empreinte au sol prend la forme trapézoı̈dale pour les petits angles de carrossage et elle tend vers une ellipse pour les grands angles, au lieu d’un rectangle pour un pneumatique en ligne droite sans carrossage - figure 5. Figure 5: Empreinte au sol d’un pneu statique sans carrossage (à gauche) et avec carrossage (à droite) La poussée de carrossage joue donc un rôle non négligeable sur la tenue de route. Des travaux [67], [108], [42] montrent que l’évolution de la poussée de carrossage est fonction des conditions d’utilisation : • à haute vitesse l’aire de contact diminue et la poussée de carrossage décroı̂t en conséquence, • plus la pression est haute, plus la poussée de carrossage est faible, • à pression identique, la poussée de carrossage augmente avec la charge, • la poussée de carrossage diminue sous efforts moteurs, alors qu’à l’inverse elle augmente à l’apparition des efforts freineurs, • le type de pneumatique, sa construction, sa forme, sa bande de roulement sont également influents car le carrossage produit des effets plus importants pour des pneumatiques à profil rond et carcasse diagonale qu’un pneumatique à carcasse radiale. Les facteurs d’influence sont donc nombreux et le rôle de la liaison au sol est de trouver la conjugaison adéquate pour obtenir des poussées transversales adaptées aux différentes sollicitations. Actuellement les trains des automobiles sont des trains passifs, et lors de la mise au point, le carrossage des roues avant et arrière — de l’ordre de quelques minutes d’angle — est choisi selon le compromis suivant : INTRODUCTION 5 * carrossage initial nul, qui permet de faire travailler les pneumatiques sur toute la bande de roulement en ligne droite pour en limiter l’usure. En revanche, en virage, les pneumatiques prennent du carrossage induit par le roulis de caisse (pouvant atteindre une dizaine de degrés), et la tenue de route se dégrade. * carrossage initial négatif, afin d’optimiser la surface de contact pneu/sol en virage, mais au prix d’une usure dissymétrique des pneus lorsque le véhicule roule en ligne droite. La tendance veut donc que les voitures aient un carrossage négatif car en plus d’apporter une meilleure tenue de route, le contre-carrossage apporte une amélioration de la stabilité mais bien souvent au détriment du niveau de l’usure du pneumatique. L’intérêt d’un système permettant d’adapter le carrossage aux conditions de conduite est alors évident. C’est certainement pour cela que plusieurs technologies concurrentes mettant en avant le carrossage ont déjà été présentées dans divers salons. • Systèmes déjà existants Différents laboratoires et surtout constructeurs concurrents et équipementiers sont en train de développer ou ont déjà présenté des véhicules dont le plan de roues peut être contrôlé sur de grandes amplitudes. Les performances en tenue de route sont prometteuses. Les industriels constructeurs et manufacturiers - qui développent de telles solutions techniques adoptent deux stratégies : 1. soit ils privilégient l’obtention d’un contact pneu/sol maximal (ce qui revient à conserver un carrossage roue/sol toujours nul), 2. soit ils privilégient la création d’une poussée de carrossage en favorisant le carrossage ou le contre-carrossage pneu/sol important. Ces deux stratégies mènent à deux types de systèmes : l’un adaptatif, basé sur la première stratégie et développé par Michelin et l’autre actif, basé sur la deuxième stratégie, développé par Mercedes-Benz. Michelin Le premier système adaptatif est connu sous le nom de OCP pour Optimized Contact Patch. Il est développé pour optimiser la surface de contact pneu/sol, c’est-à-dire que ce système cherche à rétablir la forme rectangulaire de l’aire de contact du pneumatique standard en virage en faisant du contre-carrossage pour maximiser ses performances - figure 6. 6 INTRODUCTION c Figure 6: Variation de l’aire de contact en virage : a) sans OCP et b) avec OCP (Michelin) c Figure 7: Train arrière OCP1 de Michelin Michelin La figure 7 illustre la première version de l’OCP piloté par le roulis. Le centre instantanée de rotation (CIR) est alors situé au dessus de l’axe de roulis. Pour y parvenir, le système fait tourner la roue en virage autour d’un centre instantané de rotation (CIR). De la position de ce point dépendent la performance du système et la solution technique comme le montre la figure 8 : dans le secteur hachuré, un apport d’énergie est nécessaire pour s’opposer aux efforts de base de la roue, tandis que dans le secteur en losange, le transfert de charge est utilisé comme source d’énergie. L’effort latéral Fy peut contribuer à la rotation de la roue à condition que le CIR soit situé en-dessous du sol. L’OCP2, jamais présenté en public, utilise cette dernière source d’énergie pour faire pivoter la roue. c Figure 8: Système actif ou passif suivant la localisation du CIR, Michelin INTRODUCTION 7 Présenté au mondial de l’automobile en 2002, ce démonstrateur qui initialement se montait que sur train arrière d’une traction, permet d’augmenter la sécurité, le comportement à la limite et de diminuer l’usure du pneu. En revanche, il est encombrant. D’autres versions améliorées tableau 1 - ont permis de généraliser ce principe aux propulsions, puis aux trains avant. Avantages - Sécurité - Comportement à la limite - Usure - Compatible propulsion - train avant - Profondeur du coffre sur traction Inconvénients - Encombrement - Peu d’effet en usage courant Tableau 1: Caractéristique de l’OCP après amélioration La seconde stratégie de pilotage du carrossage est développée par Mercedes-Benz. Mercedes-Benz F400 Carving Ce constructeur allemand a créé un système de pilotage actif de l’angle de carrossage. Le véhicule équipé de ce nouveau système est connu sous le nom de F400 Carving - figure 9. Il a été présenté au Salon de l’Auto de Tokyo en 2003. Figure 9: Concept car F400 Carving Ce concept car sportif dont le design est très évocateur est équipé de nouvelles suspensions dites actives à géométrie variable afin d’améliorer la tenue de route du véhicule. La MercedesBenz F400 parvient à incliner les roues en virages jusqu’à 20 degrés, comme le montre la figure 9. Un peu comme les roues d’une moto, les roues extérieures du carving biplace semblent accompagner la voiture dans sa trajectoire idéale alors que les roues intérieures contiennent le châssis. Cette technique de réglage actif du carrossage en fonction de la vitesse de passage a induit la fabrication par Pirelli de pneumatiques à bande de roulement asymétrique - figure 10. En effet, lorsque la roue est inclinée, seule la fraction intérieure de la bande de roulement est sollicitée. Par opposition, lorsque l’inclinaison de la roue est nulle, seules les zones centrale 8 INTRODUCTION Figure 10: Pneu Pirelli incliné à 20˚ et extérieure de la roue sont sollicitées. Le travail du manufacturier a donc surtout porté sur la répartition des gommes (un type de gomme sur les bords intérieurs et un autre sur l’extérieur des pneus) et sur des jantes très spéciales à deux diamètres : 17 pouces à l’extérieur et 19 pouces sur l’intérieur. Selon Mercedes-Benz, avec un tel système, la tenue de route est améliorée dans une proportion de 30% par rapport à un véhicule conventionnel (véhicule à pneus traditionnels et carrossage passif) et l’accélération latérale maximale passe quant à elle à 1,28G (soit un gain de 30% par rapport aux meilleures voitures de sport du moment). En conclusion, les performances en tenue de route des deux systèmes de contrôle de carrossage semblent très intéressantes. Ainsi, Renault, dans sa politique de leadership en matière de sécurité, désire développer son expertise sur le comportement dynamique du véhicule par l’utilisation de solutions de trains innovants. • Objectifs Le projet présenté s’inscrit donc dans la problématique de la dynamique du véhicule. Le projet est réalisé avec la collaboration de trois entités : * l’équipe D2S1 du laboratoire LTDS2 de l’Ecole Centrale de Lyon, * l’équipe MIAM 3 du laboratoire MIPS4 de l’Ecole Nationale Supérieure des Ingénieurs Sud Alsace de Mulhouse, * la Direction de la Recherche des Etudes Avancées et des Matériaux de Renault. Le sujet porte sur la conception d’un train avant innovant et sur l’influence de la variation de l’angle de carrossage sur la dynamique du véhicule. Comme montré dans les deux stratégies développées par Michelin et Mercedes-Benz, la particularité de la problématique réside dans le besoin de créer soit un nouveau châssis, soit un nouveau pneu, soit les deux. 1 Dynamique des Structures et des Systèmes Laboratoire de Tribologie et Dynamique des Systèmes 3 Modélisation et Identification en Automatique et Mécanique 4 Modélisation, Intelligence, Processus, Systèmes 2 INTRODUCTION 9 Ainsi, en se fondant sur un modèle de pneumatique grand carrossage, l’objectif de la thèse est de concevoir de manière robuste un train avant innovant intégrant le pilotage du carrossage. La démarche de conception va s’appuyer sur la méthode ”First Design”, pour que, dès la phase de conception d’un véhicule, on s’assure de la pertinence et de la robustesse des solutions envisagées afin de limiter le temps de mise sur le marché. • Approche proposée Le mémoire de thèse est structuré de la façon suivante : CHAPITRE 1 - Méthodologies de conception Le travail de la thèse consistant à déployer la méthode de conception robuste ”First Design” sur un train innovant, le premier chapitre est consacré à la présentation de cette méthode de conception et de la méthode de conception raisonnée ”Rational Design” utilisée pour sélectionner une architecture de train autorisant le carrossage. Les bases et les outils nécessaires aux bons déploiements de ces méthodes sont également introduits : méthode de Monte-Carlo, algorithme génétique, algorithme multi-critères Electre. Partie I : Modèle pneumatique grand carrossage L’application de la méthode de conception ”First Design” nécessite la réalisation de modèles dynamiques du véhicule et d’un modèle de pneumatique pouvant supporter des grands angles de carrossage. Or à l’heure actuelle, aucun pneumatique grand carrossage pour véhicule automobile n’est modélisé ; une étude sur le pneumatique s’avère donc être indispensable. La partie I, composée de trois chapitres, est consacrée à la modélisation du pneumatique grand carrossage. CHAPITRE 2 - Approche générale du pneumatique Dans ce second chapitre, deux aspects seront traités. Le premier concerne la présentation globale du pneumatique. Souvent perçu comme une ”boı̂te noire” par les constructeurs, le pneu a besoin d’être détaillé pour mieux le modéliser. Ainsi les principaux composants du pneumatique et leurs rôles sont expliqués, puis les différentes architectures de pneumatique existantes sont présentées en s’attardant sur les pneus de moto. Une partie complémentaire fournit des précisions concernant sa fabrication, sa composition et son marquage. Le deuxième aspect, concerne ses caractéristiques physiques et mécaniques. Le pneumatique étant un élément indispensable au comportement du véhicule, il est primordial de présenter les notions nécessaires à la modélisation du pneumatique : les conventions et repères, puis les paramètres influents. 10 INTRODUCTION CHAPITRE 3 - Etat de l’art des modèles pneumatiques Cette troisième partie fait un état de l’art de la modélisation du pneumatique. Trois grandes catégories sont présentées. La première catégorie, les modèles fonctionnels, représente le pneumatique de manière simplifiée en formulant des hypothèses physiques sur le comportement d’une partie ou de l’ensemble du pneumatique. La seconde catégorie, les modèles de développement, décrit des modèles de comportement globaux du pneumatique à partir de lois de comportement (physique des matériaux, thermo-élasticité, frottement...). La troisième catégorie de modèles appelée modèles à retour d’expérience, se base sur l’interpolation des résultats expérimentaux par des fonctions mathématiques plus ou moins complexes. Cette étude met en avant deux modèles intéressants pour notre étude sur le grand carrossage. CHAPITRE 4 - Modèle complet pour grand carrossage Les deux modèles retenus au chapitre précédent font alors l’objet d’un approfondissement pour aboutir à deux modèles de pneumatique dont la modélisation reste valide jusqu’à 20˚ de carrossage. L’un est un modèle de développement physique, tandis que le second est un modèle à retour d’expérience. Ces deux modèles sont analysés, développés, puis comparés entre eux afin de les valider. L’aspect innovant de la thèse réside dans le fait que ces modèles permettant le grand carrossage servent de modèles de pneu de référence pour les calculs en dynamique du véhicule. Partie II : Conception d’un système à grand carrossage La partie II, articulée autour de deux chapitres, est dédiée au déploiement de la méthode de conception robuste ”First Design” appliquée à un train avant innovant. CHAPITRE 5 - Optimisation des paramètres fonctionnels Les bases de la méthode de conception étant posées dans le premier chapitre du mémoire, l’enjeu de ce chapitre est de décliner suivant la méthode ”First Design” le cahier des charges des trains en paramètres fonctionnels et d’optimiser ces derniers. Pour ce faire, deux prestations en matière de comportement de véhicule, sont retenues. Il s’agit du comportement en virage stabilisé et du comportement suivant le ”Sinus Ford”. CHAPITRE 6 - Optimisation des paramètres organiques Conformément à la démarche de conception robuste basée sur deux visions : la fonction et l’organe; cette dernière partie décrit l’optimisation en termes d’organes et de pièces mécaniques d’un train avant. Partant des paramètres fonctionnels optimisés à l’étape précédente, chaque pièce constitutive du train est définie et caractérisée en prenant en considération de nouvelles contraintes et en se fondant encore une fois sur la hiérarchisation des paramètres de conception. INTRODUCTION 11 Conclusion et perspectives Une conclusion générale rappelle l’ensemble de la problématique en lui apportant les résultats et les réponses de l’étude. Puis en s’appuyant sur ces résultats, de nouvelles voies d’investigations sont proposées en perspective. 12 INTRODUCTION PRESENTATION DE LA METHODE ”FIRST DESIGN” 13 14 INTRODUCTION Chapitre 1 Méthodologies de conception 1.1 Introduction Depuis quelques années les industriels s’accordent à dire que la recherche de la qualité, associée à la recherche du meilleur coût et du meilleur délai, représentent la démarche idéale pour garantir la compétitivité d’un produit. Lorsqu’on évoque la qualité, celle-ci se matérialise pour beaucoup, notamment aux yeux de l’acheteur et des utilisateurs, par des vieilles notions bien ancrées dans les esprits comme l’emploi des bons matériaux associés à un beau design, une belle finition ou encore comme la performance, la sécurité, le confort... Prenant en compte ces considérations, la conception automobile s’est donc vu progressivement bouleversée afin de dégager de nouvelles solutions mettant à profit les innovations technologiques et organisationnelles. Dans ce contexte, les principes généraux des méthodes de conception utilisées et les outils nécessaires à leurs déploiements vont être présentés. Ainsi, ce premier chapitre se scinde en trois parties. Il commence tout d’abord à présenter les idées fondamentales de la conception, en particulier le cycle en ”V” de l’ingénierie système, puis se penche sur les principes et outils de la méthode de conception robuste ”First Design” - dont le déploiement est effectué dans les chapitres de la partie II du mémoire - et sur les principes de la méthode de conception ”Rational Design” utilisée pour choisir de manière intelligente et raisonnée l’architecture de train grand carrossage à utiliser pour la mise en oeuvre de la méthode de conception robuste. 1.2 Cycle en ”V” L’ingénierie système conçoit des systèmes mécaniques complexes, qui doivent respecter le cahier des charges du produit avec le maximum de fiabilité. L’idée de base du cycle de conception représenté par un ”V” repose sur un découpage hiérarchisé entre les ensembles fonctionnels, les sous-systèmes fonctionnels, les organes et les pièces et une définition à chaque niveau de conception des spécifications techniques comme le montre la figure 1.1. 15 16 CHAPITRE 1. MÉTHODOLOGIES DE CONCEPTION Figure 1.1: Cycle en V de l’ingénierie système Dans ce cycle, deux phases se distinguent : la phase de descente et la phase de remontée. La première est relative à la conception du produit, la seconde à l’intégration et la validation. L’étude menée intervient en amont de la fabrication. Différents travaux ont été proposés pour conceptualiser le cycle de conception d’un produit [20], [65], [57]. Figure 1.2: Conceptualisation de la phase de conception Le schéma de la figure 1.2 résume le découpage du cycle de conception selon les quatre phases de descente du cycle en ” V” en dégageant clairement les deux actions fondamentales de la démarche employée : la première relative à l’architecture fonctionnelle et la seconde relative à l’architecture organique. 1.2.1 Architecture fonctionnelle Les deux premières étapes du cycle en ”V” définissent l’architecture fonctionnelle - figure 1.2. Dans la première phase intitulée ”Ensembles fonctionnels”, un diagramme fonctionnel est établi à partir du cahier des charges du produit, comprenant principalement les spécifications du cycle de vie, les performances et l’endurance du produit. Ce diagramme fait alors apparaı̂tre les ensembles fonctionnels et les grandeurs associées qui satisfont au mieux les nombreuses contraintes et prestations du cahier des charges du véhicule. Dans la deuxième étape - sous-ensembles fonctionnels - le diagramme obtenu est décliné en schémas systémiques qui représentent clairement les divers sous-systèmes fonctionnels afin 1.3 Méthode ”First Design” 17 d’assurer les spécifications techniques du besoin. Le choix des solutions technologiques fonctionnelles et des paramètres fonctionnels permet de déduire les spécifications techniques générales qui servent alors de cahier des charges lors de la recherche des organes mécaniques et mécatroniques capables d’assurer les fonctions du produit. 1.2.2 Architecture organique Cette deuxième partie correspond à la réalisation des fonctions par des composants matériels. Elle comprend la troisième et la quatrième phase de conception du cycle en ” V ” - figure 1.2. La phase ” organes ” consiste à associer à chaque sous-système fonctionnel un organe mécanique ou mécatronique introduisant des paramètres matériels capables d’assurer les spécifications techniques générales définies dans la phase précédente - ”sous-ensemble fonctionnel ”. Mais il faut bien prendre en considération que la relation entre la deuxième phase et la troisième n’est pas bijective. En effet, un seul organe peut assurer plusieurs fonctions et une fonction peut être obtenue à l’aide de plusieurs organes. A ce stade du cycle, la géométrie des organes apparaı̂t sous forme simplifiée. Des calculs complémentaires de l’ensemble de la structure peuvent alors être effectués pour évaluer les sollicitations sur chaque sous-système. Les spécifications techniques détaillées sont alors obtenues en associant la démarche et les contraintes sur les paramètres géométriques et physiques. Enfin la dernière étape de la phase de conception du cycle en ” V ” consiste à dimensionner précisément chaque organe mécanique ou mécatronique en les scindant en composants élémentaires appelés ” pièces ”. Les spécifications techniques de réalisation sont obtenues et vont permettre de passer à la fabrication du produit. Cette phase de ” fabrication ” n’entre pas dans le cadre de l’étude. 1.3 Méthode ”First Design” Conformément à la description du cycle en V de l’ingénierie système faite dans le paragraphe précédent, la méthodologie ” First Design ”, dont une présentation est faite dans [54], conserve le découpage de la phase de conception en deux grandes étapes : l’étape d’optimisation des paramètres fonctionnels rattachés aux fonctions assurées par le système et celle d’optimisation des paramètres organiques permettant de déployer les fonctions en organes puis en pièces. En revanche, elle y ajoute la notion de robustesse. Dans ce paragraphe, la notion de robustesse, les fondements de la méthode ainsi que les outils nécessaires à son déploiement sont introduits. 1.3.1 Principe de la méthode A l’heure où les algorithmes et les moyens de calcul sont devenus rapides et performants, une façon complémentaire d’appréhender l’optimisation des systèmes se base sur la notion de qualité en y intégrant le concept de robustesse des systèmes et donc de ”solutions robustes”. 18 CHAPITRE 1. MÉTHODOLOGIES DE CONCEPTION 1.3.1.1 Notion de robustesse et hiérarchisation des paramètres La robustesse décrit la sensibilité de chacune des prestations aux incertitudes sur les variables de conception. Sensibilité que l’on cherche à minimiser en même temps que l’on cherche à maximiser les performances des prestations. En revanche, robustesse (faible sensibilité) et performance sont souvent contradictoires et le compromis réside dans une solution moins bonne que celle obtenue par optimisation pure, mais moins sensible. En effet, il apparaı̂t souvent plus intéressant de trouver une solution moins bonne mais moins sensible aux incertitudes. Optimisation et prise en compte de la robustesse des solutions doivent se faire de manière intelligente. Il est évident qu’il est inutile de chercher à optimiser, de manière robuste, les innombrables paramètres relatifs à chaque pièce et correspondant aux phases finales du cycle en ” V ” afin d’améliorer un comportement global correspondant au haut du cycle en ” V ”. La bonne stratégie consiste à définir à chaque étape les paramètres influents et les modèles simplifiés associés, puis à relier les modèles et leurs paramètres les uns aux autres. Cette stratégie de hiérarchisation des paramètres est prise en compte dans les deux étapes qui constituent la méthodologie ”First Design” et qui vont maintenant être détaillées. 1.3.1.2 Optimisation des paramètres fonctionnels L’optimisation du comportement routier des véhicules est à l’origine de nombreux travaux de recherche. Gobbi et al. [44] proposent une démarche intéressante d’optimisation des systèmes de suspension, dans [64] des études d’influence des paramètres de conception des trains ou pneumatiques sont même proposées. Cette première partie de la méthode ne présuppose ni d’une architecture de train, ni de solutions technologiques prédéfinies. Elle se base uniquement sur la hiérarchisation des paramètres fonctionnels issue de l’étude fonctionnelle du système ”train” et sur l’objectivation et la modélisation des prestations étudiées. Ainsi des modèles robustes simplifiés adaptés à nos besoins de recherche sont développés et servent de support à la phase d’optimisation fonctionnelle scindée en trois grandes étapes : • la première, primordiale pour une vision en phase amont de conception, concerne l’optimisation des paramètres sélectionnés comme les plus influents du comportement routier en s’appuyant sur des modèles simplifiés robustes. C’est au cours de cette première étape qu’un espace de conception dans lequel les paramètres vont être optimisés, est déterminé. Cet espace de conception correspond aux contraintes de bornes qui sont imposées aux paramètres lors des différents algorithmes d’optimisation. Ces bornes sont déterminées en considérant d’une part les valeurs technologiquement admissibles en terme de conception et d’autre part par des contraintes imposées sur les fréquences propres du véhicule. En effet, les contraintes de fréquence de pompage des trains avant et arrière imposent directement les bornes de l’espace de conception des raideurs de suspension, les masses des trains avant et arrière étant supposées constantes dans un premier temps. • La seconde consiste en une étape de validation de la première étape : les résultats sont en effet validés sur un modèle complet. 1.3 Méthode ”First Design” 19 • La troisième et dernière étape concerne l’introduction des paramètres d’ordre deux, les paramètres d’ordre un étant maintenant fixés. L’optimisation est réalisée dans un espace de conception étendu aux paramètres d’ordre deux ce qui n’engendre néanmoins pas de grandes variations sur les sorties compte tenu de l’influence moindre de ces derniers paramètres. 1.3.1.3 Optimisation des paramètres organiques La première étape de la méthode avait pour but d’optimiser globalement l’ensemble des paramètres fonctionnels et des principales prestations du comportement routier tout en minimisant leur variabilité par rapport aux aléas en ne présupposant ni d’une architecture, ni de solutions technologiques prédéfinies. A ce stade, les paramètres fonctionnels obtenus sont déployés en paramètres organiques pour décrire l’architecture du train. Dans cette deuxième étape de la méthode ” First Design ” de nouvelles prestations propres à l’injection de matière (confort vibratoire, endurance, tenue mécanique des pièces...) sont appréhendées. Alors que normalement de nouvelles contraintes généralement liées à l’implantation du système au sein du véhicule interviennent, l’étude présentée se situe dans un contexte particulier où les contraintes d’architecture sont déjà fixées. Dans le cas d’un train à pivot semi-fictif, les grands principes de la stratégie d’optimisation des paramètres organiques sont fondés sur : • la hiérarchisation des paramètres par : - une étude d’influence sur le modèle complet ADAMS - une sélection physique des variables influentes sur chaque fonction • la réalisation d’un modèle simplifié - modèle cinématique • la prise en compte de la robustesse des choix - simulation de Monte Carlo Pour déployer et mettre en place la démarche de conception robuste, il est indispensable d’utiliser des outils adaptés. En anticipant sur les prochains chapitres, on peut citer par exemple les simulations de Monte Carlo pour les études de sensibilité et les algorithmes génétiques pour l’optimisation. Il est donc intéressant de les présenter à ce stade de l’étude. 1.3.2 Outils nécessaires au déploiement 1.3.2.1 Monte Carlo Les méthodes de Monte Carlo consistent en des simulations basées sur un tirage de nombres aléatoires suivant une loi de probabilité choisie. Ces méthodes sont souvent utilisées quand le modèle est complexe, non-linéaire, et/ou que le nombre de paramètres incertains est grand. 20 CHAPITRE 1. MÉTHODOLOGIES DE CONCEPTION Elles peuvent être utilisées dans le cadre de la robustesse. Et dans ce cas, les méthodes de Monte Carlo offrent le moyen le plus efficace d’estimer les propriétés probabilistes des réponses des systèmes incertains résultant d’entrées incertaines aux distributions connues. Le tirage aléatoire peut être libre ou imposé par une répartition dans un intervalle de conception. L’approche de Monte Carlo peut se résumer étape par étape - figure 1.3— selon le processus suivant : 1. Définir un modèle paramétrique, perçu comme le processus de mesure, 2. Associer à chaque grandeur d’entrée, donc à chaque paramètre, une distribution choisie (normale, rectangulaire, gaussienne...), 3. Générer et évaluer le modèle pour les différents tirages des grandeurs d’entrées, 4. Répéter l’opération et calculer les valeurs obtenues de la grandeur de sortie, 5. Analyser et synthétiser les informations obtenues sur les grandeurs de sorties (espérance mathématique, écart type, intervalle court). Figure 1.3: Les différentes étapes de la méthode de Monte Carlo La qualité de l’estimation s’améliore en augmentant le nombre de tirages et en s’assurant que les tirages ne visent pas toujours le même endroit mais couvrent bien l’intervalle donné. Cette dernière remarque est à mettre en parallèle avec la qualité du générateur aléatoire qui est primordiale pour avoir de bons résultats dans la méthode de Monte-Carlo. Lorsque la robustesse et la fiabilité du modèle sont vérifiées, l’optimisation peut être réalisée. Les outils utilisés pour cette optimisation vont maintenant être présentés. 1.3.2.2 Optimisation • Généralités Parmi les problèmes rencontrés par le chercheur et l’ingénieur, les problèmes d’optimisation occupent à notre époque une place importante. 1.3 Méthode ”First Design” 21 La méthode de base pour optimiser un dispositif est la méthode d’essai et erreur ; il s’agit de tester un grand nombre de solutions potentielles jusqu’à l’obtention d’une solution qui convienne. C’est la démarche réalisée lorsque plusieurs valeurs successives sont données à un paramètre et que le résultat est étudié. Ce concept s’applique à de grands champs d’applications : au comportement des organismes vivants (algorithme génétique), à l’évolution des sciences. Figure 1.4: Processus d’optimisation selon Asinov [12] La figure 1.4 décrit l’optimisation selon trois grandes étapes au cours desquelles il convient d’analyser le problème et d’opérer ensuite un nombre de choix préalables. Dans un premier temps, les variables, l’espace de conception et les fonctions objectifs doivent être clairement posés. 1. Variables du problème : elles sont choisies par l’utilisateur qui peut avoir un intérêt de faire varier un grand nombre de paramètres ou bien s’il a une vue suffisamment précise de ce qu’il veut, il peut se limiter à un nombre de paramètres restreints. En anticipant sur les prochains chapitres, nous allons appliquer le deuxième méthode, car le nombre de paramètres est restreint du fait de l’utilisation de modèles simplifiés. 2. Espace de conception : il est généralement nécessaire de définir un espace de conception limité pour des raisons souvent d’ordre technologique. Ainsi les bornes de chaque variable xi sont définies par ximin et ximax : ximin ≤ xi ≤ ximax ∀i ∈ [1; n] 3. Fonctions objectifs : un algorithme d’optimisation nécessite la définition d’une fonction rendant compte de la pertinence des solutions potentielles, à partir des grandeurs à optimiser. L’algorithme converge alors vers un optimum de cette fonction, quelle que soit sa définition. C’est une fonction mathématique des variables x1 , x2 , ..., xn . Sa définition dépend aussi du nombre objectif : objectif unique ou objectifs multiples. Dans notre cas, on parlera d’objectifs multiples (optimisation multi-critères), un paragraphe sur ces objectifs multiples est développé dans la suite du chapitre. Lorsque les bases du problème sont clairement posées, vient le temps de choisir la méthode d’optimisation à appliquer. 22 CHAPITRE 1. MÉTHODOLOGIES DE CONCEPTION Les méthodes d’optimisation sont classées en deux catégories [26]: les méthodes déterministes des méthodes non-déterministes. 1. Les méthodes déterministes : la recherche des extrema d’une fonction f revient à résoudre un système de n équations à n inconnues, linéaires ou non. On peut dans ce cas utiliser des méthodes classiques telles que la méthode du gradient ou la méthode de Gauss-Seidel. En général, ces méthodes présentent l’inconvénient majeur de ne pas savoir si le minimum est local ou global. 2. Les méthodes non-déterministes : font appel, quant à elles, à des tirages aléatoires. Elles permettent en effet d’explorer l’espace de recherche plus efficacement. Dans cette catégorie on distingue les méthodes de Monte-Carlo, les méthodes hybrides (méthode du gradient sur un espace pour trouver tous les minima de la fonction), les algorithmes génétiques... Pour répondre à notre problème multi-critères, le choix d’utiliser un algorithme génétique est fait. • Algorithme d’optimisation génétique multi-objectifs : AG Les AG appartiennent à la catégorie des méthodes non-déterministes et plus particulièrement aux méthodes stochastiques. Ils tirent leur nom de l’évolution biologique des êtres vivants. Ces algorithmes cherchent à simuler le processus de la sélection naturelle dans un environnement défavorable en s’inspirant de la théorie de l’évolution proposée par C. Darwin. Dans un environnement, les ”individus” les mieux adaptés tendent à vivre assez longtemps pour se reproduire alors que les plus faibles ont tendance à disparaı̂tre (the survival fittest). Coello et al. [24], [25], [26] et Miettinen [66] ont présenté de façon détaillée les principes et les notions de base d’une optimisation à objectifs multiples. Dans cette section, les points les plus importants sont décrits. Un problème d’optimisation multi-objectifs peut être formulé de la manière suivante [26] : Trouver le vecteur x∗ = [x1 , x2 , .., xn ] qui satisfasse les m contraintes d’inégalités et les p contraintes d’égalités suivantes : gi (x) ≥ 0 pour (i = 1, 2, .., m) (1.1) hi (x) = 0 pour (i = 1, 2, .., p) (1.2) où gi et hi sont les contraintes exprimées sous forme mathématique. en optimisant (minimiser ou maximiser) le vecteur de fonctions suivant : f (x) = [f1 (x), f2 (x), .., fk (x)]T (1.3) Sachant que x = [x1 , x2 , ..., xn ]T est le vecteur des variables de décision et k le nombre d’objectifs à optimiser. 1.3 Méthode ”First Design” 23 Le principe d’une optimisation multi-objectifs diffère d’un principe mono-objectif. Le but principal d’une optimisation mono-objectif est de trouver la solution optimale globale qui résulte en la meilleure valeur (plus petite ou plus grande) de la fonction mono-objectif. Dans un problème d’optimisation multi-objectifs, il y a plus qu’une fonction objectif (k ≥ 2 ), chaque fonction objectif pouvant avoir une solution optimale différente. Le but d’un problème d’optimisation multi-objectifs est de trouver de ” bons compromis ” plutôt qu’une seule solution. Lorsqu’il y a plusieurs objectifs, la notion d’optimum change et il est préférable d’utiliser un autre terme, le terme le plus couramment adopté étant l’optimum de Pareto (Pareto optimum), [24]. Définition 1 (Pareto optimal) : Un vecteur des variables x∗ ∈ S ( S région réalisable) est un optimum de Pareto si, pour chaque x ∈ S, I = 1, 2, ..., k, soit ∀i∈I , fi (x) = fi (x∗ ) ou bien, il existe au moins un i ∈ I tel que :fi (x) > fi (x∗ ). Au lieu d’une unique solution, l’optimisation multi-objectifs donne lieu à un ensemble de solutions optimales. Toute solution de cet ensemble est ”optimale” dans le sens qu’aucune amélioration ne peut être faite sur un critère de cette solution sans dégrader au moins la valeur d’un autre critère. Ces solutions optimales forment l’ensemble des solutions Pareto optimales. Définition 2 (La dominance) : Une solution A domine une solution B si et seulement si : ∀i ∈ I, fi (A) ≤ fi (B) et ∃j ∈ 1, 2, .., k : fi (A) < fi (B). Si la solution (A) domine la solution (B), on dit que (B) est dominée par (A) ou bien (A) est non dominée par (B) ou entre les deux solutions, (A) est la solution non dominée. Les solutions ”Pareto optimales” sont connues sous le nom de solutions ”non dominées”. La représentation de ces solutions non dominées dans l’espace des objectifs est appelée ”le front de Pareto”. La figure 1.5 montre l’exemple d’un front de Pareto pour le problème de minimisation de deux objectifs. Les points en blanc représentent le front de Pareto. Figure 1.5: Exemple de front de Pareto Dans la plupart des algorithmes génétiques d’optimisation multi-objectifs développés, il s’agira de satisfaire les deux points suivants [32] : 1. Trouver des solutions aussi proches que possible des vraies solutions Pareto-optimales, c’est-à-dire converger le plus possible vers le front de Pareto 24 CHAPITRE 1. MÉTHODOLOGIES DE CONCEPTION 2. Trouver un ensemble de solutions très variées, tout le long du front Le tout premier algorithme évolutionnaire d’optimisation multi-objectifs s’appelle VEGA (Vector Evaluated Genetic Algorithm, AGEV : Algorithme Génétique à Évaluation Vectorielle) et a été présenté par Schaffer en 1985 [25]. Cet algorithme considère une population de N individus. Ces individus sont répartis en k sous-populations, chaque valeur de k représentant un objectif à optimiser. L’avantage de cet algorithme est qu’il est facile à implanter mais son inconvénient majeur est qu’il a tendance à générer des solutions qui excellent dans un seul objectif, sans tenir compte des autres objectifs. Toutes les solutions de moyenne performance, qui peuvent être de très bons compromis, risquent de disparaı̂tre avec ce type de sélection. Depuis VEGA, un nombre considérable d’algorithmes génétiques d’optimisation multi-objectifs ont été proposés : NPGA [48], NPGA-II [39], NSGA [98], NSGA-II [33] et les algorithmes microGA qui réfèrent à des algorithmes avec de petites populations avec réinitialisation. Tous les algorithmes sont basés sur une approche Pareto, c’est-à-dire que le principe de dominance est utilisé dans le processus de sélection. Le principe du NSGA-II (Non Dominated Sorting Genetic Algorithm-II) est développé car c’est cet algorithme qui va être utilisé dans notre étude. • NSGA-II Deb et al. [33] ont proposé une nouvelle version de l’algorithme N SGA, le N SGA − II, qui est considérée comme étant plus efficace que son prédécesseur pour les raisons suivantes : 1. Il utilise une approche élitiste qui permet de sauvegarder les meilleures solutions trouvées lors des générations précédentes, 2. Il utilise une procédure de tri basée sur la non-dominance, plus rapide, 3. Il ne nécessite aucun réglage de paramètre, 4. Il utilise un opérateur de comparaison basé sur un calcul de la distance de ”crowding” dont la description est faite ci-après. Dans cet algorithme, une population de parents Pt de taille N et une population d’enfants Qt de taille N sont assemblées pour former une population Rt = Pt ∪ Qt , comme le montre la figure 1.6. Cet assemblage permet d’assurer l’élitisme. La population de taille 2N est ensuite triée selon un critère de non-dominance pour identifier les différentes fronts F1 ,F2 , ... , Fm . Les meilleurs individus vont se retrouver dans le ou les premiers fronts. Une nouvelle population parent Pt+1 est formée en ajoutant tous les fronts obtenus (premier front F1 , second front F2 , ...) tant que ceux-ci ne dépassent pas N. Si le nombre d’individus présents dans Pt+1 est inférieur à N, une procédure de ”crowding” est appliquée sur le premier front suivant, Fi , non inclus dans Pt+1 . 