La conception des aimants supraconducteurs est un défi majeur. En cause, le caractère multi-physique, la variété des codes et des méthodes d’analyse, la définition imprécise des spécifications (notamment dans la phase exploratoire), rendent les phases de design longues et difficiles.
Pour à la fois automatiser la boucle de conception et permettre une exploration rapide de l’espace des paramètres lié aux spécifications, nous proposons ALESIA, un nouvel outil d’optimisation par intelligence artificielle et de gestion des data. ALESIA peut être interfacé avec tout type de code physique et de langage. De nombreuses méthodes d’optimisation multiparamétrique ont déjà été ajoutées, tel que, un algorithme génétique, un essaim particulaire, une évolution différentielle, un CMA-ES, une optimisation bayésienne, une forêt d'arbres décisionnels ou un réseau de neurones artificiels. Une base de données des matériaux est en création.
ALESIA est utilisé dans le développement des deux aimants supraconducteurs du projet SPIN ROTATORS pour l’Electron–Ion Collider (EIC). Une interface a été construite avec OPERA pour les calculs magnétiques et avec CAST3M pour les calculs mécaniques. Des modules pour le calcul du conducteur et du quench ont été implémentés. L’optimisation est faite en prenant en compte automatiquement toutes les étapes (magnétisme, conducteur, mécanique et quench) en même temps.
