Ce travail de thèse porte sur l’analyse robuste et l’optimisation fiabiliste des problèmes vibro-acoustiques (ou en interaction fluide-structure) en tenant en compte des incertitudes des paramètres d’entrée. En phase de conception et de dimensionnement, il parait intéressant de modéliser les systèmes vibro-acoustiques ainsi que leurs variabilités qui peuvent être essentiellement liées à l’imperfection de la géométrie ainsi qu’aux caractéristiques des matériaux. Il est ainsi important, voire indispensable, de tenir compte de la dispersion des lois de ces paramètres incertains afin d’en assurer une conception robuste. Par conséquent, l’objectif est de déterminer les capacités et les limites, en termes de précision et de coûts de calcul, des méthodes basées sur les développements en chaos polynomiaux en comparaison avec la technique référentielle de Monte Carlo pour étudier le comportement mécanique des problèmes vibro-acoustique comportant des paramètres incertains. L’étude de la propagation de ces incertitudes permet leur intégration dans la phase de conception. Le but de l’optimisation fiabiliste Reliability-Based Design Optimization (RBDO) consiste à trouver un compromis entre un coût minimum et une fiabilité accrue. Par conséquent, plusieurs méthodes, telles que la méthode hybride (HM) et la méthode Optimum Safety Factor (OSF), ont été développées pour atteindre cet objectif. Pour remédier à la complexité des systèmes vibro-acoustiques comportant des paramètres incertains, nous avons développé des méthodologies spécifiques à cette problématique, via des méthodes de méta-modèlisation, qui nous ont permis de bâtir un modèle de substitution vibro-acoustique, qui satisfait en même temps l’efficacité et la précision du modèle. L’objectif de cette thèse, est de déterminer la meilleure méthodologie à suivre pour l’optimisation fiabiliste des systèmes vibro-acoustiques comportant des paramètres incertains. / This PhD thesis deals with the robust analysis and reliability optimization of vibro-acoustic problems (or fluid-structure interaction) taking into account the uncertainties of the input parameters. In the design and dimensioning phase, it seems interesting to model the vibro-acoustic systems and their variability, which can be mainly related to the imperfection of the geometry as well as the characteristics of the materials. It is therefore important, if not essential, to take into account the dispersion of the laws of these uncertain parameters in order to ensure a robust design. Therefore, the purpose is to determine the capabilities and limitations, in terms of precision and computational costs, of methods based on polynomial chaos developments in comparison with the Monte Carlo referential technique for studying the mechanical behavior of vibro-acoustic problems with uncertain parameters. The study of the propagation of these uncertainties allows their integration into the design phase. The goal of the reliability-Based Design Optimization (RBDO) is to find a compromise between minimum cost and a target reliability. As a result, several methods, such as the hybrid method (HM) and the Optimum Safety Factor (OSF) method, have been developed to achieve this goal. To overcome the complexity of vibro-acoustic systems with uncertain parameters, we have developed methodologies specific to this problem, via meta-modeling methods, which allowed us to build a vibro-acoustic surrogate model, which at the same time satisfies the efficiency and accuracy of the model. The objective of this thesis is to determine the best methodology to follow for the reliability optimization of vibro-acoustic systems with uncertain parameters.

