Vous êtes sur la page 1sur 4

Sujet de thèse de doctorat

1 Contexte général
Les énergies marines renouvelables (EMR) et plus particulièrement l'éolien o-
shore orent la possibilité d'augmenter la part de production d'électricité par des
énergies renouvelables. La France en particulier peut envisager générer une puissance
importante grâce à son territoire (importante façade maritime, outre-mer). Toute-
fois, les premières éoliennes o-shore datant des années 1990, très peu de retour
d'expérience est disponible d'autant que les systèmes actuels dièrent très sensible-
ment, dans leur conception, des premiers systèmes. De plus, les sollicitations subies
par ces structures en mer sont mal connues (incertitudes sur l'environnement). En-
n, les conséquences en cas de défaillance de la structure peuvent être sérieuses :
par exemple la dérive d'un objet ottant massique qui représente un risque pour
la navigation. Dès lors, être capable d'estimer la probabilité de défaillance de la
structure et donc la abilité de celle-ci est primordial.

2 Contexte scientique
L'analyse de abilité connait un essor depuis les années 1980 pour répondre aux
questions posées par les concepteurs sur les risque et la maintenance. Cette analyse
nécessite de modéliser les paramètres incertains par des variables aléatoires. Puis, le
couplage mécano-abiliste a pour but de faire communique le modèle mécanique de
la structure avec la représentation statique des paramètres incertains an d'estimer
une probabilité de défaillance associée à un scénario de ruine. Dans le contexte in-
dustriel du virtual testing, le problème mécanique est généralement résolu par une
méthode numérique approchée (type méthodes des éléments nis). De plus, lors-
qu'on s'intéresse à une structure de grande taille avec un comportement complexe,
il est nécessaire de mettre en place des stratégies dédiées pour la résolution du
problème mécanique par méthodes numériques. Les méthodes de décomposition de
domaine orent la possibilité d'exploiter des ordinateurs à architecture parallèle et

1
donc de conduire des calculs hautes performances (HPC) pour traiter ecacement
des problèmes à plusieurs milliers de degrés de liberté [3, 7].
Les méthodes de résolution ou paramètres du calcul (nesse du maillage, critère
de convergence) ont une grande incidence sur la qualité de la réponse numérique
approchée. Si, dans un cadre déterministe, de nombreux travaux se sont attachés
à l'étude de la qualité de la solution et à l'estimation de l'erreur numérique ([14]),
peu de calculs de abilité des structures questionnent la précision de la résolution en
lien avec le calcul de sûreté. Pourtant de récents travaux ont montré que le contrôle
de l'erreur de discrétisation modiait les résultats sur les probabilités de défaillance
[1, 8]

3 Objectifs
L'objectif de cette thèse est de mettre en place des méthodes de calcul de abilité
avec prise en compte des erreurs de discrétisation sur des structures de grande taille.
En particulier, on s'intéressera à la possibilité d'obtenir, en plus des probabilités de
défaillance, des bornes d'erreurs sur ces probabilités.
On modélisera la structure par un milieu continu tri-dimensionnel avec un com-
portement linéaire élastique. L'aléa se situera au niveau du chargement de la struc-
ture (vent, houle) ou au niveau du comportement de celle-ci (paramètres matériau
de l'élasticité).
Dans un premier temps, il s'agira d'étendre les résultats de [11, 10] à un cadre
stochastique. Suivant les travaux récents [4, 5], on exploitera les bornes d'erreur
de discrétisation sur une quantité d'intérêt pour établir un encadrement de la pro-
babilité de défaillance. La nature du couplage mécano-abiliste sera étudiée. Les
méthodes de simulations par échantillonnage ([2]) seront considérées les premières
pour leur facilité de mise en place avec le modèle et le code de calcul mécanique. En
plus de l'obtention de bornes sur les probabilités de défaillance, on s'intéressera à
la possibilité de tirer avantage de la sous-structuration du problème pour accélérer
les résolutions successives. En eet, en plus d'une estimation de l'erreur de discré-
tisation dès la première itération permettant d'ajuster le critère d'arrêt du solveur,
on étudiera la possibilité de réutiliser les calculs eectués sur les sous-domaines ne
voyant pas de modication de l'aléa entre deux tirages consécutifs [12, 6]. Un cas
d'application pourra être le calcul d'un facteur d'intensité de contrainte associé à
un scénario de ruine de ssuration du matériau.
Dans un second temps, on investiguera la possibilité de piloter le calcul directe-
ment par un objectif de précision sur une probabilité de défaillance. Un tel objectif
mêlant à la fois stratégie de résolution d'un problème déterministe et optimisation
abiliste, on envisagera un couplage fort entre modèle mécanique (méthodes de pro-
jection [9]) et description statiques des paramètres incertains. Il s'agira avant tout
de travailler à la formulation du problème et les illustrations numériques se feront
sur des cas académiques bi-dimensionnels.
Dans un troisième temps, on pourra envisager d'introduire un modèle d'endom-
magement an de pouvoir simuler un comportement en fatigue de la structure lors
de chargement cycliques. Le cadre général utilisé jusqu'alors permettra de considérer
un comportement tri-dimensionnel de l'endommagement s'aranchissant ainsi des