1.3 Méthode ”First Design” 25 Figure 1.6: Principe de l’algorithme NSGA-II [32] Le but de cet opérateur est d’insérer les N − |Pt+1 | meilleurs individus qui manquent dans la population Pt+1 . Les individus de ce front sont utilisés pour calculer la distance de ”crowding” entre deux solutions voisines. Une fois que les individus appartenant à la population Pt+1 sont identifiés, une nouvelle population enfant Qt+1 est créée par sélection, croisement et mutation. La sélection par tournoi est utilisée mais le critère de sélection est maintenant basé sur l’opérateur de comparaison ≺n défini ci-après. Le processus continue, d’une génération à la suivante, jusqu’à un critère d’arrêt. La figure 1.7 résume les différentes étapes décrites ci-dessus de l’algorithme NSGA-II. Figure 1.7: Algorithme NSGA-II [32] • Calcul de la distance du ”crowding” La distance de ”crowding” d’une solution (i) ou d’un individu se calcule en fonction du périmètre formé par les points les plus proches de (i) sur chaque objectif. La figure 1.8 montre une représentation à deux dimensions associée à la solution (i). Le calcul de la distance de crowding nécessite, avant tout, le tri des solutions selon chaque objectif, dans un ordre ascendant. Ensuite, pour chaque objectif, les individus possédant les valeurs limites (la plus petite et la plus grande valeur de fonction objectif) se voient associés une distance infinie ∞. Pour les autres solutions intermédiaires, on calcule une distance de crowding égale à la différence normalisée des valeurs des fonctions objectifs de deux solutions adjacentes. Ce calcul est réalisé 26 CHAPITRE 1. MÉTHODOLOGIES DE CONCEPTION pour chaque fonction objectif. La distance de crowding d’une solution est calculée en sommant les distances correspondantes à chaque objectif. Figure 1.8: Distance de ”crowding” L’algorithme de la figure 1.7 montre la procédure de calcul de la distance de toutes les i+1 i−1 solutions non-dominées de l’ensemble I. Dans cet algorithme, fm et fm représentent respecème tivement la valeur de la m fonction objectif de la solution i + 1 et i − 1, alors que les max min paramètres fm et fm représentent les valeurs maximale et minimale de la mème fonction objectif. Après ce calcul, toutes les solutions de I ont une distance métrique. L’opérateur ”crowded-comparison”≺n est utilisé pour guider le processus de sélection comme suit : chaque sélection (i) de la population est identifiée par son rang (irang ) et la distance de crowding (idistance ). L’opérateur ≺n défini ci-dessous permet d’identifier un ordre de préférence entre deux solutions. i ≺n j si (irang < jrang ) ou (irang = jrang )et(idistance > jdistance ) (1.4) Entre deux solutions de rang différent, on préfère la solution avec le plus petit rang (ou le plus petit front). Pour deux solutions qui appartiennent au même front, on préfère la solution qui est localisée dans la région où la densité de solutions est moindre, soit l’individu possédant la plus grande valeur de distance de crowding. 1.4 1.4.1 Méthode ”Rational Design” Présentation de la méthode La méthode de conception raisonnée ”Rational Design” permet de décrire et de capturer l’argumentation et les décisions liées à la conception d’un système. Elle s’inscrit directement dans la problématique de conception robuste et reste cohérente avec notre démarche. Cette méthode permet : • En cours d’utilisation, 1.4 Méthode ”Rational Design” 27 - de soutenir l’exploration des alternatives de conception, - d’aider à la structuration des décisions prises par les arguments associés, - d’expliquer les buts et les raisons de nos choix. • Pour la capitalisation : une bonne traçabilité de la conception pour une éventuelle réutilisation ultérieurs. La méthode de conception raisonnée est basée sur le formalisme QOC (Question, Options, Critères). Concernant la problématique, on cherche à répondre à une question précise Q. A partir de cette question, des solutions technologiques sont énumérées et construites. Ces solutions représentent les Options. Des Critères sont alors émis pour pouvoir coter les options et soulever les incertitudes de chacune. Lorsque ce formalisme est mis en place, chaque solution est relié aux différents critères de la façon suivante : • Si la solution est à l’avantage sur ce critère, elle est évalué à 1 (en vert dans le tableau récapitulatif), • Si la solution est désavantagée sur une critère, elle est évalué à -1 (en rouge dans le tableau récapitulatif), • Si la solution est neutre pour un critère, elle est évalué à 0 (sans couleur dans le tableau récapitulatif), • S’il y a une incertitude sur l’impact du critère sur la solution, un 1 est attribué suivant qu’il y ait un objectif de résultat à l’incertitude et un 0 dans le cas contraire (en orange dans le tableau récapitulatif de la cotation). La figure 1.9 fournit un exemple de cotation et illustre ainsi l’évaluation de quatre critères répartis en deux catégories sur trois options (solutions). Figure 1.9: Illustration de la cotation suivant la méthode ”Rational Design” Le tableau récapitulatif ainsi obtenu ne permet pas de mettre en avant la meilleure option. Il est donc indispensable d’utiliser un protocole d’analyse et d’optimisation pour chercher quelle solution ou option est la meilleure. L’analyse doit dans notre cas être multi-critères puisque le problème comporte plusieurs objectifs contradictoires. Une telle approche a comme principale caractéristique de formaliser la préparation des décisions. Tout d’abord, elle améliore la transparence du processus de décision. Ensuite, elle 28 CHAPITRE 1. MÉTHODOLOGIES DE CONCEPTION définit, précise et met en évidence la responsabilité du décideur. Ensuite, comme il existe plusieurs bonnes solutions, elle définit, précise et met en évidence le choix de l’alternative qui dépend essentiellement de la responsabilité du décideur et de son expertise métier. Bernard Roy [81] caractérise l’analyse multi-critères comme ”un nouveau schéma de pensée pour comprendre ou agir sur un système”, en considérant que : • plusieurs critères sont à l’oeuvre pour conduire le système ou guider son évolution, • ces critères sont, au moins localement, conflictuels, • les compromis ou arbitrages ont pour objet de conférer aux critères des valeurs compatibles avec une certaine forme d’équilibre. L’objectif d’une telle analyse consiste à prendre une décision ou à évaluer plusieurs options dans des situations où aucune solution n’est parfaite en conciliant les aspects économiques, de design, technologiques, environnementaux... Dans la littérature, les approches rencontrées sont divisées en trois catégories selon les jugements [84] : 1. Agrégation complète en anglais ”top-down approach” : où les n critères sont agrégés afin de les réduire en un critère unique et les jugements sont alors transitifs. ex : a > b, b > c alors a > c. 2. Agrégation partielle de l’anglais ”bottom-up approach” : les actions sont comparées les unes aux autres et des relations de surclassement sont alors établies. 3. Agrégation locale : une solution est en premier lieu recherchée, et c’est seulement par la suite qu’une recherche itérative est réalisée pour trouver une meilleure solution. Ces trois approches peuvent être illustrées par une ou plusieurs méthodes. Mais en anticipant sur les travaux, seule la méthode utilisée dans la suite des travaux est maintenant présentée. Il s’agit de la méthode multi-critères Electre. 1.4.2 Optimisation multi-critères : Electre Electre fait partie de la famille des méthodes dites d’agrégation partielle, encore appelées méthode de surclassement. Conçue par Bernard Roy [81], [82], elle se base sur la comparaison de critères et permet de dégager un sous-ensemble de solutions en ne demandant que peu d’information. La première version publiée en 1968, repose sur le principe du Concordat (1785) : une action en surclasse une autre si elle est au moins aussi bonne que l’autre relativement à une majorité de critères, sans être nettement plus mauvaise que cette autre relativement aux autres critères. Dans cette méthode, on s’intéresse à chaque solution de l’ensemble et on la compare à toutes les autres. La comparaison se fait alors par paire ordonnée (a par rapport b 6= b par rapport a) et on se demande si l’action ”a” surclasse ou non l’action ”b”. 1.4 Méthode ”Rational Design” 29 L’avantage fondamental de cette méthode se situe dans la richesse des relations possibles entre deux actions. De plus, elles n’imposent pas au décideur des contraintes de rationalité mathématique. Étant donné que les critères sont considérés séparément, ils peuvent être de natures très différentes. Autrement dit, il est tout à fait possible de traiter simultanément des critères qualitatifs et quantitatifs, en respectant les propriétés des évaluations. Le but de la méthode Electre [81] est d’obtenir un ensemble N , le plus petit possible, tel que toute action ou solution qui n’est pas dans N soit surclassée par au moins une action de N. Un poids Pk est attribué à chaque critère k. Puis, à chaque couple de solution (a, b), on compare les fonctions coût de a et de b pour le k ème critère notées respectivement fk (a) et fk (b) et on calcule l’indice de concordance C(a, b) compris entre 0 et 1. Cet indice contribue à l’affirmation ”a surclasse b” sans être suffisante. C(a, b) = P k Pk (fk (a) ≥ fk (b)) Pn k=1 Pk (1.5) Parmi les critères en faveur de l’action b, il peut y en avoir pour lesquels la préférence de b sur a est telle qu’elle met en cause l’affirmation précédente. Un indice de discordance D(a, b) est défini : D(a, b) = 0 1 .M axk (fk (b) 2 si fk (b) ≥ fk (a) − fk (a)) sinon (1.6) Cet indice, compris entre 0 et 1 est d’autant plus grand que la préférence de b sur a est forte sur au moins un critère. Enfin, un seuil de concordance c (relativement grand) et un seuil de discordance d (relativement petit) sont définis et permettent de définir complétement la relation de surclassement, noté aSb pour a surclasse b avec : aSb si et seulement si = C(a, b) ≥ c D(a, b) ≤ d (1.7) A l’issue du calcul des indices de concordance et de discordance, un classement prenant en compte ou pas le risque issue de l’incertitude de la cotation est réalisé. Un graphe est alors établi où les solutions sont représentées par les sommets et les flèches représentant les surclassements. Si une action ai surclasse une autre solution ak , une flèche partant de ai et aboutissant à ak unit les deux solutions. Un classement répondant au but de la méthode Electre est obtenu et les meilleures solutions sont identifiées. La figure 1.10 présente d’une manière synoptique le cheminement de la méthode Electre dans notre application. 30 CHAPITRE 1. MÉTHODOLOGIES DE CONCEPTION Figure 1.10: Démarche d’utilisation de la méthode Electre Pour pouvoir sélectionner l’architecture de train innovant qui servira de support au déploiements de la deuxième étape de la méthode ”First Design”, nous mettrons en oeuvre la méthode Electre. 1.5 Conclusion Ce premier chapitre a permis d’évoquer différentes méthodes relatives à la conception des systèmes et les outils nécessaires à leurs déploiements. Ainsi en reprenant le découpage initié par l’ingénierie système dans le cycle en ” V ”, la méthode de conception robuste ”First Design” se base sur deux grandes étapes : l’optimisation des paramètres fonctionnels et l’optimisation des paramètres organiques. Par rapport au cycle en ”V”, elle intègre une nouvelle notion, celle de la robustesse afin de garantir la qualité du système. Alors que la deuxième phase nécessite une architecture de train qui sera sélectionné par application de la méthode de conception raisonnée ”Rational Design”, la première étape utilise des modèles de dynamiques véhicules simplifiés et robustes. Or actuellement, il n’existe pas de modèle de pneumatique pour les grandes plages de variation d’angle de carrossage. Donc avant de déployer la méthode de conception robuste ”First Design” appliquée au train avant innovant, il est indispensable de mener une étude sur la modélisation du pneumatique. C’est l’objet de la partie suivante. Première partie MODELISATION DU PNEUMATIQUE 31 32 CHAPITRE 1. MÉTHODOLOGIES DE CONCEPTION Introduction de la partie I Le chapitre précédent a montré la nécessité d’avoir un modèle de pneumatique pour le grand carrossage dans l’objectif de concevoir le train innovant. Un des enjeux de cette première partie est donc d’établir les paramètres et variables qui interviennent dans le comportement du pneumatique afin de définir un modèle de pneumatique valable pour le grand carrossage. Cette première partie consacré au pneumatique s’articule autour de trois chapitres. Le premier présente le pneumatique de manière générale pour une meilleure compréhension de la problématique liée au pneumatique et introduit les paramètres et variables qui interviennent dans son comportement. Le second présente un état de l’art de la modélisation du pneumatique. Trois grandes catégories de modèles sont alors répertoriées. Néanmoins les modèles intégrant l’angle de carrossage sont rares, seuls deux modèles intègrent ou peuvent intégrer le carrossage. Ces derniers modèles font alors l’objet d’une étude approfondie dans le troisième chapitre de cette première partie afin de dégager deux modèles dits ”à grand carrossage” dont leur comportement aux grands angles de carrossage est défini. 33 34 CONCLUSION Chapitre 2 Le pneumatique : généralités 2.1 Introduction Aujourd’hui l’idée de concevoir une automobile sans pneumatique est impensable, mais il n’en a pas toujours été ainsi puisqu’avant la révolution du transport du XIXème siècle, des roues en bois et métalliques équipées respectivement carrosses, machines à vapeur et locomotives. En 1845, l’ingénieur Robert W. Thomson invente le premier pneumatique qui combine l’élasticité du caoutchouc servant d’enveloppe externe et celle de l’air emprisonné dans plusieurs petites chambres à air en caoutchouc. Mais, en avance sur son temps, il n’a aucun succès. Il faut attendre encore près d’un demi-siècle avec les frères Michelin pour connaı̂tre l’origine du pneumatique tel que nous le connaissons. Ce produit de haute technologie prend une part prépondérante dans l’étude du comportement dynamique du véhicule, car c’est à travers lui que passe les efforts appliqués au véhicule. Le comportement mécanique du pneumatique qui va être détaillé dans ce chapitre, reste complexe du fait de la non-linéarité des lois et aussi de l’interdépendance des paramètres entre eux. Chaque pneumatique présente des caractéristiques bien spécifiques résultant de sa propre conception. Néanmoins, il existe des lois de comportement générales et communes aux pneumatiques. Et il est important de bien les comprendre pour pouvoir analyser le comportement dynamique d’un véhicule. Ce chapitre présente dans un premier temps, un aspect général du pneumatique tandis qu’une approche physique et mécanique est retenue dans un second temps. 2.2 2.2.1 Approche générale Le pneu Le contact de la gomme avec le sol génère des forces superficielles élevées capables de guider le véhicule sur les trajectoires décidées par le conducteur, de porter la charge résultant de la masse du véhicule et de toutes les surcharges liées aux mouvements dynamiques du véhicule et de transmettre au sol les efforts de freinage et d’accélération décidés par le conducteur. Le cahier des charges du pneumatique semble alors simple à dresser. Mais à ces trois fonctions, il 35 36 CHAPITRE 2. LE PNEUMATIQUE : GÉNÉRALITÉS faut ajouter les aptitudes du pneumatique à : - filtrer les petites irrégularités du sol, ou amortir les bruits et vibrations mécaniques, - rouler avec peu d’effort et peu d’échauffement jusqu’à des vitesses élevées, - conserver durablement toutes ses qualités. Ces 6 fonctions garantissent la sécurité, le confort, l’économie. Elles sont assurées pendant toute la durée de vie du pneu lorsque les précautions d’usage élémentaires sont prises par l’utilisateur. c Figure 2.1: Architecture d’un pneu Michelin Afin de répondre à ces nombreuses exigences, il a fallu concevoir et réaliser un produit de très haute technicité illustré figure 2.1. Pour aborder son fonctionnement, il est indispensable dans cette première partie d’introduire quelques points : - les caractéristiques géométriques, - les constituants de la structure, - la fabrication et la conception. En ce qui concerne les caractéristiques géométriques et architecturales, le pneumatique peut être découpé en trois zones distinctes, représentée sur la figure 2.2, qui remplissent, chacune, une ou plusieurs fonctions bien précises. Figure 2.2: Le pneumatique en trois parties 2.2 Approche générale 2.2.1.1 37 Bande de roulement La bande de roulement se caractérise par son coefficient de frottement, ses propriétés thermiques, sa rigidité et sa sculpture (dessin des sillons faits dans la gomme pour l’évacuation de l’eau). Le choix du caoutchouc, du profil de la bande de roulement impacte directement le compromis entre les différents impératifs cités ci-dessus. En général, on y associe la ou les nappes sommets qui viennent la rigidifier. Ainsi, la bande de roulement en contact avec le sol : • assure l’adhérence du pneumatique sur le sol, qu’il soit sec ou mouillé, • résiste à l’usure en général abrasive, • contribue au guidage de la voiture par la répartition de la pression au sol (très important pour la tenue de cap), • permet un roulement silencieux et consommant le moins possible d’énergie (hystérésis dans le caoutchouc). 2.2.1.2 Armature porteuse L’armature porteuse, quant à elle, comprend les nappes carcasses, les flancs et la gomme d’étanchéité. • L’élément structurel le plus important du pneu est la carcasse. Sa fonction principale consiste à transmettre les efforts — la charge verticale Fz , la force transversale Fy et la force longitudinale Fx — entre les tringles du pneumatique et le sommet. Elle est composée d’un certain nombre de nappes flexibles de module d’élasticité élevé enrobée dans un composé de caoutchouc de module bas, comme le montre la figure 2.1 . Les nappes sont composées de fibres naturelles, synthétiques, ou métalliques et sont ancrées autour des tringles du pneu. • Les flancs doivent quant à eux permettre la déformation radiale des pneumatiques tout en limitant la déformation latérale et protéger les nappes carcasses. Les flancs sont également conçus pour résister aux chocs latéraux (bordure de trottoir) et aux agents atmosphériques qui provoquent des craquelures pour éviter toute altération du comportement du pneumatique. • Et enfin, l’armature porteuse comprend la gomme d’étanchéité (ou gomme intérieure), qui comme son nom l’indique sert à étanchéifier le pneumatique. Cette couche mince de butyle et de caoutchouc, attachée à la surface intérieure de la carcasse, est indispensable mais pas suffisante pour maintenir le pneumatique gonflé. La zone basse vient compléter cette caractéristique d’étanchéité. 2.2.1.3 Zone basse Étymologiquement un pneumatique est un organe qui contient de l’air. La zone basse, composée de gommes et de tringles lie le pneumatique à la jante. Les tringles servent alors 38 CHAPITRE 2. LE PNEUMATIQUE : GÉNÉRALITÉS à serrer le pneu sur la jante et supportent une force d’étirement considérable sans risque de rupture. Elles sont recouvertes d’une gomme dure qui assure la liaison étanche avec la jante. La pression de l’air ainsi retenue conditionne toutes les fonctions du pneu : fonctions de sécurité, d’économie, d’agrément et une mauvaise pression dégrade toutes ces performances. 2.2.2 Structure du pneu La conception et la construction de la carcasse déterminent, en grande partie, les caractéristiques du pneu. Parmi les divers paramètres de conception, les dispositions géométriques des nappes, et en particulier la direction des fibres, jouent un rôle significatif dans le comportement du pneu. Plus l’angle entre l’orientation des fils et le plan de roue est petit, plus le pneu a de bonnes caractéristiques de tenue de route. D’autre part, si les nappes forment un angle droit par rapport à la ligne médiane de la bande de roulement, le pneu sera capable de fournir un bon confort, mais ne sera pas performant. Aujourd’hui, deux structures prédominent et en voici la description. 2.2.2.1 Architecture diagonale Figure 2.3: Pneumatique à carcasse diagonale La première structure, et la plus ancienne car elle est apparue à la fin du XIX ème siècle, est connu sous le nom de structure diagonale. Elle se décrit comme une enveloppe de caoutchouc armée de nappes en fibres synthétiques (nylon, rayonne, polyester) superposées de câbles parallèles, formant entre elles un angle entre les directions des câbles d’environ 45˚ avec le plan médian du pneumatique - figure 2.3. Cet empilage de nappes se retrouve indifféremment dans les flancs et dans le sommet. Le nombre de nappes est augmenté, autant que nécessaire, car c’est lui qui conditionne la charge que supporte le pneumatique (entre six et huit pour un pneumatique d’automobile et jusqu’à douze pour celui d’un poids lourd). Caractérisée par sa raideur, cette structure offre une médiocre tenue latérale au pneu, et génère de forts glissements sur le sol, ce qui engendre une usure rapide de ces pneumatiques sur des routes sinueuses. De plus, les flexions répétées du pneu provoquent un échauffement excessif en raison des frottements entre les multiples nappes superposées... La longévité et l’économie ne sont pas ses points forts. 2.2 Approche générale 2.2.2.2 39 Architecture radiale Le pneumatique à carcasse radiale (1946), deuxième type de structure, est le résultat imprévu d’une étude qui tentait de comprendre les défauts de la structure diagonale. La structure radiale, figure 2.4, présente la particularité de dissocier distinctement les fonctions des flancs (portage) et du bloc sommet améliorant ainsi la tenue de route. L’armature porteuse est formée de nappes textiles qui constituent une sorte de tube surmonté de deux nappes de câbles métalliques croisées selon un angle approprié (environ 20˚). Figure 2.4: Pneumatique à carcasse radiale Cette structure se distingue de la précédente par sa relative simplicité : en effet, elle limite le nombre de nappes (une ou deux couches pour la carcasse et deux nappes sommets pour le pneu de base, trois pour les pneus à hautes performances) ce qui allège le poids du pneumatique réduisant ainsi l’inertie de la roue pour améliorer sa maniabilité. Par son flanc souple, le pneu radial dispose d’une importante flexibilité verticale, gage d’un confort élevé. Par ailleurs, il assure en permanence une surface de contact maximum avec le sol. La tenue de cap lors de perturbations transversales (brusques dévers, rafales de vent) est remarquable, ainsi que la résistance à l’usure. Sur le plan thermique, le pneumatique radial s’échauffe très peu et, de ce fait, peut rouler à des vitesses beaucoup plus élevées. Il est plus sûr et dure plus longtemps. Une troisième structure a été conçue par les spécialistes d’Outre Atlantique. De l’anglais ” Bias ”, cette structure est un mélange des structures diagonale et radiale. Elle devait éviter aux fabricants américains d’avoir à modifier leurs appareils de production inadaptés à la fabrication du radial. Mais les performances n’étant pas à la hauteur des espérances, le ”Bias” disparaı̂t définitivement en 1980 au profil de la structure radiale pour les pneumatiques automobiles. 2.2.2.3 Pneumatique moto La différence entre un pneu diagonal et un pneu radial se situe dans la façon dont la carcasse est conçue. Un pneu de moto, comme le pneu d’automobile, est exposé à de très nombreuses forces lors des phases d’accélération et de freinage, en ligne droite ou en virage, à vitesse faible et plus élevée. Le pneu diagonal est toujours utilisé pour les cycles et les motos mais il a été adapté aux besoins des machines rapides ou lourdes, par l’application tout autour d’une ceinture de renfort dans le sens du pneu, c’est-à-dire ce qu’on a appelé le ”BiasBelted Tyre”. 40 CHAPITRE 2. LE PNEUMATIQUE : GÉNÉRALITÉS Au fur et à mesure que les motos sont devenues plus puissantes et plus rapides, le besoin s’est fait sentir d’une structure encore plus solide et c’est ainsi que le pneu radial pour moto a vu le jour (Michelin - 1987 pour la moto mais dès 1946 pour l’auto). Avec le temps, de nouvelles techniques ont fait leur apparition, mais toutes sont une variation sur le thème de la ”carcasse radiale avec ceinture 0˚”, Metzeler et Pirelli utilisent une ”0 degree steel belt”, une ceinture en fil d’acier orientée dans le sens de la marche, Bridgestone propose une ”mono-spiral belt” en kevlar et Michelin combine la ceinture 0˚ aux zones de soutien en angle. Continental (avec le ContiForce) et Avon présentent un nouveau pneu radial et Shinko (ex-Yokohama) dispose lui aussi, avec le tout nouveau 009, d’un pneu radial ultra sportif. Comme pour les pneus d’automobile, les avantages indéniables du pneu radial d’une moto sont une plus grande précision de direction, une meilleure stabilité en ligne droite, de meilleures caractéristiques d’amortissement et des propriétés techniques mieux contrôlables. Ce sont des facteurs importants s’il faut fournir des performances extrêmes. 2.2.3 Conception du pneumatique 2.2.3.1 Matériaux Le caoutchouc brut, naturel ou synthétique, n’a qu’une utilité limitée. Par exemple, au froid, il devient dur et cassant tandis que la chaleur le fait fondre et le rend collant. En 1839, l’Américain Charles Goodyear découvre qu’en ajoutant du soufre au caoutchouc et en le ”cuisant”, on en améliore les qualités. Ce procédé, à l’origine de l’utilisation générale actuelle du caoutchouc, fut baptisé vulcanisation (d’après le dieu romain du feu : Vulcain). Les caoutchoucs utilisés dans l’industrie ne sont pas faits seulement de caoutchouc. Certes, le caoutchouc est l’ingrédient principal mais, au cours de la phase dite ”du mélange”, différents types de caoutchouc et d’autres substances sont ajoutées, notamment des substances vulcanisantes à base de soufre ou d’autres dérivés qui confèrent au produit final certaines caractéristiques. Elles entrent en action, c’est-à-dire qu’elles provoquent le processus de vulcanisation quand la température s’élève. Les mélanges de catouchouc avec d’autres ingrédients sont fonction de leur destination dans le pneumatique : en général, une gomme très dure est utilisée pour les renforts au niveau des tringles, et au niveau des flancs des antioxydants sont ajoutés pour lutter contre l’effet de l’ozone sur le pneu. Chauffés puis fondus, ces différents mélanges imprègnent des fils d’acier ou des textiles synthétiques. La bande obtenue est enroulée puis recouverte de gomme pour constituer un manchon cylindrique. Ses extrémités sont rabattues autour des talons métalliques (tringles) qui serviront à l’accrochage sur la jante. Ce manchon encore plastique est vulcanisé (cuisson et adjonction de soufre) pour passer à un état élastique stabilisé. Durant cette opération le moule imprime sur la bande de roulement la sculpture ainsi que les inscriptions des flancs. En résumé, le pneumatique est une structure composée, qui associe les propriétés physiques de matériaux très différents, tels que : • La sève d’hévéa polymérisée ou de caoutchouc naturel, synthétique (à 70%), 2.2 Approche générale 41 • Des élastomères et produits chimiques(noir de carbone, Silice, huiles, plastifiants, initiateurs, catalyseurs), • Des textiles (nylon, aramide, rayonne...), • De l’acier. 2.2.3.2 Fabrication Le processus de fabrication n’a que lentement évolué depuis le début du XXème siècle. Néanmoins, depuis une dizaine d’années, de nouveaux procédés apparaissent pour, par exemple, que les machines puissent tenir dans des camions pour plus de flexibilité. Figure 2.5: Étapes de la fabrication Schématiquement le processus de fabrication d’un pneumatique passe par plusieurs étapes essentielles. La première phase de la fabrication d’un pneumatique est la préparation du mélange de caoutchouc qui constituera la gomme. La figure 2.5 montre le mélange qui sort en bandes du mélangeur. Dans un autre atelier, les fils des matériaux de renfort, tissés pour former une toile, sont imprégnés de caoutchouc dans une machine appelée calandre : le tissu caoutchouté ainsi obtenu est la base de la structure de la carcasse du pneumatique, qui est préparée sur une autre machine dite de conditionnement en forme de tambour. Sur ce tambour spécial en acier contractile, les différentes toiles sont tout d’abord enroulées puis les flancs et la bande de roulement (précédemment obtenus par étirage des feuilles du mélange), ainsi que les tringles métalliques sur lesquelles sont fixées les toiles de la carcasse. Puis, à ce pneu ”cru”, la forme d’une couronne est donnée en soufflant de l’air comprimé à l’intérieur pendant qu’il se trouve sur le tambour. L’estompage est la dernière opération : il a lieu en soufflant de l’air chaud à l’intérieur du pneu, ce qui le presse contre le moule. Sous l’effet de la chaleur, le caoutchouc se vulcanise, acquérant de façon permanente ses caractéristiques mécaniques. Le pneu prend alors la forme définitive et la bande de roulement est ”sculptée” selon un dessin en relief typique 42 CHAPITRE 2. LE PNEUMATIQUE : GÉNÉRALITÉS élaboré pour donner au pneu tenue de route et adhérence. La vulcanisation d’un pneumatique a donc trois fonctions : - Souder les matériaux ensemble (carcasse, gomme et divers composants) - Transformer la gomme en un matériau élastique - Incruster dans le pneu les rainures Le pneumatique est alors un assemblage de nappes et de gommes. Sa fabrication est un processus que les manufacturiers maı̂trisent mais qui reste encore mystérieux pour les constructeurs automobiles. 2.2.3.3 Marquage Le marquage d’un pneumatique, défini sous forme normalisée, renseigne les dimensions, la structure, l’indice de charge, le code de vitesse du pneumatique. En prenant un exemple : 205/60 R 16 92H TL, le client comprendra : 205 : la largeur du pneumatique en mm 60 : rapport entre la hauteur et la largeur H/S appelée série du pneumatique R : structure radiale 16 : diamètre intérieur du pneumatique en pouce 92 : indice de charge. 92 correspond à 630kg de charge admissible par pneumatique. A titre d’information, cet indice varie de 62 à 125 pour des charges comprises entre 265 et 1650kg par pneu. H : code de vitesse. Dans ce cas, H correspond à une vitesse maximale admissible de 210 km/h. L’indice le plus faible est J, il correspond à une vitesse de 100km/h tandis que la plus élevée est Y pour une vitesse de 300 km/h. TL : indique que le pneumatique est sans chambre à air (de l’anglais tubeless). Une indication commerciale indiquant le nom du manufacturier ainsi que l’intitulé du produit, la semaine de production sont également inscrits sur le pneumatique. Cette description générale présente le pneumatique, mais il semble intéressant de comprendre son fonctionnement. 2.3 Approche physique D’un point de vue mécanique, le pneumatique est générateur d’efforts. Avant de rentrer dans la description des efforts et parce qu’en dynamique du véhicule, les valeurs des différentes entités sont définies selon des conventions bien précises, il est important de poser clairement les principaux repères de travail. 2.3 Approche physique 43 2.3.1 Repères et conventions 2.3.1.1 Repères Le choix du repère de travail est un élément déterminant pour l’étude de la dynamique du véhicule. Les principaux repères utilisés traditionnellement dans le milieu de l’automobile sont : le repère au sol, le repère route, le repère lié au pneumatique, le repère aérodynamique, le repère lié au châssis. Seul le repère lié au pneumatique est présenté dans ce chapitre, les autres sont détaillés dans l’annexe A. Les repères et normes utilisés pour l’expression des variables d’entrée et de sortie du pneumatique sont nombreux dans la littérature. Il est donc primordial de connaı̂tre celui dans lequel sont exprimées les mesures. Les plus courants sont présentés ci-dessous : • le repère roue est un trièdre orthonormé direct lié au plan de jante et dont l’origine est généralement le point conventionnel de contact au sol Q. Ainsi l’axe X est dirigé vers l’avant du véhicule. L’axe Y est confondu avec l’axe de rotation de la roue et est dirigé vers la gauche. L’axe Z est orienté vers le haut et appartient au plan de jante. • le repère ISO est défini dans la norme ISO (ISO 91). L’origine ”Q” de ce repère appartient à l’aire de contact avec le sol et est située à une distance Rr du centre de la roue, Rr étant le rayon sous charge Fz du pneumatique. Ce repère n’est pas incliné avec la roue et ses axes X, Y, et Z sont respectivement orientés vers l’avant, vers la gauche et vers le haut. Figure 2.6: Repère SAE de la roue • le repère SAE - figure 2.6— dont l’origine correspond à celle du repère ISO. L’axe X du repère est dirigé vers l’avant, l’axe Y vers la droite et l’axe Z vers le bas. • le repère de Pacejka : l’origine de ce repère est située au point ”Q”. L’axe X du repère est dirigé vers l’avant, l’axe Y est dirigé vers la droite et l’axe Z est dirigé vers le haut. Ce 44 CHAPITRE 2. LE PNEUMATIQUE : GÉNÉRALITÉS dernier repère est le seul à ne pas être direct. Ce repère est celui utilisé par Pacejka pour l’expression des grandeurs d’entrée et de sortie du modèle qui porte son nom. Dans la suite des travaux, nous utiliserons le repère SAE pour le pneumatique. 2.3.1.2 Conventions Avec ce système d’axes, de nombreux paramètres caractéristiques du pneu peuvent être définis. Par exemple sur la figure 2.7, des angles, des déplacements propres à la roue et à la rotation et à la translation du porte-fusée sont définis et illustrés. Figure 2.7: Angles à la roue • pour les rotations: - le carrossage selon l’axe longitudinal x - déjà présenté en introduction, - l’enroulement selon l’axe transversal y, - le braquage de la roue, selon l’axe vertical z. • pour les déplacements - le recul de roue suivant l’axe longitudinal x, - le ballant selon l’axe transversal y, - le débattement selon l’axe vertical z. Les conventions de la roue étant définies, il est temps de s’intéresser aux lois de comportement générales caractéristiques du pneumatique qui permettent l’analyse des phénomènes dynamiques du comportement du véhicule. 2.3.2 Angles et paramètres influents L’action exercée par le sol sur le pneumatique se répercute sur le véhicule. Elle peut être représentée au maximum par trois composantes de forces et trois composantes de moments appliquées au centre de la roue. La force longitudinale Fx est la composante de la force résultante appliquée sur le pneu par la route suivant l’axe longitudinal. La force latérale Fy est la composante suivant la direction Y et la force normale Fz est la composante suivant la direction verticale Z. Le moment de renversement Mx est le moment autour de l’axe longitudinal. 2.3 Approche physique 45 La résistance au roulement My est le moment suivant l’axe transversal, et le moment d’autoalignement Mz est le moment suivant l’axe vertical. Les efforts de base sont représentés sur la figure 2.6. Avec le système d’axes défini précédemment, plusieurs paramètres impactant sur le pneumatique peuvent être décrits. En effet, deux angles très importants, présentés brièvement dans l’introduction, sont associés au roulement du pneu : • α : angle de dérive qui est l’angle formé entre la direction du mouvement et le plan de jante, • γ : angle de carrossage qui est l’angle d’inclinaison de la roue par rapport au plan vertical. A ces deux angles, s’ajoutent deux autres paramètres : • Sx : le taux de glissement longitudinal, ou pseudo-glissement longitudinal, • δ : l’écrasement vertical du pneumatique. Au final, nous disposons d’un système - figure 2.8 - dont les entrées sont les quatre paramètres précédents et dont les sorties sont les efforts caractéristiques du pneumatique. Figure 2.8: Système E/S du pneumatique Afin de comprendre la mécanique et la cinématique du pneu, nous allons reprendre les paramètres influents un par un pour les étudier et ainsi mieux cibler leur influence sur son comportement. 2.3.2.1 Angle de dérive Lorsqu’un pneumatique est soumis à aucune force perpendiculaire au plan de roue, il se déplace suivant la direction du plan de roue. Si, cependant, une force latérale Fs s’exerce sur ce pneumatique - figure 2.9, le pneu se déplace alors suivant une trajectoire faisant un angle α avec le plan de roue. Ce phénomène, observé en 1920 par l’ingénieur Brouhliet, provient de l’élasticité latérale de la carcasse. L’angle α est alors appelé angle de dérive et l’effort développé par le sol sur le pneumatique est plus connu sous le nom d’effort de dérive Fyα . Un pneumatique en situation de dérive est alors soumis à deux déflections associées : • un déport transversal qui se justifie par la flexibilité transversal du pneumatique et qui génère ainsi une poussée de dérive Fyα , 46 CHAPITRE 2. LE PNEUMATIQUE : GÉNÉRALITÉS Figure 2.9: Comportement d’un pneu soumis à un effort latéral [22] • une torsion autour d’un axe vertical, ce qui génère un couple appelé moment d’autoalignement sur lequel on revient ci-après. Cette notion d’angle de dérive - figure 2.10 - à la base de nombreux travaux sur le comportement routier [89], [91], est défini par : tan(α) = Vy Vx (2.1) Figure 2.10: La cinématique du pneumatique et l’effort de dérive par l’équation 2 présentée en introduction. Les courbes caractéristiques de Fyα (α) ont toutes la forme de celle de la figure 2.11 passant par un maximum pour un angle de dérive généralement compris entre 5˚ et 15˚ suivant les pneumatiques. 2.3 Approche physique 47 Figure 2.11: Caractéristique de l’effort transversal en fonction de la dérive Sur cette courbe, trois zones se distinguent : - une zone linéaire croissante : il y adhérence du pneumatique sur la chaussée, - une zone croissante non linéaire (zone de transition) : une partie de l’aire de contact glisse, - une zone décroissante : il y a dérapage. Moment d’auto-alignement L’angle de dérive crée également un moment Mz dit d’auto-alignement, qui tend généralement à réduire l’angle de dérive. Le moment d’auto-alignement est très important pour le conducteur car il modifie le couple au volant et constitue ainsi un ” feed-back ” sur le comportement du pneumatique. Il se définit comme le produit entre la chasse du pneumatique tp sur la figure 2.9 et la force latérale - équation 4 définie en introduction. Mz = −tp .Fy (2.2) La variation du moment d’auto-alignement en fonction de la dérive est fortement non linéaire comme le montre la figure 2.12. Son maximum est obtenu pour une valeur d’angle de dérive inférieure à celle donnant l’effort transversal maximal. Le moment s’annule puis change de signe lorsque le pneumatique est en dérapage. Pour le conducteur, la décroissance du moment d’auto-alignement indique l’amorce du dérapage. Figure 2.12: Caractéristique de Fy et Mz en fonction de la dérive 48 CHAPITRE 2. LE PNEUMATIQUE : GÉNÉRALITÉS L’angle de dérive produit également un faible moment de renversement. Le paragraphe sur les couplages montrera l’influence de l’angle de dérive sur l’effort longitudinal. 2.3.2.2 Taux de glissement Le taux de glissement, encore appelé pseudo-glissement longitudinal Sx — noté parfois κ dans la littérature — caractérise l’écart relatif entre la vitesse longitudinale du centre de la roue Vx et la vitesse Ω.R du pneu par rapport au sol. La vitesse de glissement est alors définie par Vs = Vx − R.Ω et le taux de glissement Sx suivant l’axe longitudinal par : R.Ω (2.3) Vx avec Ω la vitesse de rotation de la roue, R le rayon sous charge du pneumatique, Vx la projecSx = 1 − tion dans le plan de jante de la vitesse du point de contact initial par rapport au sol. En roue libre, par définition : Rl = Vx Ω (2.4) Cette définition exprime que la roue peut tourner plus ou moins vite par rapport à sa vitesse linéaire. Deux exemples extrêmes illustrent ce concept : • une roue bloquée au freinage : Ω = 0, V 6= 0, Sx = 1 • une roue qui patine au démarrage : Ω 6= 0, V = 0, Sx = −∞ Sx > 0 pour un effort de freinage Sx < 0 pour un effort de traction Figure 2.13: Courbes des efforts longitudinaux caractéristiques du pneumatique L’effort longitudinal produit est alors fonction de ce paramètre Sx . Les courbes, comme on peut le voir sur la figure 2.13, ont la forme de la figure 2.11. Pour les faibles valeurs de glissement, la loi de comportement du pneumatique est linéaire, elle est symbolisée par l’équation suivante : Fx = Cx .Sx (2.5) 2.3 Approche physique 49 où Cx est la rigidité de pseudo-glissement. Mais de manière générale, l’effort maximal de freinage est souvent supérieur à l’effort maximal de traction. 