Ceci est une ancienne révision du document !




Mécanique déterministe ou incertitudes : Où en est-on avec F= M γ ? - Ça passe ou ça casse ?


Séminaire le Jeudi 21 février 2019

à l’École Polytechnique, amphithéâtre Becquerel


rover.jpg Rover Curiosity sur Mars en action depuis 2 ans

pont_de_genes.jpg

Pont de Gènes après l’accident de l’été 2018


Téléchargez l'affiche du séminaire ...le programme et bientôt les Actes du séminaire


Introduction

Nous vivons depuis des siècles avec la loi de Newton qui n’a été remise en cause que par la mécanique relativiste. Dans les usages courants, la loi de Newton conduit nos activités et pourtant le sûr n’est jamais assuré. Pourquoi ?

Nous sommes incapables de prévoir avec certitude le comportement de bâtiments sous l’effet du séisme et pourtant la construction n’a jamais été aussi développée à travers le monde. Les règles de sûreté et de sécurité sont régies par notre conduite en cas incidentel ou accidentel et la prise en compte de risques maitrisés…ou non liés aux aléas naturels et/ou liés à des interventions humaines. Quelle part de certitude ou d’incertitude est maîtrisée aujourd’hui ?

Cela sera l’objet de cette journée avec en particulier la prise en compte du séisme dans des installations nucléaires (ou pas) et du traitement de l’aléa sismique.

Mais pendant ce temps-là, les équipes scientifiques spatiales sont capables de nous faire rêver sur les sondes ou rovers envoyés sur Mars avec précision…ces derniers fonctionnant depuis 2 ans avec une régularité exemplaire…et tout ceci grâce à la loi de Newton.

Le but de cette journée est de faire partager quelques éléments de la vie d’aujourd’hui qui nous sont habituels, régis par les lois de la Mécanique avec certitude et/ou incertitude maîtrisée.



Coordination scientifique :

* Alain Forestier (CEA)
* Thiên-Hiêp Lê (ONERA)








Inscriptions closes


Accès au campus de l’École : Veuillez présenter votre pièce d'identité à l'accueil Cour Ferrié

Plan du campus : Veuillez présenter votre pièce d'identité à l'accueil Cour Ferrié

Plan d'accès à l’École Polytechnique


Correspondances bus/autocars à partir de la gare de Massy-Palaiseau

Programme

08h45-09h00Accueil & café
9h00-9h15 Introduction de la journée Alain FORESTIER CEA
Thien Hiep LE ONERA
Exposés généraux
09h15-10h30 Usage de la simulation dans la prédiction des risques telluriques Evelyne FOERSTER CEA
10h30-11h15 “Les séismes : catastrophes imprévisibles aux conséquences incertaines ?” Jean François SEMBLAT ENSTA Paris Tech
11h15-11h30Pause café
Session Énergie
11h30-12h05 « Estimation de la fragilité des structures et équipements sous séisme » Cyril FEAU CEA/DEN
12h05-12h40 Les avancées autour de l'utilisation du Machine Learning en mécanique des structures EDF/ R&D
12h40-13h30 Déjeuner buffet au salon d'Honneur
13h30-14h45 « Comment va-t-on sur Mars et qu’y fait-on ? » Eric LORIGNY CNES
14h45-15h00Pause café
Session Aéronautique
15h00-15h40 Quantification des incertitudes de modèle Paola CINNELLA ENSAM Paris Tech
15h40-16h20 Haute-précision, maîtrise des erreurs et incertitudes en CFD Vincent COUAILLIER ONERA
16h20-17h00 Un cadre mathématique pour la certification sous incertitudes Eric SAVIN ONERA
17h00-17h40 Uncertainty Management & Quantification for Aircraft Industry Gilbert ROGÉ D-A
17h45-18h00 Conclusions Alain FORESTIER CEA
Thien Hiep LE ONERA


Résumés des présentations

Usage de la simulation dans la prédiction des risques telluriques Evelyne FOERSTER, CEA

Prévenir les conséquences de risques telluriques (séismes, mouvements de terrain, tsunamis…) dans les zones exposées, constitue un enjeu d’importance pour les autorités (sécurité civile, etc.).
Dans ce cadre, différentes stratégies peuvent être envisagées, soit pour permettre une meilleure anticipation et donc préparation en cas de crise, soit pour alerter les populations lorsque la durée entre l’occurrence du ou des phénomènes potentiellement destructeurs dans une zone donnée et l’impact sur les zones exposées, est suffisamment longue.

Dans cette présentation, nous introduirons quelques méthodes utilisées, faisant usage de la simulation numérique à différentes échelles, et permettant de s’intégrer dans la chaine de prévention des risques telluriques.

