Ces travaux de thèse sont consacrés au développement d'un algorithme de résolution de problèmes non-linéaires pour lesquels il existe une variabilité sur certains paramètres du modèle ou du chargement définis par leur intervalle de définition. Le cadre d'étude est le projet SINAPS@, qui a pour but d'évaluer les incertitudes dans les structures de génie civil, et de quantifier leur influence sur la réponse mécanique globale d’une structure sujette à un aléa sismique. Contrairement aux approches statistiques ou probabilistes classiques, une résolution déterministique est privilégiée dans notre étude. Cependant, afin de réduire le coût de calcul de cette famille de problèmes, une approche de type réduction de modèle PGD est mise en place, pour laquelle les paramètres incertains sont considérés comme des variables supplémentaires du problème. Cette méthode est mise en place au sein de l'algorithme LATIN, qui utilise une approche itérative pour résoudre le caractère non-linéaire des équations rencontrées lors de la résolution du problème mécanique. Ces travaux présentent donc l'extension de l'algorithme classique temps-espace LATIN-PGD à des problèmes paramétriques, pour lesquels les paramètres sont considérés comme des variables additionnelles dans la définition des quantités d’intérêt, ainsi que l'application de cette méthode à un modèle endommageant avec refermeture de fissure, présentant une variabilité à la fois sur des paramètres matériaux et sur l'amplitude du chargement. La faisabilité de ce couplage est illustrée par des exemples numériques sur des structures en béton armé pour divers types de chargement cycliques (traction—compression, flexion). / This thesis is dedicated to the development of an algorithm for the resolution of nonlinear problems for which there is a variability on some of the model parameters or on the loading conditions, which are only described by their intervals of variation. This study is part of the SINAPS@ project, which aims at evaluating the uncertainties in civil engineering structures and to quantify their influence on the global mechanical response of a structure to a seismic hazard. Unlike statistical or probabilistic approaches, we rely here on a deterministic approach. However, in order to reduce the computation cost of such problems, a PGD-based reduced-order modeling approach is implemented, for which the uncertain parameters are considered as additional variables of the problem. This method was implemented into the LATIN algorithm, which uses an iterative approach to solve the nonlinear aspect of the equations of the mechanical problem. This work present the extension of the classical time-space LATIN—PGD algorithm to parametric problems for which the parameters are considered as additional variables in the definition of the quantities of interest, as well as the application of such method to a damage model with unilateral effect, highlighting a variability on both material parameters and the loading amplitude. The feasibility of such coupling is illustrated on numerical examples for reinforced concrete structures subjected to different types of cyclic loading conditions (tension—compression, bending).

Les assemblages sont des éléments critiques pour les structures industrielles. De fortes non-linéarités de type contact frottant, ainsi que des précharges mal maîtrisées rendent complexe tout dimensionnement précis. Présents en très grand nombre sur les structures industrielles (quelques millions pour un A380), cela implique de rafiner les modèles localement et donc de gérer des problèmes numé-riques de très grandes tailles. Les nombreuses interfaces de contact frottant sont des sources de difficultés de convergence pour les simulations numériques. Il est donc nécessaire de faire appel à des méthodes robustes. Il s’agit d’utiliser des méthodes itératives de décomposition de domaine, permettant de gérer des modèles numériques extrêmement grands, couplées à des techniques adaptées afin de prendre en compte les non-linéarités de contact aux interfaces entre sous-domaines. Ces méthodes de décomposition de domaine restent encore très peu utilisées dans un cadre industriel. Des développements internes aux codes éléments finis sont souvent nécessaires et freinent ce transfert du monde académique au monde