Evaluation à moindre coût de la fiabilité des structures sollicitées en fatigue

par Alban Notin

Thèse de doctorat en Mécanique avancée

Sous la direction de Pierre Villon et de Jean-Luc Dulong.

Soutenue en 2010

à Compiègne .


  • Résumé

    Cette thèse s'insère dans le contexte général de l'estimation de la fiabilité des structures sollicitées en fatigue. Dans le cas d'applications industrielles, chaque évaluation est potentiellement coûteuse en temps de calcul et en espace de stockage. De ce fait, seul un nombre fini de calcul peut être réalisé. Cette évaluation à moindre coût de la fiabilité des structures sollicitées en fatigue suppose de travailler sur l'algorithme de fiabilité mais aussi d'accélérer les calculs mécaniques. Cette double problématique constitue la base de ce travail de thèse. Pour la partie fiabilité, la méthode MRCP (Méthode de Rééchantillonnage du Chaos Polynomial) a été développée. Son objectif est de proposer une troncature adaptative du métamodèle par chaos polynomial en estimant l'erreur par les intervalles de confiance sur l'indice de fiabilité. Les résultats montrent que l'approche est efficace pour des états-limites suffisamment réguliers. Une alternative à l'emploi de métamodèles consiste à accélérer les calculs mécaniques. C'est l'objectif de l'approche SLDL T (décomposition LDL T Stochastique) qui se base sur une modification de la décomposition de Cholesky en supposant que les variations de la matrice L sont négligeables dans le domaine de variation des variables aléatoires. L'aléa est alors reporté sur la matrice diagonale D, optimisée de façon à minimiser l'erreur sur la matrice de rigidité. Les résultats montrent un gain en temps de calcul de l'ordre de 180 sur un exemple industriel dont le comportement mécanique est linéaire élastique et le module d'Young modélisé par un champ stochastique.

  • Titre traduit

    Efficient evaluation of the reliability of structures under fatigue loading


  • Résumé

    This thesis take place in the context of the estimation of the reliability of structures under fatigue loading. In the case of industrial applications, each model evaluation may be time and storage consuming. This way, only a few number of evaluations can be performed. This efficient estimation of the reliability of structures under fatigue loading implies to word on the reliability algorithm as well as the speeding up of mechanical computations. In this double issue lies the settlement of this thesis. Concerning the reliability part, the RPCM (Resampling Polynomial Chaos Method) method has been developed. The goal is to build the polynomial chaos basis in an adaptative way such that the troncature error is taken into account. This erros is estimad through confidence intervals on the reliability index. Numerical results show a very good behaviour of the proposed method in the case of smooth limit-state functions. However, metamodels are not the only way to speed up computations. Another strategy consists in accelerate the mechanical computations by approximating the closest calculi controlling the error. This is the idea of the SLDL T (Stochastic LDL T decomposition) approach which is based on a slight modification of the Cholesky decomposition assuming that the fluctuations of the lower matrix L are negligible in the domain of variation of the random inputs. The randonmess is put on the digonal matrix D, which is optimized such a way to minimize the error on the stiffness matrix. In the case of a linear elastic mechanical behaviour with the Young’s modulus modeled by a random field, results show a gain factor round to 180.

Consulter en bibliothèque

La version de soutenance existe sous forme papier

Informations

  • Détails : 1 vol. (192 p.)
  • Notes : Publication autorisée par le jury
  • Annexes : Bibliogr. 154 réf.

Où se trouve cette thèse ?

  • Bibliothèque : Université de Technologie de Compiègne. Service Commun de la Documentation.
  • Disponible pour le PEB
  • Cote : 2010 NOT 1877
Voir dans le Sudoc, catalogue collectif des bibliothèques de l'enseignement supérieur et de la recherche.