• Refine Query
  • Source
  • Publication year
  • to
  • Language
  • 2
  • 1
  • Tagged with
  • 3
  • 3
  • 2
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • About
  • The Global ETD Search service is a free service for researchers to find electronic theses and dissertations. This service is provided by the Networked Digital Library of Theses and Dissertations.
    Our metadata is collected from universities around the world. If you manage a university/consortium/country archive and want to be added, details can be found on the NDLTD website.
1

Optimisation sans dérivées sous contraintes : deux applications industrielles en ingénierie de réservoir et en calibration des moteurs

Langouët, Hoël 28 June 2011 (has links) (PDF)
L'optimisation intervient dans de nombreuses applications IFPEN, notamment dans l'estimation de paramètres de modèles numériques à partir de données en géosciences ou en calibration des moteurs. Dans ces applications, on cherche à minimiser une fonction complexe, coûteuse à estimer, et dont les dérivées ne sont pas toujours disponibles. A ces difficultés s'ajoutent la prise en compte de contraintes non linéaires et parfois l'aspect multi-objectifs. Au cours de cette thèse, nous avons développé la méthode SQA (Sequential Quadradic Approximation), une extension de la méthode d'optimisation sans dérivées de M.J.D. Powell pour la prise en compte de contraintes à dérivées connues ou non. Cette méthode est basée sur la résolution de problèmes d'optimisation simplifiés basés sur des modèles quadratiques interpolant la fonction et les contraintes sans dérivées, construits à partir d'un nombre limité d'évaluations de celles-ci. Si la résolution de ce sous-problème ne permet pas une progression pour l'optimisation originale, de nouvelles simulations sont réalisées pour tenter d'améliorer les modèles. Les résultats de SQA sur différents benchmarks montrent son efficacité pour l'optimisation sans dérivées sous contraintes. Enfin, SQA a été appliqué avec succès à deux applications industrielles en ingénierie de réservoir et en calibration des moteurs. Une autre problématique majeure en optimisation étudiée dans cette thèse est la minimisation multi-objectifs sous contraintes. La méthode évolutionnaire Multi-Objective Covariance Matrix Adaptation, adaptée à la prise en compte des contraintes, s'est révélée très performante dans l'obtention de compromis pour la calibration des moteurs.
2

Surveillance sismique des structures : caractérisation de la réponse des bâtiments en analysant l'élasticité non linéaire et la dynamique lente / Seismic monitoring of structures : characterization of building response by analyzing nonlinear elasticity and slow dynamics

