Ce projet porte sur le développement de méthodes numériques efficaces pour la conception et l'optimisation de métamatériaux acoustiques, dans le but de permettre leur application pratique à l'atténuation du bruit dans les systèmes d'ingénierie. En combinant des techniques de modélisation d'ordre réduit avec des stratégies d'optimisation avancées, les méthodes proposées réduisent considérablement le coût de calcul habituellement associé à la conception de métamatériaux, permettant ainsi l'exploration rapide de géométries de cellules unitaires et de configurations matérielles complexes, adaptées aux exigences spécifiques d'atténuation acoustique dans des applications d'ingénierie réelles.
La pollution sonore due aux transports ou aux activités industrielles constitue l'une des plus grandes menaces pour l'environnement et peut entraîner de graves problèmes de santé. Par conséquent, la réduction du bruit joue un rôle essentiel dans la conception technique. Dans la pratique actuelle de l'ingénierie, celle-ci est généralement obtenue en ajoutant des traitements d'amortissement à un stade avancé du processus de conception, voire après le début de la fabrication. L'augmentation de masse qui en résulte peut être significative et détériore l'empreinte écologique du produit. Ces dernières années, les métamatériaux acoustiques ont suscité un intérêt scientifique croissant et sont considérés comme une solution prometteuse pour trouver le délicat équilibre entre légèreté et silence.
L'objectif global de ce projet est de développer des méthodes numériques efficaces pour l'optimisation de la conception de métamatériaux élastiques et acoustiques. Cet objectif sera atteint en combinant une expertise en acoustique appliquée et en algèbre linéaire numérique. Les métamatériaux acoustiques étant constitués d'arrangements périodiques de cellules unitaires (appelées méta-atomes), cette périodicité se retrouve également dans les systèmes d'équations linéaires dépendant de paramètres qui apparaissent dans les modèles FEM-BEM correspondants. Dans ce projet, des méthodes numériques efficaces exploitant cette structure seront développées pour leur résolution. Cela représentera un avantage considérable pour la réduction de l'ordre du modèle et permettra également l'optimisation computationnelle de la conception. Un des objectifs est d'optimiser les fréquences de résonance du métamatériau par optimisation non linéaire des valeurs propres. De plus, nous prendrons en compte les cas de charge réels, ce qui conduit à des problèmes d'optimisation H∞. Les nouvelles techniques de calcul seront testées sur des modèles industriels de référence pertinents, puis intégrées à la pratique de l'ingénierie.
Book Chapters
- Trust-region methods with low-fidelity objective models, A. Angino, M. Aurina, A. Kopaničáková, M. Voigt, M. Donatelli, and R. Krause, Domain Decomposition Methods in Science and Engineering XXIX, Springer, December 2025, Accepted for publication, https://doi.org/10.48550/arXiv.2511.00434
- A non-monotone preconditioned trust-region method for neural network training, A. Angino, B. Çapriqi, S. Likaj, K. Trotti, and R. Krause, Domain Decomposition Methods in Science and Engineering XXIX, Springer, 2025, Accepted for publication, https://doi.org/10.48550/arXiv.2605.14860
Conference Papers
- Second-order optimization of variable projection SVM models and road abnormality detection, A. Angino, M. Voigt, R. Krause, and T. Dózsa, ICASSP 2026 – 2026 IEEE International Conference on Acoustics, Speech and Signal Processing, Barcelona, Spain, 2026, https://doi.org/10.1109/ICASSP55912.2026.11463454
Preprints / Submitted Papers
- Adaptive kernel methods, T. Dózsa, A. Angino, Z. Szabó, J. Bokor, and M. Voigt, arXiv preprint arXiv:2601.21707, Jan. 2026, Submitted for publication, https://doi.org/10.48550/arXiv.2601.21707
- H2-optimal model order reduction using hyperbolic geometry, A. Angino, T. Dózsa, and M. Voigt, Mar. 2026, Submitted for publication
