Bibliographie & annexes
Quiz & test
Présentation
RÉSUMÉ
Pour obtenir une solution numérique en calcul des structures, on utilise généralement une approximation par éléments finis. Parfois, la prévision du comportement d’un système peut être difficile à cause des incertitudes. La prise en compte de ces dernières dans l’analyse est un domaine complexe qui comprend l’identification et la modélisation des sources d’incertitudes, leur propagation et le post-traitement pour mesurer leur influence sur le comportement général. Cet article s’intéresse à la modélisation probabiliste en mécanique en utilisant des métamodèles et propose des modèles robustes tenant compte des aléas : propriétés des matériaux, conditions aux limites et chargement et des applications industrielles.
Lire cet article issu d'une ressource documentaire complète, actualisée et validée par des comités scientifiques.
Lire l’articleAuteur(s)
-
Abdelkhalak EL HAMI : Professeur des universités - LMN, INSA Rouen Normandie, France
INTRODUCTION
La simulation par éléments finis est un outil précieux pour estimer le comportement de systèmes mécaniques. Cependant, les incertitudes liées à ces systèmes (matériaux, géométrie, conditions, etc.) complexifient considérablement les prévisions. Pour améliorer la fiabilité des simulations, les chercheurs s'intéressent de plus en plus à la modélisation probabiliste, qui permet de prendre en compte la variabilité inhérente à ces systèmes.
La précision numérique et le contrôle d’erreur ont été utilisés dans des simulations pour des réponses dynamiques de structures. Parmi ces méthodes probabilistes, la plus fréquemment utilisée est l’approche statistique ou la technique d’échantillonnage, comme Monte-Carlo. Dans cette méthode, un grand nombre d’échantillons de variables d’entrée est requis pour une précision raisonnable. Le problème est alors résolu pour chaque réalisation. Cette technique est largement utilisée car elle est la plus facile à mettre en œuvre et très robuste. Toutefois, le nombre de réalisations doit être suffisant, c’est-à-dire que des FES déterministes de 105 ou de 106 doivent être exécutées afin d’obtenir des résultats précis.
En règle générale, lorsqu’on utilise des codes de simulation coûteux en calcul dans des problèmes d’ingénierie complexes, il devient peu pratique d’effectuer un grand nombre de simulations pour la quantification de l’incertitude ou l’optimisation de la conception. Une meilleure alternative consiste à utiliser des approximations des modèles originaux, souvent appelées métamodèles (ou modèles de substitution). Ces métamodèles visent à construire les modèles mathématiques afin de définir la relation entre les entrées et les sorties de systèmes spécifiques. Les modèles de substitution ont été principalement développés pour approximer les simulations déterministes. Les développements récents ont exploré leur utilisation dans l’analyse probabiliste et l’optimisation de la conception. Les méthodes de métamodélisation les plus populaires sont la méthodologie de surface de réponse polynomiale (PRS), le krigeage, la fonction de base radiale (RBF) et les machines à vecteurs de support (SVM).
Dans cet article, on présente des méthodes qui permettent d’écarter de la modélisation les facteurs n’ayant pas de poids sur la modélisation. Une fois cette sélection réalisée, on présente les plans d’expériences pour surface de réponse numérique, les plans de Doehlert et les plans Latin Hypercube. Après déroulement du plan d’expériences, on ajuste une surface de réponse sur la réalisation des essais par l’intermédiaire de régression PLS ou par krigeage. Une analyse de sensibilité est réalisée afin de connaître les facteurs qui apportent le plus de variabilité à la réponse. Une méthode de conception robuste par compensation de facteurs est ensuite appliquée, puis illustrée dans un système mécatronique.
On présente trois applications des métamodèles : analyse des sensibilités, étude d’un système mécatronique et étude d’un actionneur en alliage à mémoire de forme.
Le lecteur trouvera en fin d’article un glossaire des termes utilisés.
L'expertise technique et scientifique de référence
DOI (Digital Object Identifier)
Cet article fait partie de l’offre
Fonctions et composants mécaniques
(212 articles en ce moment)
Cette offre vous donne accès à :
Une base complète d’articles
Actualisée et enrichie d’articles validés par nos comités scientifiques
Des services
Un ensemble d'outils exclusifs en complément des ressources
Des modules pratiques
Opérationnels et didactiques, pour garantir l'acquisition des compétences transverses
Doc & Quiz
Des articles interactifs avec des quiz, pour une lecture constructive
Présentation
Méthode probabiliste basée sur les métamodèles pour l’évaluation de la fiabilité5. Analyse de sensibilité du modèle
5.1 Principe
Soit un modèle mathématique, formé d’un ensemble de variables d’entrée aléatoires X = (X1,…, Xp), d’une fonction déterministe f et d’une variable de sortie (réponse) aléatoire Y. Cette fonction peut être très complexe et elle est en pratique évaluée à l’aide d’un code informatique, plus ou moins onéreux en temps de calcul. L’analyse de sensibilité étudie comment et surtout avec quelle intensité des perturbations sur les entrées du modèle engendrent des perturbations sur la réponse. On s’intéresse ici seulement à l’analyse de sensibilité globale ; elle étudie comment la variabilité des entrées se répercute sur celle de la réponse, en déterminant quelle part de variance de la réponse est due à telle entrée ou tel ensemble d’entrées. Elle permet aussi de mettre en évidence les variables d’entrée les plus influentes sur la réponse, c’est-à-dire celles qui contribuent le plus à la variabilité de la réponse. Pour faire un parallèle avec la régression PLS, on peut dire que les résultats de l’analyse de sensibilité sont comparables au graphe des contributions construit à partir du critère VIP (Variable Importance in Projection). Il est un indicateur statistique utilisé en régression par les moindres carrés partiels (PLS) pour mesurer l'importance relative de chaque variable prédictive dans un modèle. Il permet d'identifier les variables qui contribuent le plus à expliquer la variance de la variable à prédire.
