Le désaccordage des roues aubagées est une thématique de recherche d’un intérêt tout particulier pour l’industrie aéronautique, en recherche constante d’outils de calcul toujours plus prédictifs et performants pour répondre aux exigences croissantes des organismes de certification. Si le phénomène est aujourd’hui relativement bien maîtrisé dans un cadre linéaire, la prise en compte des non-linéarités dans l’étude du désaccordage reste encore problématique, notamment en raison du manque de méthode adaptée pour mener ce type d’analyses sur des modèles industriels. L’objectif principal de ce travail de thèse est de proposer une nouvelle méthode de calcul permettant de déterminer efficacement la réponse forcée d’une roue aubagée désaccordée, en tenant compte de l’impact des non-linéarités sur la dynamique de la structure à l’échelle macroscopique. La méthode développée repose sur le concept de sous-structuration, et exploite la notion de mode complexe non-linéaire pour capturer les non-linéarités dans l’espace de réduction de chaque sous-structure. En adoptant une approche fréquentielle, les sous-structures sont représentées par des super-éléments non-linéaires, dont l’assemblage conduit au modèle réduit de la roue désaccordée. La résolution du système mathématique obtenu est ensuite réalisée numériquement par des techniques itératives. La méthode développée a pu être testée et validée sur différents systèmes soumis à des non-linéarités de frottement, allant du simple modèle phénoménologique à un modèle éléments finis de roue aubagée industrielle. Sur des modèles à paramètres concentrés de taille relativement faible, les performances très intéressantes de cette méthode permettent de conduire des études statistiques quantitatives sur l’impact du désaccordage en présence de non-linéarités. Les résultats obtenus suggèrent que le comportement du système non-linéaire face au désaccordage est susceptible d’être significativement différent du comportement de son homologue linéaire, d’où l’intérêt de mener ce type d’investigations. Les performances de cette méthode ont également pu être confirmées sur des modèles éléments finis de grande taille, en permettant de réaliser à un coût raisonnable des simulations de réponse forcée non-linéaire sur une roue industrielle désaccordée. / Mistuning of bladed disks has been a key topic of research for the aeronautics industry. To get accreditation for their engines, manufacturers must comply with evermore stringent requirements, and thus constantly seek for better simulation tools. Even though the phenomenon is well understood nowadays for linear systems, nonlinearities are still seldom taken into account when dealing with the mistuning of industrial structures, partly due to the lack of a dedicated method to tackle such a complex problematic. The main objective of this work is to develop a novel method allowing to compute efficiently the forced response of a mistuned bladed disk, while taking into account the impact of nonlinearities on the vibrations at a macroscopic scale. The method derived relies on a substructuring approach, and uses the concept of nonlinear complex modes to capture the nonlinearities in the reduction basis of each substructure. In the frequency domain, the substructures take the form of nonlinear superelements, which once assembled lead to the reduced-order model of the mistuned bladed disk. The resulting mathematical system is then solved by means of iterative solvers. This new method is tested and validated on different systems subjected to dry friction nonlinearities, from basic phenomenological models to large-scale finite element models of industrial structures. On lumped-parameter models, the performance of this method allows to investigate the statistical impact of mistuning in the presence of nonlinearities, by performing thousands of simulations. The results suggest that the behaviour of the nonlinear model can be significantly different from that of the linear one, hence the importance to carry out such investigations. The capabilities of the method have also been confirmed on large-scale models, by performing several forced response computations on a nonlinear and mistuned finite element model, at a reasonable cost