Le contrôle non destructif électromagnétique (CNDE) est appliqué dans des domaines variés pour l'exploration de défauts cachés affectant des structures. De façon générale, le principe peut se poser en ces termes : un objet inconnu perturbe un milieu hôte donné et illuminé par un signal électromagnétique connu, et la réponse est mesurée sur un ou plusieurs récepteurs de positions connues. Cette réponse contient des informations sur les paramètres électromagnétiques et géométriques des objets recherchés et toute la difficulté du problème traité ici consiste à extraire ces informations du signal obtenu. Plus connu sous le nom de « problèmes inverses », ces travaux s'appuient sur une résolution appropriée des équations de Maxwell. Au « problème inverse » est souvent associé le « problème direct » complémentaire, qui consiste à déterminer le champ électromagnétique perturbé connaissant l'ensemble des paramètres géométriques et électromagnétiques de la configuration, défaut inclus. En pratique, cela est effectué via une modélisation mathématique et des méthodes numériques permettant la résolution numérique de tels problèmes. Les simulateurs correspondants sont capables de fournir une grande précision sur les résultats mais à un coût numérique important. Sachant que la résolution d'un problème inverse exige souvent un grand nombre de résolution de problèmes directs successifs, cela rend l'inversion très exigeante en termes de temps de calcul et de ressources informatiques. Pour surmonter ces challenges, les « modèles de substitution » qui imitent le modèle exact peuvent être une solution alternative intéressante. Une manière de construire de tels modèles de substitution est d'effectuer un certain nombre de simulations exactes et puis d'approximer le modèle en se basant sur les données obtenues. Le choix des simulations (« prototypes ») est normalement contrôlé par une stratégie tirée des outils de méthodes de « plans d'expérience numérique ». Dans cette thèse, l'utilisation des techniques de modélisation de substitution et de plans d'expérience numérique dans le cadre d'applications en CNDE est examinée. Trois approches indépendantes sont présentées en détail : une méthode d'inversion basée sur l'optimisation d'une fonction objectif et deux approches plus générales pour construire des modèles de substitution en utilisant des échantillonnages adaptatifs. Les approches proposées dans le cadre de cette thèse sont appliquées sur des exemples en CNDE par courants de Foucault / Electromagnetic Nondestructive Evaluation (ENDE) is applied in various industrial domains for the exploration of hidden in-material defects of structural components. The principal task of ENDE can generally be formalized as follows: an unknown defect affects a given host structure, interacting with a known electromagnetic field, and the response (derived from the electromagnetic field distorted by the defect) is measured using one or more receivers at known positions. This response contains some information on the electromagnetic constitutive parameters and the geometry of the defect to be retrieved. ENDE aims at extracting this information for the characterization of the defect, i.e., at the solution of the arising “inverse problem”. To this end, one has to be able to determine the electromagnetic field distorted by a defect with known parameters affecting a given host structure, i.e., to solve the “forward problem”. Practically, this is performed via the mathematical modeling (based on the Maxwell's equations) and the numerical simulation of the studied ENDE configuration. Such simulators can provide fine precision, but at a price of computational cost. However, the solution of an inverse problem often requires several runs of these “expensive-to-evaluate” simulators, making the inversion procedure firmly demanding in terms of runtime and computational resources. To overcome this challenge, “surrogate modeling” offers an interesting alternative solution. A surrogate model imitates the true model, but as a rule, it is much less complex than the latter. A way to construct such surrogates is to perform a couple of simulations and then to approximate the model based on the obtained data. The choice of the “prototype” simulations is usually controlled by a sophisticated strategy, drawn from the tools of “design-of-experiments”. The goal of the research work presented in this Dissertation is the improvement of ENDE methods by using surrogate modeling and design-of-experiments techniques. Three self-sufficient approaches are discussed in detail: an inversion algorithm based on the optimization of an objective function and two methods for the generation of generic surrogate models, both involving a sequential sampling strategy. All approaches presented in this Dissertation are illustrated by examples drawn from eddy-current nondestructive testing.

Because blades in jet engine compressors are subject to dynamic loads based on the engine's speed, it is essential that the blades are properly "tuned" to avoid resonance at those frequencies to ensure safe operation of the engine. The tuning process can be time consuming for designers because there are many parameters controlling the geometry of the blade and, therefore, its resonance frequencies. Humans cannot easily optimize design spaces consisting of multiple variables, but optimization algorithms can effectively optimize a design space with any number of design variables. Automated blade tuning can reduce design time while increasing the fidelity and robustness of the design. Using surrogate modeling techniques and gradient-free optimization algorithms, this thesis presents a method for automating the tuning process of an airfoil. Surrogate models are generated to relate airfoil geometry to the modal frequencies of the airfoil. These surrogates enable rapid exploration of the entire design space. The optimization algorithm uses a novel objective function that accounts for the contribution of every mode's value at a specific operating speed on a Campbell diagram. When the optimization converges on a solution, the new blade parameters are output to the designer for review. This optimization guarantees a feasible solution for tuning of a blade. With 21 geometric parameters controlling the shape of the blade, the geometry for an optimally tuned blade can be determined within 20 minutes.