Evelyne FOERSTER, Head of the Seismic Mechanics Study (EMSI) Lab, Director of the French SEISM Institute (Paris-Saclay University)

https://www.linkedin.com/in/evelyne-foerster-6b445b13/, https://www.researchgate.net/profile/Evelyne_Foerster.
FOERSTER Evelyne


“Les séismes : catastrophes imprévisibles aux conséquences incertaines ?” Jean-François SEMBLAT, Professeur à l’ENSTA-ParisTech

Quand et comment la rupture sismique se produit-elle ? Pourquoi les séismes de magnitude 7 sont-ils 10 fois moins fréquents que les séismes de magnitude 6 ? Comment les secousses sismiques deviennent-elles plus fortes en s’éloignant de l’épicentre ? Tous les bâtiments sont-ils aussi vulnérables aux séismes ?
Nous aborderons les incertitudes liées à la caractérisation du phénomène sismique (faille, ondes) ainsi qu’à l’évaluation de ses conséquences (dommages aux constructions, glissements de terrain).
De l’observation sismologique des séismes récents aux outils de simulation numérique, nous examinerons donc la question suivante « Les séismes : catastrophes imprévisibles aux conséquences incertaines ? » afin de relever un défi : concevoir des ouvrages plus « sûrs ».

Jean-François Semblat est Professeur à l’ENSTA-ParisTech, Docteur de l’Ecole Polytechnique
Chercheur en sismologie et génie parasismique à l’Institut des Sciences de la Mécanique et Applications Industrielles (IMSIA). Membre du Conseil Scientifique de l’Association Française du Génie Parasismique (AFPS). Auteur de : « Waves and vibrations in soils » (IUSS Press, 2009), « Effets de site sismiques pour les ouvrages de surface » (Techniques de l’Ingénieur, 2017), MOOC « Fundamentals of waves and vibrations » (Coursera, déc. 2018).


SEMBLAT Jean-François

« Estimation de la fragilité des structures et équipements sous séisme » Cyril FEAU, CEA/DEN/EMSI

Dans le cadre de l’évaluation de la sûreté sismique des installations industrielles, qui fait partie intégrante des Études Probabilistes de Sûreté menées sur ces installations, on est amené à caractériser la fragilité des structures de génie civil et des équipements.
Cette caractérisation se traduit souvent sous la forme de courbes de fragilité qui représentent la probabilité conditionnelle de défaillance de l’entité d’intérêt en fonction d’un paramètre représentatif de l’intensité de l’excitation sismique.
Dans l’absolu, ces courbes doivent être évaluées par simulations numériques de Monte Carlo en propageant l’ensemble des incertitudes liées à la fois au chargement sismique (incertitudes dites aléatoires) et au manque de connaissance sur les structures et leurs modèles (incertitudes dites épistémiques), via un code numérique.
En pratique, dans la mise en œuvre, la principale difficulté à laquelle on se heurte provient des temps de calculs des modèles numériques. Ils imposent en effet qu’un nombre limité de réalisations de la réponse de l’entité d’intérêt sera disponible pour évaluer ces courbes.
Pour contourner ce problème, il est possible de faire appel à un modèle paramétrique de la courbe de fragilité mais, dans ce cas, c’est la question de sa représentativité qui se pose. Par ailleurs, dans la mesure où les signaux réels (mesurés sur sites), correspondant à un scenario sismique spécifique, sont généralement en nombre limité vis-à-vis des quantités qui sont à estimer, cela impose également d’aborder la question de la génération d’accélérogrammes artificiels, c’est-à-dire la question de la modélisation des séismes par des processus stochastiques non stationnaires.

Dans le cadre de cet exposé, on va s’attacher à présenter une vue d’ensemble de la problématique. On proposera un exemple de méthodologie d’estimation robuste de courbes de fragilité non paramétriques, à partir d’un nombre réduit d’appels aux codes de calculs mécaniques, basée sur l’utilisation d’une technique d’apprentissage machine (ou Machine Learning).

Research Engineer at the Seismic Mechanics Studies laboratory of CEA Saclay, France. (https://www.researchgate.net/profile/Cyril_Feau).

FEAU Cyril


« Comment va-t-on sur Mars et qu’y fait-on ? » Éric LORIGNY, CNES

Le rover Curiosity a atterri sur Mars le 6 août 2012 dans le cratère Gale de Mars avec à son bord 10 instruments dont deux français.
Après plus de six ans passés sur Mars, l’histoire de Mars s’ouvre peu à peu à nous et nous verrons ici comment se passe les opérations de ces deux instruments sur Mars et ce qu’on a découvert sur cette planète qui est la jumelle de la Terre.