Les travaux de thèse visent à utiliser les modèles éléments finis pour l'optimisation de systèmes multidynamiques. Les modèles éléments finis sont en effet rarement utilisés en optimisation car ils génèrent des temps de calcul trop importants. Pour réduire le temps global d'optimisation, le temps de simulation du modèle lui-même peut être diminué, mais le nombre d'évaluations du modèle peut aussi être limité. Dans cette optique, les stratégies d'optimisation multigranularités sont appliquées, permettant de corriger ou de créer des modèles rapides pour l'optimisation à partir de quelques évaluations d'un modèle initial. Ce modèle est un système multidynamique intégrant un modèle éléments finis. La modélisation d'un tel système est effectuée via la méthode de relaxation des formes d'onde qui permet un couplage efficace en un temps raisonnable. Le temps de calcul est encore réduit par l'application aux modèles éléments finis électromagnétiques de méthodes de réduction de modèle. La méthode de relaxation des formes d'onde est appliquée à la modélisation d'un transformateur. Le transformateur est ensuite optimisé par des méthodes de space mapping et de krigeage. La méthode de relaxation des formes d'onde permet également le couplage d'un modèle électromagnétique non linéaire de type éléments finis avec un redresseur commandé et un modèle thermique éléments finis / These works aim at using finite element models in optimisation of multirate systems. Indeed, the finite element models are rarely used in optimisation because their computation time is too high. To reduce the duration of the optimisation process, simulation time of the model can be reduced, but the number of evaluations of the model can also be limited. In this perspective, multi-level optimisations are applied. They allow to correct or create fast models for the optimisation from a few number of evaluations of an initial model. The model is a multirate system including a finite element model. The modeling of such a system is done by waveform relaxation method which allows an efficient coupling in an acceptable computation time. Computation time is further reduced by applying model order reduction to the finite element models.The waveform relaxation method is applied to the modeling of a transformer. Then the transformer is optimised by space mapping and kriging techniques. The waveform relaxation method also allows the coupling of a finite element type electromagnetic non linear model with a rectifier and a finite element thermal model

L'objectif principal de cette thèse est le développement d'outils numériques peu coûteux pour la cartographie de concentrations de polluants a partir de mesures et de modèles déterministes avancés. Le développement mondial et l'urbanisation des populations génèrent une hausse d’émissions et d'expositions. A n d'estimer les expositions individuelles et évaluer leur association à des pathologies diverses, les campagnes de mesure de qualité de l'air, et des études épidémiologiques sur les effets de santé de la pollution sont devenues plus courantes. Cependant, les concentrations de pollution de l'air sont très variables en temps et en espace. La sensibilité et la précision de ces études est souvent détériorée par de mauvais classements des expositions dus aux estimations grossières des expositions individuelles. Les méthodes d'assimilation de données intègrent des données de mesures et des modèles mathématiques a n de mieux approximer le champ de concentration. Quand ces méthodes sont basées sur un modèle de qualité de l'air (AQM) déterministe avancé, elles sont capables de fournir des approximations détaillées et de petite échelle. Ces informations précises permettront de meilleures estimations d'exposition. Néanmoins, ces méthodes sont souvent tr es coûteuses. Elles nécessitent la résolution a plusieurs reprises du modèle, qui peut être coûteux soi-même. Dans ce travail nous enquêtons sur la combinaison des méthodes des bases réduites (RB) et d'assimilation de données pour des AQM avancés a l'échelle urbaine. Nous souhaitons diminuer le coût de résolution en exploitant les RB, et incorporer des données de mesure a n d'améliorer la qualité de la solution. On étend la méthode de Parameterized-Background Data-Weak (PBDW) pour des AQMs basés sur la physique. Cette méthode est capable d'estimer de façon rapide et "online" des concentrations de polluants à l'échelle du quartier. Elle se sert des AQMs disponibles dans une procédure non intrusive et efficace par rapport aux temps de calculs pour réduire le coût de résolution par des centaines de fois. Les résultats