A method to envision highly constrained architectural zones in the design of multi-physics systems in severe conditions.
Une méthode pour prévoir les zones architecturales fortement contraintes dans la conception de systèmes multi-physiques en conditions opérationnelles sévères
Résumé
MultiGphysics systems design, including the design of mechatronics systems, involvings designers in different disciplines (e.g., mechanics, electronics, physics of sensors, etc.), particularly design for systems intended for operation in severe conditions (withstanding shocks, vibrations, high temperatures, and high pressures in limited dimensions), raises many of the challenging issues in the design of complex systems. Consequently, highly integrated products are characterized by multiple functional flows passing through common components. Very high performance requirements from the different designers may over-constrain architectural modules, as well as connections, and the performance of some functions. The integration of multi-physics functions within products of limited size that operate in severe conditions results in an intense" interaction between design parameters and expected functionality. As soon as a design parameter is changed, the performance of several functions may be impacted. This is due to a high degree of performance optimization and the fact that several functions are part of the functional flow stemming from a single component. In addition, some disciplines may be more constrained than others, depending upon given performance challenges and the concept architecture being considered. Hereafter, we refer to architectural modules, connections and disciplines as constrainable objects. Today, with no prediction tool for locating the aspects that are likely to be highly constrained, consequences may be dramatic. For instance, project management for systems in the oil industry is often responsible for unacceptable additions to project overhead costs and project timelines for a project that may simply fail in the end. In our study, we propose to semantically enrich conventional representation models of product complexity.We use a design structure matrix (DSM) to represent admissible architecture connections and dependency configurations, a domain mapping matrix (DMM) to link functions and architecture, and quality function deployment (QFD), in a non conventional way, in order to propagate the designers aims for performance of the components more than the traditional voice of the customer. We enrich DSM representations with a physical connection typology, allowing a range of choices at an early design stage For a given connection, information regarding the nature of likeldesign difficulties is incorporated into a data model. We enrich DMM representations with functional flow sequencing along the architectural modules. We adapt the QFD method to capture the voice of the engineering disciplines involved in the project this ontological enrichment of design data makes it easier to envision and manage design challenges for multiGphysics systems. Seven design assessment cards are proposed to the design team as meaningful tools used to converge from a set of potential architectural configurations toward single architecture. This convergence process is driven by the necessity of avoiding highly constrained constrainable objects, achieved by balancing and spreading the design constraints throughout the system. The seven assessment cards are organized into two major design quality vectors: the ambition vector and the difficulty vector. The ambition vector indicates degrees of freedom in exploration of the architecture design space. The difficulty vector offers heuristic information on the nature and levels of the difficulties in meeting performance targets. The resulting method, which we call the multi-physics design scorecard" (MPDS), was applied to the design of a power electronics controller (PEC), a regulator board involving three sectors: mechanics, electronics, and packaging. Data gathering and implementation of theMPDSmethod took the design team just one day. The method immediately generated improved architectures, guaranteeing at the same time a more robust further design process.
La conception de systèmes multi-physiques impliquant des ingénieurs de différentes disciplines (mécanique, électronique, physique des capteurs, etc.), et plus particulièrement les systèmes destinés à l'exploitation dans des conditions sévères (sous contraintes dimensionnelles, chocs et vibrations, supportant des températures élevées et des hautes pressions), soulève de nombreuses questions difficiles dans la conception de systèmes complexes. Ces produits hautement intégrés sont caractérisés par de multiples flux fonctionnels passant par des composants communs. Les attendu très élevé des différents ingénieurs peuvent sur-contraindre les modules architecturaux, ainsi que les connections et les performances de certaines fonctions. Cette intégration de fonctions multi-physiques dans les produits de taille limitée qui opèrent dans des conditions sévères résulte d’une interaction intense entre les paramètres de conception et de fonctionnalités attendues. Dès qu'un paramètre de conception est modifié, les performances de plusieurs fonctions peuvent être affectées. Cela est dû au degré élevé d'optimisation des performances et le fait que plusieurs fonctions font partie du flux de processus résultant d'une seule composante. En outre, certaines disciplines peuvent être plus contraintes que d'autres selon le challenge que représentent l’atteinte des performances données et le concept considéré. Ci-après, nous nous référons aux modules architecturaux, aux connexions et aux disciplines comme des objets contraignables. Aujourd'hui, sans aucun outil de prédiction permettant de localiser ces aspects qui sont susceptibles d'être fortement contraints, les conséquences peuvent être dramatiques. Par exemple, la gestion de projet dans l'industrie pétrolière est souvent responsable de dérives inacceptables pour le cout du projet et son planning pouvant aller jusqu'à l’échec du projet.Dans notre étude, nous proposons d'enrichir sémantiquement des représentations conventionnelles de la complexité du produit. Nous utilisons une matrice DSM (Design Structure Matrix) pour représenter les connexions physiques dans les alternatives de concepts, une matrice DMM (Domain Mapping Matrix) pour relier les fonctions avec l'architecture, et une matrice Maison de la Qualité – QFD (Quality Function Deployment) d'une façon non conventionnelle, afin de propager la vision des ingénieurs sur les performances des composants comme la traditionnelle «voix du client». Notre première contribution concerne l'enrichissement de ces représentations. Nous enrichissons la représentation DSM par une typologie de connexion physique, permettant un éventail d’alternative à un stade de la conception. Pour une connexion, l'information donnée sur la nature des difficultés susceptibles est incorporée dans un modèle de données. Nous enrichissons la représentation DMM par la description du flux fonctionnel au travers des modules architecturaux. Nous adaptons la méthode QFD pour capturer la voix de disciplines impliquée dans le projet; cet enrichissement ontologique des données de conception rend plus facile le management des conflits en conception de systèmes multi-physiques. Dans cet objectif, sept tableaux de bord sont proposés à l'équipe de conception comme des outils utiles pour converger à partir d'un ensemble de configurations architecturales potentielles vers une architecture unique. Ce processus de convergence est supporté par la nécessité d'éviter les contraintes trop fortes sur certaines disciplines, cet équilibre est réalisé par la propagation des contraintes de conception dans le système. Les sept tableaux de bord sont organisés en deux vecteurs: le vecteur d'ambition et le vecteur de difficulté. Le vecteur d’ambition indique le degré de liberté dans l'exploration de l'espace de conception de l'architecture. Le vecteur difficulté offre des informations heuristiques sur la nature et les niveaux de la difficulté à atteindre les objectifs de performance. [...]
| Origine | Version validée par le jury (STAR) |
|---|
Loading...