2.3.2.3 Écrasement vertical Lorsque les pneumatiques sont montés sur un véhicule, une force verticale Fz s’exerce sur chaque pneu. Le pneu se déforme et le caoutchouc se compresse sous le poids du véhicule jusqu’à ce qu’un équilibre soit atteint entre la pression du pneu et le poids du véhicule. La figure 2.10 montre schématiquement cet écrasement qui est défini par l’équation 2.6 où Rl est le rayon libre du pneumatique et R le rayon sous charge. ∆zp = Rl − R (2.6) Sous l’action de la charge, le pneumatique subit une flèche et génère une aire de contact de forme sensiblement rectangulaire pour un pneumatique d’automobile - figure 5 de l’introduction. Une évolution des tensions du pneumatique sur tout le tour du pneumatique se produit pour répondre à l’ensemble des déformations. En plus de la déformation de flexion dans l’épaisseur du pneumatique suivant les différents couches et leur position dans l’empilement de la structure, deux modes de déformations compétitifs apparaissent au niveau de la bande de roulement : • le cisaillement dans le plan, • et l’extension compression. L’écrasement vertical est fondamental pour le comportement routier des véhicules, car il modifie de façon considérable toutes les caractéristiques longitudinales et transversales du pneumatique. 2.3.2.4 Angle de carrossage L’influence de l’angle de carrossage sur le comportement du pneumatique n’a fait l’objet d’études que pour de petits angles de carrossage. Ainsi la caractéristique de l’effort transversal Fy en fonction du carrossage est une droite passant par l’origine du repère. En revanche, c’est l’impact du carrossage sur l’effort de dérive 2.14 qui produit un moment de renversement qui tend à réduire l’angle de carrossage. 50 CHAPITRE 2. LE PNEUMATIQUE : GÉNÉRALITÉS Figure 2.14: Fyγ (α) pour différents carrossage 2.3.2.5 Couplage longitudinal - transversal Lorsqu’un pneumatique est soumis simultanément à un angle de dérive et à un taux de glissement longitudinal, il se produit un effort longitudinal et un effort transversal. Ces deux efforts sont inférieurs à ceux qui existeraient si chaque sollicitation s’appliquait seule. Les courbes de la figure 2.15 [79] représentant Fx (Sx) et Fy (Sx) illustrent les variations des ces efforts en fonction du pseudo-glissement pour plusieurs angles de dérive. Figure 2.15: Fx et Fy en fonction du taux de glissement pour plusieurs angles de dérive [79] Il est d’usage de représenter ces interactions sous la forme de courbes Fy (Fx ) paramétrées en dérive - figure 2.16. Ces courbes, qui portent le nom de réseau d’ellipses d’équidérive [47], ne sont pas symétriques entre les phases de traction et de freinage. Cette dissymétrie est importante pour des pneumatiques à carcasse diagonale, mais faible pour des carcasses radiales ceinturées. Les courbes peuvent être considérées comme l’enveloppe délimitant le domaine des points de fonctionnement possibles sans dérapage pour un angle de dérive donnée et à un cas de charge donné. 2.3 Approche physique 51 Figure 2.16: Réseau d’ellipses d’équidérive 2.3.2.6 Couplage vertical-horizontal • Influence de l’écrasement vertical sur les courbes de dérive Pour cette étude, le tracé de l’effort transversal Fy en fonction de la dérive pour plusieurs charges verticales est nécessaire - figure 2.17. Le coefficient d’adhérence est alors défini comme le rapport entre l’effort transversal maximal et la charge verticale, tandis que le coefficient de dérapage est le rapport entre l’effort transversal à une dérive α = 90˚ et la charge verticale Fz . Figure 2.17: Fy (α) à plusieurs cas de charges verticales La rigidité de dérive Cα et les coefficients d’adhérence et de dérapage varient fortement, mais de façon différente, avec la charge verticale - figure 2.18. La rigidité de dérive présente un maximum et au-delà d’une certaine charge, une augmentation de la charge entraı̂ne une diminution de la rigidité de dérive. L’angle de dérive pour lequel l’effort transversal est maximal est un paramètre intéressant ; il décroı̂t généralement quand la charge augmente. 52 CHAPITRE 2. LE PNEUMATIQUE : GÉNÉRALITÉS Figure 2.18: Influence de Fz sur les coefficients d’adhérence transversale et sur la rigidité de dérive 2.3.3 Bilan De nombreux facteurs et variables influençant le comportement du pneumatique viennent d’être introduits. Cependant, il existe d’autres facteurs : • la pression de gonflage du pneumatique, qui affecte les rigidités et les coefficients d’adhérence, • la vitesse de roulement, qui affecte peu la pente initiale des courbes mais diminue le coefficient d’adhérence (phénomène plus important sur faible adhérence), • la température de la bande de roulement, • la nature du revêtement routier, • la présence d’eau, de neige, de verglas, • l’usure de la bande de roulement (plus l’épaisseur du caoutchouc de la bande de roulement est faible, plus la rigidité de dérive et de pseudo-glissement est élevée). De nombreux classements répertorient ces facteurs et variables influentes suivant la prestation de comportement véhicule attendue. Pour illustration, l’un d’entre eux est maintenant présenté. Il s’agit celui de Ammon [4]. Ce classement - figure 2.19 - récapitule les paramètres qui influent sur le pneumatique et y associe leur impact sur le comportement du véhicule en terme de stabilité, de vibration, de confort... 2.4 Conclusion 53 Figure 2.19: Influence des paramètres sur les efforts et suivant le domaine étudié [4] Ce classement met en avant toutes les caractéristiques que doit supporter un pneumatique, comme par exemple : - une roue doit supporter jusqu’à trois fois la charge de référence, - le pneu doit supporter des fréquences entre 0 et 30Hz, - l’angle de carrossage supporté par le pneumatique doit atteindre minimum 10˚. Le pneumatique est donc soumis a un ensemble de contraintes et son comportement a un impact direct sur celui du véhicule. 2.4 Conclusion De très nombreux paramètres gouvernent la réponse du pneumatique. La compréhension des facteurs d’influence et des différents couplages qui existent entre eux permet de se doter des éléments d’analyse du comportement dynamique du véhicule. Afin d’effectuer notre démarche de conception robuste appliquée aux trains innovants, et en anticipant sur les parties suivantes, il est indispensable de spécifier clairement notre besoin en matière de modèle de pneu. Le modèle de pneu devra remplir le cahier des charges suivant, il devra : • être le plus simple possible (nombre restreint de paramètres), • comporter des paramètres physiques macroscopiques facilement interprétables ou mesurables, • avoir un comportement valide aux grands angles de carrossage (jusqu’à 20˚) et aux petits angles de dérive (< 10˚). 54 CHAPITRE 2. LE PNEUMATIQUE : GÉNÉRALITÉS Le comportement du pneumatique aux grands angles de carrossage et aux grands angles de dérive n’est pas attendu. On fait l’hypothèse que le modèle de pneumatique doit fonctionner aux associations suivantes : • petits angles de dérive et petits angles de carrossage, • petits angles de dérive et grands angles de carrossage, l’association grands angles de dérive et petits angles de carrossage étant déjà réalisée dans l’ensemble des modèles pneu de l’automobile. Dans le prochain chapitre, il est donc indispensable de se pencher sur la modélisation du pneu et sur son comportement pour pouvoir appliquer notre démarche de conception appliquée aux trains. Chapitre 3 Etat de l’art des modèles pneumatiques 3.1 Introduction Depuis maintenant plus d’un demi-siècle, et grâce à l’essor des moyens de calculs et de mesures, de nombreux modèles, de plus en plus raffinés, ont été développés par les constructeurs d’automobiles et de pneumatiques et par les universités. Au début, seul le comportement en ligne droite du véhicule et en virage stabilisé faisait l’objet de recherches, puis il a fallu s’intéresser aux phases transitoires de mise en virage, pour en arriver maintenant à la simulation de conduite à la limite d’adhérence de couplage freinage-virage ou même à la simulation d’accidents. Cette évolution a favorisé la complexification de la modélisation du pneu. Il est donc intéressant de se pencher sur l’ensemble des modèles pour répondre à notre besoin. Sans être exhaustif, et parce que chaque modèle est conçu dans un but précis, ce nouveau chapitre présente quelques modèles de comportement de pneumatiques et quelques principes de la modélisation. Dans une première partie, une classification des différents modèles est suggérée. Puis chacune de ces classes est ensuite détaillée avant d’introduire la modélisation du pneumatique moto. Une conclusion est donnée en gardant à l’esprit le besoin de faire varier le pneumatique sur une plage de carrossage assez grande, l’objectif étant de définir un modèle de pneumatique de véhicule de tourisme dont le comportement est représentatif aux grands angles de carrossage. 3.2 Classification des modèles Les stratégies de modélisation du pneumatique dans la littérature peuvent être classées selon trois catégories selon l’objectif demandé ou dédié au modèle et selon le compromis entre la précision physique de la représentation et la souplesse numérique des algorithmes : • Les modèles fonctionnels ou modèles de conception simplifiés décrivent le comportement du pneumatique dans sa globalité ou partiellement en ne retenant que des phénomènes suffisamment simplifiés pour permettre une résolution analytique des équations, • Les modèles de développement décrivent le comportement global du pneumatique : les lois de comportement physiques des matériaux constituant le pneumatique sont intégrées 55 56 CHAPITRE 3. ETAT DE L’ART DES MODÈLES PNEUMATIQUES sur toute sa déformée, pour obtenir les lois globales résultantes, • Les modèles à retour d’expérience décrivent le comportement global du pneumatique en interpolant des résultats expérimentaux par des fonctions de forme dont les paramètres sont identifiés. Le tableau de la figure 3.1 regroupe les caractéristiques des trois grandes catégories de modèle de pneumatique distinguées et il présente les avantages et inconvénients de chaque groupe. Figure 3.1: Classification des modèles 3.3 Modèles fonctionnels Les modèles fonctionnels consistent à modéliser le système en le simplifiant grâce à des hypothèses physiques. Les paramètres qu’ils font intervenir sont en petit nombre (une dizaine au plus) et ils ont tous un contenu physique (masse, inertie, raideur, amortissement, coefficient de frottement, etc). Dans le cadre de ces modèles fonctionnels, trois types de modèles sont présentés : les modèles verticaux, les modèles latéraux et les modèles incluant le frottement. 3.3.1 Modèles verticaux Les modèles verticaux sont les premiers modèles de pneumatique à voir le jour. Ils modélisent une dimension du pneumatique à savoir la composante verticale du pneumatique en caractérisant le pneumatique au moyen d’une masse, d’une raideur et d’un amortissement comme un oscillateur à étage. Quatre variantes du modèle ont été développées et ont servi par la suite aux développements de modèles plus complexes. Les hypothèses communes aux quatre versions sont les suivantes : 3.3 Modèles fonctionnels 57 - Le profil de route est considéré comme étant infiniment rigide donc indéformable, - La masse du pneumatique est concentrée au centre de la roue, - Le ressort modélise la pression et l’élasticité de la carcasse, et l’amortisseur modélise la dissipation interne de la carcasse. • Le modèle du point de contact Ce premier modèle se décrit de la manière suivante : le contact entre le pneumatique et le profil routier est supposée ponctuel. La force de contact est supposé verticale et les efforts longitudinaux et transversaux sont négligés au niveau de l’empreinte. Le point de contact et le centre de la roue sont reliés par un ressort et un amortisseur verticaux placés en parallèle figure 3.2. Figure 3.2: Modèle du point de contact Pour les déplacements verticaux du point de contact pneu/sol noté y0 , et du centre de roue noté y1 et les vitesses y˙0 et y˙1 , l’effort vertical vaut : F = Z yst +y0 −y1 k.dy + Z y˙0 −y˙1 c.dẏ (3.1) 0 0 où yst est la déflection statique du pneu sous charge, Fz = Z yst k.dy (3.2) dy (3.3) 0 y˙0 = V avec V la vitesse d’avancement du véhicule et de contact donné. 0 dx dy0 dx est la pente du profil de route au point L’effort vertical de l’empreinte Fv est égal à Fz lorsqu’il y a contact avec le sol, et il vaut zéro lorsqu’il n’y a pas de contact entre le pneumatique et la chaussée : Fv = Fz si Fz > 0 Fv = 0 si Fz ≤ 0 (3.4) 58 CHAPITRE 3. ETAT DE L’ART DES MODÈLES PNEUMATIQUES L’effort horizontal Fh —suivant l’axe longitudinal du véhicule — est lié à l’effort vertical par la relation suivante : dy0 Fh (3.5) = Fv dx L’ensemble des équation 3.2, 3.3, 3.4 et 3.5 détermine les forces horizontale et verticale. Ces dernières forces sont transmises aux suspensions du véhicule et sont déterminées par les équations suivantes: Fz = Fv − m.y¨1 (3.6) Fx = −Fh (3.7) Ce modèle est valable aux très faibles fréquences (moins de 1 Hz), et il tend au-delà à surestimer l’effort vertical. Ce modèle a été développé uniquement pour être plus tard intégré dans un modèle global du comportement dynamique des véhicules de tourisme. Les degrés de liberté transversaux sont ici négligés. • Le modèle à bande roulement rigide Le modèle à bande de rouelement rigide se décrit de la manière suivante : le contact entre le pneumatique et le profil routier est également supposé ponctuel, mais il s’établit par l’intermédiaire d’une roue rigide et de même diamètre que le pneumatique, tangente au profil de route. La force de contact est alors supposée verticale, les efforts longitudinaux et transversaux dans l’empreinte sont négligés. Le centre de la bande de contact et le centre de la roue concentrant la masse équivalente de l’aire modélisée sont reliés par un ressort et un amortisseur verticaux en parallèle - figure 3.3. Figure 3.3: Modèle à bande de roulement rigide Pour ce modèle, le chemin imposé par la roue rigide est donnée par l’expression 3.8. y¯0 (x) = y0 (x + x̄) + √ r2 − x̄2 (3.8) 3.3 Modèles fonctionnels 59 où r est le rayon de courbure, x un point localisé le long du profil, x̄ correspond à l’abscisse où le glissement apparait dans la zone de contact. En général, l’équation 3.8 fournit deux solutions diamétralement opposées. Comme le modèle précédent, ce modèle est valable aux très faibles fréquences (moins de 1 Hz), en outre il permet de filtrer les petites irrégularités de la route. Le modèle n’a été développé uniquement que pour être plus tard intégré dans un modèle global du comportement dynamique des véhicules de tourisme. • Le modèle à empreinte fixe Le modèle à empreinte fixe - figure 3.4 - décrit par Kozin et Bogdanoff dans [40], [52] et [18] se penche plus particulièrement sur la représentation de l’empreinte. A ce stade le contact pneumatique/chaussée n’est plus considéré comme ponctuel mais de longueur constante L. L’effort généré est alors supposé vertical en tout point de l’empreinte, et les forces longitudinales et latérale sont alors négligées. Le point courant de l’empreinte et le centre de la roue concentrant la masse équivalente de l’aire modélisée sont reliés par un ressort et un amortisseur verticaux placés en parallèle comme les modèles précédents. Figure 3.4: Modèle à empreinte fixe L’effort vertical total est alors calculé de la manière suivante : Fvertical = Z L/2 −L/2 Z yst +y0 (x)−y1 0 k .dy.dx + Z L/2 −L/2 Z ˙ y0 (x)− y˙1 b0 .dẏ.dx (3.9) 0 où yst est la déformée statique de l’empreinte, y0 (x)représente le profil de route comme une ˙ est donnée par : fonction et y0 (x) y˙0 (x) = V. V est alors la vitesse d’avancement et dy0 (x) dx dy0 (x) est dx (3.10) le glissement local à l’abscisse x. Ce modèle, valable aux très basses fréquences (moins de 1Hz), tend au-delà à sous estimer les forces. En outre, il permet de filtrer les petites irrégularités de profil de route car il est équivalent au modèle point de contact où la hauteur du point de contact serait remplacée par 60 CHAPITRE 3. ETAT DE L’ART DES MODÈLES PNEUMATIQUES la moyenne de celle-ci sur l’intervalle de longueur fixe. Un modèle similaire a été développé par Schuring dans [3] avec pour originalité de se baser sur la mesure de deux rigidités : une obtenue en évaluant la surface de contact lorsque le pneumatique est chargé, et une en évaluant la surface de contact lorsque le pneu rencontre un obstacle et se déforme. • Le modèle à empreinte adaptative La dernière version évoquée dans cette catégorie de modèles verticaux est celle de l’empreinte adaptative. Dans le même état d’esprit que les modèles précédents, le point courant de l’empreinte et le centre de la roue concentrant la masse équivalente sont reliés par un ressort et un amortisseur radiaux placés en parallèle, comme le montre la figure 3.5. L’atout majeur de cette modélisation est de considérer que la surface de contact et son orientation par rapport au centre de la surface de contact peuvent varier. Figure 3.5: Modèle à empreinte adaptative Cette représentation prend en compte la distribution de pression interne pi qui joue sur l’empreinte et considère une distribution non linéaire des raideurs k et amortissement pour simuler la contribution de la charge verticale sur la carcasse. Les efforts dus à la déformation de la bande de roulement orientée d’un angle θ par rapport à l’axe vertical sont donnés par : Pi .B.R.dθ i2 si dFc > 0 dFv = dFc .cos(θ) + s h dy0 (x̄) 1+ (3.11) dx̄ dF = 0 si dFc ≤ 0 v Pi .B.[dy0(x̄/dx̄) ].R.dθ si dFc > 0 i2 dFh = dFc .sin(θ) + s h dy0 (x̄) 1+ (3.12) dx̄ dFh = 0 si dFc ≤ 0 avec dFc = hZ 0 δ(θ) k.dy + Z 0 ˙ δ(θ) i b.dẏ .dθ (3.13) 3.3 Modèles fonctionnels 61 avec - B correspond à la largeur de l’empreinte, - δ(θ) l’écrasement vertical de la bande de roulement orienté suivant l’axe vertical d’un angle θ, ˙ la vitesse radiale de la bande de roulement due au mouvement de rotation du - δ(θ) pneumatique, 0 (x̄) la pente locale du profil routier au point de contact, - dydx̄ et x̄ = r.sin(θ) (3.14) Pour les systèmes d’équation 3.11 et 3.12, le premier terme représente l’effort de la carcasse alors que le second terme fournit l’augmentation de pression suite à l’écrasement du pneumatique. L’écrasement de la bande de roulement est la somme de l’écrasement statique du à l’équilibre des charges et l’écrasement résultant des irrégularité du profil de route y0 (x̄) et du déplacement du centre de la roue y1 . Ainsi ce modèle, comme celui de l’empreinte fixe, a la capacité de filtrer les petites irrégularités du profil de route. • Bilan Les quatre variantes de modèles verticaux présentés ci-dessus se restreignent à ne considérer que l’aspect vertical du pneumatique en représentant différemment le contact pneu/sol : il est en effet soit considéré comme étant ponctuel, linéique ou surfacique. Dans ces modèles sauf celui à empreinte adaptative, la variation de pression et les efforts du pneu sont dépendants l’un de l’autre, ce qui sous entend que les efforts de la carcasse et la pression varient de la même manière lorsque le pneu se déforme. D’autres modèles ont donc été développés pour améliorer cette hypothèse simplificatrice [60] et seront développés dans la partie suivante car ce sont des modèles plus complexes qui s’inspirent de ces modèles simplifiés. Dans le même esprit de représentation vertical du pneumatique, on trouve le modèle de Davis [31], implémenté en 1987 sous ADAMS [1] qui scinde la roue en segments déformables indépendants auxquels il attribue une rigidité (ce principe a été repris dans la modélisation du Ftire). Pour un profil de route donné, l’effort agissant sur le pneu est alors calculé à partir des raideurs de la roue. Levin, quant à lui, présente dans [59] un modèle d’empreinte stationnaire qui couple les différentes modélisations vues jusqu’à présent en y associant un modèle de frottement. Les modèles de frottement sont détaillés un peu plus loin dans le mémoire. 62 CHAPITRE 3. ETAT DE L’ART DES MODÈLES PNEUMATIQUES 3.3.2 Modèles latéraux Les modèles latéraux reprennent le principe des modèles verticaux en associant des rigidités latérales entre le point de contact et la jante. Ces modèles se sont en particulier développés dans le domaine de l’aéronautique avec les différentes versions du modèle de Moreland [68] et [69] pour expliquer les phénomènes de Shimmy (violentes vibrations qui peuvent apparaı̂tre sur la roue avant d’une voiture mais surtout sur un train d’atterrissage). Ces modèles se sont moins développés au profit de modèle de comportement transitoire. En effet, de nombreuses études ont tenté de développer des modèles mathématiques pour l’étude du comportement transitoire du pneumatique. Deux théories ont alors pris le dessus - figure 3.6. La première basée sur l’hypothèse que la bande de roulement est équivalente à un anneau rigide élastiquement relié à la jante par des ressorts latéraux symbolisant ainsi les flancs du pneu. Figure 3.6: Modèle pour le comportement transitoire : a) modèle de l’anneau rigide. b) modèle de l’anneau élastique [38] Dans la seconde, la bande de roulement est équivalente à un anneau flexible relié élastiquement à la jante. Dans les deux modèles, on suppose que le comportement transitoire du pneumatique se déduit des caractéristiques de la ligne équatoriale (ligne de contact lorsque’elle est en contact avec le sol) du pneumatique et de sa déformation avec le plan de la roue. La principale différence entre ces deux modélisations repose sur la prise en compte du glissement au niveau de la zone de contact dans le modèle de l’anneau flexible, tandis que celui de l’anneau rigide ne l’intègre pas. Alors que ces deux modèles ont servi de base à de nombreux modèles, comme l’anneau de Kobiki [56], le modèle de Von Schlippe [46] et le modèle de Davis [31], d’autres sont apparus en se servant de la théorie du frottement sur laquelle se penche le prochain paragraphe. 3.3 Modèles fonctionnels 63 3.3.3 Modèles avec frottement 3.3.3.1 Modèles de frottement Le frottement apparaı̂t à l’interface de deux surfaces en contact - figure 3.7. Il est dit sec lorsque l’interface est exempte de toute autre corps. Le mouvement du solide sur une surface de contact est supposé uniforme. Le déplacement de cette masse est noté u et la force développée au contact est notée F . Figure 3.7: Frottement d’une masse en mouvement plan Sans donner la description phénoménologique du frottement, cette section présente les principaux modèles de frottement de la littérature [70] permettant de décrire les forces générées à l’interface roue/sol. Ces modèles peuvent être classés selon deux catégories : les modèles statiques et les modèles dynamiques. 1. Modèles statiques Le principe fondamental du frottement énoncé par Coulomb indique que la force de frottement à l’interface de deux solides s’oppose à leur mouvement relatif et que l’amplitude de cette force est indépendante de la vitesse de déplacement notée Vs = u̇ et de l’aire de contact apparente. Elle est décrite par : pour Vs > 0 Fc F = [−Fc ; Fc ] pour Vs = 0 −Fc pour Vs < 0 (3.15) Fc est la force de Coulomb. Usuellement pour le modèle de Coulomb, Fc = µ.Fz , avec Fz la charge normale et µ le coefficient de frottement de Coulomb. Ce modèle a l’inconvénient de fournir peu d’information sur les performances de frottement au cours du changement de signe de la vitesse. De plus, il impose un schéma numérique contraignant lors du couplage avec les équations du mouvement et des approximations sont nécessaires pour poser le système d’équations d’états. Il peut être amélioré par la prise en compte des phénomènes visqueux dûs à la présence d’un troisième corps entre la gomme et le sol. On parle alors de friction visqueuse et Fc est alors remplacé dans l’équation 3.15 par Fk .Vsδv . La dépendance par rapport à la vitesse peut, suivant la valeur de δv , être non linéaire. Cette nouvelle expression ne permet cependant pas de prendre en compte le fait que la force de frottement à vitesse nulle est supérieure à la force de Coulomb. Stribeck a donc proposé un modèle permettant de coupler ce phénomène à une dépendance de la vitesse, 64 CHAPITRE 3. ETAT DE L’ART DES MODÈLES PNEUMATIQUES non seulement non linéaire, mais également continue. −| Vs | Vs 6= 0 F (Vs ) = Fc + (Fs − Fc )e Vsσ + Fvs .Vs si F = Fe si Vs = 0 et |Fe | < Fc f sign(F ) sinon s e (3.16) Fe étant la force extérieure tangentielle, Fs est la friction statique, Vsσ la vitesse de Stribeck et FV s la force de friction visqueuse pouvant être non-linéaire. La difficulté de ces modèles est de pouvoir définir si la vitesse est nulle ou pas. Pour y remédier, Karnopp [55]propose de définir une zone ”morte” autour de zéro dans laquelle la force de friction est nulle. Cette nouvelle approche permet de résoudre les problèmes sans donner une force de frottement réaliste. Armstrong [5] propose d’associer deux modèles de frottement : un pour le frottement lors du collage et l’autre en glissement. Mais le passage d’un modèle à l’autre est encore un problème. Les problèmes évoqués ont motivé le développement de modèles de frottements dynamiques plus réalistes et plus efficaces. Le paragraphe suivant présente ces modèles. 2. Modèles dynamiques Le premier modèle dynamique est le modèle de Dahl [107]. Dahl propose une expression différentielle du frottement inspiré des lois de comportement élasto-plastique des matériaux. L’originalité consiste en une description de l’effort en fonction du déplacement relatif u et de sa vitesse u̇. dF (u) F (u) F (u) = K|1 − .sign(u̇)|α .sign 1 − .sign(u̇) (3.17) du fk fk où fk est la force de frottement dynamique, K est la rigidité de contact (de l’ordre de 40kN) et α un paramètre permettant de régler l’allure de la loi de comportement (correspondant à différents matériaux), typiquement α = 1. Lorsque α est très petit le comportement décrit par l’équation 3.17 est quasiment élastoplastique pur. Il est donc naturel d’interpréter la grandeur FK(u) comme la déformation moyenne des aspérités de contact des éléments frottants et K comme la raideur de ces mêmes aspérités. Pour modéliser les frottements, Bliman et Sorine adoptent le point de vue de la théorie mathématique des systèmes à hystérésis largement développée ces dernières années [15]. Ils proposent une classe d’opérateurs d’hystérésis définis par des équations différentielles qui facilite leur utilisation en automatique. Les propriétés de ces modèles sont les suivantes : • ils rendent compte de la propriété d’hystérésis des frottements secs (mise en évidence d’une force de frottement plus faible pour une vitesse décroissante, que pour une vitesse croissante) 3.3 Modèles fonctionnels 65 • ils sont évidemment dissipatifs, même lorsque’ils rendent compte de maxima locaux du frottement. La relation frottement/vitesse peut alors être localement décroissante, reproduisant ainsi l’effet Stribeck. • couplés aux équations du mouvement, les modèles conduisent à un système bien posé; propriété indispensable pour les simulations numériques. Le modèle de premier ordre de Bliman et Sorine a toutes les propriétés requises mais ne rend compte dans les transitoires que de l’effet de Dahl, c’est-à-dire du comportement élastique des aspérités de contact. Ce modèle, très simple, est une régularisation du modèle de Coulomb. Le modèle du second ordre de Bliman et Sorine a en revanche toutes les propriétés recherchées. Il associe en fait deux modèle de Dahl en parallèle permettant ainsi d’étudier le déplacement dans les deux direction longitudinale et transversale. Ces diverses approches de la modélisation ont servi à l’élaboration de plusieurs modèles de pneumatiques. Trois d’entre eux vont être présentés dans le paragraphe suivant. 3.3.3.2 Présentation de modèles basés sur la théorie du frottement et de l’adhérence 1. Modèle de LuGre En se basant sur le modèles de frottement Dahl [107] au niveau de la zone de contact, le modèle de LuGre considère une vitesse uniforme autour de la ceinture et dépendante du coefficient de frottement. Ce modèle est présenté par C. Canudas et al. dans [107] et évalué dans [36]. Ce modèle, lié à l’utilisation d’éléments (discrétisation de la zone de contact), est connu pour être capable de décrire le comportement de frottement dynamique en phase de freinage ou d’accélération. Il y a deux façons de décrire la force de frottement : soit on la considère comme ponctuelle, soit comme distribuée. Dans la version ponctuelle, la force est une moyenne sur la longueur de la surface de contact, aboutissant à une équation différentielle ordinaire. Dans la seconde version, l’aire de contact, supposée de longueur constante, aboutit alors à une équation différentielle partielle plus complexe. La figure 3.8 montre une courbe typique de la première version du modèle de LuGre pour les différentes valeurs du coefficient d’adhérence µ. 66 CHAPITRE 3. ETAT DE L’ART DES MODÈLES PNEUMATIQUES Figure 3.8: Courbes typiques d’effort longitudinal en fonction du glissement longitudinal du modèle de LuGre [102] Les petites valeurs du coefficient de frottement (ou coefficient d’adhérence) µ correspondent à de la faible adhérence, tandis que de grandes valeurs représentent la haute adhérence. La version générale du modèle de LuGre, présenté dans [106] et dans [102], est mis en équation par : ż = −νs − σ0 .|νs | z g(νs ) avec (3.18) − ννs g(νs ) = µc + (µs − µc ).e str α F = (σ0 .z + σ1 .ż − σ2 .νs ).Fz (3.19) (3.20) F est la force de frottement du sol sur le pneu et elle est représentée par l’effort de déformation moyen des petits ressorts qui modélisent les éléments de caoutchouc. σ0 correspond à la raideur longitudinale de l’élément de caoutchouc, σ1 est l’amortissement longitudinal des éléments, σ2 l’amortissement visqueux, µc est le coefficient de frottement de Coulomb, µs le coefficient de frottement statique, νs la vitesse relative définie par νs = ν − R.Ω et νstr la vitesse qui permet de paramétrer la fonction de Stribeck notée g(νs ). z est la déformation moyenne des éléments de caoutchouc, α le paramètre permettant de coller à la caractéristique quasi-statique. Le modèle de LuGre discrétise l’aire de contact en un nombre infini d’éléments. Cependant, dans cette approche, les éléments se comportent selon les équations 3.18 et 3.20. Les éléments de caoutchouc se déplacent dans l’aire de contact à la vitesse de rotation de ∂z ∂x + ∂x . ∂t , le modèle de LuGre au niveau de l’aire la roue Ω.R. Avec la relation ż(x, t) = ∂z ∂t de contact est donné par(i = x,y) 3.3 Modèles fonctionnels 67 ż(x, t) = ∂zi σ0i |νsi | ∂zi |Ω.R| + = −νsi − zi (x, t) ∂t ∂x g(νsi ) (3.21) La représentation statique peut alors être trouvée en considérant la dérivée temporelle nulle, c’est-à-dire ∂z (x, t) = 0. On trouve alors : ∂t zi ss (νs , ω.R, x) = g(νsi ) σ0i νsi |x 1 − e− ( σ0i g(νsi ) ω.R (3.22) Pour obtenir les efforts, l’équation 3.21 a besoin d’être intégrée sur la longueur de l’aire de contact. Il faut également considérer une répartition verticale de charge qz . Ainsi on a: Fi (t) = Z a −a σ0i .zi (x, t) + σ1i ∂zi (x, t) − σ2i .νsi qz dx ∂x (3.23) Pour pouvoir représenter le moment d’auto-alignement, une répartition parabolique nonsymétrique est utilisée. L’expression général du moment d’auto-alignement s’écrit donc : Mz (t) = a ∂zy (x, t) − σ2y νsy qz (a − x)dx σ0y zy (x, t) + σ1y ∂x −a Z (3.24) Le modèle de LuGre décrit donc bien le comportement quasi-statique du pneumatique avec un modèle de frottement provenant du coefficient d’adhérence. Le tableau 3.1 présente les avantages et les inconvénients de ce modèle. Avantages + Prise en compte du coefficient d’adhérence + Modèle quasi-statique précis Inconvénients - Nombre moyen de paramètres à estimer - Propriétés dynamiques pas encore bien documentées ni très précise - Hypothèse : faibles angles de carrossage Tableau 3.1: Bilan de la modélisation de LuGre 2. Brush model Le deuxième modèle présenté est le ”Brush model”. Le tableau 3.2 illustre les caractéristiques en présentant les avantages et inconvénients. Ce modèle reprend comme le modèle LuGre, le principe de discrétisation de la bande de roulement en éléments de caoutchouc. C’est à partir de la déformation des éléments et du frottement des éléments sur le sol que ce modèles est mis en équation. C’est un modèle que la littérature décrit comme simple [75], [41], [99], [35]. 68 CHAPITRE 3. ETAT DE L’ART DES MODÈLES PNEUMATIQUES Quatre facteurs fondamentaux dans la modélisation du pneumatique sont pris en compte : les propriétés de frottement, la répartition de la pression de contact, la déformation de la bande de roulement et les efforts de contact sont représentés en fonction du taux de glissement, de la dérive, de la charge verticale et des raideurs de pneumatiques. Avantages + Modèle physique + Nombre de paramètres faibles + Raideur de la carcasse raisonnable pour l’effort longitudinal Inconvénients - Vitesse indépendante du coefficient de frottement - Intégration sur la zone de contact (Fz varie) - Propriété d’isotropie du pneu Tableau 3.2: Bilan de la modélisation de ”Brush model” En prenant en compte plusieurs rangées de brosses pour modéliser la largeur de la surface de contact, on parvient à intégrer l’angle de carrossage dans le modèle de pneumatique - figure 3.9. En effet lorsque le pneumatique a un angle de carrossage non nul, toute sa largeur de bande de roulement ne travaille pas. Figure 3.9: Trois rangées discrétisées d’éléments de caoutchouc pour considérer l’angle de carrossage Ce dernier modèle paraı̂t intéressant pour nos travaux de recherche, il va donc faire l’objet d’une étude plus précise dans le chapitre suivant. 3. Dugoff Le dernier modèle présenté est le modèle de Dugoff [37], [63]. Ce modèle - bon compromis entre coût et représentativité - présente l’avantage de ne faire intervenir qu’un nombre restreint de variables physiques. Le couplage entre les efforts longitudinal et transversal peut également être pris en compte si le besoin s’en fait ressentir. Les équations du modèle de Dugoff sont ( sx Fx = Cx 1−s κ x tan δ Fy = Cα 1−sx κ (3.25) 3.3 Modèles fonctionnels 69 avec : et : κ = (2 − σ)σ si σi < 1 κ=1 si σi ≥ 1 (1 − sx ).µi .Fz σ= q 2 Cx 2 sx 2 + Cα 2 (tan δi )2 (3.26) (3.27) Le pneumatique sature lorsque σ < 1. Pour σ ≥ 1, il reste dans sa partie linéaire. Le terme κ introduit le couplage entre les efforts transversal et longitudinal. En pratique, la résultante des efforts longitudinal et transversal combinés est toujours située dans une ellipse qui traduit les limites de la capacité d’adhérence (cf. figure 3.10). Fy i Fx i accélération freinage Figure 3.10: Ellipse limite de capacité d’adhérence Cette ellipse est l’enveloppe des courbes iso-dérives. La longueur du demi-grand axe est égale à |µ.Fz |, celle du demi-petit axe est inférieure à |µ.Fz |, mais se rapproche d’autant plus de cette valeur que la dérive maximale admissible sans glissement longitudinal est élevée. Pour pouvoir prendre en compte une rigidité de dérive non-linéaire, l’expression de Fy issue du système (3.25) est simplifié dans [63] par: Fyi = Dyi Avantages + Prise en compte du coefficient d’adhérence + Couplage latéral et longitudinal pris en compte + Nombre faible de paramètres à estimer δi κi 1 − s xi (3.28) Inconvénients - Propriétés dynamiques pas encore bien documentées ni très précise - Hypothèse : faibles angles de carrossage Tableau 3.3: Bilan de la modélisation de Dugoff D’autres modèles, comme le modèle de Gim [43] ou encore le modèle de Kiencke [100] ont fait l’objet d’études, en particulier dans [85] mais aucun d’eux ne considère l’angle de carrossage comme une variable intervenant dans le comportement du pneumatique. 70 CHAPITRE 3. ETAT DE L’ART DES MODÈLES PNEUMATIQUES 3.3.4 Bilan Cette première catégorie de modèle présente les différents éléments du pneu à modéliser : la bande de roulement, les flancs de carcasse, le point de contact et l’adhérence ou le frottement dans la zone de contact pneu/sol. Elle suggère des modélisations simples : association de ressorts et d’amortisseurs principalement en vertical et en latéral, discrétisation de la zone de contact en éléments... Cette simplicité de modélisation a permis d’aboutir à un grand nombre de modèles de plus en plus réalistes. Néanmoins, peu de modèles considère l’angle de carrossage en tant que variable du modèle. Regardons alors si les modèles de développement peuvent intégrer les grandes variations de l’angle de carrossage. La prochaine section se penche donc sur les modèles de développement. 3.4 Modèles de développement Les modèles de développement décrivent le comportement global du pneumatique en utilisant des lois de comportement physiques des matériaux. Cette section sera illustrée par cinq modèles dont les approches sont différentes. 3.4.1 RMOD-K Les développements récents à la fois des ressources de calculs et de la modélisation elle-même ont contribué à l’effervescence des modèles en trois dimensions. La ceinture du pneu se retrouve modélisée dans l’espace et discrétisée pour mieux évaluer le contact pneu/sol. Un des premiers modèles de ce genre est le FTire de Gypser [7]. Ce modèle consiste en un anneau flexible et extensible incluant les rigidités des flancs et élastiquement lié à la jante par des ressorts disposés dans les trois directions de l’espace. Le FTire est un modèle discrétisé par un anneau consistant en un nombre fini de masses, chacune d’elles est reliée à la masse voisine par des ressorts et des amortisseurs (in-plane et out-of-plane). En outre, chaque élément séparé de la ceinture est relié à plusieurs éléments de masse pour évaluer les phénomènes de contact. Un autre type de modèle développé par Mancosu et al. [64] est aussi référencé comme un modèle physique à 3D. Celui-ci consiste en une ceinture rigide, suspendue à la jante par des ressorts dont les propriétés peuvent être déterminées par la méthode des éléments finis (FEM). Cette ceinture est associée à un modèle détaillé et discrétisé de l’empreinte au sol du pneumatique. Cette empreinte est constituée d’un grand nombre d’éléments de caoutchouc et d’interactions entre ces éléments. Un troisième développement fait par Oertel et al, est plus connu sous le nom de RMOD-K figure 3.11 [75]. Ce dernier modèle fournit une description détaillée en éléments finis de la structure du pneumatique complètement discrétisée. La ceinture flexible ainsi obtenue est rattachée à la jante par un modèle de flanc à air pressurisé. Cette ceinture est modélisée par une ou plusieurs couches qui interagissent entre elles. Le contact est modélisé par les forces de frottement et la charge verticale provenant de la mesure d’un capteur. Ce modèle est un peu plus simple que les modèles en éléments finis, mais il nécessite la 3.4 Modèles de développement 71 Figure 3.11: Représentation de la structure à éléments finis du RMOD-K [75] connaissance particulière des interactions entre chaque couche. Il est donc, comme le modèle suivant, principalement employé et développé par les manufacturiers de pneus. 