de PBDW sont comparés à la méthode d'interpolation empirique généralisée (GEIM) et à une méthode inverse usuelle, la méthode adjointe, a n de mesurer l'efficacité de la PBDW. Cette comparaison montre la possibilité d'augmenter la précision de la solution, et d'une grande réduction en temps de calcul par rapport à des méthodes classiques. Dans nos applications sur un modèle imparfait, l'étude a fourni des estimations d'état avec erreur d'approximation de moins de 10% presque partout. Les résultats se montrent prometteurs pour la reconstruction en temps réel de champs de pollution sur de grands domaines par la PBDW / The principal objective of this thesis is the development of low-cost numerical tools for spatial mapping of pollutant concentrations from field observations and advanced deterministic models. With increased pollutant emissions and exposure due to mass urbanization and development worldwide, air quality measurement campaigns and epidemiology studies of the association between air pollution and adverse health effects have become increasingly common. However, as air pollution concentrations are highly variable spatially and temporally, the sensitivity and accuracy of these epidemiology studies is often deteriorated by exposure misclassi cation due to poor estimates of individual exposures. Data assimilation methods incorporate available measurement data and mathematical models to provide improved approximations of the concentration. These methods, when based on an advanced deterministic air quality models (AQMs), could provide spatially-rich small-scale approximations and can enable better estimates of effects and exposures. However, these methods can be computationally expensive. They require repeated solution of the model, which could itself be costly. In this work we investigate a combined reduced basis (RB) data assimilation method for use with advanced AQMs on urban scales. We want to diminish the cost of resolution, using RB arguments, and incorporate measurement data to improve the quality of the solution. We extend the Parameterized-Background Data-Weak (PBDW) method to physically-based AQMs. This method can rapidly estimate "online" pollutant concentrations at urban scale, using available AQMs in a non-intrusive and computationally effcient manner, reducing computation times by factors up to hundreds. We apply this method in case studies representing urban residential pollution of PM2.5, and we study the stability of the method depending on the placement or air quality sensors. Results from the PBDW are compared to the Generalized Empirical Interpolation Method (GEIM) and a standard inverse problem, the adjoint method, in order to measure effciency of the method. This comparison shows possible improvement in precision and great improvement in computation cost with respect to classical methods. We fi nd that the PBDW method shows promise for the real-time reconstruction of a pollution eld in large-scale problems, providing state estimation with approximation error generally under 10% when applied to an imperfect model

Dans le domaine de l’ingénierie (par exemple l’aéronautique, l’automobile, la biologie, les circuits), les systèmes dynamiques sont le cadre de base utilisé pour modéliser, contrôler et analyser une grande variété de systèmes et de phénomènes. En raison de l’utilisation croissante de logiciels dédiés de modélisation par ordinateur, la simulation numérique devient de plus en plus utilisée pour simuler un système ou un phénomène complexe et raccourcir le temps de développement et le coût. Cependant, le besoin d’une précision de modèle améliorée conduit inévitablement à un nombre croissant de variables et de ressources à gérer au prix d’un coût numérique élevé. Cette contrepartie justifie la réduction du modèle. Pour les systèmes linéaires invariant dans le temps, plusieurs approches de réduction de modèle ont été effectivement développées depuis les années 60. Parmi celles-ci, les méthodes basées sur l’interpolation se distinguent par leur souplesse et leur faible coût de calcul, ce qui en fait un candidat prédestiné à la réduction de systèmes véritablement à grande échelle. Les progrès récents démontrent des façons de trouver des paramètres de réduction qui minimisent localement la norme H2 de l’erreur d’incompatibilité. En général, une approximation d’ordre réduit est considérée comme un modèle de dimension finie. Cette représentation