Superconducting magnet design through multi-physics optimisation

La conception d'aimants supraconducteurs représente un défi en raison de leur complexité multi-physique, de la diversité des outils analytiques et des spécifications souvent imprécises. Pour rationaliser ce processus, nous présentons ALESIA, une nouvelle boîte à outils d'optimisation et de gestion des données développée au CEA-IRFU. ALESIA exploite des algorithmes avancés, notamment des techniques de programmation non linéaire, des algorithmes évolutionnaires, des stratégies d'apprentissage actif et des modèles de substitution, afin d'accélérer le processus de conception. En explorant intelligemment l'espace des paramètres, ALESIA permet une convergence rapide vers des solutions optimales tout en minimisant les coûts de calcul. L'architecture flexible d'ALESIA permet l'intégration avec n'importe quel logiciel de simulation physique, englobant les calculs de champ magnétique (OPERA) et l'analyse mécanique (CAST3M), mais son applicabilité peut être élargie au-delà de la conception d'aimants. La boucle d'optimisation automatisée d'ALESIA prend en compte simultanément toutes les étapes - magnétisme, propriétés du conducteur, mécanique et comportement à la trempe - ce qui garantit des solutions de conception holistiques et robustes.