3.4.2 Modèles à éléments finis Les modèles de calcul par éléments finis pour l’étude des contraintes et déplacements dans les flancs des pneumatiques [30] ont vu le jour dans les années 1980. A l’époque, ces modèles permettaient la prévision des propriétés de déflection statique des pneumatiques, mais ne prenaient pas encore en compte les phénomènes dynamiques comme la mise en dérive. Ils servaient à la conception du pneumatique mais beaucoup moins à la modélisation de la tenue de route, car ils sont gourmands en puissance de calcul. Le pneumatique est alors discrétisé par des éléments ponctuels, rigides ou flexibles avec des propriétés de masse et d’inertie en rotation concentrées aux centres des masses respectifs, selon la modélisation multicorps. La déformée dans le cas d’éléments distinct des centres de masse interpolée en tout point du pneumatique. Elle est au minimum continue au premier ordre [30]. A chaque centre de masses s’exercent les forces discrètes de chargement, les forces élastiques amorties des flancs de carcasse et les forces discrètes élastiques amorties de la bande de roulement. Le long de la déformée s’exercent des forces réparties de pression, des forces réparties élastiques amorties de contact et des forces réparties de frottement dans l’aire de contact seulement. Le flanc est construit comme une structure déformable qui relie la bande de roulement aux tringles (voir chapitre 2 : approche générale du pneumatique) mais inextensible sur laquelle agit une répartition de pression. La ceinture dans le cas d’une modélisation à éléments finis peut être modélisée par une poutre ou un fil tendu relié à la jante supposé infiniment rigide par un grand nombre d’éléments élastiques. La bande de roulement est modélisée par des éléments de caoutchouc relié élastiquement à la ceinture. 72 CHAPITRE 3. ETAT DE L’ART DES MODÈLES PNEUMATIQUES Chaque élément constitutif du pneumatique peut être représenté de manière plus ou moins simple, en utilisant des interpolations par segments, par arcs de cercle, par des fonctions de Bézier... La complexité de ces modèles s’élève très rapidement et les moyens de calculs dont ils ont besoin sont grands. De ce fait, ces modèles sont beaucoup plus utilisés et développés par les manufacturiers. Dans le cadre de nos travaux qui portent sur la conception d’un train et non pas sur celle d’un pneumatique, nous avons décidé de ne pas approfondir cette catégorie de modèles. Néanmoins, il reste une dernière catégorie de modèles à exploiter, celle à retour d’expérience. Ces modèles vont donc faire l’objet de la partie suivante. 3.5 Modèles à retour d’expérience Les modèles à retour d’expérience décrivent le comportement global du pneumatique en interpolant des résultats expérimentaux par des fonctions de forme dont les paramètres sont identifiés. Dans cette troisième catégorie de modèles de pneu, le principal modèle qui est une référence dans le domaine de la modélisation du comportement du pneumatique s’intitule Magic Formula de Pacejka. Il est en effet présent dans de nombreux simulateurs, du jeux vidéo (ex : Racer [78]) aux outils à usage professionnel (ex : MADA1 ,ADAMS/Car [1],Carsim [19]). Il est utilisé pour la comparaison ou la validation d’autres modèles [23], [16]. L’historique de ce modèle est présenté afin de mieux comprendre son évolution. Pour faciliter la compréhension, seules les formules du modèle, pour des sollicitations longitudinale et transversale en dérive pure uniquement sont présentées. 3.5.1 Magic Formula Dans le but de prédire le comportement routier d’automobiles à l’aide de simulations, dans les années 1970 et suite à l’initiative de ”Volvo Car Corporation”, de gros efforts sont faits en collaboration avec l’université de Delft et avec les professeurs Pacejka, Bakker, Bayle pour développer un modèle de pneumatique décrivant le plus correctement possible les efforts générés dans le plan horizontal de la zone de contact pneu/sol. Ainsi en 1987 [9], la première version d’un modèle de comportement voit le jour sous le nom de ”Magic Formula”. Cette formulation est capable de reproduire le comportement du pneumatique pour des sollicitations pures en régime établi. Cette formule est un modèle à retour d’expérience - ou modèle empirique - puisqu’il n’est pas le résultat d’une démonstration rigoureuse mais les équations sont une interpolation de résultats expérimentaux effectués sur banc d’essai. L’idée de base est d’utiliser des fonctions sinus et arc tangente pour approcher les courbes de la force générale en dérive pure, puis plus tard en dérive couplée. 1 y(x) = D.sin[C.arctan{B.x − E.(B.x − arctan(B.x))}] (3.29) m(x) = D.cos[C.arctan{B.x − E.(B.x − arctan(B.x))}] (3.30) Modèle Avancé Dynamique Automobile, logiciel de simulation Renault 3.5 Modèles à retour d’expérience 73 Ces formules représentent toutes les composantes des forces exercées par les pneus. Elles sont développées en tenant compte que la force verticale (Fz ) change au cours de la simulation. y représente soit la force longitudinale Fx en fonction du glissement, soit la force transversale Fy en fonction de la dérive et m représente le moment que l’on veut simuler (Mz : moment d’auto-alignement, My : moment de roulement et Mx le moment de renversement). B est le coefficient de rigidité - C le coefficient de forme - D le coefficient d’amplitude -, et E le coefficient de courbure - figure 3.12. avec x = X + Sh (3.31) Y (X) = y(x) + Sv (3.32) Sh représente le décalage horizontal et Sv le décalage vertical. Ces décalages sont représentés sur la figure 3.12. Figure 3.12: Allure des courbes de Pacejka À chaque coefficient B, C, D, E sont associés différents paramètres qui modifient l’équation de base pour donner la force dans chaque direction du repère local. La seconde version [72] qui se base plus sur la physique, est présentée en 1989. Les formules s’enrichissent pour reproduire le comportement du pneumatique lors des phases transitoires mais aussi sous sollicitations couplées. Le comportement de transitoire est introduit en assimilant le mouvement de la carcasse à un filtre du premier ordre. La même année, la longueur de relaxation du pneumatique est introduite [10]. Ce modèle est amélioré pour fournir la description des efforts en dérive couplée en 1991-1993 [11]. La partie de la bande de roulement en contact avec le sol est assimilée à une masse en mouvement dans le plan horizontal. 74 CHAPITRE 3. ETAT DE L’ART DES MODÈLES PNEUMATIQUES Bayle [13] propose une approche plus empirique en réduisant la complexité des calculs d’efforts en dérive couplée afin d’améliorer les temps de calculs des différents paramètres de la formule magique. Les formules s’écrivent alors : Fx = Fxpure .G(α, Sx , Fz ) (3.33) Fy = Fypure .G(α, Sx , γ, Fz ) + SvySx (3.34) où Fypure et Fxpure sont respectivement les efforts longitudinal et latéral en dérive pure, SvySx est la composante due au glissement longitudinal et les Gi des fonctions de pondération qui sont de la forme : Gxα = cos(Cxα .arctan(Bxα (α + SHkα ))) cos(Cxα .arctan(Bxα .SHkα )) (3.35) et Bxα = rBx1 .cos(arctan(rBx2 ).Sx ).λxα (3.36) En transversal, on obtient la forme suivante : cos(CySx .arctan(BySx (Sx + SHySx ))) cos(CySx .arctan(Byα .SHyα )) (3.37) BySx = rBy1 .cos(arctan(rBy2 (α − rBy3 ))).λySx (3.38) SHySx = DvySx .sin[rvy5 .arctan(rvy6 .Sx )].λV ySx (3.39) DvySx = µy .Fz .(rvy1 + rvy2 .df z + r − vy3) (3.40) GySx = Cette approche est adoptée dans la version de 1996 [74], [73] à laquelle on peut se référer pour plus de détails concernant les différents paramètres. Cette version conserve les avantages des dernières versions et elle prend en compte les modifications suivantes : • le moment d’auto-alignement devient dépendant de la force latérale en dérive pure et couplée, • les efforts en dérive couplée sont calculés en suivant les suggestions de Bayle [13], • une formule décrivant le moment de renversement est introduite, • le comportement du pneumatique en régime transitoire est opérationnel à vitesse nulle, • la variation de charge du pneumatique est prise en compte, 3.5 Modèles à retour d’expérience 75 • les paramètres utilisés dans la formule sont sans dimension pour améliorer les expériences et les temps de calculs et leur nombre augmente, • des facteurs d’échelle (” scaling factor ”), noté λi , sont introduits pour optimiser le comportement du pneumatique lors d’essais sur véhicule. Figure 3.13: Représentation du modèle SWIFT [51] En 2002, le modèle connaı̂t une autre évolution, commercialisée par TNO sous la version 5.2 du modèle MF-Tyre [103]. Celle-ci rajoute une dépendance de Fx par rapport au carrossage et de la résistance au roulement par rapport à la vitesse. Cette version améliore encore la qualité des forces estimées dans le cas de sollicitations couplées. Dix paramètres sont rajoutés, dont 2 facteurs d’échelle aux 119 paramètres de la version 1996. Une des dernières évolutions connues de ce modèle est proposé en 2003 par Van Oosten [71], [34] et permet une meilleure explication de l’effort transversal lors d’essais en courbe, même sous très fortes dérives. Cette évolution a l’avantage de travailler sur des données issues d’essais sur véhicules (projet TIME). Elle propose une formulation de l’effort transversal vis-à-vis du carrossage. Un dernier modèle utilisant la ”Magic Formulae” est développé, il est connu sous le nom de modèle ”SWIFT” [50], [2] - figure 3.13 - développé par I.J.M Besselink, J.P Maurice, A.J.C Schmeitz et W.A Zegelaar sous la direction de H.B Pacejka et en partenariat avec l’université de Delft et TNO Automotive et l’association de plusieurs constructeurs automobiles (Ford, PSA, Audi). Dans ce modèle, plusieurs phénomènes qui restaient impossibles à simuler jusqu’alors, sont pris en compte. Il permet ainsi l’étude du comportement du véhicule sur mauvaise route, en accélération et en freinage ou en virage, l’évaluation du comportement lors du franchissement d’obstacles (petits), l’analyse de l’amortissement des suspensions et la simulation de retournement. 3.5.2 Bilan Le tableau 3.4 présente les différents avantages et inconvénients de la formulation de Pacejka et de ses variantes. Il faut cependant retenir que si les différentes évolutions du modèle de Pacejka procurent de bons résultats pour la modélisation du comportement d’un véhicule, elles restent limitées à de petits angles de carrossage (inférieur à 6-7˚). Néanmoins, en 1997, un modèle plus connu sous le nom de modèle MF-McTyre qui s’applique uniquement aux motos est développé [101], [105]. Reprenant l’idée de la formule magique à savoir un ensemble de fonctions 76 CHAPITRE 3. ETAT DE L’ART DES MODÈLES PNEUMATIQUES en sinus et arc tangente, ce modèle considère la contribution du carrossage en rajoutant entre autre un terme à l’effort transversal. Ce modèle est intéressant pour notre étude, la section suivante fait l’objet de son développement. Avantages + Excellente corrélation avec les données expérimentales + Utilise des coefficients de recalage + Décrit les non-linéarités du pneumatique Inconvénients - Un grand de nombre de paramètres à identifier - Les paramètres n’ont pas tous une signification physique Tableau 3.4: Bilan de la modélisation de Pacejka 3.6 3.6.1 Modélisation du pneu moto Histoire L’histoire de la modélisation du pneu moto avant 1985 est référencé dans [88]. Après 1942, les connaissances sur le comportement du pneu se sont énormément améliorées, le pneu est alors considéré comme un générateur d’efforts [104]. A ce même moment, il a été conclu que pour les motos les angles de dérive sont faibles et que la moto tourne en virage grâce à la poussée de carrossage. Il a alors été habituel de décrire le pneu en donnant l’effort transversal de façon linéaire par rapport à l’angle de dérive et l’angle de carrossage. Dans [88], Sharp a représenté, en 1971, le décalage de l’effort transversal par un premier modèle de relaxation, qui semble avoir une grande influence sur le comportement dynamique de la moto. Seulement deux ans plus tard, la non-linéarité est introduite dans la modélisation du pneu moto [80]. En parallèle, Koenen développe un modèle sophistiqué dans lequel le pneu est considéré comme radialement flexible, et sa forme est représentée. Les variables d’entrée de ce modèle sont les quatre présentées dans le premier chapitre à savoir : l’angle de dérive, le glissement, l’angle de carrossage et l’écrasement vertical (donc la charge verticale). Comme la charge verticale dépend de l’effort transversal et réciproquement, les équations sont résolues avec une itération du type Newton-Raphson. Le comportement non stationnaire est aussi pris en compte. En 1987, la première version de la ”Magic Formula” est présentée. Cette formulation, qui est décrite dans la section précédente, ne prend en compte que des petits angles de dérive et de carrossage (10˚ maxi). Elle ne s’applique donc qu’aux pneus d’automobiles et de camions. La première formulation applicable aux motos n’apparaı̂t qu’en 1997 avec De Vries [105]. Les résultats montrent alors que le modèle adapté fournit une bonne description des efforts en stationnaire à petite vitesse (inférieure à 100km/h). A dessus de cette vitesse, des doutes sont émis car le modèle ne prend pas en compte les effets gyroscopiques sur la ceinture du pneu. Un an plus tard, De Vries enquête sur l’influence de la stabilité d’une moto; il modélise alors une moto 3.6 Modélisation du pneu moto 77 avec deux modèles de pneus différents. Le modèle du pneu arrière se base sur l’anneau rigide et celui de l’avant est la formulation de Pacejka. La première impression est que l’implémentation du modèle de l’anneau rigide ne modifie pas le comportement de la moto mais aux grandes vitesses, les contributions de l’effet gyroscopique sont prises en compte. A vitesse moyenne (80km/h), le modèle de l’anneau rigide donne moins d’amortissement que le modèle de relaxation de la formulation de Pacejka. Néanmoins le modèle de Pacejka pour les pneus moto a été accepté [77], [101]. Figure 3.14: Différentes définitions du point de contact d’un pneu moto [29] Dans la même période, un modèle est développé à l’université de Padua. Dans ce modèle, on cherche à améliorer les défauts du modèle de relaxation du premier ordre. Cossalter [29] montrent les premiers résultats : la formulation de Pacejka est adapté dans le sens où le point de contact ”C” est redéfini en ”A” - figure 3.14. Le principal avantage de prendre en compte la variation du point de contact est que le moment de renversement Mx peut être négligé. Ce modèle a été étendu avec la prise en compte de la flexibilité de la carcasse. Pour modéliser le point de contact, deux modèles ont été développés - figure 3.15. Le modèle le plus simple a deux degrés de liberté : les déplacement radiaux et latéraux par rapport à la jante. La raideur du pneu est alors modélisée par des ressorts linéaires dans les directions radiale et latérale. Le second modèle a un degré de liberté en plus : il prend en considération la rotation du pneu. Figure 3.15: Les différents modèles développés par Cossalter [29] Enfin un dernier modèle a été développé par Cossalter en 2002 : reprenant les bases du modèle à deux degrés de liberté, il lui a ajouté un degré de liberté en prenant en compte la déformation de la roue en rotation. Ce modèle est comparable aux modèles de relaxation, mais présente l’avantage d’expliquer physiquement le comportement du pneu car seul des mesures expérimentales en statique permettent de caractériser le comportement statique et dynamique du pneu. Le dernier modèle connu dans la littérature est un modèle de Lot [61]. A nouveau, les trois déformations élastiques sont prises en compte. Les raideurs de pneus ont été déterminées pour 78 CHAPITRE 3. ETAT DE L’ART DES MODÈLES PNEUMATIQUES une gamme d’efforts limitée entre (0, 300 [N]). Dans ce modèle une caractérisation précise de la géométrie est réalisée : la section du pneu est photographiée et on cherche alors une fonction qui colle à ce profil. En l’absence de carrossage ce modèle est comparable à la première formulation de Pacejka. En présence de carrossage, ce modèle corrèle aux données expérimentales alors que le modèle de relaxation de Pacejka est plus approximatif. Le modèle de Pacejka reste la référence dans le domaine de la modélisation du pneu moto, c’est pourquoi sa formulation va maintenant être détaillée. 3.6.2 Formulation MF-MCTyre Dans cette section, le modèle ”MF-MCTyre” va être présenté en reprenant le manuel de l’utilisateur [7]. Plusieurs versions de ce modèle sont apparues. Initialement le modèle (version 1.0) ne prenait pas en compte : - les effets de conicité et du plysteer, les efforts de traction ou de freinage, la dépendance du couple de résistance au roulement par rapport à la vitesse, l’influence du carrossage dans le pic de Fx. Dans la version 1.1 plus complète, de nouveaux coefficients de forme apparaissent grandissant encore le nombre de paramètres à identifier pour l’utilisation de ce modèle, tableau 3.5 : λγx λγy λV mx pDx3 rEx1 rEx2 rHy2 rEy1 rEy2 rSy3 rSy4 Facteur d’échelle du carrossage pour Fx Facteur d’échelle de la rigidité de carrossage Facteur d’échelle de Mx sur le décalage vertical Variation du coefficient d’adhérence µx avec le carrossage Facteur d’échelle de Fx en combiné Facteur d’échelle de Fx en combiné avec charge Facteur de décalage de Fy en combiné avec réduction de charge Facteur d’échelle de Fy Facteur de décalage de Fx avec charge Moment de résistance au roulement dépendant de la vitesse Moment de résistance au roulement dépendant de la vitesse4 Tableau 3.5: Nouveaux paramètres de forme de la formule MF MC-Tyre • Effort longitudinal (en dérive pure) L’effort longitudinal en dérive pure prend en compte les variations de l’angle de carrossage en rajoutant un terme au coefficient d’adhérence µx . Ce nouveau terme est mis en gras dans l’équation 3.46. Fx0 = Dx .sin Cx .arctan Bx .kx − Ex (Bx .kx − arctan(Bx .kx )) + SV x (3.41) 3.6 Modélisation du pneu moto 79 Avec kx = k + SHx (3.42) γx = γ.λγx (3.43) Cx = pcx1 .λCx (3.44) Dx = µx .Fx (3.45) µx = (pDx1 + pDx2 .dfz )(1 − pDx3 .γx ).λµx (3.46) Ex = (pEx1 + pEx2 .dfz + pEx3 .dfz2 )(1 − pEx4 .sgnk).λEx (3.47) Bx = Kx Cx .Dx Kx = Fz .(pKx1 + pKx2 .dfz ).exp(pKx3 .dfz ).λKx SHx = − qSy1 .Fz .λM y + SV x Kx SV x = Fz .(pV x1 + pV x2 .dfz ).λV x .λµx dfz = Fz − λF z0 .Fz0 λF z0 .Fz0 (3.48) (3.49) (3.50) (3.51) (3.52) • Effort transversal (en dérive pure) L’effort latéral prend en compte les variations de l’angle de carrossage en rajoutant un terme mis en gras dans l’équation 3.53. Ce terme est introduit par une formulation en arc-tangente complètement indépendante de celle formulée pour l’angle de dérive, et il possède ces propres facteur de forme, rigidité, amplitude et courbure. Les conditions limites de frottement sont également respectées. Avec h Fy0 = Dy .sin Cy .arctan By .αy − Ey (By .αy − arctan(By .αy )) i +Cγ .arctan Bγ .γy − Eγ (Bγ .γy − arctan(Bγ .γy )) (3.53) αy = α + SHy (3.54) γy = γ.λγy (3.55) Cy = pcy1 (3.56) Dy = µy .Fz (3.57) µy = pDy1 .exp(pDy2 .dfz ).(1 + pDy3 .γy2 ) (3.58) Ey = pEy1 + pEx2 .γy2 + (pEy3 + pEy4 .γy ).sgnαy .λEy (3.59) By = Ky Cy .Dy (3.60) 80 CHAPITRE 3. ETAT DE L’ART DES MODÈLES PNEUMATIQUES Kyα = pKy1 .Fz0 .sin(pKy2 .arctan Fz + (1 + pKy5 .γy2 ).λF z0 .λKy (3.61) 2 (pKy3 + pKy4 .γy ).Fz0 .λF z0 SHy = pHy1 .λHy (3.62) Cγ = pCy2 .λCγ (3.63) Eγ = pEy5 .λEγ (3.64) Kγα = (pKy6 + pKy7 .dfz ).Fz .λKγ (3.65) Bγ = Kγ Cγ .Dγ (3.66) • Moments d’auto-alignement (en dérive pure) Dans la formule ”Magic formula”, le moment d’auto-alignement est obtenu en multipliant la chasse tp par l’effort transversal à carrossage nul et en ajoutant un moment résiduel Mzr Mz0 = −tp .Fy0,γ=0 + Mzr (3.67) Où la chasse est définie par tp = Dt cos(Ct arctan(Bt .αt − Et (Bt .αt − arctan(Bt .αt ))))cos(α) . La formulation des différents coefficients de forme, de rigidité, d’amplitude et de courbure est donnée dans [7]. 3.7 Bilan De nombreux auteurs Pacejka [75], Besselink [50], Captain [18], Ratti [79], Bakker [9], Dugoff [37], Moreland [69], Sharp [88], Canudas [106], Fujioka [41], Darnell & Mousseau [30], Ellis [38], Kobiki [56], Hadekel [46], Kozin & Bogdanoff [40]... ont entrepris de modéliser le pneumatique. Chacun d’eux utilise une approche spécifique de la modélisation, mais la base repose sur la synthèse des forces et moments développés par le pneumatique. Les modèles qui résultent de l’ensemble de ces études sont plus ou moins complexes. La complexité des développements réside dans la prise en compte ou non du couplage des différents éléments qui constituent le torseur d’efforts. La première catégorie de modèle pointe sur la simplicité des modèles avec parfois des hypothèses simples. Le couplage est néanmoins considéré avec la théorie de Von Schlippe [104] de l’anneau rigide ou flexible. La deuxième catégorie présente des modèles qui sont principalement développés par les manufacturiers car ils nécessitent une connaissance du pneumatique vraiment approfondie et de grands moyens de calculs (ex : les modèles à éléments finis ). Enfin dans la dernière catégorie de modèles, les modèles à retour d’expérience, illustrent une dernière approche celle de trouver la formulation des efforts caractéristiques du pneumatique à partir de relevés expérimentaux. L’ensemble de la modélisation est en statique même pour les études de comportement en transitoire. Les modèles dynamiques ont tout de même fait l’objet de travaux et dans la plupart la longueur de relaxation est utilisée pour décrire le comportement dynamique en transitoire. 3.8 Conclusion 3.8 81 Conclusion Ce chapitre a eu pour vocation de présenter un état non exhaustif de la modélisation du pneumatique équipant les automobiles suivant trois catégories. Chacune de ces catégories a ensuite été présentée et illustrée par plusieurs exemples. Une attention particulière à la modélisation du pneu moto a été retenue. Figure 3.16: Répartition de quelques modèles suivant la plage d’utilisation et son degré de complexité En se référant au classement présenté par la figure 3.16, on comprend pourquoi le modèle de Pacejka est le modèle le plus répandu. Sa simplicité de modélisation a largement contribué à son essor dans le monde de l’automobile. Mais étant réputé incorrect aux basses vitesses et aux hautes fréquences, d’autres modèles, comme le modèle SWIFT [51] cherchent à palier ces restrictions et Renault cherche même à l’implanter dans son logiciel de modélisation MADA. A l’heure actuelle, il n’existe aucun modèle capable de répondre à nos attentes en terme de grande variation de carrossage pour les pneumatiques d’automobiles, il s’avère donc indispensable de développer une modélisation qui réponde à nos attentes. Pour cela, trois modèles sont retenus : le ” Brush model ” car c’est un modèle physique dans lequel il est possible d’intégrer du grand carrossage et les formulations de Pacejka pour pneumatique auto et moto, cette dernière intègrant également le carrossage. Leurs descriptions et leurs adaptations vont donc faire l’objet du chapitre suivant. 82 CHAPITRE 3. ETAT DE L’ART DES MODÈLES PNEUMATIQUES Chapitre 4 Modèles de pneumatique grand carrossage 4.1 Introduction Afin de pouvoir poursuivre nos travaux, un modèle de pneumatique valide pour des grands angles de carrossage, c’est à dire jusqu’à 20˚, est nécessaire. Partant des trois modèles que le chapitre précédent a fait ressortir à savoir : les modèles de Pacejka pour pneu auto (MF-Tyre) et pneu de motos - le MF-MCTyre - et le ”Brush model”, une démarche est mise en place pour élaborer un modèle de pneu auto valide pour du grand carrossage. À partir de la formulation de Pacejka du pneu automobile (MF-Tyre) et de la formulation du pneu moto, un nouveau jeu de paramètres de la version MF-MCTyre de Pacejka est estimé pour obtenir la formulation d’un nouveau pneu auto grand carrossage - figure 4.1. Figure 4.1: Démarche de conception du modèle pneu grand carrossage à partir des formulations de Pacejka En parallèle, le ”brush model”est adapté au grand carrossage et implémenté afin de s’affranchir des paramètres de la formulation de Pacejka et avoir un modèle physique complètement maı̂trisé. Les deux modèles ainsi obtenus sont tour à tour comparés avec le modèle de Pacejka du pneu d’automobile (MF-Tyre) qui sert de référence, puis ils sont confrontés l’un à l’autre, pour pouvoir être validés. 83 84 4.2 CHAPITRE 4. MODÈLES DE PNEUMATIQUE GRAND CARROSSAGE Modèle à retour d’expérience pour grand carrossage Le premier modèle étudié est le modèle de Pacejka pour pneu moto - MF-MCTyre. Il a été détaillé dans le chapitre précédent, de l’équation 3.41 à l’equation 3.66. Pour ce modèle, un seul et unique jeu de paramètres est à notre disposition, c’est celui fourni par le logiciel ADAMS [1] - annexe B. Avant d’estimer un nouveau jeu de paramètres auto à partir du pneu moto, une comparaison des modèles auto et moto est effectuée. Les figures 4.2 et 4.3 représentent respectivement l’effort latéral en fonction de la dérive pour trois pneus et la rigidité de dérive en fonction de la charge pour les trois mêmes pneus. Figure 4.2: Efforts latéraux en fonctions de la dérive pour trois pneus Les résultats obtenus pour la formulation de Pacejka du pneu auto MF-Tyre (en vert à trait continu et bleu en trait pointillé) et la formulation du pneu moto MF-MCTyre (en rouge à trait pointillé) sont conformes à ce que l’on pouvait attendre. En effet, l’effort transversal et la rigidité de dérive sont pour le pneu moto inférieurs à ceux obtenus pour le pneu auto. Ceci est un résultat typique pour un pneu moto. Figure 4.3: Rigidité de dérive en fonction de la charge pour trois pneus 4.2 Modèle à retour d’expérience pour grand carrossage 85 Un nouveau jeu de paramètres du modèle moto MF-MCTyre qui intègre le grand carrossage va maintenant être identifié pour que les caractéristiques spécifiques (rigidité de dérive, pseudo glissement, charge verticale...) correspondent à un modèle de pneu auto. La démarche mise en oeuvre pour déterminer le nouveau jeu de paramètres auto du modèle ”MF-MCTyre” consiste : • dans une première étape, à analyser la sensibilité des paramètres pour quantifier leur influence, • dans une seconde étape, à recaler les paramètres jugés les plus influents. 4.2.1 Étude de sensibilité Pour parvenir à l’évaluation des nouveaux paramètres auto de la formulation MF-MCTyre, une étude de sensibilité est réalisée afin de recaler les paramètres les plus sensibles à la variation de l’angle de carrossage. 1. Principe général de la méthode La méthode utilisée est celle des moindres carrés, élaborée par Gauss et Legendre [8]. Pouvant prendre différentes formes, elle permet, entre autre et comme toutes les méthodes de sensibilité, de minimiser l’impact des erreurs. Dans le cas le plus courant, ce modèle est une famille de fonctions f (x, α) d’une ou plusieurs variables muettes x, indexées par un ou plusieurs paramètres α inconnus. La méthode des moindres carrés permet de sélectionner parmi ces fonctions, celle qui reproduit le mieux les données. On parle dans ce cas d’ajustement par la méthode des moindres carrés. Si, nous disposons de N mesures yi avec i variant de 1 à N, les paramètres αi ”optimaux” au sens de la méthode des moindres carrés sont ceux qui minimisent la fonction K(αi ) égale à la somme des carrés des écarts entre yi et f (xi , α) : K(αi ) = N X i=1 (yi − f (xi , αi ))2 (4.1) Par conséquent, la minimisation de K revient à chercher le zéro de la dérivée de K par rapport à chaque paramètre αs . ∂K ∂αs = − ∂f (xi ,α) = 0 (y − f (x , α)) i i i=1 ∂αs PN (4.2) 86 CHAPITRE 4. MODÈLES DE PNEUMATIQUE GRAND CARROSSAGE (xi ,α) est appelée la sensibilité par rapport au paramètres α car elle quantifie La quantité ∂f∂α s l’effet de la variation de ce paramètre sur la fonction f . Si le modèle est linéaire, la résolution est triviale. Mais dans de nombreux cas, la dépendance du modèle est non-linéaire. Dans ce cas, l’approche généralement employée consiste alors à utiliser une méthode itérative : telle que par exemple l’algorithme de minimisation de Gauss-Newton (linéarisation de f (x, α) par un développement de Taylor) ou Newton∂K Raphson (développement de Taylor à l’ordre 1 des dérivées partielles de K : ∂α ). s 2. Application à notre cas d’étude La formulation de Pacejka pour un pneumatique moto (MF-MCTyre) met en oeuvre près d’une centaine de paramètres. Or pour simplifier l’évaluation du nouveau jeu de paramètres de cette formulation, une étude de sensibilité est réalisée afin d’identifier les coefficients qu’il faut recaler. L’étude est réalisée dans la partie linéaire (petits angles) des courbes caractéristiques des efforts pour deux raisons : • les principales caractéristiques d’un pneu sont définis pour des petits angles (cf chapitre 2), • on veut que le comportement du pneu moto (MF-MCTyre) aux petits angles soit identique à celui d’un pneu auto (MF-Tyre). Figure 4.4: Théorie des moindres carrés La démarche, réalisée sous M aplesof tT M , se décompose en deux parties : (a) Définir l’erreur K suivant l’équation 4.1, avec yi qui correspond à la formulation du pneu auto MF-Tyre et f (xi , α) qui correspond à la formulation du pneu moto MF-MCTyre - figure 4.4, (b) Étudier la sensibilité en calculant les dérivés partielles de K pour trouver les coefficients αs qui ont une grande influence. 4.2 Modèle à retour d’expérience pour grand carrossage 87 Figure 4.5: Représentation de la sensibilité du paramètre pky2 La figure 4.5 illustre une des dérivées partielles suivant le paramètre pky2 avant redimensionnement. Si une dérivée partielle par rapport à un paramètre est nulle, cela signifie que la fonction est indépendante de ce paramètre. Les paramètres correspondants à ces dérivées partielles nulles ne font donc pas l’objet du recalage. En revanche, les autres paramètres, les plus influents, sont recalés et le paragraphe suivant présente ce recalage. 4.2.2 Évaluation des nouveaux coefficients Le principe commun à toutes les méthodes de recalage est de définir, puis de minimiser l”erreur selon les différents paramètres identifiés. Dans le cas de problème non-linéaire, l’utilisation des algorithmes de résolution est nécessaire. Dans notre cas, la fonction ”lsqcurvefit” de la ”toolbox” d’optimisation du logiciel Matlab - fonction de recalage non-linéaire suivant la méthode des moindres carrés - est utilisée car elle cherche à minimiser la quantité K, de l’équation 4.1, en utilisant l’algorithme de minimisation de Gauss-Newton [27]. L’implémentation des deux formulations de Pacejka est réalisée sous Matlab, puis l’identification des nouveaux paramètres à l’aide de la fonction ”lsqcurvefit” est faite. Un nouveau jeu de paramètres est ainsi obtenu. Le tableau 4.1 présente les anciennes et nouvelles valeurs de cinq paramètres recalés. Paramètres pky2 pky3 pcy2 pdy1 pdy2 Ancienne valeur 1.6469 1.3647 0.9154 1.6359 0 Nouvelle valeur 1.7237 1.3698 0.9032 1.5486 0.0302 Tableau 4.1: Nouvelles valeurs des paramètres 88 CHAPITRE 4. MODÈLES DE PNEUMATIQUE GRAND CARROSSAGE 4.2.3 Bilan Les figures 4.6 et 4.7 présentent le résultat de l’identification des coefficients. La première illustre l’effort transversal en fonction de la dérive. La seconde rapporte l’effort transversal en fonction de l’angle de carrossage. Figure 4.6: Effort latéral en fonction de la dérive Le modèle de pneu auto grand carrossage ainsi obtenu présente les mêmes caractéristiques que le modèle de pneu auto aux faibles angles de dérives et de carrossage. Ce modèle grand carrossage - comme il se base sur le modèle moto MF-MCTyre - reste donc valable pour une plage de carrossage [-20˚, 20˚]. Figure 4.7: Effort latéral en fonction de l’angle de carrossage Le modèle ainsi obtenu répond aux objectifs dans le sens où il fournit un modèle de pneuma- 4.3 Modèle fondé sur le ”Brush Model” 89 tique valable aux faibles angles de dérive et aux grands angles de carrossage et qu’il présente les caractéristiques d’un pneu auto. Un modèle de Pacejka permettant d’effectuer des simulations du comportement dynamique d’un véhicule pour une plage de carrossage [-20˚, 20˚] a donc été identifié. La validité de ce modèle est encore à effectuer. Cette validation ne peut se faire sur banc d’essai puisque les pneumatiques grand carrossage sont encore rares, pour ne pas dire inexistants : le pneu de Pirelli pour le grand carrossage - figure 10 - n’étant qu’un prototype fabriqué en quantité limité. Ce nouveau jeu de paramètres va donc être confronté au modèle physique ”Brush model” après son développement présenté dans le prochain paragraphe. 4.3 Modèle fondé sur le ”Brush Model” Le modèle de pneumatique connu sous le nom de ”Brush model” est un modèle physique [37], [75], [108]. Son principe de modélisation se base sur la décomposition du pneumatique en une série d’éléments de caoutchouc flexibles comme le montre la figure 4.8. La première version, connue dans la littérature, a été présentée par Hadekel [46] en 1952. Le modèle a fait l’objet de nombreuses recherches et a abouti à la version actuelle du modèle [75], [100]. Très populaire dans les années 60, 70 avant que les modèles à retour d’expériences viennent dominer la modélisation du pneumatique, ce modèle physique qui décrit le comportement du pneumatique, va maintenant être présenté [43]. Figure 4.8: Le ”Brush model” 4.3.1 Présentation Ce modèle est obtenu en scindant la bande de roulement en éléments de caoutchouc volumiques. Chaque élément s’étend sur une largeur b et une longueur très petite ( 2a où n est le n nombre d’éléments dans la longueur de l’aire de contact 2a). Le point C est le point central de l’aire de contact - figure 4.8. Une hypothèse d’isotropie des éléments est faite, ainsi les raideurs longitudinale et transversale sont identiques (des mesures de raideur sur banc ont été 90 CHAPITRE 4. MODÈLES DE PNEUMATIQUE GRAND CARROSSAGE réalisées et sont explicitées dans la partie suivante). Chaque élément en contact avec le sol se déforme indépendamment en longitudinal et en transversal. Dans la zone de glissement, chaque élément se met à ”glisser” au contact avec le sol. Les efforts alors générés sont indépendants des déformations de chaque ”élément”. 4.3.1.1 Déformation des éléments Chaque élément de caoutchouc est attaché à la carcasse du pneumatique à une position x suivant le repère roue choisie (chapitre 1). L’élément entre alors en contact avec la chaussée au point d’abscisse xr et d’ordonnée yr : xr = a − yr = − Z Z tin (x) νx .dt (4.3) 0 tin (x) νy .dt (4.4) 0 avec tin le laps de temps où l’élément est en contact avec le sol. Les vitesses du point C (centre de l’aire de contact) νC , et d’un point quelconque en x et en y : νx et νy , sont supposées constantes lorsque l’élément traverse la zone de contact. Ainsi, la position du poil est : x = a − νC .tin (x) et tin (x) = (a − x)/νC . Les déformations s’écrivent donc : xs (x) = xr − x ys (x) = yr (x) (4.5) En insérant ces équations dans les équations 4.3 et 4.4, on obtient le résultat suivant : ( C xs (x) = − νxν−ν (a − x) = −σx (a − x) C (4.6) νy ys (x) = − νC (a − x) = −σy (a − x) où la définition du glissement, équation 2.3 est utilisée dans la dernier système. Les éléments de forces peuvent alors être déduits : dFx (x) = cpx .dx.xs (x) dFy (x) = cpy .dx.ys (x) (4.7) avec cpx et cpy les raideurs longitudinale et latérale par unité de longueur des éléments de caoutchouc. En intégrant ces dernières formules, on obtient les efforts : Ra Ra Fx (x) = xs dFx (x) = −cpx σx xs (a − x)dx Ra Ra (4.8) Fy (x) = xs dFy (x) = −cpy σy xs (a − x)dx où xs est l’abscisse à la limite de la zone de glissement et la zone d’adhérence. Pour avoir les efforts globaux, il est indispensable de connaı̂tre maintenant le point limite des deux zones. 4.3 Modèle fondé sur le ”Brush Model” 91 La figure 4.9 décrit la déformation des éléments sur la longueur de l’aire de contact. Figure 4.9: Le ”Brush model” en dérive pure [75] 4.3.1.2 Deux zones dans l’aire de contact Au contact avec le sol, le pneumatique présente une surface de contact de forme sensiblement rectangulaire pour un pneumatique d’automobile : la longueur de l’aire de contact vaut 2a et sa largeur 2b. Sous l’effet de la dérive, du carrossage, et/ou du pseudo-glissement, le pneumatique se déforme : l’aire de contact se déplace et se déforme par rapport à la jante et il se crée en chaque point de l’aire de contact un effort de rappel dirigé vers le plan de symétrie de la roue qui proviennent : - de l’élasticité du caoutchouc de la bande de roulement, - de l’élasticité de la ceinture et de la carcasse (qui sont généralement en série entre le point de contact au sol et le plan de jante). Cet effort de rappel est équilibré par l’effort de frottement entre le caoutchouc et le sol, tant que, selon la loi de Coulomb, il reste inférieur au produit de l’effort vertical par le coefficient de frottement caoutchouc-sol. La taille de la zone d’adhérence est déterminée par la frottement statique disponible. Dans le chapitre 3, il a été fait référence à l’ellipse d’adhérence. En effet, dans la pratique, la résultante des efforts longitudinal et transversal combinés est toujours située dans une ellipse qui traduit les limites d’adhérence. L’ellipse peut être représentée mathématiquement par l’équation 4.9. dF (x) 2 dF (x) 2 y x + ≤1 dFz (x).µsx dFz (x).µsy (4.9) Cette équation révèle que l’amplitude de la force de frottement statique dépend de la direction de la déformation des éléments de forces longitudinal et transversal. Lorsque ces éléments de forces dépassent la contrainte de frottement statique, l’élément de caoutchouc se met à glisser. En prenant en compte une répartition de la pression dans l’aire de contact, on peut identifier le point où le glissement apparaı̂t. Concernant la répartition de pression, de nombreux travaux [87], [60] sur la répartition de pression verticale ont été réalisés. Pour la répartition sur la largeur de la surface de contact, 92 CHAPITRE 4. MODÈLES DE PNEUMATIQUE GRAND CARROSSAGE Seitz et Hussman [87] expliquent la rigidité de dérive par une rigidité de flexion de la bande de roulement et du flanc. Sakai [83] propose un modèle avec plusieurs bandes circonférentielles ce qui lui permet de prendre en compte des distributions de pressions différentes. Dans un souci de simplification, notre étude prend en compte une rigidité de flexion uniforme sur la largeur de la bande de roulement. En revanche, l’idée de prendre plusieurs bandes circonférentielles va être suivie pour représenter le ”Brush model” à trois rangées d’éléments. Pour la répartition de pression sur la longueur de la surface de contact, des travaux révèlent qu’une répartition trapézoı̈dale est la plus proche de la réalité; mais les applications numériques [79] indiquent de meilleurs résultats avec une répartition parabolique. Pour ce modèle, une répartition parabolique est préférée, Equation 4.10. x 2 3.Fz 1−( ) (4.10) 4.a a où Fz est la charge verticale, a représente la demi-longueur de la surface de de contact et x la position longitudinale de l’élément dans la surface de contact. Le répartition d’effort latéral maximale est relié au coefficient de frottement. qz = qy,max = µ.qz (4.11) L’abscisse du point à la limite de l’adhérence et du glissement noté xt peut être déterminée. Pour ce point, la déformation est égale au glissement. |qy | = cpy (a − xt )|tan(α)| = |qy,max | = θy = cpy (a − xt )(a + xt ) 2.a.