est assez générale et une large gamme de systèmes dynamiques linéaires peut être convertie sous cette forme, du moins en principe. Cependant, dans certains cas, il peut être plus pertinent de trouver des modèles à ordre réduit ayant des structures plus complexes. A titre d’exemple, certains systèmes de phénomènes de transport ont leurs valeurs singulières Hankel qui se décomposent très lentement et ne sont pas facilement approchées par un modèle de dimension finie. En outre, pour certaines applications, il est intéressant de disposer d’un modèle structuré d’ordre réduit qui reproduit les comportements physiques. C’est pourquoi, dans cette thèse, les modèles à ordre réduit ayant des structures de retard ont été plus précisément considérés. Ce travail a consisté, d’une part, à développer de nouvelles techniques de réduction de modèle pour des modèles à ordre réduit avec des structures de retard et, d’autre part, à trouver de nouvelles applications d’approximation de modèle. La contribution majeure de cette thèse couvre les sujets d’approximation et inclut plusieurs contributions au domaine de la réduction de modèle. Une attention particulière a été accordée au problème de l’approximation du modèle optimale pour les modèles structurés retardés. À cette fin, de nouveaux résultats théoriques et méthodologiques ont été obtenus et appliqués avec succès aux repères académiques et industriels. De plus, la dernière partie de ce manuscrit est consacrée à l’analyse de la stabilité des systèmes retardés par des méthodes interpolatoires. Certaines déclarations théoriques ainsi qu’une heuristique sont développées permettant d’estimer de manière rapide et précise les diagrammes de stabilité de ces systèmes. / In the engineering area (e.g. aerospace, automotive, biology, circuits), dynamical systems are the basic framework used for modeling, controlling and analyzing a large variety of systems and phenomena. Due to the increasing use of dedicated computer-based modeling design software, numerical simulation turns to be more and more used to simulate a complex system or phenomenon and shorten both development time and cost. However, the need of an enhanced model accuracy inevitably leads to an increasing number of variables and resources to manage at the price of a high numerical cost. This counterpart is the justification for model reduction. For linear time-invariant systems, several model reduction approaches have been effectively developed since the 60’s. Among these, interpolation-based methods stand out due to their flexibility and low computational cost, making them a predestined candidate in the reduction of truly large-scale systems. Recent advances demonstrate ways to find reduction parameters that locally minimize the H2 norm of the mismatch error. In general, a reduced-order approximation is considered to be a finite dimensional model. This representation is quite general and a wide range of linear dynamical systems can be converted in this form, at least in principle. However, in some cases, it may be more relevant to find reduced-order models having some more complex structures. As an example, some transport phenomena systems have their Hankel singular values which decay very slowly and are not easily approximated by a finite dimensional model. In addition, for some applications, it is valuable to have a structured reduced-order model which reproduces the physical behaviors. That is why, in this thesis, reduced-order models having delay structures have been more specifically considered. This work has focused, on the one hand, in developing new model reduction techniques for reduced order models having delay structures, and, on the other hand, in finding new applications of model approximation. The major contribution of this thesis covers approximation topics and includes several contributions to the area of model reduction. A special attention was given to the H2 optimal model approximation problem for delayed structured models. For this purpose, some new theoretical and methodological results were derived and successfully applied to both academic and industrial benchmarks. In addition, the last part of this manuscript is dedicated to the analysis of time-delayed systems stability using interpolatory methods. Some theoretical statements as well as an heuristic are developed enabling to estimate in a fast and accurate way the stability charts of those systems.