In this thesis, several Reliability-based Design Optimization (RBDO) methods and algorithms for airplane floor grid layout optimization are proposed. A general RBDO process is proposed and validated by an example. Copula as a mathematical method to model random variable correlations is introduced to discover the correlations between random variables and to be applied in producing correlated data samples for Monte Carlo simulations. Based on Hasofer-Lind (HL) method, a correlated HL method is proposed to evaluate a reliability index under correlation. As an alternative method for computing a reliability index, the reliability index is interpreted as an optimization problem and two nonlinear programming algorithms are introduced to evaluate reliability index. To evaluate the reliability index by Monte Carlo simulation in a time efficient way, a kriging-based surrogate model is proposed and compared to the original model in terms of computing time. Since in RBDO optimization models the reliability constraint obtained by MCS does not have an analytical form, a kriging-based response surface is built. Kriging-based response surface models are usually segment functions that do not have a uniform expression over the design space; however, most optimization algorithms require a uniform expression for constraints. To solve this problem, a heuristic gradient-based direct searching algorithm is proposed. These methods and algorithms, together with the RBDO general process, are applied to the layout optimization of aircraft floor grid structural design.

L'objectif de cette thèse est de mettre en place une méthodologie et les outils associés en vue d'harmoniser le processus de construction des modèles de performances et de qualités de vol. Pour ce faire, des techniques de réduction de modèles ont été élaborées afin de satisfaire des objectifs industriels contradictoires de taille mémoire, de précision et de temps de calcul. Après avoir établi une méthodologie de construction de modèles réduits et effectué un état de l'art critique, les Réseaux de Neurones et le High Dimensional Model Representation ont été choisis, puis adaptés et validés sur des fonctions de petite dimension. Pour traiter les problèmes de dimension supérieure, une méthode de réduction basée sur la sélection optimale de sous-modèles réduits a été développée, qui permet de satisfaire les exigences de rapidité, de précision et de taille mémoire. L'efficacité de cette méthode a finalement été démontrée sur un modèle de performances des avions destiné à être embarqué. / The objective of this thesis is to provide a methodology and the associated tools in order to standardize the building process of performance and handling quality models. This typically leads to elaborate surrogate models in order to satisfy industrial contrasting objectives of memory size, accuracy and computation time. After listing the different steps of a construction of surrogates methodology and realizing a critical state of the art, Neural Networks and High Dimensional Model Representation methods have been selected and validated on low dimension functions. For functions of higher dimension, a reduction method based on the optimal selection of submodel surrogates has been developed which allows to satisfy the requirements on accuracy, computation time and memory size. The efficiency of this method has been demonstrated on an aircraft performance model which will be embedded into the avionic systems.

