SIGNALER une erreur

PGD pour la prédiction de l'amortissement dans les lanceurs en environnement incertain

par Maxime Jessus

Projet de thèse en Mécanique des solides

Sous la direction de David Néron et de Pierre Ladeveze.

Thèses en préparation à université Paris-Saclay , dans le cadre de École doctorale Sciences mécaniques et énergétiques, matériaux et géosciences (Gif-sur-Yvette, Essonne ; 2015-....) , en partenariat avec LMT - Laboratoire de mécanique et de technologie (laboratoire) et de École normale supérieure Paris-Saclay (Gif-sur-Yvette, Essonne ; 1912-....) (établissement de préparation de la thèse) depuis le 01-09-2013 .


  • Résumé

    La modélisation de la réponse dynamique est une des questions cruciales lors de la conception des lanceurs spatiaux. Cette réponse, qui intervient dans plusieurs problématiques majeures (pilotage, pogo, aéroélasticité et ambiance dynamique), est très fortement influencée par l'amortissement dans la structure, c'est pourquoi il est primordial de disposer d'outils et de règles permettant de garantir l'introduction de suffisamment de dissipations en jouant sur la conception des lanceurs. L'approche utilisée jusqu'à présent dans les bureaux d'études consistait à introduire les coefficients d'amortissement de manière forfaitaire dans les calculs de prédimensionnement des lanceurs, avant de les identifier à partir d'essais de validation sur structure réelle. Cette approche était donc peu prédictive et donc peu conservative.

  • Titre traduit

    PGD for damping prediction in space launchers in uncertain environment


  • Résumé

    Since damping has a major influence on space launchers dynamic response, virtual testing prediction becomes a major issue. Actual procedures to compute damping in joints use the multiscale LATIN method, in a specific tool, which gives access to calculation which is previously unaffordable. The first part of my PhD is about the improvement of this virtual testing procedure, by adding reduced order modelling techniques to the LATIN method, to create damping virtual charts. Then, the second part consists in taking into account uncertainties in these virtual charts with the Lack of Knowledge theory PGD based.