θy 2.cpy .a2 3.µ.Fz (4.12) (4.13) a − xt (4.14) 2.a où cpy est la raideur latérale des éléments en caoutchouc, et θy est un paramètre introduit pour simplifier les écritures. λ= L’équation 4.12 a deux solutions mais la seule admissible xt est celle qui est comprise dans l’intervalle [−a, a]. 4.3.1.3 Efforts en dérive pure Dans la zone de contact, deux zones se distinguent : la zone où le pneu adhère au sol et une zone où le pneu glisse. Il existe alors un angle limite au delà duquel le pneu glisse. Cet angle limite, noté αsl , correspond à l’angle que fait le plan de jante avec la vitesse du véhicule. On le déduit en utilisant l’équation 4.12 : λ = 1 − θy |tan(α)| Le glissement est total lorsque λ = 0 ce qui donne (4.15) 4.3 Modèle fondé sur le ”Brush Model” 93 tan(αsl ) = 1 θy (4.16) On connaı̂t ainsi l’angle αsl où le glissement apparaı̂t. • en dérive pure L’effort latéral et le moment d’auto-alignement peuvent alors être calculés par intégration des efforts le long de l’aire de contact, en distinguant la zone d’adhérence xt < x < a et la zone de glissement −a < x < xt . Si |α| ≤ αsl , la force latérale et le moment d’auto-alignement s’expriment par : Fy = µ.Fz .(1 − λ3 ).sgn(α) (4.17) Mz = −µ.Fz .λ3 .a(1 − λ).sgn(α) (4.18) Si |α| ≥ αsl , la force latérale et le moment d’auto-alignement s’expriment par : Fy = µ.Fz .sgn(α) (4.19) Mz = 0 (4.20) • En glissement pur Le glissement longitudinal pur est maintenant considéré. Le pneumatique se trouve dans cette situation lorsque la vitesse effective d’avancement est différente du produit entre le rayon du pneumatique et la vitesse de rotation de la roue. Le glissement théorique longitudinal, présenté dans le second chapitre, est rappelé ci-dessous : σx = κ κ+1 (4.21) où κ est le taux de glissement. En connaissant le glissement théorique, la déformation longitudinale u peut être définie. Cette grandeur a une expression très proche de celle obtenue précédemment pour l’angle de dérive. u = (a − x).σx (4.22) 2 px .a −1 , avec θx = 2.c . Les similitudes avec la dérive pure sont à relever. On note alors κsl = 1±θ 3.µ.Fz x La déformation longitudinale est alors calculée de la même manière qu’en dérive pure, on en déduit donc : Fx = cpx Z a −a u.dx = 2.cpx .a2 .x (4.23) 94 CHAPITRE 4. MODÈLES DE PNEUMATIQUE GRAND CARROSSAGE 4.3.1.4 Efforts couplés Selon Pacejka [75], les rigidités longitudinale et transversale des éléments de caoutchouc sont supposées identiques et le paragraphe suivant justifie cette hypothèse ; des mesures de raideurs sur banc ont en effet été réalisées pour développer ce modèle spécifiquement aux pneumatiques d’automobiles. A cause de l’interaction longitudinal-transversal, évoquée dans le premier chapitre, la définition du glissement théorique ne peut pas s’écrire comme un scalaire, mais il est nécessaire de le définir sous forme vectorielle, en utilisant les équations suivantes : σ̄ = avec σ̄ = σx σy −Vs Vr La zone de déformation est représentée par : ē = (a − x).σ̄ (4.24) La force par unité de longueur agissant sur les éléments de caoutchouc ayant une raideur cp , s’exprime suivant la zone d’adhérence q̄a et dans la zone de glissement q̄s . q̄a = cp (a − x).σ̄ q̄s = µ.qz (4.25) σ̄ |σ̄| (4.26) En introduisant des paramètres isotropes, c’est-à-dire cpy = cpx , les efforts s’écrivent : Fx Fy = µ.Fz . σx σy (4.27) et le moment d’auto-alignement Mz = Mz,0 − cp .Fx .Fy − Fx .ν0 4.3.2 (4.28) Le ”Brush Model” utilisé Pour pouvoir prendre en compte la variation de l’angle de carrossage, nous nous basons sur l’idée de Sakaı̈ [83] pour représenter la largeur du pneu. Cette idée reprise et développée dans [75] consiste à considérer plusieurs anneaux flexibles sur la largeur du pneumatique (donc plusieurs rangées d’éléments de caoutchouc) - figure 4.10. 4.3 Modèle fondé sur le ”Brush Model” 95 Figure 4.10: Le ”Brush Model” utilisé Ainsi trois rangées seront utilisées : une rangée médiane et une de chaque coté (rangée de droite et rangée de gauche). Quand le pneu prend du carrossage, les trois rangées ne sont pas sollicitées de la même manière - figure 4.11. Figure 4.11: Déformation des trois rangées d’un pneu Le tableau 4.2 présente les valeurs des différentes paramètres du modèle. Une seule raideur de cisaillement cp apparaı̂t car le matériau est considéré comme isotrope : ce qui signifie que les raideurs de cisaillement longitudinale et transversale cpx , cpy sont égales. Nous allons à ce stade vérifier cette hypothèse en mesurant ces raideurs sur un banc que l’on aura préalablement réalisé. a b µ0 0.10 m 0.075 m 1.0 Fz Vc Re 4000 N 30m/s 0.3 m Cα brow cp 15.Fz 0.05 m 85 kN/m Tableau 4.2: Paramètres du ”Brush model” 96 CHAPITRE 4. MODÈLES DE PNEUMATIQUE GRAND CARROSSAGE 4.3.3 Mesures des raideurs de cisaillement Lorsqu’un pneumatique rentre en contact avec le sol, sous l’effet de la charge verticale et du mouvement imposé par le conducteur au véhicule, il se crée des efforts au niveau de la roue. Ce qui nous intéresse dans cette partie sont les efforts causés par le cisaillement du pneu sur la chaussée. Dans un premier temps, nous allons rappeler de quelle manière le cisaillement intervient, puis dans une seconde partie, on s’attardera à mesurer les raideurs de cisaillement après avoir fait un état des différents procédés de mesures de raideurs de cisaillement. 1. Rappel théorique Le cisaillement simple - figure 4.12 - correspond dans la pratique à une sollicitation d’extension - compression bi-axiale. En effet, une poutre subit une sollicitation de cisaillement lorsque les actions mécaniques se réduisent à deux résultantes directement opposées et perpendiculaires à l’axe de la poutre. Autrement dit, une poutre est sollicitée en cisaillement lorsque sa section S est soumise à une résultante Ft - effort tranchant appliquée en O (barycentre de la section) et contenue dans le plan (S) - figure gauche 4.13. Figure 4.12: Sollicitation de cisaillement et loi de Hooke En considérant un solide en équilibre, soumis à l’action des forces tangentielles, chaque élément de surface δS supporte un effort de cisaillement δf contenu dans le plan (S), comme le montre la figure de droite 4.13. Figure 4.13: Effort tranchant Il y a répartition uniforme des contraintes dans la section droite. D’où : σ= |F | S (4.29) 4.3 Modèle fondé sur le ”Brush Model” 97 où σ est ici la contrainte tangentielle en M pa ou N/mm2 ou contrainte de cisaillement, F est l’effort tranchant en N et S est l’aire de la section droite cisaillée en m2 ou mm2 . En déformation élastique, c’est-à-dire pour de petites déformations, la loi de Hooke pour le cisaillement fournit la contrainte de cisaillement σ en fonction de l’angle de glissement γ - figure 4.12 : σ = G.γ (4.30) Le coefficient de proportionnalité G est appelé module de cisaillement (ou module d’élasticité transversal en Mpa). C’est une grandeur positive de dimension identique au module d’Young E, soit [G] = [F ][L]−2 . 2. Étude bibliographique des bancs de cisaillement Le concept de cisaillement est évoqué dans de nombreux domaines. En géologie avec la tectonique des plaques, en météorologie pour désigner les phénomènes des vents cisaillants mais aussi en mécanique pour la déformation des matériaux. Dans ce dernier domaine de nombreuses études ont permis la mise au point de différents dispositifs de cisaillement. Nous pouvons en effet citer les travaux de [58] et de [45]. Le test de cisaillement direct développé par Leutner [58] - figure 4.14 - procure la réponse de l’interaction entre le système d’interposition et l’échantillon à tester. L’information fournie est donc l’évolution de la force de cisaillement exercée en fonction du glissement de la partie sollicitée sur la partie fixe. L’inconvénient de ce test est une dispersion non négligeable des résultats et le besoin d’une presse Marshall pour faire les essais. Figure 4.14: Principe de l’essai de cisaillement direct vu par Leutner [58] Soulignons que malgré l’apparente simplicité de mise en oeuvre de ce test, il est très difficile d’obtenir un cisaillement direct, l’essai est souvent parasité par un moment de flexion sur la surface cisaillée. Des simulations [17] montrent que l’homogénéité de la distribution est fortement dépendante de la rigidité de la zone étudiée. Des modifications de l’essai de Leutner ont été apportées par l’Université de Delft [14] : il s’agit d’appliquer une pression perpendiculaire au plan de cisaillement afin de limiter ces moments parasites. Parmi les 98 CHAPITRE 4. MODÈLES DE PNEUMATIQUE GRAND CARROSSAGE essais de cisaillement direct, on peut citer également l’essai développé à l’université de Cracovie [45] - figure 4.15. Figure 4.15: Test de cisaillement direct développé à l’université de Cracovie [45] Un essai développé à l’université de Delft 4.16 est un exemple d’essai de cisaillement permettant de réaliser un état de contraintes tel que le cisaillement soit uniforme, sans moment supplémentaire dans le plan étudié. Cependant la complexité de ce dispositif limite son utilisation aux travaux de recherche. Figure 4.16: Autre essai de cisaillement de l’université de Delft Le dispositif de l’université de Delft - figure 4.16 - a été développé pour étudier les fissurations en fatigue. L’avantage d’un tel système repose sur l’utilisation d’une forme d’éprouvette simple (rectangulaire, cylindrique). Le principe de l’essai est le suivant : l’échantillon repose sur un bâti fixe en partie basse sur deux pivots, un vérin hydraulique vertical permet d’imposer à l’échantillon un effort de cisaillement transmis par deux autres pivots. C’est leur position qui permet d’appliquer une sollicitation de cisaillement pur. Le vérin horizontal permet d’exercer lors de l’essai une pression sur la zone sollicitée. Initialement cet essai a été développé pour étudier le comportement de résistance d’une éprouvette. Mais cette configuration permet de simuler des contraintes de cisaillement sans moment de flexion parasite. L’effort transmis à l’interface est de 10 à 15 fois l’effort vertical total. De plus, le piston hydraulique horizontal permet de générer des contraintes 4.3 Modèle fondé sur le ”Brush Model” 99 de compression dans la zone sollicitée. A titre indicatif, de nombreux essais de cisaillement en fatigue existent [17] et [76]. 3. Protocole expérimental (a) Définition de l’éprouvette L’éprouvette testée doit être représentative d’un élément de caoutchouc du ”brush model”. C’est pourquoi elle est considérée comme un bloc parallélépipédique extrait de la bande de roulement. Sa géométrie est définie par sa hauteur et ses deux dimensions dans le plan (0xy). Le choix des dimensions de l’éprouvette dans le plan (longueur L et largeur l) est limité par deux facteurs : - d’une part, les dimensions doivent être suffisantes pour permettre les mesures. Ainsi en se basant sur la géométrie et la taille de la surface de contact pneumatique/chaussée et aussi sur le fait que le ”brush model” est implémenté en considérant trois rangées de brosses, les dimensions maximales de l’éprouvette sont : une longueur L = 50mm et une largeur l = 30mm. - d’autre part, l’essai visé est un essai de laboratoire. Il est donc important de s’assurer que la taille de l’éprouvette ne nécessite pas un équipement non disponible en laboratoire. Une réflexion selon ces deux arguments nous a amené à considérer une éprouvette d’une longueur L = 50mm et d’une largeur l = 30mm. (b) Détermination de la précontrainte A ce stade, plusieurs hypothèses doivent être clarifiées : • les mesures sont faites à l’aide d’un vérin hydraulique. La consigne d’entrée est le déplacement du vérin, et la sortie mesurée correspond à l’effort stabilisé. • la répartition de pression au niveau de la zone de contact est supposée uniforme. • Un effort de 400N est appliqué sur chaque échantillon mesurant 30mm x 50mm. Pour que les éprouvettes soient toutes soumises à la même précontrainte, l’écrasement de chacune des éprouvettes à une pression constante de 2,5 bars est mesuré à l’aide d’un vérin hydraulique, comme l’indique la figure 4.17. 100 CHAPITRE 4. MODÈLES DE PNEUMATIQUE GRAND CARROSSAGE Figure 4.17: Mesure de l’écrasement sous une charge donnée (c) Conception de l’essai La bande de roulement est une structure tridimensionnelle. Mais une approche bidimensionnelle pour l’essai est choisie : • En effet, d’une part, l’analyse présentée dans la partie précédente a montré que les champs caractérisant le mode de fonctionnement du pneumatique sont des composantes selon la direction longitudinale x et selon la direction transversale y. • D’autre part, l’évolution de la profondeur z de la gomme du pneumatique n’est pas déterminante pour la caractérisation du comportement du pneumatique. Une simulation dans le plan (Oxy) est donc suffisante. De plus, ce choix d’une approche bidimensionnelle est motivé par la volonté de réaliser un essai de laboratoire dans des conditions de température contrôlée. Dans ce contexte de simulation bidimensionnelle de la bande de roulement, les moyens expérimentaux adaptés pour reproduire le comportement de la bande de roulement son mis en oeuvre - figure 4.18. Le bati en vert représente la partie fixe du dispositif, l’ensemble rouge caractérise la partie mobile actionnée par le vérin hydraulique et les échantillons en noir sont compressés entre ces parties. Figure 4.18: Banc de cisaillement à partir d’un vérin hydraulique vertical 4.3 Modèle fondé sur le ”Brush Model” 101 4. Résultats Comme nous venons de le voir, les mesures expérimentales des raideurs de cisaillement longitudinale et transversale d’un échantillon de la bande de roulement nécessitent un protocole expérimental bien défini. Avant de procéder à ces essais, une première série de mesures est effectuée en traction/compression simples dans l’optique d’étudier l’influence de la sculpture du pneumatique. Le choix de cinq échantillons longitudinaux et de cinq échantillons transversaux est fait. La figure 4.19 indique l’emplacement dans le pneu où ont été prélevés les échantillons longitudinaux, notés de 1 à 5, et les échantillons transversaux, notés de a à e. Figure 4.19: Disposition des échantillons transversaux sur la bande de roulement • Mesure des raideurs en traction et compression simples Un ensemble de mesures en traction et compression simples sur les cinq éprouvettes longitudinales est réalisé. La figure 4.20 présente l’ensemble des relevés. Cet ensemble conduit à une valeur moyenne de la raideur de traction/compression longitudinale de l’ordre Kx = 105.103 N/m et indique une dispersion de 20% de la rigidité suivant que l’échantillon soit pris sur l’intérieur ou l’extérieur de la bande de roulement. Figure 4.20: Evaluation des raideurs longitudinales 102 CHAPITRE 4. MODÈLES DE PNEUMATIQUE GRAND CARROSSAGE La même démarche est appliquée aux cinq échantillons transversaux. La figure 4.21 présente les résultats, et la valeur moyenne de la raideur de traction/compression simple transversale de l’ordre de Ky = 85.103 N/m est retenue avec une dispersion de 20%. Figure 4.21: Evaluation des raideurs transverssales En conclusion, les essais en traction/compression simples ont mis en avant une dispersion des mesures due à la sculpture du pneumatique. • Mesure des raideurs de cisaillement Comme il existe une dispersion des mesures due aux sculptures du pneumatique, la série de mesures en cisaillement est réalisée sur de nouveaux échantillons. Ces derniers sont sélectionnés au milieu de la largeur de la bande de roulement afin de s’assurer qu’il n’y a pas de variation de raideur causée par la sculpture du pneumatique. 4.3 Modèle fondé sur le ”Brush Model” 103 Figure 4.22: Raideurs de cisaillement longitudinales en fonction du déplacement Les figures 4.22 et 4.23 présentent respectivement les raideurs de cisaillement longitudinales et transversales en fonction du déplacement pour plusieurs pas. Figure 4.23: Raideurs de cisaillement transversales en fonction du déplacement En effet, pour vérifier l’influence du déplacement du vérin hydraulique, des pas de déplacement différents du vérin ont été sélectionnés : 0, 1mm, 0, 3mm, 0, 5mm et 1mm. De ces différents relevés expérimentaux, on déduit que les raideurs de cisaillement longitudinales et transversales indiquent, pour un même pas de déplacement, des valeurs très proches. Le tableau 4.3 récapitule les valeurs des raideurs longitudinales et transversales pour chaque pas de déplacement. L’hypothèse faite dans la littérature de considérer ces deux raideurs identiques est donc vérifiée. Par ailleurs les courbes des figures 4.22 et 4.23 présentent des al- 104 CHAPITRE 4. MODÈLES DE PNEUMATIQUE GRAND CARROSSAGE Pas de déplacement Raideur de cisaillement longitudinale Raideur de cisaillement transversale 0.1 mm 0.3 mm 0.5 mm 1 mm 87,1 kN/m 54,2 kN/m 38 kN/m 38 kN/m 102 kN/m 43,4 kN/m 38,3 kN/m 36,5 kN/m Tableau 4.3: Récapitulatif des raideurs de cisaillement suivant le pas de déplacement du vérin lures particulières. En effet, à cause de l’élasticité importante du matériau, lorsque la structure déformée élastiquement reprend sa forme initiale, elle ne restitue pas intégralement l’énergie qu’elle a emmagasinée, car une partie s’est transformée en chaleur. Ceci correspond à l’énergie fournie pour faire rouler le pneumatique, cette énergie, rapportée à l’unité de temps, représente la puissance absorbée. La propriété d’un matériau qui s’échauffe ainsi sous l’effet de sollicitations à la fatigue porte le nom d’hystérésis. La forte ou la faible hystérésis d’un pneumatique qui engendre une plus ou moins grande production de chaleur pendant le fonctionnement est fonction des hystérésis des mélanges et des fils qui constituent la carcasse. Par conséquent, elle est maximale pour des carcasses diagonales textiles et minimale pour des carcasses radiales métalliques. Par ailleurs, la valeur des raideurs de cisaillement dépend de la valeur du pas de déplacement en d’autre terme de la sollicitation. La figure 4.24 reprend les valeurs du tableau 4.3 en mettant en abscisses le logarithme du déplacement et en ordonnées les valeurs des raideurs. On peut en conclure que pour des grands déplacements et de grandes sollicitations - comme dans notre cas - les raideurs de cisaillement longitudinale et transversale peuvent être considérées équivalentes et quasi-constantes. Figure 4.24: Valeur des raideurs en fonction de la sollicitation 4.4 Comparaison des modèles 105 A ce stade, toutes les conditions pour implémenter le ”brush model” sont réunies. Dans la section suivante, on va donc s’attacher à comparer ce modèle aux formulations de Pacejka. 4.4 Comparaison des modèles Les deux modèles de Pacejka et le ”brush model” ont donc fait l’objet d’une adaptation à notre besoin et nous permettent d’avoir deux modèles pouvant prendre en compte de grands angles de carrossage. Pour étudier les résultats, il est intéressant de les comparer aux petits angles de carrossage à la formulation Pacejka MF-Tyre classique très utilisée dans le milieu de l’automobile. Alors que le ”brush model” est développé dans le dernier paragraphe, aucun résultat n’a encore été fourni. Il est donc intéressant maintenant de le comparer à la formulation de Pacejka du pneu auto MF-Tyre classique, très répandue dans le domaine de l’automobile, et au nouveau modèle pneu grand carrossage obtenu au début de ce chapitre. La figure 4.25 présente l’effort transversal en fonction de la dérive pour le modèle automobile, le nouveau modèle grand carrossage et le modèle ”brush” implémenté. Une légère différence de rigidité de dérive apparaı̂t. Figure 4.25: Corrélation des Efforts transversaux en fonction de la dérive des trois modèles De la même manière, la figure 4.26 présente les efforts transversaux des trois modèles en fonction de l’angle de carrossage. Une rigidité de carrossage de 70N/deg est relevée. 106 CHAPITRE 4. MODÈLES DE PNEUMATIQUE GRAND CARROSSAGE Figure 4.26: Corrélation des Efforts transversaux en fonction du carrossage des trois modèles La figure 4.27 indique également que l’ordre de grandeur de la rigidité de carrossage à différents cas de charge pour les trois modèles est quasi identique. Figure 4.27: Corrélation des Efforts transversaux en fonction du carrossage des trois modèles Ces résultats vérifient la validité des modèles présentés. Le modèle ”brush” et le nouveau modèle grand carrossage obtenu à partir de la formulation MF-MCTyre d’un pneu moto peuvent donc être utilisé dans la suite des travaux. 4.5 Conclusion Ce chapitre a présenté la modélisation du pneumatique grand carrossage. Un premier modèle a été obtenu à partir de la formulation MF-MCTyre des pneumatiques moto et du recalage de ces coefficients. Le recalage s’est effectué en se fondant sur l’hypothèse qu’aux petits angles de dérive et de carrossage les formulations du pneumatique moto et du pneumatique d’automobile MF-Tyre doivent être identiques. Le second modèle tiré de la bibliographie est le modèle 4.5 Conclusion 107 ”brush”. Ce modèle a été adapté à nos besoins en terme de charge verticale et de rigidité de cisaillement, qui ont fait l’objet de mesures expérimentales. Après avoir été détaillé, ce modèle a été comparé à la formulation MF-Tyre d’un pneumatique d’automobile et au nouveau modèle grand carrossage issu de la formulation MF-MCTyre. Les deux modèles adaptés au grand carrossage présentent de grandes similitudes, leurs comportements restent assez proches pour que ces modèles puissent être validés et utilisés dans le cadre de la conception de train innovant. L’étude sur le pneumatique est donc maintenant achevée, la méthode de conception ”First Design” appliquée au train innovant peut être mise en place. Ainsi, dans les deux derniers chapitres les deux phases de la méthode de conception sont déployées. 108 CHAPITRE 4. MODÈLES DE PNEUMATIQUE GRAND CARROSSAGE Deuxième partie CONCEPTION D’UN SYSTEME A GRAND CARROSSAGE 109 110 CHAPITRE 4. MODÈLES DE PNEUMATIQUE GRAND CARROSSAGE Introduction de la partie II Cette seconde partie est consacrée à la conception du train avant innovant en s’appuyant sur la démarche de conception ”First Design”. Cette méthode de conception robuste, présentée dans le premier chapitre, repose sur une démarche d’optimisation des paramètres de conception d’un train en deux étapes : l’étape fonctionnelle et l’étape organique. Cette partie est donc composée de deux chapitres : 1. le premier relatif à l’optimisation des paramètres fonctionnels, qui décline le cahier des charges des trains en paramètres fonctionnels et optimise ces derniers en se servant de deux prestations de comportement véhicule : le comportement en virage stabilisé et le comportement suivant le ”Sinus Ford”. 2. le second relatif à l’optimisation des paramètres organiques, qui se base sur une technologie de train choisie pour déployer les paramètres fonctionnels optimisés dans le précédent chapitre en organes et pièces qui constituent le train. 111 112 CONCLUSION Chapitre 5 Optimisation des paramètres fonctionnels 5.1 Introduction Dans ce chapitre, la phase fonctionnelle de la méthode ”First Design” est traitée dans sa globalité. Le schéma de la figure 5.1 présente l’ensemble des éléments nécessaire au déploiement de cette première étape. Figure 5.1: Éléments nécessaires au déploiement de la phase fonctionnelle Après une introduction aux notions de dynamiques véhicule, les fonctions réalisées par le train sont présentées. Cette description des fonctions aboutit alors à la hiérarchisation des paramètres utilisés pour l’objectivation à partir de critères et à la modélisation à partir de modèles fonctionnels simplifiés des deux prestations de comportement véhicule suivantes : le virage stabilisé et le Sinus Ford. Une fois l’ensemble de ces éléments posé, l’optimisation fonctionnelle au sens de la méthode ”First Design”, présentée dans le premier chapitre, est déployée. Elle s’articule autour de trois étapes : 113 114 CHAPITRE 5. OPTIMISATION DES PARAMÈTRES FONCTIONNELS • dans un premier temps définition de l’espace de conception. Cet espace de conception correspond aux contraintes de bornes qui sont imposées aux paramètres lors des différents algorithmes d’optimisation. Ses bornes sont déterminées en considérant d’une part les valeurs technologiquement admissibles en terme de conception et d’autre part par des contraintes imposées sur les fréquences propres du véhicule, • dans un second temps, optimisation robuste des paramètres les plus influents à partir des modèles fonctionnels simplifiés et des critères objectifs liés aux prestations, puis validation des résultats sur un modèle plus complet, • dans une dernière étape, les paramètres d’ordre un étant fixés, introduction et optimisation robuste des paramètres d’ordre deux. Les résultats de la phase fonctionnelle ainsi obtenus servent au déploiement des paramètres fonctionnels en organes effectué dans le prochain chapitre. 5.2 5.2.1 Paramètres fonctionnels du comportement routier Notion de dynamique du véhicule En dynamique du véhicule, les valeurs des différentes entités sont définies selon les conventions et les repères dans lesquels elles sont mesurées. Il convient donc de définir quelques notions de la dynamique du véhicule, en rappelant qu’en Annexe A, les différents repères utilisés sont développés. Alors que les notions concernant le pneumatique ont été largement développées dans la première partie de ce mémoire, les angles et les variables intervenant dans le comportement du véhicule vont être maintenant introduits. 5.2.1.1 Les grandeurs géométriques La figure 5.2 expose les principales notations des grandeurs géométriques qui sont utilisées dans ce chapitre. Figure 5.2: Notations générales 5.2 Paramètres fonctionnels du comportement routier 115 Par convention, les variables indicées par 1, sont les variables au train avant, et celles indicées par 2 sont celles au train arrière. • L : l’empattement du véhicule correspond à la projection sur l’axe x de la distance entre les points conventionnels de contact au sol de deux roues avant et arrière situées d’un même côté du véhicule. • l1 et l2 : les empattements aux trains avant et arrière par rapport au centre de gravité distances. 2 1 Par définition, L = l1 + l2 et l1 = M , l2 = M , avec M1 et M2 les masses respectives aux M M trains avant et arrière et M la masse totale du véhicule : M = M1 + M2 . • e1 , e2 : la voie avant et la voie arrière correspondent aux projections sur l’axe y de la distance entre les points conventionnels de contact au sol des deux roues d’un même essieu. • h : la hauteur du centre de gravité par rapport au sol, • s1 et s2 : les hauteurs des centres de roulis au train avant et au train arrière. • Les effets Brouilhet caractérisent les variations des axes de roulis et de tangage qui ont respectivement pour but d’avoir des effets anti-roulis et anti-tangage. Dans notre étude, on s’intéresse aux coefficients Brouilhet longitudinaux de freinage Brf r et de propulsion Brprop sont définis par : BrBf λ1 = V~Q .~x ∗ 100 V~Q .~z (5.1) où Q est le point de contact entre la roue et le sol BrBp λ1 = V~K .~x ∗ 100 V~K .~z où K est le centre de la roue. 5.2.1.2 Les angles de voiture La figure 5.3 précise les trois angles de rotations du véhicule : - l’angle de rotation autour de l’axe ~z : le lacet ψ, - l’angle de rotation autour de l’axe ~x : le roulis θ, - l’angle de rotation autour de l’axe ~y : le tangage ϕ. (5.2) 116 CHAPITRE 5. OPTIMISATION DES PARAMÈTRES FONCTIONNELS Figure 5.3: Les angles du véhicule 5.2.1.3 Notions usuelles d’un train L’étude d’un train nécessite l’utilisation d’angles et d’axes particuliers qu’il est intéressant de détailler pour mieux comprendre la conception d’un train dont le développement va suivre. • L’angle de pince ou d’ouverture α0 - figure 5.4 - est l’angle que fait la projection du plan de jante sur le sol avec l’axe longitudinal du véhicule en braquage nul. Cet angle est par convention négatif si les roues convergent vers l’avant du véhicule. Une valeur positive est appelée ouverture. Figure 5.4: L’angle de pince • L’angle de carrossage initial au sol - figure 2 - est déjà présenté en introduction. Mais il faut faire une distinction supplémentaire : il existe le carrossage pneu/sol (défini en introduction), le carrossage sol/caisse et le carrossage pneu/caisse. Les trois sont liés par la relation suivante : γroue/sol = γroue/caisse + γcaisse/sol (5.3) C’est l’angle de carrossage au roue/sol qui est important pour le fonctionnement du pneumatique et qui a été jusqu’à présent développé, alors que c’est l’angle de carrossage par rapport à la roue/caisse qui est utilisé dans l’épure de carrossage. • L’axe de pivot - figure 5.5 - est l’axe (EF) autour duquel la roue tourne lors d’un braquage. Lorsque la roue a un débattement vertical, la position des liaisons qui constituent cet axe varie. L’angle de pivot i - figure 5.5a - est l’angle que forme l’axe vertical de la caisse du véhicule avec la projection de l’axe de pivot - axe (EF) - sur le plan transversal du véhicule. L’angle de pivot est positif si le haut du pivot est incliné vers l’intérieur du véhicule. De même 5.2 Paramètres fonctionnels du comportement routier 117 que l’angle de carrossage, il diminue le déport, donc l’effort à fournir pour braquer les roues. Cet angle sert à stabiliser la direction et à favoriser le retour en ligne droite après un virage. Figure 5.5: a)Angle de pivot et b) Angle de chasse • L’angle de chasse - figure 5.5b - est l’angle que forme l’axe vertical de la caisse du véhicule avec la projection de l’axe de pivot sur le plan longitudinal du véhicule. Par convention, cet angle de chasse est positif si le haut du pivot est incliné vers l’arrière du véhicule. Cette disposition a pour but de faciliter le retour en ligne droite de la direction après un virage. En effet, la rotation du pivot soulève légèrement la roue. La réversibilité de la direction est obtenue par le simple poids du véhicule. L’angle de chasse varie sur les véhicules de 3 à 10˚ environ. • Le centre de roulis est le point du plan vertical orthogonal à la voie passant par le milieu de celle-ci, tel que si une force latérale est appliquée en ce point elle ne produise pas de roulis. On obtient ainsi la hauteur du centre de roulis pour les trains avant et arrière et l’axe de roulis comme étant la droite passant par ces points. • La chasse linéaire c - figure 5.6a - est la projection de la quantité QS sur l’axe longitudinal sol lié à la roue. Par convention, la distance est positive si la trace de l’axe pivot est en avant du point conventionnel de contact au sol Q. Figure 5.6: a)La chasse et b) Le déport au sol • Le déport transversal au sol, dsol - figure 5.6b - est défini par la projection de la quantité QS sur l’axe transversal sol lié à la route. Par convention, cette distance est positive lorsque l’intersection de l’axe de pivot avec le sol est à l’intérieur de la voie. • Le déport à la fusée, d1 - figure 5.7 - est la distance qui sépare le centre de roue K de la perpendiculaire commune à l’axe de pivot (EF) et à l’axe de fusée. Cette distance est positive si le centre de la roue est située vers l’extérieur par rapport à l’axe de pivot. 118 CHAPITRE 5. OPTIMISATION DES PARAMÈTRES FONCTIONNELS Figure 5.7: Déport fusée 5.2.2 Étude fonctionnelle appliquée aux trains 5.2.2.1 Fonctions principales d’un train Nous allons suivre la même démarche de conception robuste ”First Design” que celle déjà appliquée au train avant Mac Pherson danc [20]. Dans un souci de clarté, la démarche va être décrite pas à pas. Figure 5.8: Analyse fonctionnelle des trains L’optimisation fonctionnelle consiste à déterminer les grandeurs objectives à atteindre pour les différentes fonctions qu’un train avant doit assurer. En reprenant l’analyse fonctionnelle du train, dont le diagramme pieuvre est illustré sur la figure 5.8, les fonctions principales d’un train sont au nombre de cinq : • la fonction cinématique, qui permet le guidage du plan de roue suivant des épures de braquage, de carrossage et de voie lors des débattements de roues (en phase ou en opposition de phase), • la fonction d’élasto-cinématique, qui permet le guidage du plan de roue en tenant compte cette fois-ci des liaisons élastiques et de la flexibilité des pièces mécaniques. Cette fonction est caractérisée par les variations d’angles et de déplacements du train sous efforts et sous couples, 5.2 Paramètres fonctionnels du comportement routier 119 • la fonction flexibilité scindée en deux contributions : la flexibilité en roulis pour limiter la prise de roulis en virage et la flexibilité verticale assurée par la suspension pour un certain confort du véhicule, • la fonction amortissement gérée exclusivement par les amortisseurs, • la fonction filtrage longitudinal comme le recul de roue sous effort longitudinal. On va alors se familiariser avec les trois premières fonctions qui sont celles retenues pour la conception d’un train. 5.2.2.2 Notions fondamentales du train avant Examinons les trois premières exigences fonctionnelles attachées aux essieux. • Fonction cinématique La fonction cinématique consiste à partir de notions élémentaires de la géométrie plane de se doter d’une bonne approche de l’influence de la disposition des éléments de guidage sur les épures en dissociant le guidage longitudinal, du guidage transversal. Quatre épures sont principalement étudiées : 1. la variation de voie, cette notion permet de calculer le ripage de l’essieu ou du pneumatique par rapport au châssis, 2. la variation de carrossage, 3. la variation de pince, 4. la variation de l’empattement. • Fonction élasto-cinématique Alors que la fonction cinématique considère les liaisons entre les organes comme infiniment rigide en supposant l’inter-distance des liaisons constante, la fonction élasto-cinématique considère l’élasticité intrinsèque des pièces et la flexibilité des liaisons élastiques. Cette fonction intègre donc les déplacements sous efforts engendrés par les ”bushing” et la déformabilité de l’ensemble des éléments en précisant la position réelle de la roue dans l’espace en fonction des débattements de la suspension sous efforts et sous couples. Les ”bushing” qui sont les éléments de caoutchouc au niveau des liaisons améliorent le confort du véhicule, il est donc indispensable de les concevoir au même titre que les organes et les pièces pour maı̂triser l’ensemble des déformations lors de sollicitations . L’ensemble des fonctions étudiées, et donc des différentes variations (variation de voie, de carrossage...) mènent à l’obtention de nappes qui sont indispensables à la simulation des différentes configurations d’un véhicule et à la définition de ces caractéristiques. 120 CHAPITRE 5. OPTIMISATION DES PARAMÈTRES FONCTIONNELS • Fonction flexibilité La fonction flexibilité d’un train avant est caractérisée par une raideur de pompage (débattements identiques pour la roue droite et la roue gauche) et une raideur de roulis (débattements de la roue droite et de la roue gauche dissymétriques). Une nappe fonctionnelle de l’effort vertical en fonction du débattement des roues et de l’angle de braquage permet de caractériser la transmission d’effort vertical de la roue. Une raideur globale de roulis caractérise la transmission de l’effort vertical lorsque le véhicule prend du roulis. Dans un train avant, cette fonction est principalement assuré par le ressort de suspension caractérisé par une loi effort-vitesse non-linéaire, les butées de choc et rebond et la barre antiroulis. 5.2.3 Hiérarchisation des paramètres Il existe plusieurs paramétrages hiérarchisés chez Renault utilisés selon l’étape considérée dans le cycle générale de conception Renault. On peut citer le paramétrage MADA et le paramétrage TDS. En effet, Renault utilise un logiciel de dynamique du véhicule connu sous le nom de MADA (Modélisation Avancée en Dynamique Automobile). Ce logiciel se base sur des nappes cinématiques, élasto-cinématiques et de flexibilité pour simuler toutes les prestations de comportement dynamique du véhicule. Ces nappes peuvent provenir de différentes sources : de calcul (avec le logiciel ADAMS), de mesures sur banc ou du Tableau Déploiement Systèmes (TDS). La figure 5.9 présente ces deux paramétrages utilisés chez Renault. Figure 5.9: Les différents paramétrages Le paramétrage du TDS est celui des paramètres métier déterminés en avant-projet. Cet assistant TDS développé en interne chez Renault facilite la génération des différentes nappes utilisées pour la simulation du comportement. Il fournit des premières simulations avec un nombre minimum de paramètres - nombre réduit de paramètres par rapport au paramétrage MADA. Ce paramétrage répertorie les paramètres suivant les trois fonctions citées précédemment - figure 5.10. Les notations de ce paramétrage sont celles utilisées dans cette seconde partie liée à la conception d’un train. 5.2 Paramètres fonctionnels du comportement routier 121 Figure 5.10: Les paramètres du tableau déploiement système suivant les 3 fonctions du trains Concernant les trains, la description fonctionnelle entre la caisse et les éléments constitutifs du train doit être faite. Celle-ci est donnée par les six degrés de liberté de position et de rotation du porte-fusée par rapport à la caisse. En considérant le débattement vertical z comme paramètre indépendant, la liaison est définie par les variations du porte-fusée suivants : l’empattement x, la voie y, le braquage α, le carrossage β, l’enroulement η. Le TDS génère à partir des différents paramètres introduits dans la figure 5.10 : • les nappes cinématique du porte-fusée selon l’empattement, la voie, le braquage, le carrossage et l’enroulement en fonction du débattement vertical, • les nappes élasto-cinématique (la souplesse suivant y, α, et β de la roue sollicitée pour un effort transversal Fy , la souplesse suivant α de la roue sollicitée pour un effort longitudinal Fx et la souplesse suivant α de la roue sollicitée et non sollicitée pour un couple de pince Mz ) • deux nappes de flexibilité (la flexibilité verticale entre la caisse et la masse non suspendue et la flexibilité de la barre anti-dévers) Les différents paramètres fonctionnels intervenant dans la modélisation du comportement du véhicule viennent d’être détaillés. Dans [21], une étude d’influence des paramètres de conception sur plusieurs prestations est réalisée. S’appuyant sur les outils de détection d’influence tels que les simulations de Monte Carlo et les plans d’expérience, les résultats ont permis d’établir un tableau des paramètres suivant chaque prestation. En reprenant ce classement et en l’adaptant à l’étude grand carrossage, les paramètres fonctionnels utilisés pour la modélisation simplifiée des prestations de comportement véhicule ont été classés suivant le tableau 5.1. 