Les études des scénarios électronucléaires modélisent le fonctionnement d’un parcnucléaire sur une période de temps donnée. Elles permettent la comparaison de différentesoptions d’évolution du parc nucléaire et de gestion des matières du cycle, depuis l’extraction duminerai jusqu’au stockage ultime des déchets, en se basant sur des critères tels que les puis-sances installées par filière, les inventaires et les flux, en cycle et aux déchets. Les incertitudessur les données nucléaires et les hypothèses de scénarios (caractéristiques des combustibles, desréacteurs et des usines) se propagent le long des chaînes isotopiques lors des calculs d’évolutionet au cours de l’historique du scénario, limitant la précision des résultats obtenus. L’objetdu présent travail est de développer, implémenter et utiliser une méthodologie stochastiquede propagation d’incertitudes dans les études de scénario. La méthode retenue repose sur ledéveloppement de métamodèles de calculs d’irradiation, permettant de diminuer le temps decalcul des études de scénarios et de prendre en compte des perturbations des paramètres ducalcul, et la fabrication de modèles d’équivalence permettant de tenir compte des perturbationsdes sections efficaces lors du calcul de teneur du combustible neuf. La méthodologie de calculde propagation d’incertitudes est ensuite appliquée à différents scénarios électronucléairesd’intérêt, considérant différentes options d’évolution du parc REP français avec le déploiementde RNR. / Nuclear scenario studies model nuclear fleet over a given period. They enablethe comparison of different options for the reactor fleet evolution, and the management ofthe future fuel cycle materials, from mining to disposal, based on criteria such as installedcapacity per reactor technology, mass inventories and flows, in the fuel cycle and in the waste.Uncertainties associated with nuclear data and scenario parameters (fuel, reactors and facilitiescharacteristics) propagate along the isotopic chains in depletion calculations, and throughoutthe scenario history, which reduces the precision of the results. The aim of this work isto develop, implement and use a stochastic uncertainty propagation methodology adaptedto scenario studies. The method chosen is based on development of depletion computationsurrogate models, which reduce the scenario studies computation time, and whose parametersinclude perturbations of the depletion model; and fabrication of equivalence model which takeinto account cross-sections perturbations for computation of fresh fuel enrichment. Then theuncertainty propagation methodology is applied to different scenarios of interest, consideringdifferent options of evolution for the French PWR fleet with SFR deployment.

As a result of the increase in accessibility of computational resources and the increase in the power of the computers during the last two decades, designers are able to create computer models to simulate the behavior of a complex products. To address global competitiveness, companies are forced to optimize their designs and products. Optimizing the design needs several runs of computationally expensive simulation models. Therefore, using metamodels as an efficient and sufficiently accurate approximate of the simulation model is necessary. Radial basis functions (RBF) is one of the several metamodeling methods that can be found in the literature. The established approach is to add a bias to RBF in order to obtain a robust performance. The a posteriori bias is considered to be unknown at the beginning and it is defined by imposing extra orthogonality constraints. In this thesis, a new approach in constructing RBF with the bias to be set a priori by using the normal equation is proposed. The performance of the suggested approach is compared to the classic RBF with a posteriori bias. Another comprehensive comparison study by including several modeling criteria, such as problem dimension, sampling technique and size of samples is conducted. The studies demonstrate that the suggested approach with a priori bias is in general as good as the performance of RBF with a posteriori bias. Using the a priori RBF, it is clear that the global response is modeled with the bias and that the details are captured with radial basis functions. Multi-objective optimization and the approaches used in solving such problems are briefly described in this thesis. One of the methods that proved to be efficient in solving multi-objective optimization problems (MOOP) is the strength Pareto evolutionary algorithm (SPEA2). Multi-objective optimization of a disc brake system of a heavy truck by using SPEA2 and RBF with a priori bias is performed. As a result, the possibility to reduce the weight of the system without extensive compromise in other objectives is found. Multi-objective optimization of material model parameters of an adhesive layer with the aim of improving the results of a previous study is implemented. The result of the original study is improved and a clear insight into the nature of the problem is revealed.