Astorga Nino, Ariana 29 November 2019 (has links)
La surveillance de la réponse structurale est fondamentale pour estimer la performance des bâtiments et réduire les pertes lors de futurs séismes. Un moyen pratique de détecter les changements de comportement structural consiste à analyser les variations des propriétés élastiques lors d'excitations dynamiques. Dans ce travail, on montre que les variations de la fréquence fondamentale des bâtiments lors de tremblements de terre (faibles à forts) pourraient être expliquées par des processus élastiques non linéaires qui se produisent à l'intérieur du matériau, et qui finalement affectent le comportement macroscopique global des bâtiments. Ces processus élastiques non linéaires sont responsables de la diminution temporaire ou permanente de la rigidité structurale, pouvant expliquer les processus de récupération des propriétés élastiques observés à la suite d'événements sismiques. Cette étude comble le fossé entre des expériences de laboratoire à l'échelle microscopique et des observations sismologiques à l'échelle macroscopique, où l’élasticité non linéaire est également observée. Dans un premier temps, une base de données sismiques établie dans le cadre de cette thèse est présentée, incluant des réponses de bâtiments instrumentés de façon permanente dans le monde: des milliers d’enregistrements de mouvements sismiques et plusieurs bâtiments du Japon et des États-Unis ont été traités, apportant des connaissances utiles pour le domaine du génie parasismique, notamment pour la prédiction empirique de la réponse structurale en fonction de mesures d'intensité du mouvement au sol. Les incertitudes associées à la prédiction d’endommagement sont présentées, ainsi que l'évaluation de la vulnérabilité d'un bâtiment sous forme de courbes de fragilité. Ensuite, la base de données est utilisée pour analyser les signatures élastiques non linéaires dans les bâtiments, en particulier les effets de la dynamique lente (ou relaxation). Les variations des fréquences de résonance sont étudiées à court et à long terme, en estimant la contribution du sol à la réponse du système sol-structure. Différents états structuraux sont déduits en fonction des amplitudes de chargement et propriétés observées via les enregistrements. Des modèles de relaxation développés en laboratoire sont ensuite adaptés aux données des bâtiments afin de caractériser la densité de fissuration et les hétérogénéités, en effectuant des comparaisons entre les états structuraux avant et après de fortes excitations telles que le séisme de 2011 (Mw=9) de Tohoku (Japon). Les effets des chargements sont observés lors de la récupération des séquences de répliques. Les résultats sont étendus à différentes typologies de bâtiments, en analysant l'influence du matériau et des caractéristiques de chargement, notamment les taux de déformation. Enfin, quelques conclusions générales sont présentées, ainsi qu'une perspective de travail utilisant des outils de machine learning pour prédire la réponse de bâtiments en fonction de signatures élastiques non linéaires observées. / Monitoring structural response is fundamental for evaluating the performance of buildings and reducing losses during future earthquakes. One practical way to detect changes in structural behavior is analyzing variations of elastic properties during dynamic excitations. Here we show that variations in the fundamental frequency of buildings during (weak -to- strong) earthquakes might be explained by nonlinear elastic processes carried out within the structural material, which affect the global macroscopic structural behavior. These nonlinear elastic processes are responsible for both transitory and permanent structural softening, and might explain the intriguing recovery effects observed in the fundamental frequency of buildings following seismic events. This study bridges the gap between microscale laboratory experiments and macroscale seismological observations, where nonlinear elasticity is also observed. In the first part of this study, a new seismic database of building responses is presented: thousands strong motion recordings and several buildings from Japan and US were processed, providing useful tools for the earthquake engineering community, notably for the empirical prediction of structural response as a function of several ground motion intensity measures. Examples of uncertainties associated to damage prediction are presented, as well as the vulnerability assessment of a building throughout fragility curves. Next, the seismic database is used to analyze nonlinear elastic signatures in buildings, particularly the slow dynamics or relaxation effects. Variations of resonant frequencies are monitored at both short and long-term, estimating the contribution of soil in the response of the system soil-structure. Different levels of damage are inferred according to loading amplitudes and structural states. Some laboratory-based models of relaxation are adapted to the building data in order to infer crack-density and heterogeneities over time, making comparisons between structural states before and after large excitations such as the Mw 9 Tohoku earthquake. Conditioning effects are observed during the backbone recovery of aftershocks sequences. The results are extended to different building typologies, analyzing the influence of structural material and loading features, notably strain-rates. Finally, some general conclusions are presented, together with a perspective work using machine learning to predict building response based on nonlinear elastic signatures.
3

Approche stochastique de l'analyse du « residual moveout » pour la quantification de l'incertitude dans l'imagerie sismique / A stochastic approach to uncertainty quantification in residual moveout analysis