industriel.Nous proposons, dans ces travaux de thèse, une mise-en-oeuvre non intrusive de ces méthodes de décomposition de domaine : c’est-à-dire sans développement au sein du code source. En particulier, nous nous intéressons à la méthode Latin dont la philosophie est particulièrement adaptée aux problèmes non linéaires. La structure est décomposée en sous-domaines reliés entre eux au travers d’interfaces. Avec la méthode Latin, les non-linéarités sont résolues séparément des aspects linéaires. La résolution est basée sur un schéma itératif à deux directions de recherche qui font dialoguer les problèmes linéaires globaux etles problèmes locaux non linéaires.Au cours de ces années de thèse, nous avons développé un outil totalement non intrusif sous Code_Aster permettant de résoudre par une technique de décomposition de domaine mixte des problèmes d’assemblage. Les difficultés posées par le caractère mixte de la méthode Latin sont résolues par l’introduction d’une direction de recherche non locale. Des conditions de Robin sur les interfaces des sous-domaines sont alors prises en compte simplement sans modifier les sources de Code_Aster. Nous avons proposé une réécriture algébrique de l’approche multi-échelle assurant l’extensibilité de la méthode. Nous nous sommes aussi intéressés à coupler la méthode Latin en décomposition de domaine à un algorithme de Krylov. Appliqué uniquement à un problème sous-structuré avec interfaces parfaites, ce couplage permet d’accélérer la convergence. Des structures préchargées avec de nombreuses interfaces de contact frottant ont été traitées. Des simulations qui n’auraient pu être menées par un calcul direct sous Code_Aster ont été réalisées via cette stratégie de décomposition de domaine non intrusive. / Abstract : Assemblies are critical elements for industrial structures. Strong non-linearities such as frictional contact, as well as poorly controlled preloads make complex all accurate sizing. Present in large numbers on industrial structures (a few million for an A380), this involves managing numerical problems of very large size. The numerous interfaces of frictional contact are sources of difficulties of convergence for the numerical simulations. It is therefore necessary to use robust but also reliable methods. The use of iterative methods based on domain decomposition allows to manage extremely large numerical models. This needs to be coupled with adaptedtechniques in order to take into account the nonlinearities of contact at the interfaces between subdomains. These methods of domain decomposition are still scarcely used in industries. Internal developments in finite element codes are often necessary, and thus restrain this transfer from the academic world to the industrial world.In this thesis, we propose a non-intrusive implementation of these methods of domain decomposition : that is, without development within the source code. In particular, we are interested in the Latin method whose philosophy is particularly adapted to nonlinear problems. It consists in decomposing the structure into sub-domains that are connected through interfaces. With the Latin method the non-linearities are solved separately from the linear differential aspects. Then the resolution is based on an iterative scheme with two search directions that make the global linear problems and the nonlinear local problems dialogue.During this thesis, a totally non-intrusive tool was developed in Code_Aster to solve assembly problems by a mixed domain decomposition technique. The difficulties posed by the mixed aspect of the Latin method are solved by the introduction of a non-local search direction. Robin conditions on the subdomain interfaces are taken into account simply without modifying the sources of Code_Aster. We proposed an algebraic rewriting of the multi-scale approach ensuring the extensibility of the method. We were also interested in coupling the Latin method in domain decomposition to a Krylov algorithm. Applied only to a substructured problem with perfect interfaces, this coupling accelerates the convergence. Preloaded structures with numerous contact interfaces have been processed. Simulations that could not be carried out by a direct computationwith Code_Aster were performed via this non-intrusive domain decomposition strategy.