La conception de lanceurs est un problème d’optimisation multidisciplinaire dont l’objectif est de trouverl’architecture du lanceur qui garantit une performance optimale tout en assurant un niveau de fiabilité requis.En vue de l’obtention de la solution optimale, les phases d’avant-projet sont cruciales pour le processus deconception et se caractérisent par la présence d’incertitudes dues aux phénomènes physiques impliqués etaux méconnaissances existantes sur les modèles employés. Cette thèse s’intéresse aux méthodes d’analyse et d’optimisation multidisciplinaire en présence d’incertitudes afin d’améliorer le processus de conception de lanceurs. Trois sujets complémentaires sont abordés. Tout d’abord, deux nouvelles formulations du problème de conception ont été proposées afin d’améliorer la prise en compte des interactions disciplinaires. Ensuite, deux nouvelles méthodes d’analyse de fiabilité, permettant de tenir compte d’incertitudes de natures variées, ont été proposées, impliquant des techniques d’échantillonnage préférentiel et des modèles de substitution. Enfin, une nouvelle technique de gestion des contraintes pour l’algorithme d’optimisation ”Covariance Matrix Adaptation - Evolutionary Strategy” a été développée, visant à assurer la faisabilité de la solution optimale. Les approches développées ont été comparées aux techniques proposées dans la littérature sur des cas tests d’analyse et de conception de lanceurs. Les résultats montrent que les approches proposées permettent d’améliorer l’efficacité du processus d’optimisation et la fiabilité de la solution obtenue. / Launch vehicle design is a Multidisciplinary Design Optimization problem whose objective is to find the launch vehicle architecture providing the optimal performance while ensuring the required reliability. In order to obtain an optimal solution, the early design phases are essential for the design process and are characterized by the presence of uncertainty due to the involved physical phenomena and the lack of knowledge on the used models. This thesis is focused on methodologies for multidisciplinary analysis and optimization under uncertainty for launch vehicle design. Three complementary topics are tackled. First, two new formulations have been developed in order to ensure adequate interdisciplinary coupling handling. Then, two new reliability techniques have been proposed in order to take into account the various natures of uncertainty, involving surrogate models and efficient sampling methods. Eventually, a new approach of constraint handling for optimization algorithm ”Covariance Matrix Adaptation - Evolutionary Strategy” has been developed to ensure the feasibility of the optimal solution. All the proposed methods have been compared to existing techniques in literature on analysis and design test cases of launch vehicles. The results illustrate that the proposed approaches allow the improvement of the efficiency of the design process and of the reliability of the found solution.

Ce travail de thèse traite du développement d'une méthode de télédiagnostique de l'état de santé des suspensions des trains à grande vitesse à partir de mesures de la réponse dynamique du train en circulation par des accéléromètres embarqués. Un train en circulation est un système dynamique dont l'excitation provient des irrégularités de la géométrie de la voie ferrée. Ses éléments de suspension jouent un rôle fondamental de sécurité et de confort. La réponse dynamique du train étant dépendante des caractéristiques mécaniques des éléments de suspension, il est possible d'obtenir en inverse des informations sur l'état de ces éléments à partir de mesures accélérométriques embarquées. Connaître l'état de santé réel des suspensions permettrait d'améliorer la maintenance des trains. D’un point de vue mathématique, la méthode de télédiagnostique proposée consiste à résoudre un problème statistique inverse. Elle s'appuie sur un modèle numérique de dynamique ferroviaire et prend en compte l'incertitude de modèle ainsi que les erreurs de mesures. Les paramètres mécaniques associés aux éléments de suspension sont identifiés par calibration Bayésienne à partir de mesures simultanées des entrées (les irrégularités de la géométrie de la voie) et sorties (la réponse dynamique du train) du système. La calibration Bayésienne classique implique le calcul de la fonction de vraisemblance à partir du modèle stochastique de réponse et des données expérimentales. Le modèle numérique étant numériquement coûteux d'une part, ses entrées et sorties étant fonctionnelles d'autre part, une méthode de calibration Bayésienne originale est proposée. Elle utilise un métamodèle par processus Gaussien de la fonction de vraisemblance. Cette thèse présente comment un métamodèle aléatoire peut être utilisé pour estimer la loi de probabilité des paramètres du modèle. La méthode proposée permet la prise en compte du nouveau type d'incertitude induit par l'utilisation d'un métamodèle. Cette prise en compte est nécessaire pour une estimation correcte de la précision de la calibration. La nouvelle méthode de calibration