Tamatoro, Johng-Ay 09 April 2014 (has links)
Le principale objectif de l'imagerie sismique pétrolière telle qu'elle est réalisée de nos jours est de fournir une image représentative des quelques premiers kilomètres du sous-sol. Cette image permettra la localisation des structures géologiques formant les réservoirs où sont piégées les ressources en hydrocarbures. Pour pouvoir caractériser ces réservoirs et permettre la production des hydrocarbures, le géophysicien utilise la migration-profondeur qui est un outil d'imagerie sismique qui sert à convertir des données-temps enregistrées lors des campagnes d'acquisition sismique en des images-profondeur qui seront exploitées par l'ingénieur-réservoir avec l'aide de l'interprète sismique et du géologue. Lors de la migration profondeur, les évènements sismiques (réflecteurs,…) sont replacés à leurs positions spatiales correctes. Une migration-profondeur pertinente requiert une évaluation précise modèle de vitesse. La précision du modèle de vitesse utilisé pour une migration est jugée au travers l'alignement horizontal des évènements présents sur les Common Image Gather (CIG). Les évènements non horizontaux (Residual Move Out) présents sur les CIG sont dus au ratio du modèle de vitesse de migration par la vitesse effective du milieu. L'analyse du Residual Move Out (RMO) a pour but d'évaluer ce ratio pour juger de la pertinence du modèle de vitesse et permettre sa mise à jour. Les CIG qui servent de données pour l'analyse du RMO sont solutions de problèmes inverses mal posés, et sont corrompues par du bruit. Une analyse de l'incertitude s'avère nécessaire pour améliorer l'évaluation des résultats obtenus. Le manque d'outils d'analyse de l'incertitude dans l'analyse du RMO en fait sa faiblesse. L'analyse et la quantification de l'incertitude pourrait aider à la prise de décisions qui auront des impacts socio-économiques importantes. Ce travail de thèse a pour but de contribuer à l'analyse et à la quantification de l'incertitude dans l'analyse des paramètres calculés pendant le traitement des données sismiques et particulièrement dans l'analyse du RMO. Pour atteindre ces objectifs plusieurs étapes ont été nécessaires. Elles sont entre autres :- L’appropriation des différents concepts géophysiques nécessaires à la compréhension du problème (organisation des données de sismique réflexion, outils mathématiques et méthodologiques utilisés);- Présentations des méthodes et outils pour l'analyse classique du RMO;- Interprétation statistique de l’analyse classique;- Proposition d’une approche stochastique;Cette approche stochastique consiste en un modèle statistique hiérarchique dont les paramètres sont :- la variance traduisant le niveau de bruit dans les données estimée par une méthode basée sur les ondelettes, - une fonction qui traduit la cohérence des amplitudes le long des évènements estimée par des méthodes de lissages de données,- le ratio qui est considéré comme une variable aléatoire et non comme un paramètre fixe inconnue comme c'est le cas dans l'approche classique de l'analyse du RMO. Il est estimé par des méthodes de simulations de Monte Carlo par Chaîne de Markov.L'approche proposée dans cette thèse permet d'obtenir autant de cartes de valeurs du paramètre qu'on le désire par le biais des quantiles. La méthodologie proposée est validée par l'application à des données synthétiques et à des données réelles. Une étude de sensibilité de l'estimation du paramètre a été réalisée. L'utilisation de l'incertitude de ce paramètre pour quantifier l'incertitude des positions spatiales des réflecteurs est présentée dans ce travail de thèse. / The main goal of the seismic imaging for oil exploration and production as it is done nowadays is to provide an image of the first kilometers of the subsurface to allow the localization and an accurate estimation of hydrocarbon resources. The reservoirs where these hydrocarbons are trapped are structures which have a more or less complex geology. To characterize these reservoirs and allow the production of hydrocarbons, the geophysicist uses the depth migration which is a seismic imaging tool which serves to convert time data recorded during seismic surveys into depth images which will be exploited by the reservoir engineer with the help of the seismic interpreter and the geologist. During the depth migration, seismic events (reflectors, diffractions, faults …) are moved to their correct locations in space. Relevant depth migration requires an accurate knowledge of vertical and horizontal seismic velocity variations (velocity model). Usually the so-called Common-Image-Gathers (CIGs) serve as a tool to verify correctness of the velocity model. Often the CIGs are computed in the surface offset (distance between shot point and receiver) domain and their flatness serve as criteria of the velocity model correctness. Residual moveout (RMO) of the events on CIGs due to the ratio of migration velocity model and effective velocity model indicates incorrectness of the velocity model and is used for the velocity model updating. The post-stacked images forming the CIGs which are used as data for the RMO analysis are the results of an inverse problem and are corrupt by noises. An uncertainty analysis is necessary to improve evaluation of the results. Dealing with the uncertainty is a major issue, which supposes to help in decisions that have important social and commercial implications. The goal of this thesis is to contribute to the uncertainty analysis and its quantification in the analysis of various parameters computed during the seismic processing and particularly in RMO analysis. To reach these goals several stages were necessary. We began by appropriating the various geophysical concepts necessary for the understanding of:- the organization of the seismic data ;- the various processing ;- the various mathematical and methodological tools which are used (chapters 2 and 3). In the chapter 4, we present different tools used for the conventional RMO analysis. In the fifth one, we give a statistical interpretation of the conventional RMO analysis and we propose a stochastic approach of this analysis. This approach consists in hierarchical statistical model where the parameters are: - the variance which express the noise level in the data ;- a functional parameter which express coherency of the amplitudes along events ; - the ratio which is assume to be a random variable and not an unknown fixed parameter as it is the case in conventional approach. The adjustment of data to the model done by using smoothing methods of data, combined with the using of the wavelets for the estimation of allow to compute the posterior distribution of given the data by the empirical Bayes methods. An estimation of the parameter is obtained by using Markov Chain Monte Carlo simulations of its posterior distribution. The various quantiles of these simulations provide different estimations of . The proposed methodology is validated in the sixth chapter by its application on synthetic data and real data. A sensitivity analysis of the estimation of the parameter was done. The using of the uncertainty of this parameter to quantify the uncertainty of the spatial positions of reflectors is presented in this thesis.

Page generated in 0.1253 seconds