En [R 6 215], nous avons esquissé les principes sous-jacents de l’analyse statistique énergétique SEA en exposant ses hypothèses et ses méthodes de calcul d’une façon parfois sommaire. Les exemples présentés dans ce dossier [R 6 216] donnent probablement une vue partielle des possibilités applicatives mais ce sont des exemples vécus et qui ont permis de progresser. Les principes du calcul analytique, hérités des années 1960, font de la SEA une méthode nécessitant de l’expérience. Les codes commerciaux de calcul la compensent mais en partie seulement, un investissement en temps étant généralement nécessaire de la part de l’ingénieur. Le formalisme et les hypothèses implicites que la méthode véhicule ne sont pas aussi « linéaires » que ceux déroulés dans un exposé sur la méthode des éléments finis. Néanmoins, la SEA, très peu utilisée jusqu’au début des années 1980, s’est progressivement imposée comme la méthode de référence pour le calcul des vibrations aléatoires et malgré ses faiblesses, elle s’est avérée extrêmement efficace donnant souvent des résultats tout aussi précis que des méthodes déterministes qualifiées d’exactes.
C’est actuellement la seule méthode permettant de construire des modèles « système » en vibroacoustique prenant en compte la multiplicité des sources et des chemins de transmission. Les récents développements de cette technique, fondés sur une utilisation de plus en plus extensive des méthodes de discrétisation par éléments finis, permettent d’élargir le champ des utilisateurs. Le problème clé qui est le partitionnement en sous-systèmes présente une amorce de solution générale avec l’analyse SEA virtuelle. L’automatisation de cette technologie pourra permettre à terme une intégration directe dans les environnements de développement des méthodes éléments finis. Dans cette optique, la SEA apparaît comme une simple méthode de post-traitement de l’information. C’est un compresseur des données dynamiques d’origine expérimentale ou théorique qui permet de restituer une vue globale de l’environnement sous la forme de quelques spectres représentant l’essentiel de l’information. Ainsi que l’avait déjà noté R.H. LYON, c’est peut être l’essence même de la méthode que de fournir le chemin à suivre pour réduire l’entropie de l’information des systèmes observés.