Ce travail de recherche présente une extension de la construction classique des modèles réduits (ROMs) obtenus par analyse modale, en dynamique numérique des structures linéaires. Cette extension est basée sur une stratégie de projection multi-niveau, pour l'analyse dynamique des structures complexes en présence d'incertitudes. De nos jours, il est admis qu'en dynamique des structures, la prévision sur une large bande de fréquence obtenue à l'aide d'un modèle éléments finis doit être améliorée en tenant compte des incertitudes de modèle induites par les erreurs de modélisation, dont le rôle croît avec la fréquence. Dans un tel contexte, l'approche probabiliste non-paramétrique des incertitudes est utilisée, laquelle requiert l'introduction d'un ROM. Par conséquent, ces deux aspects, évolution fréquentielle des niveaux d'incertitudes et réduction de modèle, nous conduisent à considérer le développement d'un ROM multi-niveau, pour lequel les niveaux d'incertitudes dans chaque partie de la bande de fréquence peuvent être adaptés. Dans cette thèse, on s'intéresse à l'analyse dynamique de structures complexes caractérisées par la présence de plusieurs niveaux structuraux, par exemple avec un squelette rigide qui supporte diverses sous-parties flexibles. Pour de telles structures, il est possible d'avoir, en plus des modes élastiques habituels dont les déplacements associés au squelette sont globaux, l'apparition de nombreux modes élastiques locaux, qui correspondent à des vibrations prédominantes des sous-parties flexibles. Pour ces structures complexes, la densité modale est susceptible d'augmenter fortement dès les basses fréquences (BF), conduisant, via la méthode d'analyse modale, à des ROMs de grande dimension (avec potentiellement des milliers de modes élastiques en BF). De plus, de tels ROMs peuvent manquer de robustesse vis-à-vis des incertitudes, en raison des nombreux déplacements locaux qui sont très sensibles aux incertitudes. Il convient de noter qu'au contraire des déplacements globaux de grande longueur d'onde caractérisant la bande BF, les déplacements locaux associés aux sous-parties flexibles de la structure, qui peuvent alors apparaître dès la bande BF, sont caractérisés par de courtes longueurs d'onde, similairement au comportement dans la bande hautes fréquences (HF). Par conséquent, pour les structures complexes considérées, les trois régimes vibratoires BF, MF et HF se recouvrent, et de nombreux modes élastiques locaux sont entremêlés avec les modes élastiques globaux habituels. Cela implique deux difficultés majeures, concernant la quantification des incertitudes d'une part et le coût numérique d'autre part. L'objectif de cette thèse est alors double. Premièrement, fournir un ROM stochastique multi-niveau qui est capable de rendre compte de la variabilité hétérogène introduite par le recouvrement des trois régimes vibratoires. Deuxièmement, fournir un ROM prédictif de dimension réduite par rapport à celui de l'analyse modale. Une méthode générale est présentée pour la construction d'un ROM multi-niveau, basée sur trois bases réduites (ROBs) dont les déplacements correspondent à l'un ou l'autre des régimes vibratoires BF, MF ou HF (associés à des déplacements de type BF, de type MF ou bien de type HF). Ces ROBs sont obtenues via une méthode de filtrage utilisant des fonctions de forme globales pour l'énergie cinétique (par opposition aux fonctions de forme locales des éléments finis). L'implémentation de l'approche probabiliste non-paramétrique dans le ROM multi-niveau permet d'obtenir un ROM stochastique multi-niveau avec lequel il est possible d'attribuer un niveau d'incertitude spécifique à chaque ROB. L'application présentée est relative à une automobile, pour laquelle le ROM stochastique multi-niveau est identifié par rapport à des mesures expérimentales. Le ROM proposé permet d'obtenir une dimension réduite ainsi qu'une prévision améliorée, en comparaison avec un ROM stochastique classique / This work deals with an extension of the classical construction of reduced-order models (ROMs) that are obtained through modal analysis in computational linear structural dynamics. It is based on a multilevel projection strategy and devoted to complex structures with uncertainties. Nowadays, it is well recognized that the predictions in structural dynamics over a broad frequency band by using a finite element model must be improved in taking into account the model uncertainties induced by the modeling errors, for which the role increases with the frequency. In such a framework, the nonparametric probabilistic approach of uncertainties is used, which requires the introduction of a ROM. Consequently, these two aspects, frequency-evolution of the uncertainties and reduced-order modeling, lead us to consider the development of a multilevel ROM in computational structural dynamics, which has the capability to adapt the level of uncertainties to each part of the frequency band. In this thesis, we are interested in the dynamical analysis of complex structures in a broad frequency band. By complex structure is intended a structure with complex geometry, constituted of heterogeneous materials and more specifically, characterized by the presence of several structural levels, for instance, a structure that is made up of a stiff main part embedding various flexible sub-parts. For such structures, it is possible having, in addition to the usual global-displacements elastic modes associated with the stiff skeleton, the apparition of numerous local elastic modes, which correspond to predominant vibrations of the flexible sub-parts. For such complex structures, the modal density may substantially increase as soon as low frequencies, leading to high-dimension ROMs with the modal analysis method (with potentially