122 CHAPITRE 5. OPTIMISATION DES PARAMÈTRES FONCTIONNELS Paramètres extérieurs (hors pneu) Virage stabilisé CINEMATIQUE s1 s2 1 2 λ1 λ2 chasse FLEXIBILITE Cθ ELASTO-CINE F T RS1(2) F T RN S1(2) F M RS1(2) F M RN S1(2) Hauteur CDG : h Longueurs : l1 l2 Masse totale : M démultiplication : n Paramètres pneumatiques Loi de commande carrossage Rigidité de dérive : D1p D2p Poussées de carrossage : P1 P2 chasse pneumatiques : a1 a2 fonction polynomiale dépendante de αv et de γt Paramètres de conception du train Transitoire Idem virage stabilisé + Aθ = A1 + A2 Idem virage stabilisé + les inerties de caisse Ix Iz Ixz Idem virage stabilisé Idem virage stabilisé Tableau 5.1: Répartition des paramètres suivant les deux prestations étudiées 5.3 Prestation de comportement 123 En procédant de cette manière le nombre de paramètres a considérablement diminué : passant de 58 paramètres de conception pour un train sur le modèle du TDS à 20 paramètres de conception pour les modèles simplifiés auxquels il faut ajouter 8 paramètres pour l’élaboration de la loi de commande du carrossage. En effet, n’ayant pas de contrainte concernant cette loi de commande, nous la considérons comme une fonction de l’accélération γt et de l’angle au volant αv . Cette loi est donc développée sous forme polynomiale dont le degré fait lui aussi l’objet de l’optimisation. Ce qui sous-entend que des polynômes de différents ordres sont testés. Pour illustration, la figure 5.11 présente une γt2 (− αγ3max αv3 ). loi de commande polynomiale de la forme suivante f (αv , γt ) = γt,max v,max Figure 5.11: Exemple de loi de commande de l’angle de carrossage Les coefficients du polynôme sont donc ajouter à l’ensemble des paramètres fonctionnels que l’on va optimiser. Les notions de dynamique du véhicule et plus particulièrement les notions élémentaires rattachées aux trains ont été développées afin de dégager les paramètres fonctionnels de chaque fonction réalisée par le train. Leur hiérarchisation nécessaire pour un déroulement efficace de la phase d’optimisation a été effectuée suivant les fonctions principales du train. Il est maintenant nécessaire de détailler les prestations de comportement. 5.3 Prestation de comportement L’objectif fondamental de ce paragraphe est de présenter les prestations de comportement routier choisies en développant leur modélisation et leur objectivation. Les deux prestations retenus pour la conception d’un train à grand carrossage sont : le ”Sinus Ford” et le virage stabilisé. Il est intéressant de remarquer que ces deux prestations sont choisies parce qu’elles sollicitent la dynamique transversale du véhicule et utilisent les mêmes paramètres hormis les amortisseurs A1 et A2 qui interviennent en plus dans le modèle transitoire. En ce qui concerne la modélisation, des modèles fonctionnels simplifiés sont conçus en se 124 CHAPITRE 5. OPTIMISATION DES PARAMÈTRES FONCTIONNELS servant des connaissances métiers de Renault et sont comparés au modèle de référence MADA pour être validés. Ces modèles robustes, simplifiés et fonctionnels sont utilisés afin de faciliter la phase d’optimisation qui est développée en troisième partie dans ce chapitre. 5.3.1 Prestation de comportement transitoire En tenue de route, la distinction entre l’état statico-dynamique d’un véhicule et l’évolution dynamique du véhicule est faite. L’état statico-dynamique représente le véhicule en situation stabilisée en virage, tandis que la phase dynamique du véhicule correspond à la phase transitoire de mise en virage. La modélisation adoptée pour le châssis est présentée dans le paragraphe suivant. La description étant purement fonctionnelle, les pneumatiques, les ressorts et les amortisseurs n’ont pas été représentés. 5.3.1.1 Description générale du modèle Basé sur la capitalisation Renault, le modèle s’appuie sur les hypothèses décrites par Jean Simon dans [89], [91], [93], [94], [96]. De façon générale, par rapport aux travaux de MarieMaud Chatillon [20], un enrichissement du modèle est nécessaire afin de mieux appréhender le phénomène ”grand carrossage”. Le modèle considéré - figure 5.12 - est un modèle 4 roues roulis/lacet/dérive, qui prend en considération le report de charge, la loi de commande grand carrossage. Figure 5.12: Modèle véhicule quatre roues : équation en roulis 5.3.1.2 Variables du modèle Les grandeurs physiques Ces grandeurs sont principalement représentées par les angles et efforts qui agissent sur l’ensemble du modèle. On retient alors les grandeurs suivantes : - l’angle de roulis θ selon l’axe longitudinal du repère défini, - l’angle de lacet ψ selon l’axe vertical du repère défini, 5.3 Prestation de comportement - 125 la dérive du centre de gravité du véhicule δ , la dérive du train avant du véhicule δ1 , la dérive du train arrière du véhicule δ2 , l’angle de braquage à la roue α, l’effort transversal au train avant Y1 , l’efforts transversal au train arrière Y2 . Il est important de noter que le modèle est un modèle quatre roues, on distingue donc l’avant de l’arrière mais également le coté gauche du coté droit vis-à-vis du centre de gravité. Les notations seront précisées au moment de la mise en équation. Les variables de la caisse Les variables relatives à la caisse sont les suivantes : - la masse totale de la caisse M [kg], - les inerties de la caisse dans le plan (xz) : Ix , Iz et Ixz [kg.m−2 ]. Les variables géométriques Dans le modèle, cinq variables géométriques interviennent : - la la la la la hauteur de centre de gravité du véhicule : h [m], distance longitudinale entre le train avant et le centre de gravité : l1 [m], distance longitudinale entre le train arrière et le centre de gravité : l2 [m], distance transversale entre les roues de l’essieu avant : e1 [m], distance transversale entre les roues de l’essieu arrière : e1 [m]. Ces paramètres sont considérés comme extérieurs, puisque imposés par le cadrage du projet ou le design pour les voies et l’empattement total. Quant à la position du centre de gravité, elle est également connue dans une certaine mesure, mais susceptible de varier en fonction, par exemple, des cas de charge et des motorisations envisagés. Les variables de la direction Dans ce modèle simplifié, le système de direction est caractérisé par : - le rapport de démulplication n [-], l’inertie du volant noyé J [kg.m2 ], la raideur de rappel de direction aux roues Cθ [N.m/rad], l’amortissement de direction aux roues Aα [N.m/rad/s]. 126 CHAPITRE 5. OPTIMISATION DES PARAMÈTRES FONCTIONNELS Les variables pneumatiques La modélisation du pneumatique utilisée est celle de Pacejka auto grand carrossage MFMCTyre défini dans le chapitre 4. Ce modèle concerne les efforts longitudinaux et transversaux. Néanmoins, la modélisation linéaire de la rigidité de carrossage a été conservée. Ce modèle nécessite les paramètres suivants : - les rigidités de dérive linéaires du pneumatique, D1p à l’avant, D2p à l’arrière [N/rad], - les poussées linéaires de carrossage du pneumatique à l’avant P1 et à l’arrière P2 (N/rad), - les chasses pneumatiques à l’avant a1 et à l’arrière a2 (m). Dans notre modèle, on fait l’hypothèse que les rigidités de dérive dépendent de la charge verticale appliquée à la roue. Ainsi on reproduit le phénomène qui consiste à dire qu’en virage, la charge de la roue extérieure au virage est augmentée de la valeur du report de charge alors que la charge de la roue intérieure est diminuée d’autant : (5.4) 2.D1p = D11p[ F z1 −∆F z1] + D12p[ F z1 +∆F z1] 2 2 où D1p est la rigidité de dérive moyenne des pneumatiques avant. Les variables relatives à la roue La variable suivante, relative à la roue, intervient dans notre modèle : - le rayon sous charge d’une roue avant R1 (m). Les variables de conception des trains Ces variables, reliées aux paramètres fonctionnels de conception du train sont : - les raideurs des barres anti-roulis avant et arrière C1 et C2 [N.m/rad], - les amortissements anti-roulis des trains avant et arrière A1 et A2 [N.m/rad/s], - la chasse linéaire au sol au niveau d’un train avant c1 [m], - le déport fusée sur le train avant d1 [m], - le sinus de l’angle de chasse [−], - les hauteurs des centres de roulis avant et arrière s1 et s2 [m], - les coefficients de carrossage induit par le roulis λ1 et λ2 [%], - les coefficients de braquage induit par le roulis ε1 et ε2 [%], - les flexibilités des trains sous efforts et sous couples regroupées sous les paramètres F T1 et F T2 [rad/N ]. 5.3 Prestation de comportement 127 Les flexibilités des trains Les flexibilités propres des trains avant (F T1 ) et arrière (F T2 ) sont fonctions des huit flexibilités des trains sous efforts et sous couples pour les roues sollicitées et non sollicitées. Leurs expressions sont les suivantes : 1 (F T RS1 − F T RN S1 + a1 .(F M RS1 − F M RN S1)) 2 1 F T2 = (F T RS2 − F T RN S2 + a2 .(F M RS2 − F M RN S2)) 2 (5.5) F T1 = (5.6) avec F T RS1 F T RS2 F T RN S1 F T RN S2 F M RS1 F M RS2 F M RN S1 F M RN S2 flexibilité de braquage sous efforts transversal de la roue sollicitée à l’avant flexibilité de braquage sous efforts transversal de la roue sollicitée à l’arrière flexibilité de braquage sous efforts transversal de la roue non sollicitée à l’avant flexibilité de braquage sous efforts transversal de la roue non sollicitée à l’arrière flexibilité de braquage sous couple de pince de la roue sollicitée à l’avant flexibilité de braquage sous couple de pince de la roue sollicitée à l’arrière flexibilité de braquage sous couple de pince de la roue non sollicitée à l’avant flexibilité de braquage sous couple de pince de la roue non sollicitéeà l’arrière [rad/N ] [rad/N ] [rad/N ] [rad/N ] [rad/N ] [rad/N ] [rad/N ] [rad/N ] Tableau 5.2: Les flexibilités des trains Ces huit flexibilités correspondent aux paramètres de conception à prendre en compte pour la fonction flexibilité. 5.3.1.3 Équations du modèle Les différentes variables étant introduites, la mise en équation du modèle peut être effectuée. • le théorème de la résultante dynamique appliqué au véhicule selon l’axe y M.γt − 2 X 2 X i=1 j=1 Yij = 0 (5.7) 128 CHAPITRE 5. OPTIMISATION DES PARAMÈTRES FONCTIONNELS Les conventions i et j représentent respectivement le train (1 pour le train avant et 2 pour le train arrière) et la roue (1 pour roue gauche et 2 pour roue droite). Par exemple Y21 représente l’effort transversal à la roue arrière droite. • le théorème du moment dynamique appliqué au véhicule selon les axes x et z 0 Ix θ̈ − Atheta .θ̇ + C θ .θ − Ixz ψ̈ − 2 X 2 X hi .Yij = 0 (5.8) i=1 j=1 2 X 2 X Iz ψ̈ − Ixz θ̈ − (li − ai ).Yij = 0 (5.9) i=1 j=1 • l’égalité de l’accélération transversale γt − V.(ψ̇ + δ̇) = 0 (5.10) • les relations entre les vitesses aux trains avant et arrière faisant intervenir les termes représentant les angles de dérives induits par le braquage, la vitesse de lacet et la dérive des pneumatiques ˙ + (c1 + a1 )(α˙11 + θ̇.1 ) = 0 (5.11) V.(α11 + 1 .θ + δ11 − δ) − (l1 − a1 ).ψ̇ − h1 .θ̇ + bal1 .δ11 ˙ + (c1 + a1 )(α˙12 + θ̇.1 ) = 0 (5.12) V.(α12 + 1 .θ + δ12 − δ) − (l1 − a1 ).ψ̇ − h1 .θ̇ + bal1 .δ12 ˙ + a2 (θ̇.2 ) = 0 V.(2 .θ + δ21 − δ) + (l2 + a2 ).ψ̇ − h2 .θ̇ + bal2 .δ21 (5.13) ˙ + a2 (θ̇.2 ) = 0 V.(2 .θ + δ22 − δ) + (l2 + a2 ).ψ̇ − h2 .θ̇ + bal2 .δ22 (5.14) • les lois de comportement des systèmes pneumatique et train en série en s’affranchissant de l’approximation aux petits angles Y11 + D1 .δ11 + P1 .γroue/sol11 = 0 (5.15) Y12 + D1 .δ12 + P1 .γroue/sol12 = 0 (5.16) Y21 + D2 .δ21 + P2 .γroue/sol21 = 0 (5.17) Y22 + D2 .δ22 + P2 .γroue/sol22 = 0 (5.18) γroue/sol11 = γroue/caisse11 − λ1 .θ (5.19) γroue/sol12 = γroue/caisse12 − λ1 .θ (5.20) γroue/sol21 = γroue/caisse21 − λ2 .θ (5.21) γroue/sol22 = γroue/caisse22 − λ2 .θ (5.22) Avec 5.3 Prestation de comportement 129 Afin de s’affranchir totalement du système de direction, les équations relatives à l’équilibre des moments de braquage ne sont pas écrites. Seul le système châssis est étudié et les sorties du modèle qui nous intéressent particulièrement sont le braquage aux roues et l’angle volant obtenu grâce à la démultiplication n. Certaines des variables apparaissant dans les équations précédentes sont des combinaisons linéaires des variables de conception précédemment définies. On explicite ici les relations correspondantes. C 0 θ = C1θ + C2θ − M.g.h0 0 h1 .l2 + h2 .l1 h0 = 0 0 l1 + l2 0 (5.23) 0 0 (5.24) 0 (5.25) l2 = l2 + a2 0 (5.26) h1 = h − s1 (5.27) h2 = h − s2 (5.28) l1 = l1 − a1 Lorsque le roulis est faible, la rigidité globale en roulis C1θ + C2θ intervenant dans l’équation (5.23) est estimée par les formules : 1 C1θ = k1 .e1 2 + Cbad1 4 (5.29) 1 C2θ = k2 .e2 2 + Cbad2 (5.30) 4 On rappelle que dans ces expressions, k1 et k2 sont les raideurs linéaires au train. Si le roulis devient suffisamment élevé, le modèle de butée de la note [62] peut être utilisé. Alors les paramètres de conception relatifs aux butées interviennent également. Les rigidités D1 et D2 résultent de l’association en série du train et du pneumatique. D’après les conventions en vigueur, les formules utilisées sont les suivantes : D1 = 1 − F T1 2.D1pnl −1 (5.31) D2 = 1 − F T2 2.D1pnl −1 (5.32) Les expressions des reports de charges utilisées pour le modèle pneumatique sont les suivantes : l2 + a2 M C1θ · h0 + ∆Fz1 = · s1 .γt (5.33) e1 C 0 θ l1 − a1 + l2 + a2 ∆Fz2 M = e2 C2θ l1 − a1 · h0 + · s2 .γt C0θ l1 − a1 + l2 + a2 (5.34) 130 5.3.1.4 CHAPITRE 5. OPTIMISATION DES PARAMÈTRES FONCTIONNELS Test et critères objectifs Description du test Le test réalisé a pour but de solliciter le véhicule en transitoire. Il s’agit d’une situation de conduite ou ”prestation” Sinus Ford qui consiste en une excitation sinusoı̈dale amplifiée de l’angle au volant. La voiture est lancée en ligne droite à une vitesse de 100km/h et la consigne de volant, illustrée sur la figure 5.13 est ensuite appliquée. Figure 5.13: Consigne d’angle au volant lors de la manoeuvre Sinus Ford Les fréquences et amplitudes des deux demi-périodes du sinus sont bien définies suivant la figure 5.13 et le coefficient multiplicatif ”x” est choisi en première approximation comme un nombre entier. Les angles définis par les différentes valeurs du terme ”x.A” sont nommés Angles Ford. L’amplitude ”A” est déterminée à partir d’une simulation préliminaire au cours de laquelle une rampe très lente de 0˚ à 100˚ d’angle au volant est appliquée à la voiture. La valeur d’amplitude, qui conduit à une accélération transversale du véhicule égale à 3m.s−2 , devient la valeur ”A”. Les conditions de cette simulation ont pour objectif d’avoir une situation de conduite dans laquelle le véhicule est stable et dont la réponse est fidèle à la consigne du conducteur. Critères objectifs Afin de pouvoir optimiser le comportement dynamique du véhicule, un objectif ou ”comportement idéal” doit être défini pour la prestation ”Sinus Ford”. Pour un tel test, certaines grandeurs physiques sont particulièrement intéressantes à observer afin d’optimiser le comportement du véhicule. Ces grandeurs qui évaluent l’efficacité et la stabilité du véhicule sont l’accélération transversale et la dérive au centre de gravité. • Efficacité du véhicule L’efficacité d’un véhicule est définie comme sa capacité à maintenir une réponse fidèle à la consigne donnée par le conducteur. Dans le cas de la prestation Sinus Ford, cette capacité est étudiée lors d’un premier coup de volant pendant lequel on cherche à avoir une accélération transversale maximale - figure 5.14. 5.3 Prestation de comportement 131 Figure 5.14: Définition de l’efficacité du véhicule • Stabilité du véhicule Le critère permettant d’évaluer la stabilité du véhicule est la dérive au centre de gravité lors du deuxième coup de volant. La valeur maximale de l’angle de dérive n’est pas significative pour l’évaluation de la stabilité car elle ne présente pas la valeur totale de la dérive après le deuxième coup de volant. Puisque c’est cette seconde partie de la consigne au volant qui déstabilise le véhicule, l’intégrale de la dérive au centre de gravité du second coup de volant est alors calculée - figure 5.15. Ceci revient donc à évaluer la capacité de la voiture de revenir à un état stable après une déstabilisation. Figure 5.15: Définition de la stabilité du véhicule Après avoir défini les critères de la prestation, la recherche du meilleur comportement dynamique du véhicule revient à obtenir l’accélération transversale maximale et la dérive minimale. 5.3.1.5 Validité du modèle Pour chaque prestation, la corrélation des critères objectifs calculés sur modèle complet et sur modèle simplifié est étudiée. Le but de cette étape est de valider nos modèles simplifiés physiques et mettre en évidence la corrélation des critères issus de deux types de simulations. La figure 5.16 présente la corrélation des critères objectifs de la prestation Sinus Ford des modèles simplifiés et du modèle MADA. 132 CHAPITRE 5. OPTIMISATION DES PARAMÈTRES FONCTIONNELS Figure 5.16: Corrélation du modèle simplifié et du modèle MADA Les résultats de la corrélation faite à l’aide de plans d’expériences sur l’espace de conception permet de conclure que le modèle simplifié réalisé corrèle bien avec le modèle complet MADA. En effet, les deux graphes de la figures mènent à une détermination linéaire des critères : le critère du modèle complet est en relation linéaire y = ax + b avec le critère du modèle simplifié. Par régression linéaire les valeurs du coefficient directeur de la droite a et du coefficient à l’ordonnée b pouvant être données. Ce modèle simplifié peut donc être utilisé dans la suite de la démarche d’optimisation des paramètres fonctionnels. 5.3.2 Prestation de virage stabilisé 5.3.2.1 Régime stabilisé La dynamique angulaire caractérise le régime établi d’un véhicule en virage. Ce modèle est un cas particulier du modèle 4 roues roulis/lacet/dérive qui vient d’être décrit. En effet, il suffit de reprendre les équations précédentes et de mettre les grandeurs θ̇, θ̈, ψ̈, δ̇, δi˙j, α˙11 , α˙12 et α̈ - [90], [92] et [97]. Equations du modèle • Equilibre des forces selon l’axe y M.γt − Y11 − Y12 − Y21 − Y22 = 0 (5.35) • Equilibre des moments selon l’axe x et l’axe z du véhicule 0 C θ .θ − (h1 .(Y11 + Y12 ) + h2 .(Y21 + Y22 )) = 0 (5.36) − (l1 − a1 ).(Y11 + Y12 ) + (l2 + a2 ).(Y21 + Y22 ) (5.37) • l’égalité de l’accélération transversale γt − V.(ψ̇) = 0 (5.38) • les relations entre les vitesses aux trains avant et arrière V.(α11 + 1 .θ + δ11 − δ) − (l1 − a1 ).ψ̇ = 0 (5.39) 5.3 Prestation de comportement 133 V.(α12 + 1 .θ + δ12 − δ) − (l1 − a1 ).ψ̇ = 0 (5.40) V.(2 .θ + δ21 − δ) + (l2 + a2 ).ψ̇ = 0 (5.41) V.(2 .θ + δ22 − δ) + (l2 + a2 ).ψ̇ = 0 (5.42) • les lois de comportement des systèmes pneumatique et train en série en s’affranchissant de l’approximation aux petits angles sont les mêmes que celles du modèle quatre roues détaillé ci-avant - de l’équation 5.15 à l’équation 5.22. Dans l’optique encore une fois de s’affranchir du système de direction, seul le système châssis et le braquage aux roues sont étudiés. Les grandeurs physiques de sortie du modèle sont les grandeurs stabilisées, l’entrée étant l’accélération transversale γt . Les expressions des différentes variables peuvent être obtenues : • les efforts transversaux : • le roulis θ : M.γt − (Y11 + Y12 + Y21 + Y22 ) θ= (5.43) h1 (Y11 + Y12 ) + h2 (Y21 + Y22 ) Cθ0 (5.44) γt V (5.45) • la vitesse de lacet ψ̇ ψ̇ = • La dérive au train avant δ1 = δ11 + δ12 : δ11 = − 1 (Y11 + P1 .γroue/sol11 ) D1 (5.46) δ12 = − 1 (Y12 + P1 .γroue/sol12 ) D1 (5.47) δ22 = − 1 (Y22 + P2 .γroue/sol22 ) D2 (5.48) δ21 = − 1 (Y21 + P2 .γroue/sol21 ) D2 (5.49) • La dérive au train arrière • la dérive au centre de gravité δ δ = 2 .θ + δ2 − (l2 + a2 ).ψ̇ V (5.50) • l’angle de braquage à la roue α11 : α11 = (l1 − a1 ).ψ̇ − (1 .θ + δ11 − δ) V (5.51) • l’angle de braquage à la roue α12 : α12 = (l1 − a1 ).ψ̇ − (1 .θ + δ12 − δ) V (5.52) 134 CHAPITRE 5. OPTIMISATION DES PARAMÈTRES FONCTIONNELS 5.3.2.2 La dynamique angulaire Bien que ce soit une situation dans laquelle le véhicule se trouve rarement en situation courante, l’étude de cette phase stabilisée est fondamentale pour caractériser le régime stabilisé du véhicule en virage [92]. La dynamique angulaire da, chez Renault, se définit comme la dérivée de l’angle au volant αv par rapport à l’accélération transversale γt à rayon de trajectoire R constant et vitesse variable. En fait, elle correspond à la correction d’angle au volant nécessaire pour rester sur la trajectoire circulaire lors de la légère augmentation de la vitesse. ∂αv da = ∂γt R=constante (5.53) La dynamique angulaire est la somme de plusieurs contributions liées aux influences des rigidités des pneumatiques, de la cinématique et de l’élasto-cinématique des trains. Ces contributions sont les suivantes : • La dynamique angulaire issue de la dérive pneumatique : 0 dadérive pneumatique = 0 M2 M1 − 2.D1pnl 2.D2pnl ! (5.54) Son origine est pneumatique, elle résulte de la rigidité de dérive et du moment d’autoalignement. • La dynamique angulaire issue du carrossage induit par le roulis : M.h0 λ1 .P1 λ2 .P2 − · 0 dacarrossage induit = Cθ D1pnl D2pnl (5.55) Son origine est cinématique et pneumatique : elle résulte du carrossage induit par le roulis et de la poussée de carrossage. • La dynamique angulaire issue du braquage induit par le roulis : dabraquage induit = n. (ε1 − ε2 ) · M.h0 C0θ (5.56) Son origine est cinématique et pneumatique : elle résulte du carrossage induit par le roulis et de la poussée de carrossage. 5.3 Prestation de comportement • La dynamique angulaire issue de la déformation des trains sous effort : F T P2 F T P1 0 0 dadéf ormation du train sous ef f ort = n. M2 · − M1 · 2 2 135 (5.57) Elle provient de la déformation des demi-trains sous effort transversal. • La dynamique angulaire issue de la déformation des trains sous couple : a2 .F T P2 a1 .F T P1 0 0 − M2 · dadéf ormation du train sous couple = n. M1 · 2 2 (5.58) Elle provient de la déformation des demi-trains sous moment vertical. • La dynamique angulaire due aux répercussions : 0 0 darépercussion = n. M2 .(F T REP 2 − a2.F M REP 2) − M1 (F T REP 1 − a1.F M REP 1) (5.59) Elle provient de la déformation des éléments d’interconnexion des deux demi-trains sous effort transversal et sous couple. L’ensemble de ces contributions peut donc s’exprimer analytiquement en fonction des variables et des grandeurs observables du modèle. Néanmoins, la dynamique angulaire totale, somme de ces contributions, peut s’exprimer très simplement grâce aux expressions des dérives spécifiques : da = n.(δ1spé − δ2spé ) (5.60) 5.3.2.3 Tests et critères objectifs Le test qui correspond à cette prestation est basé sur un suivi de trajectoire circulaire où le rayon vaut 50m et où la consigne de vitesse est une augmentation progressive de la vitesse afin de rester en régime établi. Afin d’évaluer et surtout d’optimiser les performances d’un véhicule pour la prestation de virage stabilisé, plusieurs critères objectifs exprimés sous forme de grandeurs positives à minimiser peuvent être considérés. Les critères objectifs retenus pour cette prestation sont les quatre variables spécifiques à la dynamique angulaire à savoir : • le roulis spécifique θsp , qui est le roulis à une accélération de 1m.s−2 , • la dérive spécifique du train avant δ1sp , • la dérive spécifique du train arrière δ2sp , • la dynamique angulaire à 3m.s−2 . 136 CHAPITRE 5. OPTIMISATION DES PARAMÈTRES FONCTIONNELS Pour chacun de ces critères, des objectifs sont fixés pour améliorer le véhicule en terme de performance et de comportement . Ainsi le roulis spécifique et la dynamique angulaire doivent atteindre une valeur cible tandis que les dérives spécifiques aux trains avant et arrière doivent être minimales. 5.3.2.4 Validité du modèle Comme pour la prestation précédente, la validité du modèle va maintenant être vérifiée. Pour cela, la corrélation des critères objectifs calculés sur un modèle complet et sur notre modèle simplifié est étudiée. La figure 5.17 présente la corrélation des critères objectifs de la prestation virage stabilisée de notre modèle simplifié vis à vis du modèle MADA. Figure 5.17: Corrélation du modèle simplifié et du modèle MADA Notre modèle simplifié présente une bonne corrélation avec le modèle complet MADA, il peut donc être utilisé dans la suite de la démarche d’optimisation des paramètres fonctionnels. 5.3.3 Fréquences propres Aux différents critères des prestations étudiées, il faut ajouter les contraintes de fréquences imposées. Ces fréquences concernent les fréquences propres de pompage des trains avant et arrière, de la fréquence de roulis, de tangage et de débattements des roues avant et arrière. Même si en réalité le pompage et le tangage existent en même temps, on se placera dans un cas simplifié où les mouvements existent indépendamment les uns des autres. 1. Fréquences propres de pompage des trains En adoptant le schéma que la caisse est liée à la chaussée par une raideur équivalente dans le plan vertical, on parvient à déterminer une fréquence de pompage où les raideurs des pneumatiques et des ressorts de suspension sont en parallèle : 5.3 Prestation de comportement 137 Fpompage = 1 2.ki .kpneui .sqrt 2π Mi .(ki + kpneui ) (5.61) où - M1 et M2 sont respectivement les masses au train avant et au train arrière, - k1 et k2 les raideurs des ressorts de suspension des trains avant et arrière, - kpneu1 et kpneu2 les raideurs des pneumatiques avant et arrière. 2. Fréquences propres de tangage La fréquence de tangage doit également être prise en compte. Celle-ci se détermine par une raideur de tangage Kt et une inertie de tangage du véhicule Iy . Ainsi elle s’écrit : Kt 1 .sqrt 2π Iy Ftangage = (5.62) où Kt = 2.k1 .l12 + 2.k2 .l22 , avec ki les raideurs avant et arrière des ressorts de l’essieux et li la distance entre le train avant ou arrière et le centre de gravité. 3. Fréquences propres de roulis De la même façon que pour la fréquence de tangage, la fréquence de roulis s’exprime en fonction de l’inertie en roulis du véhicule Ix et de la raideur de roulis Kr . Froulis = Kr 1 .sqrt 2π Ix (5.63) où Kr = 41 (2.k1 .e21 + 2.k2 .e22 ) + KBAD1 + KBAD2 , avec ei les voies avant et arrière du véhicule, et KBADi les raideurs de la barre anti-roulis avant ou arrière (enN m/rad). 4. Fréquences propres de débattement de roue Enfin les dernières fréquences qu’il faut impérativement prendre en compte lors de la conception des trains sont les fréquences propres de battement de roue. Celles-ci reviennent à considérer un schéma siplifié reliant la masse non suspendue du véhicule à la chaussée par une raideur de pneumatique. Étant un système masse/ressort classique, on en déduit immédiatement la fréquence propre : Fbattementrouei = Kpneui 1 .sqrt 2π Mnsi (5.64) où Mnsi est la masse non suspendue à l’avant ou l’arrière et Kpneui la raideur du pneumatique. Le tableau 5.3 introduit les valeurs extrêmes de quatre des fréquences qui viennent d’être présentées figeant ainsi les contraintes de l’optimisation. 138 CHAPITRE 5. OPTIMISATION DES PARAMÈTRES FONCTIONNELS 0.8 ≤ f1 ≤ 1.14 1 ≤ f2 ≤ 1.5 1 ≤ ftangage ≤ 1.6 10 ≤ fbattement−roue ≤ 14 Tableau 5.3: Répartition des paramètres suivant les deux prestations étudiées 5.3.4 Fonction coût de chaque prestation Pour chaque prestation, il est nécessaire de définir une ou plusieurs fonctions objectif fi , qui traduit chaque objectif à atteindre et à les combiner au sein d’une même fonction dite ”fonction coût globale”. La fonction coût globale sera donc définie comme une fonction à minimiser, il faut alors faire en sorte que tous les critères soient à minimiser. On s’y ramène alors de la manière suivante : - si le critères est à minimiser, on le change pas dans la fonction coût, - si le critère est maximiser, cela revient à minimiser son opposé, - si le critère doit atteindre une valeur cible, alors on cherche à minimiser l’écart des deux valeurs. Le tableau 5.4 indique alors les changements à élaborer pour que tous les critères soient à minimiser. Objectifs : à minimiser c→c à maximiser c → −c valeur cible à atteindre c → |c − ccible | Tableau 5.4: Opérations pour minimiser chaque critère On peut alors définir la fonction coût pour un objectif fci , équation 5.65 : fci = c − c∗ c̄ − c∗ (5.65) où c est la valeur à minimiser, c∗ la meilleure valeur du critère atteignable dans l’espace de conception et c̄ la moins bonne valeur atteignable dans cet espace. Suivant cette démarche, explicitons les fonctions coût de chaque prestation. FV irageStabilis = fc1=θsp + fc2=δ1sp + fc3=δ2sp + fc4=da (5.66) FSinusF ord = fc1=γt + fc2=δ (5.67) Les fonctions coût fci sont à expliciter suivant l’équation 5.65. Les meilleures et moins bonnes valeurs sont données dans le tableau 5.5 : 5.4 Optimisation des paramètres fonctionnels 139 Critères da θsp δ1sp δ2sp Meilleure valeur 3.6 0.43 0.28 0.11 Moins bonne valeur 13.21 2.54 0.91 0.62 Écart 9.61 2.11 0.63 0.51 unité deg.m−1 .s2 deg.m−1 .s2 deg.m−1 .s2 deg.m−1 .s2 γt δ 8.93 140 6.87 287 2.06 147 m.s−2 deg.m−1 .s2 Tableau 5.5: Valeurs extrêmes des différents critères 5.3.5 Bilan Les paramètres fonctionnels, les prestations étudiées et les critères cibles sont clairement posés. Il ne reste donc que l’optimisation des paramètres fonctionnels à mettre en place pour que la première phase de la démarche de conception appliquée au train grand carrossage soit complètement réalisée. Nous allons donc dans la suite, nous attacher à l’optimisation des paramètres fonctionnels du train sur les différentes prestations en prenant en compte les objectifs et les contraintes de comportement qui viennent d’être définis. 5.4 Optimisation des paramètres fonctionnels Comme écrit dans le chapitre de présentation de la méthodologie ”First Design”, l’optimisation des paramètres comprend trois grandes étapes : • l’analyse des paramètres fonctionnels d’ordre un, • l’optimisation des paramètres influents d’ordre un, • l’optimisation des paramètres d’ordre deux. Ce paragraphe est développé suivant ces trois étapes. 5.4.1 Analyse d’influence des paramètres sur les critères • Description de l’espace de conception Cette phase est indispensable au bon déroulement de l’optimisation. Elle consiste à déterminer un espace dit de conception dans lequel les valeurs des paramètres sont à chercher. Les bornes de cet espace sont déterminées soit par les valeurs technologiquement admissibles pour la conception, soit par des contraintes imposées comme par exemple les fréquences propres du véhicule. Ainsi le tableau 5.6 présente l’espace de conception des 20 paramètres utilisés dans les modèles simplifiés. A ces paramètres il faut rajouter les coefficients du polynôme qui modélise la loi de commande grand carrossage avec pour contrainte principale que le carrossage soit compris dans l’intervalle [-20˚, 20˚]. 140 CHAPITRE 5. OPTIMISATION DES PARAMÈTRES FONCTIONNELS Nom Cθ k1 k2 A1 A2 s1 s2 1 2 λ1 λ2 F T RS1 F T RN S1 F M RS1 F M RN S1 F T RS2 F T RN S2 F M RS2 F M RN S2 chasse Valeur minimale 30000 18000 12000 1000 1000 0 50 -10 -5 70 40 -5 -1 -10 0 -5 -1 -10 -1 5 Valeur maximale 160000 41000 28000 7000 7000 120 200 1 10 100 100 5 1 0 10 5 1 0 1 40 Unité N.m/rad N/m N/m N/(m.s−1 ) N/(m.s( − 1) mm mm % % % % mrad/100daN mrad/100daN mrad/100daN mrad/100daN mrad/100daN mrad/100daN mrad/100daN mrad/100daN mm Tableau 5.6: Espace de conception des paramètres d’ordre un 5.4 Optimisation des paramètres fonctionnels 141 • Analyse de sensibilité des critères Une étude de sensibilité des critères objectifs de chaque prestation par rapport à des variations des paramètres fonctionnels d’ordre un est réalisée. Elle a pour objectif d’évaluer la robustesse des différents critères. En effet, une variation de 10% des paramètres d’ordre un autour de la valeur nominal est acceptée. A partir de cet espace de variation, on observe la dispersion du critère objectif. Ainsi, pour les deux prestations retenues une étude de sensibilité est réalisée en employant la méthode Monte Carlo présentée dans le premier chapitre. Un grand nombre de simulations est généré en un minimum de temps et pour des variations de paramètres d’entrée. En effet, avec nos modèles simplifiés, mille simulations ne prend que trois minutes. Sur le modèle complet il faudrait plusieurs jours. Une loi de probabilité gaussienne est choisie pour l’ensemble des paramètres qui constituent l’espace de conception. Les figures 5.18 et 5.19 présentent les résultats des simulations de Monte Carlo réalisées sur les critères objectifs des deux prestations : virage stabilisée et Sinus Ford. Figure 5.18: Étude de Monte Carlo sur les critères du virage stabilisé Figure 5.19: Étude de Monte Carlo sur les critères du Sinus Ford La moyenne et le coefficient de variation calculés et présentés sous forme de tableaux 5.7, 5.8 donnent une idée de la sensibilité et donc de la robustesse des différents critères. 142 CHAPITRE 5. OPTIMISATION DES PARAMÈTRES FONCTIONNELS Critères da θsp δ1sp δ2sp Moyenne 2.19 0.73 0.42 0.31 Coefficient de variation 6 2.32 0.6 0.73 Tableau 5.7: Etude statistique sur les critères objectifs du virage stabilisé Critères γt δint Moyenne 8.22 -0.15 Coefficient de variation 0.6 0.87 Tableau 5.8: Etude statistique sur les critères objectifs du Sinus Ford • Contraintes imposées Dans la partie précédente, les contraintes de fréquences propres ont été évoquées. Elles sont donc prises en compte par les valeurs des raideurs des suspensions verticales avant et arrière k1 et k2 . A ces contraintes verticales, il faut rajouter les contraintes transversales. Celles-ci concernent directement les flexibilités sous couples et sous efforts qui ont déjà été évoquées aux équations 5.5 et 5.6. La valeur de la chasse pneumatique avant et celle de la chasse pneumatique arrière sont en général moyennées : ainsi le tableau 5.9 fournit les valeurs d’usage chez Renault de la chasse pneumatique avant et arrière. Chasse avant a1 Chasse arrière a2 Valeur d’usage 40 30 Unité mm mm Tableau 5.9: Valeur d’usage des chasses pneumatiques avant et arrière Avec ces valeurs de chasse et les intervalles des différentes flexibilités sous efforts et sous couples fournis dans le tableau 5.6, les flexibilités globales au train avant et au train arrière, exprimées en mrad.100daN−1 sont également encadrées suivant les formules 5.68. − 4 ≤ F T 140 ≤ 0 − 1.5 ≤ F T 230 ≤ 0.5 5.4.2 (5.68) Optimisation des paramètres d’ordre un L’ensemble des éléments nécessaires à l’optimisation étant posé, l’optimisation peut être effectuée. Pour cela, l’algorithme génétique présenté dans le premier chapitre est utilisé dans un premier temps sur chaque prestation. 5.4 Optimisation des paramètres fonctionnels 143 • Loi de commande grand carrossage Comme déjà évoqué, la nappe de carrossage est implantée sous forme de polynômes dépendant de l’angle au volant αv et de l’accélération transversale γt . Avant de donner des résultats concernant chaque prestation, il faut signaler que les coefficients de ce polynôme ont également été optimisés. Le degré du polynôme a été déterminé en se basant sur le critère que les meilleures solutions non-dominées de Pareto se rapprochent de l’origine pour répondre au meilleur compromis de Pareto. Ainsi l’optimisation a été plusieurs fois effectuée : d’abord avec un polynôme d’ordre un, puis un polynôme deux et ainsi de suite jusqu’à obtenir le meilleur résultat avec un ordre de polynôme le moins élevé possible. Les figures 5.20, 5.21, font apparaı̂tre les fronts de pareto obtenus sur la prestation ”Sinus Ford” pour deux polynômes de la loi de carrossage et illustrent la démarche progressive d’augmentation du degré du polynôme. Figure 5.20: Points de Pareto pour une loi de carrossage d’ordre 1 Figure 5.21: Points de Pareto pour une seconde loi de carrossage d’ordre 2 Ces deux figures montrent que plus le degré du polynôme est élevé, plus les solutions de Pareto se rapprochent de l’origine. Ceci est mis en évidence par le point rouge identiquement 144 CHAPITRE 5. OPTIMISATION DES PARAMÈTRES FONCTIONNELS placé sur chacune des figures. Lorsque les solutions de pareto n’ont plus présenté de progression significative, le degré du polynôme de carrossage a été fixé. Ainsi, les résultats présentés dans la suite ont tous une fonction polynomiale d’ordre 3 pour l’accélération transversale et d’ordre deux pour l’angle au volant. • Virage stabilisé L’algorithme génétique utilisé comprend 200 individus qui évoluent au cours de 100 générations. La figure 5.22 présente la représentation graphique du virage stabilisé pour trois des quatre critères objectifs de la prestation. Figure 5.22: Points de Pareto pour la prestation virage stabilisé On procède de la même manière pour la seconde prestation. • Sinus Ford En réalisant l’optimisation génétique sur la prestation de comportement Sinus Ford, un ensemble de solutions de Pareto est obtenu. Cet ensemble est le meilleur compromis pour la prestation Sinus Ford. Ainsi le front obtenu est représentatif exclusivement du Sinus Ford. Comme cette prestation utilise deux fonctions coûts, une représentation graphique - figure 5.23 - est envisageable. Figure 5.23: Points de Pareto pour la prestation Sinus Ford 5.4 Optimisation des paramètres fonctionnels 145 A la fin des générations, 99 solutions de Pareto sont obtenues. Ceci signifie que tous ces points ne sont pas comparables entre eux. Une variation d’un des critères n’améliorerait pas la prestation : principe du compromis de Pareto. Après avoir testé l’algorithme génétique sur chacune des prestations, il est intéressant de lancer cet algorithme sur les deux prestations pour trouver le ou les meilleurs compromis pour l’ensemble de deux prestations prestations. • Compromis Virage stabilisé / Sinus Ford De la même manière que pour la prestation de comportement de virage stabilisé, cette nouvelle optimisation se fonde sur deux fonctions objectif : la fonction objectif globale de la prestation de virage stabilisé et la fonction objectif globale de la prestation Sinus Ford. Ainsi, un nouveau front de Pareto - figure 5.24 - est obtenu avec en abscisse la fontion objectif du virage stabilisé et en ordonnée la fonction objectif globale de la prestation sinus Ford. Figure 5.24: Front de Pareto pour le compromis virage stabilisé/Sinus Ford Pour chacun de ces points, chaque paramètre de l’espace de conception a une valeur bien précise. A titre d’exemple, les valeurs pour 20 solutions non-dominées des hauteurs de centre de roulis s1 et s2 , des coefficients de braquage et de carrossage avant et arrière induit par le roulis respectivement notés 1 , 2 , λ1 et λ2 et de la chasse c sont données sous forme de tableau - figure 5.25. 146 CHAPITRE 5. OPTIMISATION DES PARAMÈTRES FONCTIONNELS Figure 5.25: Points de Pareto pour le compromis virage stabilisé/Sinus Ford Le point idéal pour le compromis virage stabilisé/Sinus Ford est sélectionné en se basant sur l’expertise métier. Plus on veut typer le comportement du véhicule pour la prestation virage stabilisé plus il faut choisir une solution qui se rapproche de l’asymptote de la fonction coût globale virage stabilisé - figure 5.26. Il en va de même pour la prestation Sinus Ford. Si le concepteur veut typer le véhicule suivant les deux prestations, il est amené à choisir un point sous-idéal. Figure 5.26: Définition des points typés d’un front de Pareto En plus de ce compromis inter-prestation, la notion de robustesse est appréhendée à ce stade. Ainsi, pour chaque point candidat obtenu à l’issue de l’optimisation génétique, la procédure suivante est appliquée : • pour chaque paramètre pi , la fonction coût globale est calculée pour pi = pinominal , pour pi = pinominal (1 + 10%) et pour pi = pinominal (1 − 10%), • puis une évaluation de l’écart maximal des trois fonctions coût est réalisée, cet écart est 5.4 Optimisation des paramètres fonctionnels 147 noté ecarti , • la fonction coût d’évaluation de la robustesse pour chaque point candidat est la somme des ecarti de chacun des paramètres du point candidat. Ainsi chaque point candidat du front de Pareto est qualifié par ses fonctions coût objectif relatives à chacune des prestations et par sa fonction coût ”robuste” qui définit sa sensibilité par rapport à une variation des paramètres de conception. A titre d’exemple, la robustesse des critères en virage stabilisé en réponse à une variation des paramètres fonctionnels d’entrée est présentée sur la figure 5.27. Cinq véhicules sont choisis : un véhicule typé virage stabilisé, un véhicule typé Sinus Ford, un véhicule de référence dit nominal, un véhicule typé suivant un point sous-idéal 1 et un typé suivant un point sous idéal 2. En abscisse les 7 premiers paramètres de l’espace de conception sont étudiés. Chaque carré représente le degré normalisé de robustesse du critère d’un véhicule donné pour une variation d’un paramètre donné. Plus le carré est foncé moins la robustesse est grande. Figure 5.27: Évaluation de la robustesse du virage stabilisé Les paramètres d’ordre un étant définis et optimisés, les paramètres d’ordre deux peuvent à leur tour être optimisés. 