Rapport Technique : Optimisation des Conditions de Tirs d'un Projectile à Masse Variable par l'Algorithme de la Boule Pesante
Résumé Exécutif





Ce rapport présente l'application d'une méthodologie d'optimisation avancée — l'Algorithme de la Boule Pesante (Heavy Ball Method) — à un problème complexe de dynamique. L'objectif est d'identifier les conditions initiales de tir optimales (V0​, α, φ) pour minimiser l'erreur d'atterrissage d'un projectile soumis à une perte d'inertie exponentielle (système à masse variable) et à des perturbations aérodynamiques tridimensionnelles (traînée). L'utilisation du gradient calculé par dérivation analytique confère à cette approche une rapidité et une précision exceptionnelles.
1. Modélisation Physique : Dynamique du Projectile

Le modèle physique du projectile est défini comme un système à masse variable avec éjection de masse, nécessitant l'application du Principe Fondamental de la Dynamique (PFD) pour les systèmes à masse variable (conservation de la quantité de mouvement).
1.1. Modélisation de la Masse Variable

La masse totale du projectile M(t) est la somme de la masse structurelle M0​ (constante) et de la masse de carburant restante mrestante​(t). La consommation de masse est modélisée par une décroissance exponentielle :
M(t)=M0​+mrestante​(t)

où :
mrestante​(t)=m0​⋅exp(−λt)

    M0​ : Masse structurelle du projectile.

    m0​ : Masse initiale totale du fluide (carburant).

    λ : Constante positive régissant le taux de décroissance de la masse (vitesse de combustion).

Le débit massique, essentiel pour la poussée, est donné par la dérivée de la masse totale :
dtdM​=dtd​(M0​+m0​⋅e−λt)=−λ⋅m0​⋅e−λt
1.2. Modélisation des Forces

Deux forces principales influencent le mouvement : la Poussée (due à l'éjection de masse) et la Traînée Aérodynamique (due aux perturbations).
A. Force de Poussée (Fpousseˊe​)

Par conservation de la quantité de mouvement du système (projectile + gaz éjecté), la force de poussée est proportionnelle au débit massique et à la vitesse d'éjection relative Ve​ :
Fpousseˊe​=−Ve​⋅dtdM​

En substituant l'expression du débit massique :
Fpousseˊe​(t)=Ve​⋅λ⋅m0​⋅exp(−λt)

Cette force est positive, agissant dans le sens opposé à l'éjection des gaz, et sa magnitude décroît exponentiellement avec le temps.
B. Forces de Traînée Aérodynamique (Ftraı^neˊe​)

Les perturbations atmosphériques sont modélisées par des forces de traînée distinctes pour chaque axe, dépendant de l'intensité globale des perturbations Vr​ et de coefficients spécifiques Ci​⋅Ai​ pour chaque direction (i=x,y,z).

    Vr​ : Constante représentant l'intensité globale des perturbations atmosphériques.

    ρ : Masse volumique du fluide (vent) pressant.

    Cx​,Cy​,Cz​ : Coefficients de traînée directionnels.

    Ax​,Ay​,Az​ : Surfaces pressées dans chaque direction.

Les composantes de la traînée sont :
Ftraı^neˊe,x​=−21​⋅ρ⋅Cx​⋅Ax​⋅Vr2​
Ftraı^neˊe,y​=−21​⋅ρ⋅Cy​⋅Ay​⋅Vr2​
Ftraı^neˊe,z​=−21​⋅ρ⋅Cz​⋅Az​⋅Vr2​
1.3. Les Équations Horaires Analytiques

L'intégration de ces forces (Poussée exponentielle, Traînée constante, Gravité, et Masse variable) a permis l'obtention des équations horaires x(t) et y(t) sous forme analytique (non-EDO). Cette réalisation est la base de la performance de l'algorithme.
2. Méthodologie d'Optimisation : Algorithme de la Boule Pesante

L'optimisation des conditions de lancement est réalisée par l'Algorithme de la Boule Pesante (Heavy Ball Method), une méthode de descente de gradient avec accélération.
2.1. Définition de la Fonction Coût

La fonction coût f(θ) cherche à minimiser l'écart unidimensionnel entre l'abscisse de chute du projectile et l'abscisse de la cible visée :
f(θ)=∣xchute​(θ)−xcible​∣

où θ est le vecteur des paramètres de lancement : θ=(V0​,α,φ).
2.2. Le Processus itératif de la Boule Pesante

L'algorithme de la Boule Pesante modifie le vecteur de paramètres θ à chaque itération k selon la relation de vitesse vk+1​ et la relation de mise à jour des paramètres θk+1​ :

Relation de Vitesse (Inertie) :
vk+1​=γ⋅vk​−α⋅∇f(θk​)

Relation de Mise à Jour :
θk+1​=θk​+vk+1​

    γ∈[0,1[ est le coefficient d'inertie (ou "mémoire"). Un γ proche de 1 permet de conserver la vitesse accumulée, accélérant la convergence dans les vallées plates et franchissant les minima locaux.

    α est le pas d'apprentissage (sensibilité au gradient).

    ∇f(θk​) est le gradient de la fonction coût au point θk​.

2.3. Calcul du Gradient Analytique : L'Avantage Décisif

L'atout majeur de cette application réside dans l'utilisation de la dérivation formelle (analytique) de la fonction coût f par rapport à V0​, α, et φ pour calculer le gradient ∇f(θk​).
∇f(θk​)=(∂V0​∂f​,∂α∂f​,∂φ∂f​)θk​​

Puisque les équations horaires x(t) et y(t) sont analytiques, la dérivation l'est également, garantissant :

    Vitesse de Calcul : Pas besoin de simulations numériques coûteuses par différences finies.

    Précision : Élimination des erreurs de discrétisation inhérentes aux méthodes numériques.

3. Discussion et Conclusion

L'intégration du modèle dynamique complexe (masse variable, traînée directionnelle) dans un cadre d'optimisation robuste (Boule Pesante) par le biais du gradient analytique représente une avancée significative. La capacité du terme d'inertie (γ) à "sauter" les zones de faible gradient permet une convergence rapide vers l'ensemble des conditions de tir (V0,opt​,αopt​,φopt​) minimisant l'écart de chute.

Ce travail fournit une méthode rapide et extrêmement précise pour la planification des tirs, cruciale dans des environnements où les paramètres aérodynamiques sont incertains et les délais de calcul sont critiques.