La mécanique computationnelle est un outil incontournable pour le monde de l’ingénierie mécanique. Motivé par un désir de réalisme et soumis à un perpétuel gigantisme, les modèles numériques doivent aujourd’hui inclure des phénomènes physiques de plus en plus complexes. Par conséquence, d’importantes capacités calculatoires sont requises afin de traiter des problèmes à la fois non-linéaires mais aussi de grande taille. Pour atteindre cet objectif, il convient de développer les stations de calculs mais aussi les méthodes algorithmiques utilisées afin de résoudre efficacement ces types de problèmes. Récemment, les méthodes de réduction de modèle se révèlent comme d’excellentes options au développement d’algorithmes de résolution performants. Le problème du contact frottant entre solides élastiques est particulièrement bien connu pour sa complexité et dont les temps de calcul peuvent devenir prohibitifs. En effet, les lois qui le régissent sont très hautement non-linéaires (non différentiables). Dans ce mémoire, nous nous proposons d’appliquer différentes méthodes de réduction de modèle (a posteriori et a priori) à ce type de problème afin de développer des méthodes de calculs accélérées dans le cadre de la méthode des éléments finis. Tout d’abord, en se plaçant dans le cadre des petites perturbations en évolution quasistatique, la réductibilité de diverses solutions impliquant du contact frottant est mise en évidence via leur décomposition en valeur singulière. De plus, leur contenu à échelle séparée est exhibé. La méthode non-incrémentale et non-linéaire à large incrément de temps (LATIN) est par la suite présentée. Dans un second temps et à partir des observations faites précédemment, une méthode LATIN accélérée est proposée en s’inspirant des méthodes multigrilles non-linéaires de type “full approximation scheme” (FAS). Cette méthode s’apparente en partie aux méthodes de réduction de modèle de type a posteriori. De plus, une stratégie de calcul de modes à partir d’un modèle de substitution est proposée. Par la suite, la décomposition propre généralisée (PGD) est utilisée afin de développer une méthode de résolution non-linéaire efficace reposant fondamentalement sur une approche de réduction de modèle de type a priori. Enfin, quelques extensions sont proposées telle que la résolution de problème faisant intervenir des études paramétriques, ou encore la prise en charge de non-linéarités supplémentaires telle que la plasticité. / Computational mechanics is an essential tool for mechanical engineering purposes. Nowadays, numerical models have to take into account complex physical phenomenons to be even more realistic and become larger and larger. As a consequence, more and more computing capacities are required in order to tackle not only non-linear problems but also large scale problems. For that purpose, both computers and numerical methods have to be developed in order to solve them efficiently. In the last decades, model reduction methods show great abilities to assign such challenges. The frictional contact problem between elastic solids is particularly well-known for its difficulty. Because its governing laws are highly non-linear (non-smooth), prohibitive computational time can occur. In this dissertation, model reduction methods (both a posteriori and a priori approaches) are deployed in order to implement efficient numerical methods to solve frictional contact problem in the finite element framework. First, small perturbations hypothesis with a quasi-static evolution are assumed. Then, reducibility of some frictional solutions is emphasized and discussed using the singular value decomposition. In addition, a scale separability phenomenon is enlightened. Then, the non-linear large time increment method (LATIN) is introduced. Secondly, an accelerated LATIN method is suggested by drawing an analogy between previous scale separability observations and the non-linear multigrid full approximation scheme (FAS). This accelerated non-linear solver relies essentially on the a posteriori model reduction approach. A precomputation strategy for modes relying on surrogate models is also suggested. Next, the proper generalized decomposition (PGD) is used to implement a non-linear solver relying fundamentally on an a priori model reduction method. Finally, some extensions are given to assign parametric studies and to take into account an additional non-linearity such as elastoplastic constitutive laws.

