Loading...
Please wait, while we are loading the content...
Similar Documents
Développement des méthodes AK pour l'analyse de fiabilité. Focus sur les évènements rares et la grande dimension
| Content Provider | Semantic Scholar |
|---|---|
| Author | Lelièvre, Nicolas |
| Copyright Year | 2018 |
| Abstract | Les ingenieurs utilisent de plus en plus de modeles numeriques leur permettant de diminuer les experimentations physiques necessaires a la conception de nouveaux produits. Avec l’augmentation des performances informatiques et numeriques, ces modeles sont de plus en plus complexes et couteux en temps de calcul pour une meilleure representation de la realite. Les problemes reels de mecanique sont sujets en pratique a des incertitudes qui peuvent impliquer des difficultes lorsque des solutions de conception admissibles et/ou optimales sont recherchees. La fiabilite est une mesure interessante des risques de defaillance du produit concu dus aux incertitudes. L’estimation de la mesure de fiabilite, la probabilite de defaillance, necessite un grand nombre d’appels aux modeles couteux et deviennent donc inutilisable en pratique. Pour pallier ce probleme, la metamodelisation est utilisee ici, et plus particulierement les methodes AK qui permettent la construction d’un modele mathematique representatif du modele couteux avec un temps d’evaluation beaucoup plus faible. Le premier objectif de ces travaux de theses est de discuter des formulations mathematiques des problemes de conception sous incertitudes. Cette formulation est un point crucial de la conception de nouveaux produits puisqu’elle permet de comprendre les resultats obtenus. Une definition des deux concepts de fiabilite et de robustesse est aussi proposee. Ces travaux ont abouti a une publication dans la revue internationale Structural and Multidisciplinary Optimization (Lelievre, et al. 2016). Le second objectif est de proposer une nouvelle methode AK pour l’estimation de probabilites de defaillance associees a des evenements rares. Cette nouvelle methode, nommee AK-MCSi, presente trois ameliorations de la methode AK-MCS : des simulations sequentielles de Monte Carlo pour diminuer le temps d’evaluation du metamodele, un nouveau critere d’arret sur l’apprentissage plus stricte permettant d’assurer le bon classement de la population de Monte Carlo et un enrichissement multipoints permettant la parallelisation des calculs du modele couteux. Ce travail a ete publie dans la revue Structural Safety (Lelievre, et al. 2018). Le dernier objectif est de proposer de nouvelles methodes pour l’estimation de probabilites de defaillance en grande dimension, c’est-a-dire un probleme defini a la fois par un modele couteux et un tres grand nombre de variables aleatoires d’entree. Deux nouvelles methodes, AK-HDMR1 et AK-PCA, sont proposees pour faire face a ce probleme et sont basees respectivement sur une decomposition fonctionnelle et une technique de reduction de dimension. La methode AK-HDMR1 fait l’objet d’une publication soumise a la revue Reliability Engineering and Structural Safety le 1er octobre 2018. |
| File Format | PDF HTM / HTML |
| Alternate Webpage(s) | https://tel.archives-ouvertes.fr/tel-02060337/document |
| Alternate Webpage(s) | https://tel.archives-ouvertes.fr/tel-02060337/file/2018CLFAC045_LELIEVRE.pdf |
| Language | English |
| Access Restriction | Open |
| Content Type | Text |
| Resource Type | Article |