Il existe plusieurs méthodes d’analyse de sensibilité ; nous nous concentrons, dans cette étude, uniquement sur les méthodes globales basées sur la décomposition de la variance et plus particulièrement sur les indices de sensibilité de Sobol. Suivant les caractéristiques du modèle, les indices de sensibilité à calculer ne sont pas les mêmes :
-
si le modèle est linéaire : indice SRC (Standardized Regression Coefficient) ou indice PCC (Partial Correlation Coefficient), basés sur la régression linéaire classique ;
-
si le modèle est non linéaire mais monotone : indice SRRC (Standardized Rank Regression Coefficient) ou indice PRCC (Partial Rank Correlation Coefficient), analogues aux indices précédents...
L'expertise technique et scientifique de référence
TEST DE VALIDATION ET CERTIFICATION CerT.I. :
Cet article vous permet de préparer une certification CerT.I.
Le test de validation des connaissances pour obtenir cette certification de Techniques de l’Ingénieur est disponible dans le module CerT.I.
de Techniques de l’Ingénieur ! Acheter le module
Cet article fait partie de l’offre
Fonctions et composants mécaniques
(212 articles en ce moment)
Cette offre vous donne accès à :
Une base complète d’articles
Actualisée et enrichie d’articles validés par nos comités scientifiques
Des services
Un ensemble d'outils exclusifs en complément des ressources
Des modules pratiques
Opérationnels et didactiques, pour garantir l'acquisition des compétences transverses
Doc & Quiz
Des articles interactifs avec des quiz, pour une lecture constructive
Analyse de sensibilité du modèle
BIBLIOGRAPHIE
-
(1) - EL HAMI (A.), RADI (B.) - Incertitudes ; optimisation et fiabilité des structures. - Hermès-Lavoisier (2013).
-
(2) - EL HAMI (A.), EID (M.) - Reliability-based Modeling of System Performance. - ISBN : 978-1-78630-835-1, Wiley & Son (New York) and ISTE (London), (220 pages) (2023).
-
(3) - EL HAMI (A.), RADI (B.) - Fluid-Structure Interactions and Uncertainties : Ansys and Fluent Tool. - John Wiley and Sons (2017).
-
(4) - RADI (B.), EL HAMI (A.) - The study of the dynamic contact in ultrasonic motor. - Applied Mathematical Modelling, vol. 34(12), p. 3767-3777 (2010).
-
(5) - EL HAMI (A.), RADI (B.) - Sécurité, fiabilité et optimisation des systèmes : théorie et applications. - Éditions-Ellipses, ISBN 978-2-7298-5279-5, Paris, 264 p. (2011).
-
...
DANS NOS BASES DOCUMENTAIRES
ANNEXES
1.1 Laboratoires – Bureaux d'études – Écoles – Centres de recherche (liste non exhaustive)
https://www.lmssc.cnam.fr/fr/recherche/Metamodeles-gradients
Laboratoire de Mécanique des Structures et des Systèmes Couplés CNAM Paris
Laboratoire de recherche, UMR 6602 – UCA/CNRS Clermont Auvergne INP
INP Grenoble Laboratoire Sciences pour la conception, l'optimisation et la production
Institut Clément Ader
Université Fédérale Toulouse Midi-Pvrénées/UMR CNRS 5312
ONERA de Toulouse
https://www.onera.fr/fr/rechercher ?s=m%C3%A9ta+modeles
HAUT DE PAGE
L'expertise technique et scientifique de référence
Cet article fait partie de l’offre
Fonctions et composants mécaniques
(212 articles en ce moment)
Cette offre vous donne accès à :
Une base complète d’articles
Actualisée et enrichie d’articles validés par nos comités scientifiques
Des services
Un ensemble d'outils exclusifs en complément des ressources
Des modules pratiques
Opérationnels et didactiques, pour garantir l'acquisition des compétences transverses
Doc & Quiz
Des articles interactifs avec des quiz, pour une lecture constructive
QUIZ ET TEST DE VALIDATION PRÉSENTS DANS CET ARTICLE
1/ Quiz d'entraînement
Entraînez vous autant que vous le voulez avec les quiz d'entraînement.
2/ Test de validation
Lorsque vous êtes prêt, vous passez le test de validation. Vous avez deux passages possibles dans un laps de temps de 30 jours.
Entre les deux essais, vous pouvez consulter l’article et réutiliser les quiz d'entraînement pour progresser. L’attestation vous est délivrée pour un score minimum de 70 %.
L'expertise technique et scientifique de référence
Cet article fait partie de l’offre
Fonctions et composants mécaniques
(212 articles en ce moment)
Cette offre vous donne accès à :
Une base complète d’articles
Actualisée et enrichie d’articles validés par nos comités scientifiques
Des services
Un ensemble d'outils exclusifs en complément des ressources
Des modules pratiques
Opérationnels et didactiques, pour garantir l'acquisition des compétences transverses
Doc & Quiz
Des articles interactifs avec des quiz, pour une lecture constructive