2
limites des modèles uni-dimensionnels le plus souvent utilisés [13]. En cas d'appli-
cation, on exploitera les facteurs d'intensité de contrainte calculés pour déduire des
courbes de fatigues des états d'endommagement et éventuellement prédire l'endom-
magement futur connaissant les chargements aléatoires.
Bien qu'ayant une composante amont marquée nécessitant des développements
dans un logiciel maison simple, on s'attachera à travailler dans un cadre général
permettant en n de thèse l'application des outils développés à une structure réelle
issue d'un exemple industriel. La collaboration avec le partenaire STX France per-
mettra de traiter un exemple issu d'une fondation (éolienne ou sous-station) et de
prendre en compte, tout au long de la thèse, les aspects pratiques et spéciques aux
structures EMR.

4 Financement
Cette thèse est nancée par WEAMEC (West Atlantic Marine Energy Center)
dans le cadre du projet MuSCaS (Multi-Scale Stochastic Computation for MRE).

5 Localisation et encadrement
La thèse se déroulera au sein de l'équipe TRUST de l'institut en génie civil
et mécanique (GeM). La thèse sera encadrée par Franck Schoefs (Professeur des
Universités, Université de Nantes) qui aura la fonction de directeur de thèse et
par Valentine Rey (maître de conférence, Université de Nantes) en tant que co-
encadrante.

6 Contact et candidature
Pour candidater, merci d'envoyer un CV et une lettre de motivation par mail à
Valentine Rey : valentine.rey@univ-nantes.fr

Le candidat devra avoir un diplôme de master (bac+5) ainsi que de solides


connaissances en mécanique et mathématiques. La maîtrise de Matlab est requise.

Références
[1] Kenneth F Alvin. Method for treating discretization error in nondeterministic
analysis. AIAA journal, 38(5) :910916, 2000.
[2] Russel E Caisch. Monte carlo and quasi-monte carlo methods. Acta numerica,
7 :149, 1998.
[3] C. Farhat and F. X. Roux. The dual schur complement method with well-posed
local neumann problems. Contemporary Mathematics, 157 :193, 1994.
[4] L Gallimard. Error bounds for the reliability index in nite element relia-
bility analysis. International Journal for Numerical Methods in Engineering,
87(8) :781794, 2011.

3
[5] L. Gallimard, E. Florentin, and D. Ryckelynck. Towards error bounds of the
failure probability of elastic structures using reduced basis models. Internatio-
nal Journal for Numerical Methods in Engineering, 112(9) :12161234, 2017.
nme.5554.
[6] Debraj Ghosh, Philip Avery, and Charbel Farhat. A method to solve spectral
stochastic nite element problems for large-scale systems. Int J Numer Meth
Eng, pages 16, 2008.
[7] P. Le Tallec, Y. H. De Roeck, and M. Vidrascu. Domain decomposition methods
for large linearly elliptic three-dimensional problems. Journal of Computational
and Applied Mathematics, 34(1) :93, 1991.
[8] Sankaran Mahadevan and Ramesh Rebba. Inclusion of model errors in
reliability-based optimization. Journal of Mechanical Design, 128(4) :936944,
2006.
[9] Hermann G Matthies and Andreas Keese. Galerkin methods for linear and
nonlinear elliptic stochastic partial dierential equations. Computer methods
in applied mechanics and engineering, 194(12-16) :12951331, 2005.
[10] Valentine Rey, Pierre Gosselet, and Christian Rey. Strict bounding of quantities
of interest in computations based on domain decomposition. Computer Methods
in Applied Mechanics and Engineering, 287(0) :212  228, 2015.
[11] Valentine Rey, Christian Rey, and Pierre Gosselet. A strict error bound with
separated contributions of the discretization and of the iterative solver in non-
overlapping domain decomposition methods. Computer Methods in Applied
Mechanics and Engineering, 270(0) :293  303, 2014.
[12] F. Risler and C. Rey. Iterative accelerating algorithms with krylov subspaces
for the solution to large-scale non-linear problems. Numerical algorithms, 23 :1,
2000.
[13] Benjamin Rocher, Franck Schoefs, and Marc Francois. Projet sureol : Apport
d'un modèle d'endommagement dépendant du temps pour la fatigue de struc-
tures oshore monitorées. In 12e Colloque national en calcul des structures,
2015.
[14] R. Verfürth. A review of a posteriori error estimation techniques for elasticity
problems. Computer methods in applied mechanics and engineering, 176(1-
4) :419440, 1999.

Vous aimerez peut-être aussi