Le but de ce travail est d'introduire un cadre d'approximation, la Reference Points Method, afin de réduire la complexité de calcul des opérations algébriques lorsqu'elles concernent des approximations à variables séparées dans le cadre de la Proper Generalized Decomposition.La PGD a été introduite dans [1] dans le cadre de la méthode LaTIn pour résoudre efficacement des équations différentielles non linéaires et dépendants du temps en mécanique des structures. La technique consiste à chercher la solution d'un problème dans une base d'ordre réduit (ROB) qui est automatiquement et à la volée générée par la méthode LaTIn. La méthode LaTIn est une stratégie itérative qui génère les approximations de la solution sur l'ensemble du domaine espace-temps-paramètres par enrichissements successifs. Lors d'une itération particulière, la ROB, qui a déjà été formée, est d'abord utilisée pour calculer un nouveau modèle réduit (ROM) et, donc, pour trouver une nouvelle approximation de la solution. Si la qualité de cette approximation ne suffit pas, la ROB est enrichie avec la génération d'un nouveau produit de fonctions PGD en utilisant un algorithme de type 'greedy'.Les techniques de réduction de modèle sont particulièrement efficaces lorsque le ROM a besoin d'être construit qu'une seule fois. Ce n'est pas le cas pour les techniques de réduction de modèle quand elles concernent des problèmes non linéaires. En effet, dans un tel cas, les opérateurs qui sont impliqués dans la construction du ROM varient au cours du processus itératif et des calculs préliminaires ne peuvent pas être effectués à l'avance pour accélérer le processus 'online'.Par conséquent, la construction du ROM est un élément coûteux de la stratégie de calcul en terme de temps de calcul. Il en découle la nécessité d'évaluer, à chaque itération, la fonction non linéaire de grande dimension (et éventuellement sa jacobienne) et ensuite sa projection pour obtenir les opérateurs réduits. Cela représente un point de blocage des stratégies de réduction de modèle dans le cadre non linéaire. Le présent travail a comme but une réduction ultérieure du coût de calcul, grâce à l'introduction d'un nouveau cadre de rapprochement dédiée à la stratégie de calcul LaTIn-PGD. Il est basé sur la notion de temps, de points et de paramètres de référence et permet de définir une version compressée des données. Comparé à d'autres techniques similaires [3,4] cela ne se veut pas une technique d'interpolation, mais un cadre algébrique qui permet de donner une première approximation, peu coûteuse, de toutes les quantités sous une forme à variable séparés par des formules explicites. L'espace de données compressées présente des propriétés intéressantes qui traitent les opérations algébriques élémentaires. Le RPM est introduit dans le solveur LaTIn-PGD non linéaire pour calculer certaines opérations répétitives. Ces opérations sont liées à la résolution du problème du temps / paramètre qui implique la mise à jour de l'opérateur tangent et la projection de ce dernier sur la base réduite. La RPM permet de simplifier et de réduire le nombre d'opérations nécessaires.[1] Ladevèze P., Sur une famille d’algorithmes en mécanique des structures, Comptes Rendus Académie des Sciences. Paris. Ser. II 300, pp.41-44, 1985.[2] Chinesta, F., Ladevèze, P., and Cueto, E. A short review on model order reduction based on proper generalized decomposition. Archives of Computational Methods in Engineering, 18, pp.395-404, 2011.[3] Barrault M., Maday Y., Nguyen N., Patera A., An ’empirical interpolation’ method: application to efficient reduced-basis discretization of partial differential equations, Comptes Rendus Académie des Sciences. Paris. Ser. I, 339, pp. 667-672, 2004.[4] Chaturentabut S., Sorensen D., Nonlinear model reduction via discrete empirical interpolation, Society for Industrial and Applied Mathematics 32(5), pp.2737-2764, 2010. / The aim of this work is to introduce an approximation framework, called Reference Points Method (RPM), in order to decrease the computational complexity of algebraic operations when dealing with separated variable approximations in the Proper Generalized Decomposition (PGD) framework.The PGD has been introduced in [1] in the context of the LATIN method to solve efficiently time dependent and/or parametrized nonlinear partial differential equations in structural mechanics (see, e.g., the review [2] for recent applications). Roughly, the PGD technique consists in seeking the solution of a problem in a relevant Reduced-Order Basis (ROB) which is generated automatically and on-the-fly by the LATIN method. This latter is an iterative strategy which generates the approximations of the solution over the entire time- space-parameter domain by successive enrichments. At a particular iteration, the ROB, which has been already formed, is at first used to compute a projected