Bayésienne a été testée sur le cas applicatif ferroviaire, et a produit des résultats concluants. La validation a été faite par expériences numériques. Par ailleurs, l'évolution à long terme des paramètres mécaniques de suspensions a été étudiée à partir de mesures réelles de la réponse dynamique du train / The work presented here deals with the development of a health-state monitoring method for high-speed train suspensions using in-service measurements of the train dynamical response by embedded acceleration sensors. A rolling train is a dynamical system excited by the track-geometry irregularities. The suspension elements play a key role for the ride safety and comfort. The train dynamical response being dependent on the suspensions mechanical characteristics, information about the suspensions state can be inferred from acceleration measurements in the train by embedded sensors. This information about the actual suspensions state would allow for providing a more efficient train maintenance. Mathematically, the proposed monitoring solution consists in solving a statistical inverse problem. It is based on a train-dynamics computational model, and takes into account the model uncertainty and the measurement errors. A Bayesian calibration approach is adopted to identify the probability distribution of the mechanical parameters of the suspension elements from joint measurements of the system input (the track-geometry irregularities) and output (the train dynamical response).Classical Bayesian calibration implies the computation of the likelihood function using the stochastic model of the system output and experimental data. To cope with the fact that each run of the computational model is numerically expensive, and because of the functional nature of the system input and output, a novel Bayesian calibration method using a Gaussian-process surrogate model of the likelihood function is proposed. This thesis presents how such a random surrogate model can be used to estimate the probability distribution of the model parameters. The proposed method allows for taking into account the new type of uncertainty induced by the use of a surrogate model, which is necessary to correctly assess the calibration accuracy. The novel Bayesian calibration method has been tested on the railway application and has achieved conclusive results. Numerical experiments were used for validation. The long-term evolution of the suspension mechanical parameters has been studied using actual measurements of the train dynamical response

Lors de la conception d’un frein, le confort et le bien-être du consommateur font partie des critères principaux. En effet, les instabilités de crissement, qui engendrent une des pollutions acoustiques les plus importantes, représentent un challenge actuel pour la communauté scientifique et les industriels du domaine. Dans le cadre de cette thèse, nous nous sommes intéressés à la mise en évidence du caractère variable du crissement, observé pour deux systèmes de freinage d’un même véhicule, grâce à des plans d’expériences, expérimental et numérique. Pour être représentatif d’une famille de structures, il est désormais indéniable qu’il faille prendre en compte les variabilités observées sur de multiples paramètres liés au système étudié dès la phase de conception. L’enrichissement des simulations déterministes actuelles nécessite la mise en place d’outils non déterministes rapides et respectant le conservatisme des solutions étudiées. Pour ce faire, nous avons contribué au développement de méthodes numériques dédiées à la propagation des données floues dans le cas des graphes de coalescence, à la détermination des positions d’équilibre de corps en contact frottant à partir d’une méthode de régulation basée sur la logique floue. Cette solution permet d’appliquer une technique de projection pour réduire le coût numérique en utilisant des bases modales des composants réanalysées par un développement homotopique. / During a brake design, consumer comfort and well-being are the main criteria. Indeed, squeal instabilities, that produce main acoustic pollution, represent a current challenge in the scientific community and for industrials. In this thesis, we interest first in the highlight of the variability of squeal, observed for two brake systems of a same vehicle, thanks to experimental and numerical designs of experiments. To be representative of a structure family, it is now undeniable that we must take into account variability observed in various parameters of the studied system, from the design phase. To enrich existing deterministic simulations, quick non deterministic tools must be established, respecting the studied solutions conservatism. For this, we have contributed to the development of numerical methods to propagate fuzzy data in the case of diagram of coalescence, to determine the equilibrium position of frictional contact bodies with a fuzzy logic controller. This solution allows to apply a projection technique for reducing the computational cost. The modal bases of components are reanalyzed by homotopy perturbation.