5.4.3 Optimisation des paramètres d’ordre deux La dernière étape d’optimisation des paramètres fonctionnels concerne l’optimisation des paramètres d’ordre 2, c’est-à-dire les paramètres jugés comme les moins influents sur chaque prestation. Pour cette seconde optimisation, les valeurs des paramètres d’ordre un sont fixés, 148 CHAPITRE 5. OPTIMISATION DES PARAMÈTRES FONCTIONNELS le tableau 5.10 fournit leurs valeurs. Elles correspondent aux valeurs d’un véhicule de type mégane. Paramètres cangle chasse deport pangle 1 λ1 s1 λBp 1 λBf 1 F T RS1 F T RN S1 F M RS1 F M RN S1 f1 C1 Valeurs optimisées 5.03 30.9 -9.1 12.4 -0.87 76.2 48.8 4.9 11.8 1.2 -0.7 -1.2 1.3 0.93 115 Unité deg mm mm deg % % mm % % mrad/100daN mrad/100daN mrad/100daN mrad/100daN Hz mdaN/deg Tableau 5.10: Valeur optimisée des paramètres d’ordre 1 La prise en compte de ces paramètres d’ordre deux nécessite un modèle complet car ils n’interviennent pas dans nos modèles simplifiés. Dans notre cas, le modèle utilisé est le modèle complet ”MACAC” [6] - modèle reproduisant le modèle complet MADA sous Matlab. Dans le modèle ”MACAC”, le modèle de pneu grand carrossage de type Pacejka est inséré. L’optimisation est effectuée en utilisant l’algorithme génétique. Le tableau 5.11 présente alors les résultats de l’optimisation de l’ensemble des paramètres et de la loi de carrossage sur la prestation virage stabilisé. Modèles utilisés Modèle simplifié Modèle complet avec variable d’ordre un Modèle complet avec variable d’ordre deux dynamique angulaire 4.32 4.03 4.21 Tableau 5.11: Valeur de la dynamique angulaire pour les deux phases d’optimisation 5.5 Conclusion Ce chapitre a permis la mise en oeuvre de la première phase d’optimisation de la méthode de conception ”First Design”. La hiérarchisation des paramètres et l’élaboration de modèles simplifiés dont la validité avec un modèle complet est vérifiée sont les éléments clefs d’une optimisation efficace des paramètres fonctionnels dans un large espace de conception. L’utilisation d’algorithmes génétiques pour l’optimisation avec la notion de non-dominance est déterminante 5.5 Conclusion 149 pour explorer l’ensemble de l’espace de conception des paramètres en évitant de converger vers des minima locaux et pour sélectionner un ensemble de solution candidats. La méthode de Monte Carlo permet de vérifier la robustesse des solutions et ainsi de sélectionner des solutions à la fois performantes et robustes. Les paramètres fonctionnels étant maintenant clairement optimisés, ils vont être la cible de l’optimisation organique développée dans le prochain chapitre. 150 CHAPITRE 5. OPTIMISATION DES PARAMÈTRES FONCTIONNELS Chapitre 6 Optimisation des paramètres organiques 6.1 Introduction Conformément à la méthode ”First Design” et pour respecter la chronologie de l’ingénierie système, les paramètres fonctionnels obtenus lors de l’optimisation fonctionnelle - dans le chapitre précédent - vont être la cible de la seconde étape à savoir l’optimisation des paramètres organiques - figure 6.1. L’enjeu de ce dernier chapitre est de décliner en organes puis en pièces, l’ensemble des données fonctionnelles optimisées en respectant les ambitions de conception robuste. De nouvelles prestations telles que la tenue mécanique ou encore l’endurance des pièces vont servir pour la déclinaison des paramètres fonctionnels en paramètres organiques. Pour se rapprocher de la réalité des projets, on se place dans un contexte précis où les contraintes liées à l’implantation du système sont déjà fixées. Figure 6.1: Déroulement de la seconde étape de la méthode ”First Design” Avant de renter dans le problème d’optimisation des paramètres organiques, dans un premier temps, la méthode de conception raisonnée ”Rational Design” et la méthode d’aide à la décision Electre, présentées dans le premier chapitre, sont appliquées afin de sélectionner une architecture de train qui se prête à l’intégration du carrossage. La sélection se fait parmi un ensemble d’architecture obtenu suite à un brainstorming effectué par un groupe de travail dans le cadre du projet ”X by Wire”. Dans un second temps, le problème même de l’optimisation organique 151 152 CHAPITRE 6. OPTIMISATION DES PARAMÈTRES ORGANIQUES qui peut se résumer selon les grands principes suivants est abordé : • hiérarchisation des paramètres organiques • prise en compte de la robustesse des choix Pour réaliser ces deux grandes étapes, le logiciel multi-corps ADAMS est utilisé car il peut réaliser des calculs d’ensemble afin de relier les paramètres aux valeurs cibles. 6.2 6.2.1 Technologie organique des essieux Brainstorming des trains à grand carrossage Le travail de recherche sur les technologies de train vise à adopter une approche globale de la recherche du train le mieux adapté à la variation de l’angle de carrossage. Pour ce faire,un point sur les différentes technologies est réalisé. La figure 6.2 illustre les différents types de train avec un exemple de véhicules équipés du train en question. Figure 6.2: Balayage des trains avant avec braquage et carrossage commandés Pour les trains avant, deux catégories de train se distinguent : les trains Mac Pherson (et sa variante Pseudo Mac Pherson) et les trains doubles triangles (cas particulier des trains appelés multibras). 6.2.1.1 Train Mac Pherson Le principe de fonctionnement d’un train Mac Pherson - figure 6.3 - repose sur le fait que l’ensemble porte-fusée (1+2) est relié au châssis par trois liaisons : le bras de suspension (3), la bielle de guidage (4) et le combiné ressort/amortisseur (5). Le train pseudo Mac-Pherson se distingue du train Mac Pherson par le fait que la barre anti-roulis n’assure pas de fonction de guidage, ce qui nécessité l’adjonction d’un deuxième 6.2 Technologie organique des essieux 153 point de liaison avec le châssis sur le bras de suspension . Figure 6.3: Essieu Mac Pherson Ce type de suspension est très répandu dans la voiture de série, le système est simple et peu coûteux. Il est également très efficace dans la mesure où il maintient le pneu perpendiculaire au sol quand l’automobile prend du roulis (il y a prise de carrossage négatif à l’enfoncement). Cela assure une très bonne tenue de route latérale. Les trains avants des voitures de ” Monsieur tout le monde ” en sont équipés. On y adjoint généralement une barre anti-roulis, notée B.A.R, pour améliorer le comportement physique du châssis. 6.2.1.2 Train Double triangle Le train double triangle est ce qui se fait de mieux en automobile - figure 6.4 - elle est de type indépendante. À l’instar des suspensions Mac-Pherson, deux bras de suspension sont utilisés : un dit supérieur FCD et l’autre dit inférieur ABE (par rapport au sol). Le porte-fusée est raccordé par deux rotules, une au triangle inférieur en E, l’autre au triangle supérieur en F. Le châssis est raccordé par quatre rotules, soit deux par triangle. Figure 6.4: Essieu double triangle 154 CHAPITRE 6. OPTIMISATION DES PARAMÈTRES ORGANIQUES Un système d’amortisseur et ressort RT est fixé à l’aide d’une rotule sur un des deux triangles de suspension. Ce type de suspension se retrouve sur la majorité les voitures de compétition et les voitures haut de gamme. Leur intérêt réside dans le grand nombre de réglage possible en fonction des points d’ancrages des différentes rotules. Ainsi le carrossage et la chasse entre autre sont réglables et peuvent même être variables. Cette suspension assure une meilleure motricité que la suspension de type Mac Pherson en fonction des réglages appliqués au train. Comme pour la suspension Mac Pherson, une barre anti-roulis y est associée pour améliorer le comportement physique du châssis. 6.2.1.3 Résultat du brainstorming Un brainstorming a été effectué par un groupe de travail dans le cadre du projet ”X-byWire” afin de recenser un maximum d’architecture de train susceptible de générer une grande variation de l’angle de carrossage. Les deux types de trains précédents sont à l’origine des différentes variantes de suspensions. Dans l’ensemble des trains, on distingue ceux qui sont actifs et ceux qui sont passifs. Six solutions de trains permettant de commander le carrossage et résultant du brainstorming sont exposés suivant ces deux catégories ”passives” et ”actives”. 1. les solutions actives La première solution se base sur le train Mc Pherson. Le point haut de l’amortisseur (point F) est activé pour se déplacer selon l’axe Y et ainsi faire varier le plan de roue. Sur la solution de la figure 6.5, le point F est activé via un palonnier et un vérin électrique. Figure 6.5: Mac Pherson avec pilotage de carrossage en F La seconde solution est un train à pivot semi-fictif dont la direction est embarquée sur le bras supérieur - figure 6.6. Le pilotage du carrossage se fait en déplaçant le bras supérieur selon l’axe Y grâce à un système de palonnier et vérin électrique. Le fait d’embarquer la direction sur le bras supérieur permet de découpler le braquage et la carrossage. 6.2 Technologie organique des essieux 155 Figure 6.6: Train à pivot semi-fictif La troisième solution est un train à bras supérieur piloté. Sur ce train - figure 6.7 - le carrossage est piloté en faisant varier la longueur du bras supérieur. Le bras est constitué en deux parties mises en mouvement par un vérin électrique. Cette fonction peut également être réalisée par un vérin guideur. Figure 6.7: Train à bras supérieur piloté 2. Les solutions passives La première solution passive est un train dont le mouvement de roulis est utilisé pour piloter le carrossage, c’est-à-dire que la mise en carrossage et contre-carrossage des roues s’effectue à chaque prise de roulis du véhicule - figure 6.8. 156 CHAPITRE 6. OPTIMISATION DES PARAMÈTRES ORGANIQUES Figure 6.8: Carrossage piloté par le roulis Dans une situation de roulis, le centre du palonnier (1) se déplace latéralement sous l’effet des biellettes (2) et provoque le déplacement des bras supérieurs via les biellettes (3) et les basculeurs (4). La deuxième solution passive est un train où le carrossage est piloté par le pompage. La figure 6.9 illustre la variation de l’angle de carrossage avec le pompage. Ce comportement se rapproche d’un train classique, à ceci près que les variations de carrossage sont plus importantes (jusqu’à 6˚ de contre-carrossage). Figure 6.9: Carrossage piloté par le pompage La troisième solution passive de gestion du carrossage est proposée par Michelin dans le brevet FR 2 872 452 - figure 6.10. Elle repose sur le positionnement du centre instantanée de rotation de la roue par rapport au sol au dessous du sol. Ainsi un effort de ripage provoque un contre carrossage sur la roue extérieure au virage. 6.2 Technologie organique des essieux 157 Figure 6.10: Carrossage proposé par Michelin (brevet FR 2 872 452) Plusieurs trains issus du brainstorming viennent d’être introduits. Pour des raisons de confidentialité, toutes les solutions ne sont pas évoquées et dans la suite des travaux les solutions sont numérotées de 1 à 9 sans préciser l’architecture. 6.2.2 Choix de l’architecture du train 6.2.2.1 Application de la méthode ”Rational Design” Dans le cadre du projet”X-by-Wire”, toutes les fonctions entre la caisse et les roues ont été étudiées avec une attention particulière sur le contrôle du plan de roue (braquage et carrossage) et le maintien de caisse pour répondre à la problématique : Comment mieux faire travailler le pneumatique et avoir un meilleur contrôle du plan de roue? Dès le départ de l’étude, la plupart des trains avant connus a été balayée et une estimation de la capacité de chacun à recevoir les pilotages du braquage et du carrossage a été appréciée. Pour cela, les différentes solutions résultant du brainstorming ont été analysées et cotées par la méthode de conception raisonnée (”Rational Design”), présentée dans le premier chapitre. Pour faciliter la compréhension, il est intéressant de développer la méthode de conception sur un exemple : l’architecture du train à Pivot Semi-Fictif (PSF). Pour coter l’ensemble des options, et donc de la solution PSF, il est nécessaire de définir une référence. Celle-ci, fixée par le projet, est le train avant de la Mégane à savoir un train Mac-Pherson à pivot indépendant. La cotation peut alors être effectuée en s’appuyant sur l’expertise métier. Dans un premier temps, chaque solution est reliée aux différents critères de la façon suivante : • si la solution est à l’avantage sur ce critère, elle est relié par une flèche continue verte au critère, • si une solution désavantage le critère, elle est relié par un trait rouge continu au critère, 158 CHAPITRE 6. OPTIMISATION DES PARAMÈTRES ORGANIQUES • si la solution est neutre par rapport à la référence, elle n’est pas reliée au critère, • s’il y a une incertitude sur l’impact de la solution, elle est relié par un trait noir discontinu au critère ; et une question y est obligatoirement associée. Une partie de la cotation du PSF est fournie sur la figure 6.11. Figure 6.11: Exemple d’application de la méthode ”Rational Design” L’opération est répétée autant de fois qu’il y a de solutions à coter. Lorsqu’un critère s’ajoute au cours de la cotation, chaque solution est recotée pour ce nouveau critère. Dans un second temps, la cotation des différentes solutions est reportée dans un tableau récapitulatif de la cotation de la façon suivante : • les solutions ” en faveur du critère ” sont cotées 1, • les solutions ” contre le critère ” sont cotées -1. • Les incertitudes sont cotées 0 ou 1 suivant l’objectif de résultat attendu. Si une solution de train présente une incertitude sur un critère, on considère qu’il y a une étude à réaliser : la cotation vaut 0 si on pense faire aussi bien que la référence ou 1 si on pense faire mieux que la réfénce. La figure 6.12 présente pour les critères cotés sur la figure 6.11 le tableau récapitulatif des cotations. 6.2 Technologie organique des essieux 159 Figure 6.12: Tableau récapitulatif de la cotation Chaque solution ayant une côte (-1, 0, 1) pour chacun des critères, l’objectif est maintenant d’identifier les meilleures solutions. Cependant aucune hiérarchisation des critères n’est définie, aucun classement des solutions ne peut donc être fait. Le nombre de solutions et de critères étant trop important pour pouvoir faire une hiérarchisation rigoureuse des solutions par le seul bon sens, il a donc été nécessaire d’utiliser une méthode rigoureuse d’aide à la décision. Cette méthode, présentée dans le premier chapitre, est la méthode de choix multi-critères Electre. Elle construit une relation de surclassement entre options techniques à partir de critères pondérés pour modéliser les préférences du Projet. La méthode permet de comparer des solutions très différentes et de même rang de classement. 6.2.2.2 Analyse multi-critères Electre Disposant de l’ensemble des solutions cotées suivant la méthode ”Rational Design” sur un ensemble de critères, il est nécessaire à ce stade d’introduire des pondérations suivant l’importance que l’on veut donner à chaque critère. La pondération des critères se fait en trois étapes : • 1ère étape : pondération par catégorie Les critères sont répartis suivant des catégories, puis chaque catégorie se voit doter d’une pondération suivant l’importance qu’on lui attribue. Le projet X-By-Wire fournit une pondération subjective des catégories. Il privilégie les gains de prestations de comportement (prestation comport) et les contraintes techniques plutôt que la sécurité passive ou encore le coût. Ceci se traduit par des poids présentés dans le tableau 6.1. Catégorie Gains prestations de comportement Contraintes techniques Sécurité passive Coût Impact autres prestations Poids 10 6 5 4 2 Tableau 6.1: Pondération des différentes catégorie de critères 160 CHAPITRE 6. OPTIMISATION DES PARAMÈTRES ORGANIQUES • 2ème étape : pondération par critère Au sein de chaque catégorie, les critères sont pesés entre 1 et 5. Par exemple pour les premiers critères de la prestation de comportement, on a : Critère Gestion de trajectoire par le braquage Stabilité déport fusée en carrossage Maı̂trise de la variation de demi-voie en pompage Poids 5 1 3 Tableau 6.2: Pondération de la prestation ”Gains prestations de comportement” • 3ème étape : Pondération globale Une pondération globale pour chaque critère est déterminé à partir des pondérations par critères et des pondérations par catégorie - figure 6.2. Cette pondération globale pour chaque critère va permettre de classer les solutions. Figure 6.13: Tableau des pondérations globales de la cotation Pour finir, un niveau de risque (incertitude) pour chaque solution est déterminé. Le risque que l’on veut prendre correspond aux incertitudes qui sont apparues lors de la cotation (0 ou 1). Pour une solution, le risque est la somme de toutes les incertitudes pondérées par le poids global de chaque critère sur lequel une incertitude est apparue. Par exemple, pour la solution 4 de la figure 6.12 il y a : • 1 incertitude sur la ” Variation hauteur centre de roulis ”, critère pondéré au global à 20 , • 1 incertitude sur ” Durabilité (usure pneu) ”, critère pondéré au global à 50 ; • 1 incertitude sur ” Course, encombrement, effort, puissance actionneurs”, critère pondéré au global à 24. 6.2 Technologie organique des essieux 161 Soit un coefficient ” incertitude ” de 94. Ce coefficient est incomplet puisque tous les critères de la cotation ne sont pas présentés. Lorsqu’ils sont tous pris en compte, ce coefficient vaut 130. Le tableau 6.14 fournit les coefficients d’incertitude de chaque solution sur la cotation totale. Figure 6.14: Coefficient d’incertitude de chaque solution A ce stade l’ensemble des solutions peuvent être classées. 6.2.2.3 Résultats A partir d’un certain nombre de solutions de trains provenant du brainstorming, la méthode de conception raisonnée a permis de mettre en avant des critères d’évaluation des trains et des cotations de ces critères. La méthode Electre a permis d’effectuer une pondération de ces critères. Le couplage de la cotation des critères de la méthode de conception raisonnée et de la pondération des critères de la méthode Electre permet d’établir deux classements : un classement dit ”de prudence” et un classement dit ”de rupture”. Pour le classement ” prudence ”, le poids du risque est considéré égal au poids de tous les critères, tandis que les incertitudes sont comptabilisées comme résolus - figure 6.15. Pour le classement ” rupture ”, le risque n’est pas pris en compte, tandis que les incertitudes sont aussi comptabilisées comme résolus. 162 CHAPITRE 6. OPTIMISATION DES PARAMÈTRES ORGANIQUES Figure 6.15: Présentation des deux classements Le train à pivot semi-fictif - solution 2 - est à la tête de classement de ”rupture”. Il semble donc être la solution la plus appropriée pour la variation du carrossage. C’est donc cette solution technologique qui va servir au déploiement de la partie organique de notre méthode de conception robuste ”First Design”. Avant de rentrer dans cette seconde phase d’optimisation paramétrique, une présentation plus détaillée du nouveau train à pivot semi-fictif est faite. 6.2.3 Train à pivot semi-fictif 6.2.3.1 Présentation Le train PSF est un train à double triangle avec une rotule inférieure fictive. L’innovation réside dans le fait : • d’embarquer la direction sur le bras supérieur - figure 6.16, • et de piloter le carrossage - figure 6.17. 6.2 Technologie organique des essieux 163 Figure 6.16: Actionneur de direction du train à pivot semi-fictif Figure 6.17: Actionneur de carrossage du train à pivot semi-fictif 6.2.3.2 Topologie des trains Les paramètres topologiques du train avant PSF sont représentés par le positionnement de différents points caractéristiques - figure 6.18. Ces points, énumérés ci-dessous, permettent de décrire l’architecture du train. • au niveau de la roue - le point K : point du centre de la roue , - le point Q : point de contact roue/sol . • au niveau des bras inférieurs 164 CHAPITRE 6. OPTIMISATION DES PARAMÈTRES ORGANIQUES Figure 6.18: Points caractéristiques du train avant PSF - le point Ea : ancrage bras porteur et porte-fusée , - le point Eb : ancrage du bras guideur et du porte-fusée , - le point A : ancrage du bras porteur et du berceau , - le point B : ancrage du bras guideur et du berceau . Ces quatre point définissent la géométrie du support inférieur avec deux points d’ancrages au niveau du porte-fusée • au niveau du bras supérieur - le point C : fixation du bras supérieur à la caisse (point avant) , - le point D : fixation du bras supérieur à la caisse (point arrière) , - le point F : point d’ancrage du bras supérieur avec le porte-fusée . • au niveau de l’amortisseur - le point R : point d’ancrage de la partie inférieure du ressort à l’amortisseur , - le point S : point d’ancrage de la partie supérieure du ressort à la structure de la caisse , - le point T : point de fixation de l’amortisseur sur le bras porteur , - le point U : point de fixation de l’amortisseur à la caisse . • au niveau de la direction - le point L : point d’ancrage de l’actionneur de direction avec le bras supérieur , - le point H : point d’ancrage de la tige de l’actionneur de direction avec le porte-fusée , - le point I : point d’ancrage de la transmission et du pont , - le point J : point d’ancrage de la transmission et du porte-fussée . 6.3 Paramètres organiques et Optimisation 165 La flexibilité verticale du train est principalement assurée par le ressort de suspension. Une éventuelle barre anti-roulis permet d’assurer les caractéristiques fonctionnelles d’anti-roulis. Au niveau de chaque point caractéristique du train, la liaison n’est pas purement cinématique. En effet, une partie de la liaison est élastique. Ces liaisons élastiques sont traditionnellement réalisées par des plots élastiques en chaque point caractéristique. 6.3 Paramètres organiques et Optimisation Conformément à la démarche de conception ”First Design”, la deuxième phase correspond à l’optimisation des paramètres organiques. Celle-ci se scinde en deux étapes : • l’optimisation des caractéristiques organes, • l’optimisation des pièces qui constituent le train. La première étape, permet à partir des paramètres fonctionnels optimisés de rechercher les organes pouvant assurer les fonction principales d’un train. En se basant sur une architecture de train, l’ensemble de la topologie est à définir en prenant en compte les contraintes imposées par le projet. Chaque organe est alors défini de manière simplifiée par des paramètres géométriques et physiques. La deuxième étape consiste à dimensionner plus précisément chaque pièce du train à partir de l’optimisation des paramètres organes. A ce stade de conception, les prestations de résistance mécanique et d’endurance doivent être intégrées afin de pouvoir évaluer les sollicitations du train. Les ”règles métier” acquises avec l’expérience pourront également être pris en compte à ce stade. Il doit être clair que dans cette dernière étape de la méthode de conception, les paramètres ”pièces” sont représentés par les matériaux dans lesquels elles sont réalisées, leur forme et leur dimension. Cependant le passage du fonctionnel à l’organique nécessite l’introduction de nouvelles prestations et plus particulièrement l’introduction de la prestation de filtrage des essieux. Nous allons donc dans cette partie commencer par présenter ces prestations. Puis nous détaillerons le déploiement des paramètres fonctionnels en paramètres organiques des trois fonctions principales du train : la fonction cinématique, la fonction élasto-cinématique et la fonction flexibilité. 6.3.1 Le confort vibratoire Cette nouvelle prestation est à l’origine des choix des caractéristiques des liaisons élastiques. Il est donc indispensable de la considérer lors de la détermination des plots élastiques. 6.3.1.1 Analyse du confort vibratoire subjectif Dans l’étude du filtrage d’un train, l’évaluation des capacités de mouvement de la roue dans le plan horizontal est nécessaire. Ainsi on confère à la roue une seconde suspension connue 166 CHAPITRE 6. OPTIMISATION DES PARAMÈTRES ORGANIQUES sous le nom de suspension horizontale de la roue. Cette seconde suspension à la roue a pour objectif d’une part de minimiser la transmission des sollicitations générées par la chaussée (étude de l’avancée ou du recul de roue) et d’autre part d’assurer la compatibilité des mouvements ainsi créés. La suspension horizontale de la roue est caractérisée par les fréquences propres du système, et les lois d’effort/déplacement (avec saturation). 6.3.1.2 Analyse du confort vibratoire objectif Dans le contexte de la méthode ”First Design”, et pour faciliter la description des procédures de calcul, les prestations sont objectivées. Pour la prestation de confort vibratoire, deux critères sont étudiés : le recul de roue, la sensibilité au broutement. • Recul de roue Le recul de roue est le déplacement longitudinal qui résulte de l’application d’un effort longitudinal de 100N au centre de la roue. A partir de ce déplacement et en connaissant l’effort appliqué, on parvient à déterminer la raideur longitudinale du train et donc sa capacité de filtrage. • Sensibilité au broutement La sensibilité au broutement G s’évalue en calculant l’accélération angulaire au volant qui caractérise l’ensemble train/direction et en calculant l’effort crémaillère. Ainsi le critère objectif est retenu pour maximiser la fonction de transfert G suivante : G= Accélération angulaire volant Variation de couple de freinage (6.1) Maintenant que la prestation de confort est introduite, la hiérarchisation des paramètres est un passage obligé pour l’optimisation des paramètres organiques. Nous allons donc à ce stade, présenter les paramètres organiques par principales fonctions du train. 6.3.2 Fonction cinématique du train La fonction cinématique d’un train est principalement assurée par la topologie du train et permet ainsi de définir les points géométriques et les nappes cinématiques. Les nappes cinématiques permettant de décrire totalement la cinématique du train sont au nombre de cinq. Elles correspondent aux variations de l’avancement longitudinal x, du déplacement transversal y, du braquage α, du carrossage β et de l’enroulement η en fonction du déplacement vertical et de l’angle de braquage. Les paramètres cinématiques fondamentaux sont les suivants : - l’angle de pivot pangle , - l’angle de chasse cangle , - la chasse linéaire chasse , - le déport au sol deport 6.3 Paramètres organiques et Optimisation , , , , 167 - le coefficient de braquage induit par le roulis à un cas de charge de référence 1 - le coefficient de carrossage induit par le roulis à un cas de charge de référence λ1 - la hauteur du centre de roulis à un cas de charge de référence s1 Bp - les effets Brouilhet en freinage et de propulsion λBf 1 et λ1 . 6.3.2.1 Étude d’influence L’étude d’influence permet d’obtenir une première hiérarchisation des points dont la position influe au premier ordre sur les paramètres cinématiques. Les figures 6.19 et 6.20 illustrent les plans d’expérience réalisés sur les différents points constituants le train. Les points C, D, Ea , Eb , F, L et H sont les points étudiés car l’expertise métier justifie l’étude de ces points. Les figures 6.19, 6.20 et 6.21 présentent les diagrammes d’influence de la variation des différents paramètres cinématique en fonction de la position des points C, D, F, L, et H. La figure 6.19 met en évidence l’influence dominante des points C et D sur la chasse et sur l’angle de pivot. Figure 6.19: Diagrammes d’influence de quelques points géométriques du train 168 CHAPITRE 6. OPTIMISATION DES PARAMÈTRES ORGANIQUES La figure 6.20 met en évidence l’influence dominante de la coordonnée transversale y de F sur le déport au sol et l’influence dominante des C, D, F et L sur la chasse mécanique. Figure 6.20: Diagrammes d’influence de quelques points géométriques du train La figure 6.21 met en évidence que les points C, D, F, L, et H ont une grande influence le braquage et le carrossage induit par le roulis. Figure 6.21: Diagrammes d’influence des points sur les coefficients de braquage et carrossage induit par le roulis 6.3.2.2 Modèle cinématique Un modèle cinématique pur est construit, ce qui suppose que les articulations élastiques sont négligeable à l’ordre un. Pour établir le modèle cinématique, la topologie du train PSF 6.3 Paramètres organiques et Optimisation 169 présentée dans ce chapitre est choisie. Un tableau des liaisons du train PSF avec la direction est établi - figure 6.22. En y ajoutant le système carrossage, 4 degrés de liberté correspondant au pompage, au braquage, au carrossage et à la rotation de la roue autour de son axe sont obtenus. Figure 6.22: Graphe des liaisons du train à pivot semi-fictif sans le système de carrossage Partant de la figure 6.22, le torseur cinématique de la roue en un point quelconque du portefusée, par exemple Ea , en fonction de la vitesse de translation de la crémaillère Vc rem et de la vitesse de débattement Vpomp imposée au centre de la roue K est défini pour fournir la cinématique du plan de roue. Le modèle est alors comparé à un modèle complet Adams. Les résultats de la comparaison sont fournis sur la figure 6.23. Figure 6.23: Corrélation entre le modèle simplifié cinématique et le modèle complet Adams Les différentes grandeurs caractéristiques de la cinématique peuvent être calculés analytiquement à un cas de charge donné à partir du torseur cinématique. • Le coefficient de braquage induit par le roulis 1 = 100 ∗ r e1 α z = 100 ∗ ∗ θ Vpomp 2 (6.2) 170 CHAPITRE 6. OPTIMISATION DES PARAMÈTRES ORGANIQUES où rz est la composante suivant z du vecteur rotation, e1 la demi-voie, θ le roulis et α l’angle de braquage. • Le coefficient de carrossage induit par le roulis λ1 (roue/caisse) = 100 ∗ r e1 γ x = 100 ∗ ∗ θ Vpomp 2 (6.3) où rx est la composante suivant x du vecteur rotation, e1 la demi-voie, θ le roulis et γ l’angle de carrossage. λ1 = λ(roue/sol) = 100 − λ1 (roue/caisse) (6.4) • la hauteur du centre de roulis s1 est défini par la coordonnée en z du point appartenant à l’intersection du plan perpendiculaire au vecteur vitesse au point de contact entre la roue et le sol et du plan longitudinal passant par le centre du véhicule et d’abscisse xK . • les autres caractéristiques - angle de chasse, angle de pivot, angle au sol et le déport au sol - sont obtenus en connaissant la position de l’axe de pivot. 6.3.2.3 Optimisation Les valeurs cibles de ces différentes caractéristiques cinématiques sont données dans le tableau 6.3. Paramètres cinématiques Angle de chasse Chasse mécanique Déport au sol Angle de pivot Coefficient de braquage induit par le roulis 1 Coefficient de carrossage induit par le roulis λ1 Hauteur de centre de roulis s1 Valeur minimale Valeur maximale Valeur cible 2 10 -15 10 -6 6 35 10 13 0 5.55 29 -6.8 12.6 -0.9 80 100 80 50 120 40 Tableau 6.3: Préconisation des différents critères cinématiques A partir de ces valeurs cibles, la fonction coût relative à la performance de la solution est estimée - équation(6.5). Fperf = n X |fi − ficible | i=1 avec ∆fi = fimax − fimin Les valeurs alors optimisées sont les suivantes : ∆fi (6.5) 6.3 Paramètres organiques et Optimisation Paramètres cinématiques Angle de chasse Chasse mécanique Déport au sol Angle de pivot Coefficient de braquage induit par le roulis 1 Coefficient de carrossage induit par le roulis λ1 Hauteur de centre de roulis s1 171 Valeur optimisée 5.45 30.5 -6.6 10. -0.97 78.9 40.8 Tableau 6.4: Valeur optimisée des différents critères cinématiques La seconde étape de l’optimisation organique consiste à décliner ces paramètres organiques optimisés en optimisation purement matérielle, c’est-à-dire en ”pièces”. A ce stade, il est indispensable de prendre en compte la topologie et les spécification techniques des différentes pièces qui constituent le train : porte-fusée, triangle de suspension supérieur et inférieur... • Porte fusée A l’issue de la phase d’optimisation des paramètres organiques, la fonction du porte-fusée est décrite par les points Ea , Eb , F et H. Cette pièce, en général massive, est réalisé en fonte-aluminum, ou acier. Elle est représentée sur la figure 6.24. Figure 6.24: Porte-fusée du train à pivot semi-fictif Il est alors indispensable d’introduire les contraintes d’endurance de la pièce. Ces dernières doivent être considérées à chaque introduction de matière : donc typiquement lors du déroulement de la ”phase organe” à la ”phase pièces”. La plupart du temps chez Renault, un fournisseur est en charge de cette étape et donc se charge de respecter les contraintes d’endurance de la pièce. 172 CHAPITRE 6. OPTIMISATION DES PARAMÈTRES ORGANIQUES Sans rentrer dans le détail, mais en guise d’illustration, la pièce doit au minimum être caractérisée : 1. en statique pour définir la limite élastique et la limite de rupture, 2. en fatigue pour déterminer la limite du même nom, un nombre limite de cycle et une amplitude de contrainte maximale. Dans notre cas d’application nous n’irons pas plus loin. Tout comme le porte-fusée, les biellettes de suspension constituent un train. Leurs spécifications techniques sont aussi à définir clairement. A titre d’illustration, les biellettes inférieures sont maintenant présentées. • Biellettes inférieurs La suspension inférieur du train PSF est constituée de deux biellettes. Ces biellettes sont similaires à celle de la figure 6.25 Figure 6.25: Biellette inférieure du train à pivot semi-fictif La biellette est fixée au porte-fusée et subit ainsi les mouvements et les efforts transmis par le porte-fusée. La fixation de la biellette sur le porte-fusée doit respecter, d’une part les couples de serrage minimal et maximal et d’autre part la tenue en endurance de la fixation sur le porte-fusée. La biellette est également fixée à la caisse. L’ensemble des pièces qui constituent le train font alors l’objet de développement avec étude d’endurance et de résistance. Néanmoins l’étude ne pourra être complète qu’en considérant la fonction élasto-cinématique du train car jusqu’à présent les pièces et les liaisons sont considérées comme parfaites et indéformables. 6.3.3 Fonction élasto-cinématique des trains A ce stade, des plots élastiques vont être introduits au niveau des différents points caractéristiques. 6.3 Paramètres organiques et Optimisation 6.3.3.1 173 Prise en compte des flexibilités Afin d’obtenir une bonne représentativité de la position du plan de roue dans l’espace en fonction des débattements de suspensions et des efforts et couples correspondants, il est nécessaire d’intégrer la déformation de l’ensemble des éléments reliant le châssis et la roue. Chaque élément du train, notamment les organes les plus souples (articulations élastiques, pièces métalliques...) est susceptible de contribuer aux caractéristiques élasto-cinématique. • Articulations élastiques - articulations élastiques au niveau des biellettes inférieures / berceau en A et B, - articulations élastiques au niveau du bras supérieur / structure caisse en C et D, - plot élastique en S, attache supérieure de la tige d’amortisseur/structure caisse. • Amortisseur considéré rigide car il ne participe pas au guidage de la roue • Roulement flexible : prise en compte de la flexibilité du roulement de roue en braquage et en carrossage • Pièces métalliques – porte-fusée flexible : prise en compte des raideurs en flexion et en torsion de la crosse porte-fusée - figure 6.24, – biellette inférieure avant AEa flexible : prise en compte de la raideur axiale de la bielette AEa , – bielette inférieure arrière BEb rigide : prise en compte de la raideur axiale de la biellette BEb , – Bras supérieur rigide, – Levier de direction rigide, – Berceau rigide. • Pièces non-métalliques : actionneurs de direction X-by-Wire et de carrossage 6.3.3.2 Modélisation des flexibilités L’élément de type ”bushing” est une articulation élastique qui permet de relier deux pièces entre elles. Il se caractérise par trois raideurs en translation (radiales, axiale) et trois raideurs en rotation (coniques,torsion). Les valeurs minimale, maximale et cible de chaque paramètre organique de la fonction élasto-cinétique sont présentées sur la figure 6.26. 174 CHAPITRE 6. OPTIMISATION DES PARAMÈTRES ORGANIQUES Figure 6.26: Valeurs des différents paramètres de la fonction élasto-cinématique Le paramétrage résultant de l’étude d’optimisation réalisée sur un modèle complet Adams avec le groupe de travail ayant travaillé sur le brainstorming des trains est le suivant : Figure 6.27: Valeurs optimisée des différents paramètres de la fonction élasto-cinématique Le déploiement en paramètres ”pièces” a pour objectif de déterminer matériellement les plots élastiques ayant les raideurs préconisées. Dans cette déclinaison, deux facteurs sont importants : • la forme du plot, • le matériau élastique doit pouvoir subir de grandes déformations. Ainsi, les paramètres fonctionnels relatifs à la fonction ”élasto-cinématique” sont déclinés en paramètres organiques puis le déploiement en pièces en découle. 6.3.4 Fonction de flexibilité La fonction flexibilité illustre d’une part les caractéristiques d’efforts suivant les débattements verticaux des roues droite et gauche et d’autre part l’angle de braquage des roues entre la masse suspendue à la caisse et les masses non suspendues. Dans un train double triangle et PSF, cette fonction est principalement assurée, comme pour le train Mac Pherson, par les ressorts de suspension, les butées de choc et de rebond. Certaines flexibilité dites parasites, comme par exemple les flexibilités du berceau, de la jambe de force interviennent également. Cette fonction se décrit simplement de la manière suivante : 6.3 Paramètres organiques et Optimisation 175 • En pompage pur : le ressort de la suspension est l’élément majeur. Il assure via sa raideur linéaire la fonction de flexibilité du train. • En pompage plus sévère : le ressort entre en butée. Ce sont donc les butées qui entrent en jeu dans la fonction flexibilité. • En roulis, l’action de la barre anti-roulis intervient. Il faut donc l’ajouter dans la fonction flexibilité. Les organes intervenant dans cette fonction sont donc les ressorts de suspension linéaire, les butées de choc et de rebond et la barre anti-roulis. 