thousands of elastic modes in low frequencies). In addition, such ROMs may suffer from a lack of robustness with respect to uncertainty, because of the presence of the numerous local displacements, which are known to be very sensitive to uncertainties. It should be noted that in contrast to the usual long-wavelength global displacements of the low-frequency (LF) band, the local displacements associated with the structural sub-levels, which can then also appear in the LF band, are characterized by short wavelengths, similarly to high-frequency (HF) displacements. As a result, for the complex structures considered, there is an overlap of the three vibration regimes, LF, MF, and HF, and numerous local elastic modes are intertwined with the usual global elastic modes. This implies two major difficulties, pertaining to uncertainty quantification and to computational efficiency. The objective of this thesis is thus double. First, to provide a multilevel stochastic ROM that is able to take into account the heterogeneous variability introduced by the overlap of the three vibration regimes. Second, to provide a predictive ROM whose dimension is decreased with respect to the classical ROM of the modal analysis method. A general method is presented for the construction of a multilevel ROM, based on three orthogonal reduced-order bases (ROBs) whose displacements are either LF-, MF-, or HF-type displacements (associated with the overlapping LF, MF, and HF vibration regimes). The construction of these ROBs relies on a filtering strategy that is based on the introduction of global shape functions for the kinetic energy (in contrast to the local shape functions of the finite elements). Implementing the nonparametric probabilistic approach in the multilevel ROM allows each type of displacements to be affected by a particular level of uncertainties. The method is applied to a car, for which the multilevel stochastic ROM is identified with respect to experiments, solving a statistical inverse problem. The proposed ROM allows for obtaining a decreased dimension as well as an improved prediction with respect to a classical stochastic ROM

La solution numérique des systèmes dynamiques est un moyen efficace pour étudier des phénomènes physiques complexes. Cependant, dans un cadre à grande échelle, la dimension du système rend les calculs infaisables en raison des limites de mémoire et de temps, ainsi que le mauvais conditionnement. La solution de ce problème est la réduction de modèles. Cette thèse porte sur les méthodes de projection pour construire efficacement des modèles d'ordre inférieur à partir des systèmes linéaires dynamiques de grande taille. En particulier, nous nous intéressons à la projection sur la réunion de plusieurs sous-espaces de Krylov standard qui conduit à une classe de modèles d'ordre réduit. Cette méthode est connue par l'interpolation rationnelle. En se basant sur ce cadre théorique qui relie la projection de Krylov à l'interpolation rationnelle, quatre algorithmes de type Lanczos rationnel pour la réduction de modèles sont proposés. Dans un premier temps, nous avons introduit une méthode adaptative de type Lanczos rationnel par block pour réduire l'ordre des systèmes linéaires dynamiques de grande taille, cette méthode est basée sur l'algorithme de Lanczos rationnel par block et une méthode adaptative pour choisir les points d'interpolation. Une généralisation de ce premier algorithme est également donnée, où différentes multiplicités sont considérées pour chaque point d'interpolation. Ensuite, nous avons proposé une autre extension de la méthode du sous-espace de Krylov standard pour les systèmes à plusieurs-entrées plusieurs-sorties, qui est le sous-espace de Krylov global. Nous avons obtenu des équations qui décrivent cette procédure. Finalement, nous avons proposé une méthode de Lanczos étendu par block et nous avons établi de nouvelles propriétés algébriques pour cet algorithme. L'efficacité et la précision de tous les algorithmes proposés, appliqués sur des problèmes de réduction de modèles, sont testées dans plusieurs exemples numériques. / Numerical solution of dynamical systems have been a successful means for studying complex physical phenomena. However, in large-scale setting, the system dimension makes the computations infeasible due to memory and time limitations, and ill-conditioning. The remedy of this problem is model reductions. This dissertations focuses on projection methods to efficiently construct reduced order models for large linear dynamical systems. Especially, we are interesting by projection onto unions of Krylov subspaces which lead to a class of reduced order models known as rational interpolation. Based on this theoretical framework that relate Krylov projection to rational interpolation, four rational Lanczos-type algorithms for model reduction are proposed. At first, an adaptative rational block Lanczos-type method for reducing the order of large scale dynamical systems is introduced, based on a rational block Lanczos algorithm and an adaptive approach for choosing the interpolation points. A generalization of the first algorithm is also given where different multiplicities are consider for each interpolation point. Next, we proposed another extension of the standard Krylov subspace method for Multiple-Input Multiple-Output (MIMO) systems, which is the global Krylov subspace, and we obtained also some equations that describe this process. Finally, an extended block Lanczos method is introduced and new algebraic properties for this algorithm are also given. The accuracy and the efficiency of all proposed algorithms when applied to model order reduction problem are tested by means of different numerical experiments that use a collection of well known benchmark examples.