LORIGNY Éric

« Quantification and reduction of epistemic uncertainties in flow simulations: tackling the turbulence modeling dilemma » Paola CINNELLA, ENSAM Paris Tech

Despite the growing place taken in industrial applications, thanks to its reduced cost and greater flexibility compared to experiments, Computational Fluid Dynamics (CFD) did not kept all its promises yet, due to the difficulty of providing high-fidelity predictions of complex high Reynolds turbulent flows, among others.
For industrial applications, high-fidelity simulations like DNS (Direct Numerical Simulation) or even LES (Large Eddy Simulation) remain limited and restricted to relatively simple configurations, whereas RANS methods, based on the solution of the averaged equations supplemented by a turbulence model, still represent the workhorse tool, despite their numerous flaws.
Considerable efforts made in the past decades for improving RANS models, based on purely physical arguments, have unfortunately failed to provide a universally valid and reliable turbulence model. On the other hand, recent trends toward the use of machine learning techniques for generating turbulence models are attractive, but also risky due the the scarcity of data and the very large dimensionality of fluid flow problems. In both cases, obtaining reliable estimates of uncertainty bounds of the model outcomes appears even more compelling than the accuracy of the prediction itself.
In this talk we present recent advances on the quantification and reduction of model uncertainties by using bayesian inference techniques and about the data-driven development of improved turbulence models with quantified uncertainties, as well as applications to some flow configurations of interest for aeronautics, like external flows past wings and internal separated flows.

Paola Cinnella est professeur au Laboratoire de Dynamique des Fluides (DynFluid) de l’École Nationale Supérieure d’Arts et Métiers (ENSAM) depuis 2008.
Après son diplôme d’ingénieur génie mécanique au Politecnico di Bari (Italie) en 1995 elle a obtenu le grade de docteur de l’ENSAM en 1999 avec une thèse sur les schémas numériques d’ordre élevé en compressible.
Après avoir été attachée temporaire à la recherche et à l’enseignement à l’ENSAM, elle a effectué un postdoc au Politecnico di Bari ( 2000-2001) et elle a intégré ensuite le Département d’Ingénierie de l’Università del Salento (Italie) entre 2001 et 2008 comme Maître de Conférences.
Ses activités de recherche portent sur les méthodes haute-fidélité pour la mécanique des fluides computationnelle, et plus particulièrement les schémas numériques d’ordre élevé pour les écoulements compressibles et la quantification des incertitudes, avec application à l’étude d’écoulements compressibles turbulents de gaz parfaits ou réels et à l’optimisation déterministe ou stochastique en aérodynamique externe et interne.


CINNELLA Paola


Haute-précision, maîtrise des erreurs et incertitudes en CFD Vincent COUAILLIER, ONERA

Le besoin d'obtenir des résultats très précis, avec un niveau accru de description des différents phénomènes physiques, nécessite des progrès significatifs des méthodes et des moyens de calcul afin d’obtenir des simulations de haute-fidélité.
Un enjeu majeur est l'utilisation, à relativement court terme, de ces méthodes non seulement pour la prévision des tendances, mais également des niveaux absolus des champs physiques sur des configurations avancées à caractère industriel.
Il est cependant nécessaire, dans la perspective de « certification » des résultats de simulations numériques, de maîtriser les marges d’erreur de simulation et les incertitudes des modèles.

Dans le domaine de la CFD, les codes de calcul utilisés aussi bien pour la compréhension et des phénomènes que pour la conception avancée nécessitent une précision accrue de la résolution des équations de Navier-Stokes et des modèles physiques associés (RANS, LES ou hybride RANS-LES, DNS) pour la simulation des écoulements turbulent.
En particulier il est nécessaire de différentier la partie provenant des erreurs de calcul de celle provenant de la propagation des incertitudes opérationnelles (géométrie, conditions aux limites, …) et des incertitudes de modèles.
Nous illustrerons ce sujet par des travaux récents menés notamment dans le cadre de projets européens.

Au-delà de l’amélioration des schémas de résolution des équations de Navier-Stokes, nous présenterons les perspectives d’utilisation dans le domaine CFD des méthodologies basées sur la synergie entre calcul et données de références (expérimentales, références numériques de très haute précision, …), et utilisant des algorithmes d’assimilation de données et d’apprentissage.

Vincent Couaillier, PhD (UPMC, 1985)
Head of the research unit “Numerical methods in Fluid Mechanics” in the Department “Aerodynamics, Aeroelasticity and Acoustics” of ONERA
Activities in short : CFD for turbulent flows, International cooperation (DLR, USAF, European projects), industrial partnership.


COUAILLIER Vincent

Un cadre mathématique pour la certification robuste sous incertitudes Eric SAVIN, ONERA

Cet exposé s'inspire directement des travaux récents de Owhadi-Scovel-Sullivan-McKerns-Ortiz-Lucas … autour de l'Optimal Uncertainty Quantification.