6.3.4.1 Optimisation de la fonction flexibilité • Partie linéaire Le schéma d’optimisation est représenté sur la Figure 6.28. Figure 6.28: Optimisation des paramètres de la fonction flexibilité [20] La raideurs du ressort de suspension k1 et la raideur de la barre anti-roulis, kbad sont les paramètres organiques à déterminer. A ces paramètres s’ajoutent les paramètres extérieurs la raideur verticale d’un pneu kpneu , l’ensemble des raideurs parasites kpara et la masse non suspendue du train avant Mns - qui doivent être eux aussi obtenus. Ces paramètres organiques et extérieurs sont déterminés à partir des paramètres fonctionnels suivants : • la fréquence de pompage f1 du train avant à un cas de charge référence du train avant noté Miso , • la raideur globale en roulis du train c1 . 176 CHAPITRE 6. OPTIMISATION DES PARAMÈTRES ORGANIQUES La raideur du ressort de suspension est directement reliée à la fréquence de pompage f1 du train par l’équation 6.6, on obtient ainsi le paramètre organique k1 en fonction de f1 suivant l’équation 6.7. s 2 1 (6.6) f1 = 1 2.π (Miso − Mns )( k11 + kpneu ) k1 = kpneu .(2π 2 f12 (Miso − Mns )) kpneu − (2π 2 f12 (Miso − Mns )) (6.7) • Partie non-linéaire La partie non linéaire de la fonction flexibilité est exclusivement due à l’introduction des butées de choc et des butées de rebond. Il est donc immédiat de faire coı̈ncider la partie nonlinéaire des courbes fonctionnelles de flexibilité avec la caractéristique en effort et déplacement des butées. Figure 6.29: Loi Effort/Déplacement des butées de choc(à gauche) et des butées rebond(droite) L’allure des courbes coı̈ncide avec nos attentes : - une rigidité à l’origine faible pour un raccordement le plus doux possible lors de la prise de contact, - une zone de rigidification progressive, - une zone de limitation où l’effort croı̂t indéfiniment à l’approche de la déflexion maximale de la butée. 6.3.4.2 Déploiement de l’organe à la pièce Ne prenant pas en compte de barre anti-roulis sur le train PSF dans une première approche, les pièces à réaliser dans le cadre de la fonction flexibilité sont les ressorts et les butées. Les butées caoutchouc sont de plus en plus remplacées par des butées en polyuréthane ce qui permet d’atteindre les caractéristiques souhaitées dans un encombrement réduit. Elles ne sont pas déployées dans notre étude. Il ne reste donc que les ressorts du train à déterminer. Le paramètre organique d’un ressort - sa raideur - doit être déployé en paramètre pièce. Pour cela, un choix technologique doit 6.4 Conclusion 177 s’opérer parmi l’ensemble des ressorts, hélicoı̂daux, à lames, à barre de torsion .... Le ressort hélicoı̈dal classique est choisi car il est économique à fabriquer et il peut supporter par ailleurs une charge importante. Celui-ci est alors caractérisé par ses quatre paramètres pièces suivants : son nombre de spires n, le diamètre des spires D, le diamètre d des fils constituant les spires et son module d’élasticité transversal en cisaillement G. En supposant que les diamètres des spires et des fils restent constant, le paramètre organique est déployé en paramètres pièces selon l’équation 6.8. G.d4 800.D3 .n La contrainte maximale T supporté par le ressort est alors donnée par : k1 = (6.8) 8.F.D ≤ Te (6.9) π.d3 où Te est la contrainte maximale admissible par le matériau utilisé. A cette contrainte, il faut d’ordinaire également rajouter les contraintes de bruit, les jeux du ressort, l’influence des pièces environnantes... Mais ces dernières n’ont pas été prise en compte dans le cas particulier de notre étude. T = 6.4 Conclusion Ce dernier chapitre a donc permis de mettre en évidence la déclinaison des paramètres fonctionnels en paramètres organiques puis en pièces. Pour son bon déroulement une architecture de train a du être choisie. Le train à pivot semi-fictif a alors été retenu car il est apparu comme le train le plus prometteur en terme de rupture technologique pour la variation de carrossage. Le choix de la solution étant fait, les paramètres organiques ont fait l’objet d’une optimisation suivant les trois fonctions principales d’un train. Concernant la fonction cinématique, l’approche d’un modèle simplifié en cinématique pure a été privilégiée. Ce modèle a alors permis une optimisation des paramètres organiques. Ces derniers doivent alors être déployés en paramètres pièces. Mais pour être complet, il a fallu considérer certaines liaisons élastiques et n’ont pas parfaites. La fonction élasto-cinématique a alors été menée. Elle s’est attachée à présenter les plages de variation des ”bushings”. Ces valeurs ont alors été optimisées par l’étude complète du système train sous Adams. Ce dernier chapitre a donc marqué la seconde grande étape de la démarche de conception ”First Design”. Il clôt ainsi l’application de la méthode de conception robuste à un train avant innovant. 178 CHAPITRE 6. OPTIMISATION DES PARAMÈTRES ORGANIQUES Conclusions Dans le secteur hautement concurrentiel de l’automobile, un grand constructeur se doit de satisfaire ses clients afin de maintenir et de gagner des parts de marché. Il est donc soumis sans cesse à un besoin d’innovation afin d’améliorer l’environnement, le confort, les performances et la sécurité des véhicules, tout en respectant ses objectifs de qualité, de coût et de délai. C’est dans cette optique que depuis maintenant plus d’une décennie de nombreux systèmes passifs et actifs ont été introduits dans l’automobile (ESP, AFS, ABS, airbags...). Malgré cela, le contrôle du plan de roue n’a jamais été pleinement étudié, ni même envisagé pour des raisons de coûts, de difficultés d’adaptation à des technologies de trains existantes et d’intégration dans le véhicule. Dans le cadre du projet ”X-By-Wire”, les grandes variations d’angle de carrossage et les trains sont donc étudiés. Mes travaux de thèse ont alors pour objectif d’appliquer une méthodologie de conception robuste aux trains avant à pilotage actif de l’angle de carrossage. Pour répondre à cette problématique, la méthodologie de conception fiable et robuste ”First Design” est utilisée. Scindée en deux grandes étapes, cette méthode se base sur l’optimisation de modèles simplifiés du comportement véhicule. Or le comportement d’un pneu d’automobile ne tolère que de faibles variations d’angle de carrossage. Dans un premier temps, il est donc indispensable d’étudier le pneumatique pour obtenir son comportement aux grands angle de carrossage. Une vision globale de sa modélisation aboutit à deux modèles de pneumatiques. Le premier modèle reprend la formulation de Pacejka adaptée aux pneumatiques de moto. Le second modèle s’affranchit du jeu de paramètres propres à chaque pneumatique pour se pencher sur la physique du pneumatique et plus généralement sur les lois de la mécanique des matériaux et de la mécanique générale. Des mesures expérimentales de raideurs de cisaillement de la bande de roulement viennent alimenter ce second modèle. Les deux modèles retenus et adaptés à la problématique grand carrossage fournissent deux modèles dont le comportement est validé par corrélation avec un modèle traditionnellement utilisé dans le domaine de l’automobile aux faibles angles de dérive et de carrossage. Dans un second temps, la méthode de conception est appliquée. S’appuyant sur la hiérarchisation de la conception en y intégrant la notion de robustesse à moindre coût dans le processus d’optimisation des paramètres de conception mécanique, cette méthode comprend deux étapes : l’optimisation des paramètres fonctionnels puis l’optimisation des paramètres organiques. La première étape consiste à optimiser les paramètres fonctionnels en se servant de deux prestations de comportement - virage stabilisé et Sinus Ford. Pour y parvenir, les paramètres sont 179 180 CONCLUSION hiérarchisés, des modèles simplifiés des deux prestations sont créés et leur validité vérifiée, des critères objectif à chaque prestation et une loi de carrossage sont mis en place. Puis à l’aide d’un algorithme génétique et de la notion de non-dominance de Pareto les paramètres fonctionnels du train sont optimisés permettant ainsi de passer à la seconde étape de la méthode. Cette étape consiste à déployer les paramètres fonctionnels optimisés en paramètres organiques puis en pièces à l’aide d’une solution technologique choisie. Au cours d’une étude de créativité des trains - ”brainstorming” - une méthode de conception raisonnée ”Rational Design” et la méthode de sélection multi-critères Electre sont appliquées pour sélectionner la solution de train la plus adaptée à la variation de carrossage. Finalement c’est l’architecture de train à pivot semi-fictif breveté par Renault qui est retenue pour décliner les paramètres organiques puis les pièces du train. La conception du train à pivot semi-fictif est ainsi réalisée. La méthode ”First Design” est donc totalement adaptée à la définition de nouvelles architectures induites par l’introduction d’innovations technologiques et de systèmes mécatroniques. Perspectives Plusieurs axes de développement peuvent néanmoins être envisagés pour compléter cette étude. • Ajout de prestations de comportement En effet, seules les prestations de virage stabilisé et de Sinus Ford, sollicitant toutes les deux la dynamique transversale du véhicule, ont été déployées. Mais il serait intéressant de poursuivre l’étude en rajoutant d’autres prestations telles que le freinage, le comportement en ligne droite, le confort... • Modélisation du pneumatique En ce qui concerne la modélisation du pneumatique, une amélioration serait d’intégrer les nonlinéarités du pneumatique dans les modèles simplifiés de comportement dynamique du véhicule. • Evaluation des gains Une autre voie de développement concerne l’évaluation des gains apportés par la prise de grand carrossage. En effet, après la conception du train, on pourrait quantifier les gains apportés par le carrossage. 181 182 PERSPECTIVES Index des abbréviations V M Ix Iz Ixz l1 l2 h s1 s2 e1 e2 1 2 λ1 λ2 c1 D1p D2p P1 P2 b1 b2 a1 a2 s1 s2 d1 R1 E1 i Dx Vitesse d’avancement du véhicule (m/s) Masse totale du véhicule (kg) Inertie de roulis (kg.m−2 ) Inertie de lacet (kg.m−2 ) Produit d’inertie roulis-lacet (kg.m−2 ) Distance longitudinale du cdg au train avant (m) Distance longitudinale du cdg au train arrière (m) Hauteur du centre de gravité / au sol (m) Hauteur / sol du centre de roulis AV (m) Hauteur / sol du centre de roulis AR (m) Distance transversale entre roues essieu avant (m) Distance transversale entre roues essieu arrière (m) Coeff. de braquage induit par le roulis AV (s.d.) Coeff. de braquage induit par le roulis AR (s.d.) Coeff. de carrossage induit par le roulis AV (s.d.) Coeff. de carrossage induit par le roulis AR (s.d.) Chasse linéaire au sol (m) Rigidité de dérive du train AV (N/rad) Rigidité de dérive du train AR (N/rad) Coeff. de poussée de carrossage du train AV (N/rad) Coeff. de poussée de carrossage du train AR (N/rad) Rayon de ballant du train AV (m) Rayon de ballant du train AR (m) Chasse pneumatique avant (m) Chasse pneumatique arrière (m) Hauteur du cdg avant (m) Hauteur du cdg arrière (m) Déport fusée sur le train avant (m) Rayon sous charge d’une roue AV (m) Voie AV (m) Inertie polaire d’une roue AV (kg.m2 ) Coeff. du Mt de renversement pour le train AV (N.m/rad) 183 184 n sin(γt ) J C = Cθ A = Aθ Cyα Cyγ α γ f1 C1 C2 A1 A2 k1 λ1 λ2 1 2 θ γt ψ δ δ1 δ2 α Yi j INDEX DES ABBREVIATIONS Rapport de démultiplication de la direction Sinus angle de chasse Inertie du volant Raideur de rappel de direction aux roues Amortissement de direction aux roues rigidité de dérive ou raideur d’envirage ( 50kN/rad) rigidité de carrossage Angle de dérive Angle de carrossage Fréquence de pompage du train avant à un cas de charge donné Raideur de roulis avant Raideur de roulis arrière Amortissements anti-roulis avant Amortissements anti-roulis arrière raideur du ressort de suspension Coefficient de carrossage induit par le roulis avant Coefficient de carrossage induit par le roulis arrière Coefficient de braquage induit par le roulis avant Coefficient de braquage induit par le roulis arrière Angle de roulis suivant l’axe longitudinal Accélération transversale Angle de lacet suivant l’axe vertical Dérive du centre de gravité Dérive du train avant du véhicule Dérive du train arrière du véhicule Angle de braquage à la roue Effort transversal au train i (AV/AR) à la roue j (droite ou gauche) (s.d.) (s.d.) (kg.m2) (N.m/rad) (N.m/rad/s) (N/rad) () (rad) (rad) (Hz) (N.m/rad) (N.m/rad) (N.m/rad/s) (N.m/rad/s) (N.m-1 ) (%) (%) (%) (%) (rad) (m.s2 ) (rad) (rad) (rad) (rad) (rad) (N) Annexe A Repères de travail Comme dans tout travail de mécanique, le choix du repère de travail est un élément déterminant. En dynamique du véhicule, il convient donc de définir les principaux repères. Ceux-ci sont traditionnellement, le repère sol, le repère route, le repère lié au pneumatique, le repère aérodynamique, le repère lié au châssis. Ces différents repère, hormis le repère lié au pneumatique, vont être détaillés dans cette première annexe. 1. Repère lié au sol Le repère lié au référentiel au sol <0 (O, x0 , y0 , z0 ) est défini de façon traditionnelle ; il est supposé Galiléen, c’est un repère orthonormé direct fixe. Figure 6.30: Repère lié au référentiel sol <0 2. Repère véhicule <1 Le repère véhicule <1 (G, x1 , y1 , z1 ) a pour origine le centre de gravité G du véhicule dans le plan. C’est également un repère orthonormé direct, il est obtenu par rotation d’angle de lacet ψ autour de l’axe (Ωz~0 )//(Ωz~1 ) Figure 6.31: Repère véhicule <1 185 186 ANNEXES Figure 6.32: Repère véhicule <2 3. Repère caisse <C Enfin par rotation d’angle de roulis θ atour (Gx~2 )//(Gx~c ), le repère caisse <C (xc , yc , zc ) est obtenu. Son origine est toujours le centre de gravité. Figure 6.33: Repère caisse <C 4. Repère pneu <r Enfin, <r (G, xr , yr , zr ) est le repère au centre de la roue, dont l’axe des abscisses est l’axe longitudinal de la roue, l’axe des ordonnées étant perpendiculaire. Il est obtenu a partir du repère véhicule par rotation d’angle de braquage total αij , Figure 6.34: Repère roue <r ANNEXES 187 Avec ces conventions, les matrices de changement de repère peuvent se déduire. Elles ne seront pas évoquées ici. Annexe B TIRE VERSION : MF-MCTyre 1.1 Copyright TNO, Wed Aug 08 08:52:24 2001 USE MODE specifies the type of calculation performed: [UNITS] LENGTH FORCE ANGLE MASS TIME ’meter’ ’newton’ ’radians’ ’kg’ ’second’ FITTYP USE MODE MFSAFE1 MFSAFE2 MFSAFE3 VXLOW LONGVL 1 16.667 Longitudinal speed during measurements UNLOADED RADIUS WIDTH ASPECT RATIO RIM RADIUS RIM WIDTH VERTICAL DAMPING BREFF DREFF FREFF FNOMIN 0.322 0.18 0.55 0.15 0 50 8.4 0.27 0.045 1475 Free tyre radius Nominal section width of the tyre Nominal aspect ratio Nominal rim radius Rim width Tyre vertical damping Low load stiffness eff. rolling radius Peak value of eff. rolling radius High load stiffness eff. rolling radius Nominal wheel load rt 0.5W Kz Bref f Dref f Fref f Fz0 -1.5 1.5 Minimum valid wheel slip Maximum valid wheel slip κmin κmax KPUMIN KPUMAX 52 14 1133 1133 Fx ,Fy ,Fz α, γ, κ M Magic Formula Version number Tyre use switch 188 R0 W ANNEXES 189 ALPMIN ALPMAX -1.5708 1.5708 Minimum valid slip angle Maximum valid slip angle αmin αmin CAMMIN CAMMAX -1.635 1.635 Minimum valid camber angle Maximum valid camber angle γmin γmax FZMIN FZMAX 73.75 3000 Minimum allowed wheel load Maximum allowed wheel load Fzmin Fzmax LFZO LCX LMUX LEX LKX LVX LGAX LCY LMUY LEY LKY LCC LKC LEC LHY LGAY LTR LRES LGAZ LXAL LYKA LVYKA LS LSGKP LSGAL LGYR LMX LVMX LMY 1 1 1 1 1 0 1 1 1 1 1 1 1 1 0 1 1 0 1 1 1 1 1 1 1 1 1 0 0 Scale factor of nominal load Scale factor of Fx shape factor Scale factor of Fx peak friction coefficient Scale factor of Fx curvature factor Scale factor of Fx slip stiffness Scale factor of Fx vertical shift Scale factor of camber for Fx Scale factor of Fy shape factor Scale factor of Fy peak friction coefficient Scale factor of Fy curvature factor Scale factor of Fy cornering stiffness Scale factor of camber shape factor Scale factor of camber stiffness (K-factor) Scale factor of camber curvature factor Scale factor of Fy horizontal shift Scale factor of camber force stiffness Scale factor of Peak of pneumatic trail Scale factor of Peak of residual torque Scale factor of camber torque stiffness Scale factor of alpha influence on Fx Scale factor of kappa influence on Fy Scale factor of kappa induced Fy Scale factor of Moment arm of Fx Scale factor of Relaxation length of Fx Scale factor of Relaxation length of Fy Scale factor of gyroscopic torque Scale factor of overturning couple Scale factor of Mx vertical shift Scale factor of rolling resistance torque λF z0 λCx λµx λEx λKx λV x λγx λCy λµy λEy λKy λCc λKc λEc λHy λγy λT r λM r λγz λxα λyκ λVy κ λS λσκ λσα λgyr λM x λvM x λM y 190 ANNEXES PCX1 1.7525 Shape factor Cfx for longitudinal force pCx1 PDX1 1.4291 Longitudinal friction Mux at Fznom pDx1 PDX2 -0.0089158 Variation of friction Mux with load pDx2 PDX3 0 Variation of friction Mux with camber pDx3 PEX1 0.38214 Longitudinal curvature Efx at Fznom pEx1 PEX2 0.0028977 Variation of curvature Efx with load pEx2 PEX3 0.078492 Variation of curvature Efx with load squared pEx3 PEX4 0 Factor in curvature Efx while driving pEx4 PKX1 26.32 Longitudinal slip stiffness Kfx/Fz at Fznom pKx1 PKX2 -0.12226 Variation of slip stiffness Kfx/Fz with load pKx2 PKX3 0.24554 Exponent in slip stiffness Kfx/Fz with load pKx3 PVX1 0 Vertical shift Svx/Fz at Fznom pV x1 PVX2 0 Variation of shift Svx/Fz with load pV x2 RBX1 17.897 Slope factor for combined slip Fx reduction rBx1 RBX2 -10.62 Variation of slope Fx reduction with kappa rBx2 RBX3 2.1971e-009 Influence of camber on stiffness for Fx combined rCx1 RCX1 -0.68852 Shape factor for combined slip Fx reduction rCx1 REX1 -2.6079 Curvature factor of combined Fx rEx1 REX2 -0.7474 Curvature factor of combined Fx with load rEx2 RHX1 -0.0051784 Shift factor for combined slip Fx reduction rHx1 PTX1 0.82547 Relaxation length SigKap0/Fz at Fznom pT x1 PTX2 0.56961 Variation of SigKap0/Fz with load pT x2 PTX3 0.37523 Variation of SigKap0/Fz with exponent of load pT x3 QSX1 QSX2 QSX3 -0.006437 0.14347 0.06 Lateral force induced overturning couple Camber induced overturning couple Camber induced overturning couple qSx1 qSx2 qSx3 PCY1 PCY2 PDY1 PDY2 PDY3 PEY1 PEY2 PEY3 PEY4 PEY5 PKY1 PKY2 1.1264 0.91549 1.6359 0 0.24085 -0.4986 0.80639 -0.25861 -0.39341 -2.1948 -16.36 1.6469 Shape factor Cfy for lateral forces Shape factor Cfc for camber forces Lateral friction Muy Exponent lateral friction Muy Variation of friction Muy with squared camber Lateral curvature Efy at Fznom Variation of curvature Efy with camber squared Asymmetric curvature Efy at Fznom Asymmetric curvature Efy with camber Camber curvature Efc Maximum value of stiffness Kfy/Fznom Curvature of stiffness Kfy pCy1 pCy2 pDy1 pDy2 pDy3 pEy1 pEy2 pEy3 pEy4 pEy5 pKy1 pKy2 ANNEXES 191 PKY3 1.3647 Peak stiffness factor PKY4 -0.89991 Peak stiffness variation with camber squared PKY5 0.24414 Lateral stiffness depedency with camber squared PKY6 -0.98239 Camber stiffness factor Kfc PKY7 0.28563 Vertical load dependency of camber stiffn. Kfc PHY1 -0.0023965 Horizontal shift Shy at Fznom RBY1 7.5976 Slope factor for combined Fy reduction RBY2 3.9499 Variation of slope Fy reduction with alpha RBY3 -3.5927e-012 Shift term for alpha in slope Fy reduction RBY4 -1.8256e-010 Influence of camber on stiffness of Fy combined RCY1 1.0492 Shape factor for combined Fy reduction REY1 0.12043 Curvature factor of combined Fy REY2 0.18216 Curvature factor of combined Fy with load RHY1 0.0070473 Shift factor for combined Fy reduction RHY2 0.022649 Shift factor for combined Fy reduction with load RVY1 -0.023319 Kappa induced side force Svyk/Muy*Fz at Fznom RVY2 0.059619 Variation of Svyk/Muy*Fz with load RVY3 0.15356 Variation of Svyk/Muy*Fz with camber RVY4 -7.0005 Variation of Svyk/Muy*Fz with alpha RVY5 1.9 Variation of Svyk/Muy*Fz with kappa RVY6 -2.3514 Variation of Svyk/Muy*Fz with atan(kappa) PTY1 0.75477 Peak value of relaxation length Sig alpha PTY2 1 Shape factor for Sig alpha PTY3 0.68942 Value of Fz/Fznom where Sig alpha is maximum pKy3 pKy4 pKy5 pKy6 pKy7 pHy1 rBy1 rBy2 rBy3 rBy4 rCy1 rEy1 rEy2 rHy1 rHy2 rV y1 rV y2 rV y3 rV y4 rV y5 rV y6 rT y1 rT y2 rT y3 QSY1 QSY2 QSY3 QSY4 0.065059 0 0 0 Rolling resistance torque coefficient Rolling resistance torque depending on Fx Rolling resistance torque depending on speed Rolling resistance torque depending on speed4 qSy1 qSy2 qSy3 qSy4 QBZ1 QBZ2 QBZ3 QBZ4 QBZ5 QBZ9 QCZ1 QDZ1 QDZ2 QDZ3 7.4499 -1.076 -1.5493 0 0.13561 6.2402 1.3909 0.064278 -0.010895 -0.18537 Trail slope factor for trail Bpt at Fznom Variation of slope Bpt with load Variation of slope Bpt with load squared Variation of slope Bpt with camber Variation of slope Bpt with absolute camber Slope factor Br of residual torque Mzr Shape factor Cpt for pneumatic trail Peak trail Dpt = Dpt*(Fz/Fznom*R0) Variation of peak Dpt with load Variation of peak Dpt with camber qBz1 qBz2 qBz3 qBz4 qBz5 qBz9 qCz1 qDz1 qDz2 qDz3 192 QDZ4 -0.26073 Variation of peak Dpt with camber squared qDz4 QDZ6 0.008493 Peak residual torque Dmr = Dmr/(F z ∗ R0) qDz6 QDZ7 0.0040778 Variation of peak factor Dmr with load qDz7 QDZ8 -0.097754 Variation of peak factor Dmr with camber qDz8 QDZ9 -0.0927 Variation of peak factor Dmr with camber and load qDz9 QDZ10 0.036818 Variation of peak factor Dmr with camber squared qDz10 QDZ11 0.08644 Variation of Dmr with camber squared and load qDz11 QEZ1 -1.8335 Trail curvature Ept at Fznom qEz1 QEZ2 0.42485 Variation of curvature Ept with load qEz2 QEZ3 0 Variation of curvature Ept with load squared qEz3 QEZ4 -0.5 Variation of curvature Ept with sign of Alpha-t qEz4 QEZ5 0 Variation of Ept with camber and sign Alpha-t qEz5 QHZ1 -0.088492 Trail horizontal shift Sht at Fznom qHz1 QHZ2 0.24151 Variation of shift Sht with load qHz2 QHZ3 0.20679 Variation of shift Sht with camber qHz3 QHZ4 -0.25866 Variation of shift Sht with camber and load qHz4 SSZ1 0.036323 Nominal value of s/R0: effect of Fx on Mz ssEz1 SSZ2 0.0071843 Variation of distance s/R0 with F y/F znom ssEz2 SSZ3 0.20084 Variation of distance s/R0 with camber ssEz3 SSZ4 0.02429 Variation of distance s/R0 with load and camber ssEz4 QTZ1 0 Gyroscopic torque constant qT z1 MBELT 0 Belt mass of the wheel -kgmbelt ANNEXES Bibliographie [1] ADAMS/Car. http://www.mscsoftware.com/products/products_detail.cfm?PI=462, 2004. [2] ADAMS/Car. Adams/tire user guide, chapitre 12 (using the swift-tyre model), mechanical dynamics, Incorporated 2002. [3] D. Schuring & AL. Analysis and simulation of dynamical vehicle-terrain interaction. Cornell Aeromautical Laboratory, University, Buffalo, New-York, Call n˚ VJ-2330-G-56, May 1969. [4] D. Ammon. Vehicle dynamics analysis tasks and related tyre simulation challenges. Tyre models for vehicle dynamics analysis. [5] B. Armstrong-Hélouvry, P.Dupont, C. Canudas-De-Wit. A survey of models, analysis tools and compensation methods for the control of machines with friction. Automatica, Vol. 30, n˚7, pp. 1083–1138, 1994. [6] E. Arnoux. Lois de commande et systèmes de suspension adaptatifs - Théorie et application à la mécanique automobile. Mémoire de thèse, École Centrale de Lyon - Écully, France. [7] TNO Automotive. Tyre models users manual. Using the MF-MCTyre model, May 2002. [8] E. Babolian, M. Masjedjamei, M.R. Eslahcchi. On numerical improvement of gausslegendre quadrature rules. Applied mathematics and computation, 2005. [9] E. Bakker, L. Nyborg, H.B. Pacejka. Tyre modelling for use in vehicle dynamicsstudies. Society of Automotive Engineers (SAE), Paper 870421, 1987. [10] E. Bakker, H.B. Pacejka, L. Litner. A new tire model with an application in vehicle dynamics studies. Society of Automotive Engineers (SAE), Paper 890087, 1989. [11] H.B. Pacejka & E. Bakker. The magic formula tyre model. Proc.1rst International Colloquium on Tyre Models for Vehicle Dynamics Analysis, Delft, The Nethelands, 21-22 October 1991. [12] M. Balachandran. Knowledge-based optimum design, topics in engineering. Southampton : Computational mechanics publications. 193 194 BIBLIOGRAPHIE [13] P. Bayle, J.F. Forissier & S. Lafon. A new tyre model for vehicle dynamics simulations. Proceedings of Automotive technology International’93, 1993. [14] J.E.F. Berends, A.H. De Bondt, A. Scarpas. Influence of bond on the behavior of (un-)reinforced asphalt concrete overlays. Road and Railroad Research Laboratory, delft university of technology, Report 7-94-203-18, 1994. [15] P.A. Bliman, M. Sorine. Friction modeling by hysteresis operators. application to dahl sticktion and stribeck effects. Proceedings of 3rd European control conference, Roma, Italy, 1995. [16] M. Blundell. A low parameter tire for handling simulation. Presentation : Tire Technology Expo. [17] A.H. De Bondt, A. Scarpas. Theorical analysis of shear interface test set-ups. Road and Railroad research Laboratory - Delft University of Technology, Report 7-94-203-15, 1994. [18] K.M. Captain, A.B.Boghani, D.N. Wormley. Analytical tire models for dynamic vehicle simulation. Vehicle System Dynamics, Vol. 8, pp. 1–32, 1979. [19] Carsim. http://www.carsim.com/products/carsim/index.html, 2004. [20] M-M. Chatillon. Méthodologie de conception robuste appliquée aux trains de véhicules de tourisme. Mémoire de thèse, École Centrale de Lyon - Écully, France, 2005. [21] M-M. Chatillon, L. Jézéquel, P. Coutant, P. Baggio. Hierarchical optimisation of the design parameters of a vehicle suspension system. Vehicle System Dynamics, Vol. 44, No. 11, pp. 817–839, 2006. [22] S.K. Clark. Mechanics of pneumatic tires. National bureau of standards, 1971. [23] X. Clayes. Introduction des conditions de route dans les modèles de pneu. Renault, Note interne en anglais n˚64260/01/0104, 2001. [24] A. Coello. An updated survey of ga-based multiobjective optimization techniques. ACM Computing Surveys, ACM Press. [25] A. Coello. A short tutorial on evolutionary multiobjective optimization. Dans Eckart Zitzler, Kalyanmoy Deb, Lothar Thiele, Carlos A. Coello Coello and David Corne (éditeurs), First International Conference on Evolutionary Multi-Criterion Optimization, Springer-Verlag, Lecture Notes in Computer Science n˚1993, pages 21-40, 2000. [26] A. Coello, D.A. Van Veldhuizen et G.B. Lamont. Evolutionary algorithms for solving multi-objective problems. Kluwer academic publisher, New York. [27] T.F. Coleman, Y. Li. On the convergenceof refelctive newton methods for large-scalenonlinear minimization subject to bounds. Mathematical programming. [28] D.L. Nordeen & A.D. Cortese. Force and moment cahracteristics of rolling tires. Society of Automotive Engineers (SAE). BIBLIOGRAPHIE 195 [29] V. Cossalter, A. Doria, , R. Lot. Steady turning of two-wheeled vehicles. Vehicle System Dynamics, Vol. 31, pp.157–181, 1999. [30] I. Darnell, G.M. Hulbert & C.W. Mousseau. An efficient three-dimensional tire model for vehicle dynamics simulations. Mechanical structure & mach, Vol. 25, pp. 1–19, 1997. [31] D.C. Davis. A radial-spring terrain enveloping tire model. Vehicle system dynamics. [32] K. Deb. Evolutionary algorithms for multi-criterion optimization in engineering design. Dans : ”Evolutionary algorithms in engineering and computer science: recent advances in genetic algorithms, evolution strategies, evolutionary programming, geneti programming and industrial applications”. Édité par : Makela M., Miettinen K., Neittaanmaki P., 1999. [33] K. Deb, A. Pratap, S. Agarwal et T. Meyarivan. A fast and elitist multiobjective genetic algorithm: Nsga-ii. IEEE Transactions on Evolutionary Computation, Vol. 6, n˚2, pp. 182–197, 2002. [34] Delft. http://cd.wt.tno.nl/delft-tyre/documents/TIME_model_paper_final.pdf, 2003. [35] J. Deur. A brush type dynamic tire friction model for non-uniform normal pressure distribution. IFAC, Barcelone. [36] J. Deur, V. Ivanovic, M. Troulis, C. Miano, D. Hrovat & J. Asgari. Extension of the lugre tyre model related to variable slip speed along the contact patch length. Vehicle System Dynamics, Vol. 43, supplemment, pp. 508–524, 2005. [37] H. Dugoff, P. S. Fancher, L. Segel. An analysis of tire traction properties and their influence on vehicle dynamic performance. SAE Transactions, Vol. 3, pp. 1219–1243, 1970. [38] J.R. Ellis. Model dor cornering behavior of tires. Vehicle Dynamics, Businness books, 1969. [39] M. Erickson, A. Mayer et J. Horn. The niched genetic algorithm 2 applied to the design of groundwater remediation systems. Dans : Eckart Zitzler, Kalyanmoy Deb, Lothar Thiele, Carlos A. Coello Coello, et David Corne, éditeurs, First International Conference on Evolutionary Multi-Criterion Optimization, pp. 681-695. Springer-Verlag. Lecture Notes in Computer Science, No 1993, pp. 681-695, 2001. [40] J.L. Bogdanoff F. Kozin. On the statical analysis of the motion of some simple twodimensional linear vehicles moving on a random track. Int. J. Mechan. Sci., Vol. 2, pp. 168–178, 1960. [41] T. Fujioka, K. Goda. Discrete brush tire model for calculating tire forces with large camber angle. Vehicle System Dynamics supplement, Vol. 27, pp. 200–216, 1996. [42] T. Gillepsie. Fundamentals of vehicle dynamics. Society of Automotive Engineers (SAE), 1992. 196 BIBLIOGRAPHIE [43] G. Gim, P.E. Nikravesh. An analytical model of pneumatic tires for vehicle dynamics simulations. part2: Comprehensive slips. International journal of vehicle design, 12:1, pp. 19–39, 1991. [44] M. Gobby, G. Mastinu, C. Doniselli, L. Guglielmettoa, E. Pisino. Optimal and robust design of a road vehicle suspension system. Vehicle System Dynamics, Vol. 33, pp. 457–481, 2001. [45] W. Grzybowska, J. Wojtowcz & L. Fonferko. Application of geosynthetics to overlays in cracow region of poland. Proceedings of the 2nd RILEM-Conference on Reflective Cracking in Pavements, Liège, pp.290–298, 1993. [46] R. Hadekel. The mechanical characteristics of pneumatic tyres. S&T Memo, page n˚10/52, 1952. [47] T. Halconruy. Les liaisons au sol. Éditions Techniques pour l’Automobile et l’Industrie. [48] J. Horn, N. Nafpliotis, D.E. Goldberg. A niched pareto genetic algorithm for multiobjective optimization. Proceedings of the First IEEE Conference on Evolutionary Computation, IEEE World Congress on Computational Intelligence, Piscataway, New Jersey. IEEE Service Center, Vol. 1, pp. 82–87, 1994. [49] C. R. Houck, J. A. Joines, M. G. Kay. A genetic algorithm for function optimization: A matlab implementation. North Carolina State University -IE TR 95-09, 1995. [50] A.J.C Schmeitz & S.TH. Jansen I.J.M Besselink, H.B. Pacejka. The swift tyre model: overview and applications. 7th international symposium on advanced vehicle control, pp. 525–530, 2004. [51] S.T.H Jansen, L. Verhoeff, R. Cremers, A.J.C Schmeitz, I.J.M Besselink. Mfswift simulation study and using benchmark data. Tyre models for vehicle dynamics analysis by P. Lugner and M. Plöchl, Vol. 43, supplement, 2005. [52] F. Kozin J.L. Bogdanoff. Additional results on the statical analysis of a linear vehicle using measured ground power spectral density, Report no 8392LL96, Land Locomotion Laboratory, Michigan, November 1963. [53] L. Jézéquel. First Design : Pour une conception FIable et Robuste des STructures. Document confidentiel de demande de reconnaissance de l’E.R.T. First Design. [54] L. Jézéquel. First design : Pour une conception fiable et robuste des structures. Document confidentiel de demande de reconnaissance de l’E.R.T, 2003. [55] D. Karnopp. Computer simulation of slip-stick friction in mechanical dynamics systemsrechercher. Journal dynamics system measurement control, Vol. 107, 1985. [56] Y. Kobiki, A. Kinoshita, H. Yamada. An analysis of interior booming noise caused by tire and powertrain-suspension system vibration. Journal of the society of automotive engineers, 1989. BIBLIOGRAPHIE 197 [57] P. Kumar, P.B. Barua, J.L. Gaindhar. Quality optimization(multi-characteristics) through taguchi’s technique and utility concept. Quality and reliability engineering international, Vol. 16, pp. 475–485, 2000. [58] R.L. Leutner. Research on adhesion between layers of flexible pavements. Bitumen 3, 1979. [59] M.A. Levin. Investigation of features of tyre rolling at non-small velocities on the basis of a simple tyre model with distributed mass periphery. Vehicle System Dynamics, Vol. 23, pp. 441–466, 1994. [60] S.A. Lippmann, K.L. Oblizajek. The distribution of stressbetween the tread and the road for freely rolling tires. Society of Automotive Engineers (SAE), Paper 740072, 1974. [61] R. Lot. A motorcycle tire model for dynamic simulations: Theoretical and experimental aspects. Meccanica, Vol. 39, pp.207–220, 2004. [62] B. Loyer. Expertise dynamique du véhicule - Confort - Présentation d’un modèle simplifié de suspension véhicule utilisable en conception pour l’étude du compromis confort/comportement en vertical. Note technique n˚68261-2007-0334 - DREAM / DTAA Renault, France, 2007. [63] B. Loyer. Présentation d’un modèle simplifié de virage stabilisé. RNUR/ DR - Note n˚68261-2007-0335 - Renault, France, 2007. [64] F. Mancosu, C. Savi, Pirelli Pneumatici. Vehicle sensitivity to tyre characteristics both in open ans closed loop manoeuvres. Adams Conference, Rome, 2000. [65] M.I.Campbell, J. Cagan, K. Kotovsky. The a-design approach to managing automated design synthesis. Research in engineering design, vol 14, pages 12-24, Vol. 14, pp. 12–24, 2003. [66] K. Miettinen. Some methods for nonlinear multi-objective optimization. Dans : Eckart Zitzler, Kalyanmoy Deb, Lothar Thiele, Carlos A. Coello Coello et David Corne (éditeurs), First International Conference on Evolutionary Multi-Criterion Optimization, Springer-Verlag, Lecture Notes in Computer Science, n˚1993, pp. 1–20, 2001. [67] W. Milliken & D. Milliken. Race car vehicule dynamics. Society of Automotive Engineers (SAE), 1995. [68] W.J. Moreland. Landing gear vibration. Wright-Patterson Air force base, Dayton, Ohio, 1951. [69] W.J. Moreland. The story of shimmy. J. Aeronautical sciences, Vol. 21, pp. 793–808, 1954. [70] H. Olssen, J. Aström, C. Canudas de Witt, M. Gäfvert, P. Lischinsky. Friction models and friction compensation. European journal of control, Vol. 4, pp. 176–195, 1998. 198 BIBLIOGRAPHIE [71] J.JM Oosten. A new tire model for time measurement data. Presentation : Tire Technology Expo, 2003. [72] H.B. Pacejka. Modelling of the pneumatic tyre and its impact on vehicle dynamic behavior. Technische Universiteit Delft, 1988. [73] H.B. Pacejka. Magic formulae tyre model with transient properties. Vehicle System Dynamics, VOL. 27, 1996. [74] H.B. Pacejka. The tire as a vehicle component. XXVI FISITA Congress Prague, 1996. [75] H.B. Pacejka, I.J.M Besselink. Tyre and vehicle dynamics. Butterworth-Heinemann, 2002. [76] L. Wendling & J.M. Piau. Mefisto : un nouveau banc de fissuration pour l’étude de la fissuration en mode mixte des enrobés bitumineux. 4ème réunion annuelle GEO Aussois, 1997. [77] F. Biral R. Berritta, S. Garbin. Evaluation of motorcycle handling with multibody modelling and simulation. High tech engines and cars, 6th international conference, May 2000. [78] Racer. http://www.racer.nl, Pays-Bas, 2004. [79] P. Ratti. Modélisation du pneumatique pour l’étude du comportement routier des véhicules automobiles. Mémoire de thèse, L’École Nationale d’Art et Métiers de Paris , France, 1986. [80] R.D. Roland. Computer simulation of bicycle dynamics. ASME symposium on mechanics and sport, pp. 1115–1121, 1973. [81] B. Roy. Vers une méthodologie générale d’aide à la décision. Revue METRA, Vol. XIV, n˚3, pp. 456–497, 1975. [82] B. Roy. Electre iii : un algorithme de classements fondé sur une représentation floue des préférences en présence de critères multiples. Centre d’études de recherche opérationnelle, Vol. 20, n˚1, pp. 3–24, 1978. [83] Sakai. Friction models and friction compensation. 1983. [84] A. Schärling. Décider sur plusieurs critères, 1985. [85] JL. Seddiki, A. Rabhi, N.K.M’Sirdy et Y. Delame.. Analyse comparative des modèles de pneumatiques contact roue-sol. IEEE, Conférence Internationale Francophone d’Automatique, 2006. [86] L. Segel. The mechanics of heavy-duty trucks and truck combinations. Presented at the engineering summer conferences, University of Michigan, Ann Arbor, 1984. [87] N. Seitz. Druck - und schubverteilung in der aufstandsfläche eines schnell rollenden reifens. ATZ, Vol. 69, n˚8. BIBLIOGRAPHIE 199 [88] R.S. Sharp. The lateral dynamics of motorcycles and bicycles. Vehicle System Dynamics, Vol. 14, pp. 265–283, 1985. [89] J. Simon. Comportement des véhicules - Analyse mathématique de la réponse transitoire. RNUR/ DR - Note n˚3299/85/0861 - Renault, France, 1985. [90] J. Simon. Programme de calcul de la dynamique angulaire Dynam. RNUR/ DR - Note n˚3751/88/0861 - Renault, France, 1988. [91] J. Simon. Capitalisation du savoir : le comportement des véhicules. Renault/ DOII/ DITS/ SEALS, France, 1999. [92] J. Simon. La dynamique angulaire du véhicule. Renault / DOII / DITS / 12225, , CAO Calcul/ Capitalisation du savoir/ Documentation sur le comportement/ Fiche n˚2, France, 1999. [93] J. Simon. L’analyse des prestations quantifiées de mise en virage. Renault/ DOII/ DITS/ 12225, France, 1999. [94] J. Simon. Le comportement transitoire des véhicules. Renault/ DOII/ DITS/ 12225, France, 1999. [95] J. Simon. Les données du modèle de calcul de comportement. Renault/ DOII/ DITS/ 12225, France, 1999. [96] J. Simon, P. Beuzit. Modèle mathématique de véhicule pour l’étude du comportement trajectoriel. RNUR / DR/ Notes n˚0861/2263 et 0861/2421, France. [97] J. Simon, P. Candau. Dynamique du Véhicule - Comportement en régime stabilisé en virage. Renault/ DOII/ DITS/ CMAS/ 12250, France. [98] N. Srinivas, K. Deb. Multiobjective optimization using nondominated sorting in genetic algorithms. Evolutionary computation, Vol. 2, n˚3, pp. 221–248, 1994. [99] J. Svendenius. Tire modelling and friction estimation. Mémoire de thèse, Lund university, Department of automatic control, 2007. [100] J. Svendenuis, B. Wittenmark. Review of wheel modeling and friction estimation, 2003. [101] Y. Tezuka, H. Ishii, S. Kiyota. Application of the magic formula tire model to motorcycle manoevrability analysis. JSAE Review, Vol. 22(3), pp.305–310, July 2001. [102] P. Tsiotras, AL.. A lugre tire friction model with exact aggregate dynamics. Vehicle System Dynamics, 2004. [103] Delft tyre. Mf-tyre users manual. Tech. Rep. TNO Automotive. [104] B. von Schlippe, R. Dietrich. Zur mechanik des luftreifens. senschaftliches Berichtwesen Berlin Adlershof, 1942. Zentrale fur wis- 200 BIBLIOGRAPHIE [105] E.J.H De Vries, H.B. Pacejka. Motorcycle tyre measurements and models. Proceedings of the 15th IAVSD Symposium on the Dynamics of Vehicles on Roads and on Tracks, 1997. [106] C. Canudas De Wit, AL.. Dynamic friction models for road/tire longitudinal interaction. Vehicle Dynamics draft article, 2002. [107] C. Canudas De Wit, K. Aström, AL.. A new model for control of systems with friction. IEEE, Vol. 40, n˚3, 1995. [108] J.Y. Wong. Theory of ground vehicles. John Wiley & sons, 1993.