Reduced-Order Model (ROM) and find a new approximation of the solution. If the quality of this approximation is not sufficient, the ROB is enriched by determining a new functional product using a greedy algorithm.However, model reduction techniques are particularly efficient when the ROM needs one construction only. This is not the case for the model reduction techniques when they are addressed to nonlinear problems. Indeed, in such a case, the operators which are involved in the construction of the ROM change all along the iterative process and no preliminary computations can be performed in advance to speed up the online process. Hence, the construction of the ROM is an expensive part of the calculation strategy in terms of CPU. It ensues from the need to evaluate the high-dimensional nonlinear function (and eventually its Jacobian) and then to project it to get the low-dimensional operators at each computational step of a solution algorithm. This amounts to being the bottleneck of nonlinear model reduction strategies.The present work is then focused on a further reduction of the computational cost, thanks to the introduction of a new approximation framework dedicated to PGD-based nonlinear solver. It is based on the concept of reference times, points and parameters and allows to define a compressed version of the data. Compared to other similar techniques [3,4] this is not an interpolation technique but an algebraic framework allowing to give an inexpensive first approximation of all quantities in a separated variable form by explicit formulas. The space of compressed data shows interesting properties dealing the elementary algebraic operations. The RPM is introduced in the PGD-based nonlinear solver to compute some repetitive operations. These operations are related to the resolution of the time/parameter problem that involves the update of the tangent operator (for nonlinear problems) and the projection of this latter on the Reduced Order Basis. For that the RPM allows to simplify and reduce the number of operations needed.[1] Ladevèze P., Sur une famille d’algorithmes en mécanique des structures, Comptes Rendus Académie des Sciences. Paris. Ser. II 300, pp.41-44, 1985.[2] Chinesta, F., Ladevèze, P., and Cueto, E. A short review on model order reduction based on proper generalized decomposition. Archives of Computational Methods in Engineering, 18, pp.395-404, 2011.[3] Barrault M., Maday Y., Nguyen N., Patera A., An ’empirical interpolation’ method: application to efficient reduced-basis discretization of partial differential equations, Comptes Rendus Académie des Sciences. Paris. Ser. I, 339, pp. 667-672, 2004.[4] Chaturentabut S., Sorensen D., Nonlinear model reduction via discrete empirical interpolation, Society for Industrial and Applied Mathematics 32(5), pp.2737-2764, 2010.

L'objet de ce projet de recherche est de prédire la durée de vie d'éléments mécaniques qui sont soumis à des phénomènes de fatigue cyclique. L'idée est de développer un schéma numérique novateur pour prédire la rupture de structures sous de tels chargements. Le modèle est basé sur la mécanique des milieux continus qui introduit des variables internes pour décrire l'évolution de l'endommagement. Le défi repose dans le traitement des cycles de chargement pour la prédiction de la durée de vie, particulièrement pour la prédiction de la durée de vie résiduelle de structures existantes. Les approches traditionnelles de l'analyse de la fatigue sont basées sur des méthodes phénoménologiques utilisant des relations empiriques. De telles méthodes considèrent des approximations simplificatrices et sont incapables de prendre en compte aisément des géométries ou des charges complexes associées à des problèmes d'ingénierie réels. Une approche basée sur la description de l'évolution thermodynamique d'un milieu continu est donc utilisée pour modéliser le comportement en fatigue. Cela permet de considérer efficacement des problèmes d'ingénierie complexe et la détérioration des propriétés du matériau due à la fatigue peut être quantifiée à l'aide de variables internes. Cependant, cette approche peut être numériquement coûteuse et, par conséquent, des approches numériques sophistiquées doivent être utilisées.La stratégie numérique sur laquelle ce projet est basé est singulière par rapport aux schémas incrémentaux en temps usuellement utilisés pour résoudre des problèmes élasto-(visco)plastique avec endommagement dans le cadre de la mécanique des milieux continus. Cette stratégie numérique appelée méthode LATIN (Large Time Increment method) est une méthode non-incrémentale qui recherche la solution de manière itérative sur l'ensemble du domaine spacio-temporel. Une importante innovation de la méthode LATIN est d'incorporer une stratégie de réduction de modèle adaptative pour réduire de manière très importante le coût numérique. La