La pertinence des approches probabilistes pour traiter les problèmes de propagation d'incertitudes et de certification est reconnue depuis longtemps en sciences de l'ingénieur.
Dans les calculs de structures ou de dynamique des fluides par exemple, les logiciels de simulations numériques avancées aujourd'hui disponibles sont combinés à des méthodes dédiées de propagation des incertitudes afin de constituer un outil virtuel de prototypage et de dimensionnement. Ces techniques ont souvent pour ambition de pouvoir traiter un grand nombre d'incertitudes simultanément, tandis que les objectifs ou performances fixés sont formulés en terme de scenarios nominaux (moyens) ou extrêmes.

Leurs limitations sont de deux ordre :

- D'une part, le phénomène de concentration de mesure montre qu'une fonction dépendant de nombreuses variables indépendantes, mais dont les intervalles de variation restent contrôlés, s'écarte peu d'une valeur constante ; ce qui questionne l'intérêt de prendre en compte de nombreuses incertitudes simultanées.
- D'autre part, le fait qu'un système satisfait une performance nominale donnée ne garantit que ce système ne peut pas s'en éloigner avec une probabilité non négligeable.

Le cadre proposé dans cet exposé permet de s'affranchir de ces limitations en conservant le point de vue probabiliste et en faisant appel à des inégalités de concentration de mesure.
En effet, ces dernières peuvent être utilisées pour obtenir des bornes rigoureuses de la probabilité d'occurrence (ou d'échec) d'un scénario donné, et ainsi certifier de manière robuste le système assujetti à ce scénario.
Nous tâcherons d'illustrer cette approche par quelques exemples simples tirés de la littérature.

Auteurs : Luc Bonnet, Eric Savin

Lead research scientist at ONERA. Professor at CentraleSupélec, Mechanical and Civil Engineering Dept. MSc and PhD in computational mechanics from Ecole Centrale Paris. Habilitation Degree from Pierre-et-Marie-Curie University. Co-head of the graduate program in material and structural dynamics at Ecole Centrale Paris from 2011 to 2014. Research interests: computational fluid and solid mechanics, stochastic modeling and uncertainty quantification, wave propagation in random media, passive imaging techniques..

SAVIN Eric

Uncertainty Management & Quantification for Aircraft IndustryGilbert ROGÉ, D-A

Panorama des sources d’incertitude à gérer lors du design aérodynamique de la forme externe d’un aéronef.
Proposition de méthodologie rigoureuse pour réduire les marges.

Bio
• 1986-1990 PhD University Paris 6 (topic: Navier-Stokes, CFD, Approximation, Acceleration) • 2011 Habilitation University Paris 6 (~ Professor) Scientific Computing
• 1986-2015 R&D Dassault Aviation. Present: In charge of Optimum Design (Aerodynamic Shape) and Uncertainty Management (CFD)
• Miscellaneous: CFD, Aeroelasticity, Aeroacoustics, Dynamic Derivatives, MDO

Highlights
• Keynote Speaker, SAROD 2015, Thiruvananthapuram, India, 3-5 December 2015, Shape optimization for aerodynamic design: the Dassault Aviation vision and perspectives
• Keynote Speaker, Third International Conference on Flow Dynamics, 7-9 november 2006, Japan, Tohoku University, High Speed Aircraft (HISAC), A European « Integrated Project »
• ERCOFTAC (European Research COmmunity on Flow Turbulence And Combustion) Course on Uncertainty Management and Quantification (USA NASA Langley 2011, Germany 2012, …)
• Coordinator Special Technology Session STS11, Models and Tools for the Design of a Supersonic Transport Aircraft with Reduced Impact on the Environment , IACM-ECCOMAS 2008, 5th European Congress on Computational Methods in Applied Sciences and engineering
• Uncertainty Quantification. European Project NODESIM-CFD presentation, in the framework of EU- Russia Aeronautics Research Workshop in Moscow 15-16 October 2009.
• Reviewer Computer Methods in Applied Mechanics and Engineering.


ROGE Gilbert

Speakers, Chairs, Committee members

Thien Hiep LE Alain FORESTIER Evelyne FOERSTER
Cyril FEAU Jean François SEMBLAT Eric LORIGNY Vincent COUAILLIER
Paola CINNELLA Eric SAVIN Gilbert ROGÉ
sem_meca_inser.1551090705.txt.gz · Dernière modification: 2019/02/25 11:31 par katia_castor
CC Attribution-Noncommercial-Share Alike 3.0 Unported
www.chimeric.de Creative Commons License Valid CSS Driven by DokuWiki do yourself a favour and use a real browser - get firefox!! Recent changes RSS feed Valid XHTML 1.0