L'IA crée des composants de moteur optimisés qui surpassent les conceptions humaines.

Des chercheurs de l'Université nationale de Pusan ​​exploitent des techniques d'intelligence artificielle générative avancées pour concevoir des pompes à engrenages novatrices et performantes, améliorant considérablement l'efficacité et réduisant le bruit par rapport aux méthodes d'ingénierie traditionnelles. Cette avancée majeure illustre le potentiel transformateur de l'IA dans l'ingénierie automobile, permettant de concevoir des moteurs plus intelligents, plus silencieux et plus fiables. Crédit : Chul Kim / Université nationale de Pusan

Les pompes à rotor pour la circulation et la lubrification de l'huile sont des composants essentiels des systèmes automobiles et hydrauliques. Elles se caractérisent par une conception compacte, un excellent débit par tour et une forte capacité d'aspiration. Le profil des dents du rotor influe considérablement sur les performances globales des systèmes hydrauliques de lubrification des moteurs et des transmissions automatiques.

Malheureusement, les méthodes de conception classiques s'appuient sur des courbes mathématiques prédéfinies et des ajustements itératifs, ce qui compromet leur flexibilité d'optimisation.

Des chercheurs développent une méthode de conception pilotée par l'IA

Une équipe de chercheurs de l'École de génie mécanique de l'Université nationale de Pusan, dirigée par le professeur Chul Kim, a proposé une nouvelle méthodologie de conception.

Leurs résultats sont publiés dans la revue Engineering Applications of Artificial Intelligence .

L'intérêt majeur de cette étude réside dans l'utilisation de l'IA, et plus précisément d'un réseau antagoniste génératif conditionnel, comme outil de conception. Au lieu de s'appuyer sur l'approche traditionnelle consistant à utiliser des courbes mathématiques prédéfinies, les chercheurs ont entraîné une IA à générer automatiquement de nouveaux profils de gérotor.

L'IA a appris à partir d'un ensemble de données reliant des géométries de profils spécifiques et performantes à leurs données de performance réelles. Cette innovation lui a permis de comprendre pourquoi certaines formes sont plus performantes que d'autres, puis de générer de nouvelles géométries hautement optimisées qui surpassent largement les conceptions traditionnelles.

Améliorations des performances et impact concret

L'équipe a démontré que sa nouvelle conception générée par l'IA présente des gains de performance substantiels dans la validation par simulation via la dynamique des fluides computationnelle .

Comparée à un profil ovoïde traditionnel, la conception proposée permet une réduction de 74,7 % des irrégularités d'écoulement. Le débit de la pompe est ainsi nettement plus stable et constant. On observe également une augmentation de 32,3 % du débit moyen, synonyme d'un meilleur rendement volumétrique, ainsi qu'une réduction de 53,6 % des fluctuations de pression à la sortie, contribuant directement à un fonctionnement plus silencieux et à la réduction des vibrations.

Les applications concrètes les plus directes de ces travaux se trouvent dans l'industrie automobile. La réduction des fluctuations de pression et des irrégularités de débit y est particulièrement avantageuse. Elle peut permettre de concevoir des systèmes de transmission plus silencieux et potentiellement d'améliorer la fiabilité des composants en réduisant les vibrations et les contraintes hydrauliques instables.

De plus, l'augmentation de 32,3 % du débit moyen permet une circulation d'huile plus efficace dans tout le moteur. Ceci contribue à une meilleure lubrification et un meilleur refroidissement des composants du moteur, ce qui est essentiel à sa durabilité.

Potentiel futur et applications plus larges

Le professeur Kim a déclaré : « Les mêmes principes démontrés dans notre étude sont applicables à diverses pompes hydrauliques utilisées dans les machines industrielles, où l'efficacité, le faible niveau sonore et la fiabilité sont des facteurs importants, ce qui rend notre technologie très intéressante pour une adoption concrète. »

D'ici cinq à dix ans, des méthodes comme celle-ci pourraient devenir un outil standard pour les ingénieurs. Elles marquent une évolution vers la « conception inverse », où l'ingénieur spécifie les objectifs de performance souhaités, tels que « minimiser les fluctuations de pression », et l'IA l'aide à générer une géométrie optimale pour atteindre ces objectifs.

De plus, cette approche permet d'accélérer le cycle de recherche et développement des composants mécaniques complexes. Elle offre la possibilité d'explorer un espace de conception beaucoup plus vaste que par itération manuelle traditionnelle.

« Surtout pour le grand public, l’adoption de composants plus performants peut se traduire par des machines plus silencieuses et plus fiables que celles que nous utilisons au quotidien. Dans le secteur automobile, cela se traduit par des véhicules dotés de systèmes hydrauliques plus efficaces et plus durables, comme les transmissions et les pompes à huile », conclut le professeur Kim.

https://techxplore.com/news/2025-12-ai-optimized-components-outperform-human.html