Décomposition Propre Généralisée (PGD) est une stratégie de réduction de modèle a priori qui sépare les quantités d'intérêt spacio-temporelles en deux composantes indépendantes, l'une dépendant du temps, l'autre de l'espace, et estime itérativement les approximations de ces deux composantes. L'utilisation de l'approche LATIN-PGD a montré son efficacité depuis des années pour résoudre des problèmes élasto-(visco)plastiques. La première partie de ce projet vise à étendre cette approche aux modèles incorporant de l'endommagement.Bien que l'utilisation de la PGD réduise les coûts numériques, le gain n'est pas suffisant pour permettre de résoudre des problèmes considérant un grand nombre de cycles de chargement, le temps de calcul peut être très conséquent, rendant les simulations de problèmes de fatigue intraitables même en utilisant les techniques LATIN-PGD. Cette limite peut être dépassée en introduisant une approche multi-échelle en temps, qui prend en compte l'évolution rapide des quantités d'intérêt lors d'un cycle et leur évolution lente au cours de l'ensemble des cycles. Une description type « éléments finis » en temps est proposée, où l'ensemble du domaine temporel est discrétisé en éléments temporels, et seulement les cycles nodaux, qui forment les limites des éléments, sont calculés en utilisant la technique LATIN-PGD. Puis, des fonctions de forme classiques sont utilisées pour interpoler les quantités d'intérêt à l'intérieur des éléments temporels. Cette stratégie LATIN-PGD à deux échelles permet de réduire le coût numérique de manière significative, et peut être utilisée pour simuler l'évolution de l'endommagement dans une structure soumise à un chargement de fatigue comportant un très grand nombre de cycles. / The motivation of the research project is to predict the life time of mechanical components that are subjected to cyclic fatigue phenomena. The idea herein is to develop an innovative numerical scheme to predict failure of structures under such loading. The model is based on classical continuum damage mechanics introducing internal variables which describe the damage evolution. The challenge lies in the treatment of large number of load cycles for the life time prediction, particularly the residual life time for existing structures.Traditional approaches for fatigue analysis are based on phenomenological methods and deal with the usage of empirical relations. Such methods consider simplistic approximations and are unable to take into account complex geometries, and complicated loadings which occur in real-life engineering problems. A thermodynamically consistent continuum-based approach is therefore used for modelling the fatigue behaviour. This allows to consider complicated geometries and loads quite efficiently and the deterioration of the material properties due to fatigue can be quantified using internal variables. However, this approach can be computationally expensive and hence sophisticated numerical frameworks should be used.The numerical strategy used in this project is different when compared to regular time incremental schemes used for solving elasto-(visco)plastic-damage problems in continuum framework. This numerical strategy is called Large Time Increment (LATIN) method, which is a non-incremental method and builds the solution iteratively for the complete space-time domain. An important feature of the LATIN method is to incorporate an on-the-fly model reduction strategy to reduce drastically the numerical cost. Proper generalised decomposition (PGD), being a priori a model reduction strategy, separates the quantities of interest with respect to space and time, and computes iteratively the spatial and temporal approximations. LATIN-PGD framework has been effectively used over the years to solve elasto-(visco)plastic problems. Herein, the first effort is to solve continuum damage problems using LATIN-PGD techniques. Although, usage of PGD reduces the numerical cost, the benefit is not enough to solve problems involving large number of load cycles and computational time can be severely high, making simulations of fatigue problems infeasible. This can be overcome by using a multi-time scale approach, that takes into account the rapid evolution of the quantities of interest within a load cycle and their slow evolution along the load cycles. A finite element like description with respect to time is proposed, where the whole time domain is discretised into time elements, and only the nodal cycles, which form the boundary of the time elements, are calculated using LATIN-PGD technique. Thereby, classical shape functions are used to interpolate within the time element. This two-scale LATIN-PGD strategy enables the reduction of the computational cost remarkably, and can be used to simulate damage evolution in a structure under fatigue loading for a very large number of cycles.