L'objectif principal est de faire premiers pas vers la conception topologique de structures hétérogènes à comportement non-linéaires. Le deuxième objectif est d’optimiser simultanément la topologie de la structure et du matériau. Il requiert la combinaison des méthodes de conception optimale et des approches de modélisation multi-échelle. En raison des lourdes exigences de calcul, nous avons introduit des techniques de réduction de modèle et de calcul parallèle. Nous avons développé tout d’abord un cadre de conception multi-échelle constitué de l’optimisation topologique et la modélisation multi-échelle. Ce cadre fournit un outil automatique pour des structures dont le modèle de matériau sous-jacent est directement régi par la géométrie de la microstructure réaliste et des lois de comportement microscopiques. Nous avons ensuite étendu le cadre en introduisant des variables supplémentaires à l’échelle microscopique pour effectuer la conception simultanée de la structure et de la microstructure. En ce qui concerne les exigences de calcul et de stockage de données en raison de multiples réalisations de calcul multi-échelle sur les configurations similaires, nous avons introduit: les approches de réduction de modèle. Nous avons développé un substitut d'apprentissage adaptatif pour le cas de l’élasticité non-linéaire. Pour viscoplasticité, nous avons collaboré avec le Professeur Felix Fritzen de l’Université de Stuttgart en utilisant son modèle de réduction avec la programmation parallèle sur GPU. Nous avons également adopté une autre approche basée sur le potentiel de réduction issue de la littérature pour améliorer l’efficacité de la conception simultanée. / High-performance heterogeneous materials have been increasingly used nowadays for their advantageous overall characteristics resulting in superior structural mechanical performance. The pronounced heterogeneities of materials have significant impact on the structural behavior that one needs to account for both material microscopic heterogeneities and constituent behaviors to achieve reliable structural designs. Meanwhile, the fast progress of material science and the latest development of 3D printing techniques make it possible to generate more innovative, lightweight, and structurally efficient designs through controlling the composition and the microstructure of material at the microscopic scale. In this thesis, we have made first attempts towards topology optimization design of multiscale nonlinear structures, including design of highly heterogeneous structures, material microstructural design, and simultaneous design of structure and materials. We have primarily developed a multiscale design framework, constituted of two key ingredients : multiscale modeling for structural performance simulation and topology optimization forstructural design. With regard to the first ingredient, we employ the first-order computational homogenization method FE2 to bridge structural and material scales. With regard to the second ingredient, we apply the method Bi-directional Evolutionary Structural Optimization (BESO) to perform topology optimization. In contrast to the conventional nonlinear design of homogeneous structures, this design framework provides an automatic design tool for nonlinear highly heterogeneous structures of which the underlying material model is governed directly by the realistic microstructural geometry and the microscopic constitutive laws. Note that the FE2 method is extremely expensive in terms of computing time and storage requirement. The dilemma of heavy computational burden is even more pronounced when it comes to topology optimization : not only is it required to solve the time-consuming multiscale problem once, but for many different realizations of the structural topology. Meanwhile we note that the optimization process requires multiple design loops involving similar or even repeated computations at the microscopic scale. For these reasons, we introduce to the design framework a third ingredient : reduced-order modeling (ROM). We develop an adaptive surrogate model using snapshot Proper Orthogonal Decomposition (POD) and Diffuse Approximation to substitute the microscopic solutions. The surrogate model is initially built by the first design iteration and updated adaptively in the subsequent design iterations. This surrogate model has shown promising performance in terms of reducing computing cost and modeling accuracy when applied to the design framework for nonlinear elastic cases. As for more severe material nonlinearity, we employ directly an established method potential based Reduced Basis Model Order Reduction (pRBMOR). The key idea of pRBMOR is to approximate the internal variables of the dissipative material by a precomputed reduced basis computed from snapshot POD. To drastically accelerate the computing procedure, pRBMOR has been implemented by parallelization on modern Graphics Processing Units (GPUs). The implementation of pRBMOR with GPU acceleration enables us to realize the design of multiscale elastoviscoplastic structures using the previously developed design framework inrealistic computing time and with affordable memory requirement. We have so far assumed a fixed material microstructure at the microscopic scale. The remaining part of the thesis is dedicated to simultaneous design of both macroscopic structure and microscopic materials. By the previously established multiscale design framework, we have topology variables and volume constraints defined at both scales.

Les roues aubagées sont des composants dont le comportement dynamique est très sensible au désaccordage involontaire causé par les tolérances de fabrication qui rendent les aubes légèrement différentes les unes des autres. Cette sensibilité se traduit généralement par une amplification des vibrations. L’objectif de ce travail de recherche est de proposer de nouvelles méthodologies permettant d’optimiser la conception en vibration des roues aubagées vis à vis du désaccordage involontaire. L’optimisation est faite pour la réponse forcée et sous une contrainte de marge à la stabilité aéroélastique. Dans ce contexte, le désaccordage intentionnel par modification géométrique des aubes est utilisé. Pour réduire les temps de calcul, une nouvelle méthode de réduction de modèles de roues aubagées désaccordées intentionnellement par modification géométrique est développée et validée. La modélisation des incertitudes incluant le désaccordage involontaire, est faite avec une approche probabiliste non paramétrique. Une application à l’optimisation de la conception en vibration d’une roue réelle a finalement été effectuée en deux phases : (1) une optimisation de la répartition des différentes aubes désaccordées intentionnellement sur la roue aubagée et (2) une optimisation du niveau de modification géométrique de ces aubes. Les résultats montrent qu’une conception robuste par désaccordage intentionnel de la roue aubagée a été effectuée / Bladed disks are components which dynamic behaviour are very sensitive to mistuning induced by the manufacturing process which makes blades differ from one another. This sensitivity increases in general the vibrations. The objective of this research is to propose new methods for optimizing design in vibration of bladed disks with respect to mistuning. Optimization is done for the forced response while keeping a sufficient aeroelastic stability margin. In this context, detuning by modifying geometrically the blades’ shapes is used. To reduce numerical computational costs, a new reduction method for geometrically detuned bladed disks is developed and validate. Uncertainties modeling including mistuning is done with a non-parametric probabilistic approach. An application by optimizing the design in vibration of a realistic bladed disk is finally done in two steps : (1) An optimization of the different detuned blades arrangements around the disk and (2) an optimization of the geometric modification level of blades. The results show that a robust design of the bladed disks has been done using geometric detuning

Afin d'exploiter au mieux son parc nucléaire, la R&D d'EDF est en train de développer une nouvelle chaîne de calcul pour simuler le cœur des réacteurs nucléaires avec des outils à l'état de l'art. Ces calculs nécessitent une grande quantité de données physiques, en particulier les sections efficaces. Dans la simulation d'un cœur complet, le nombre de valeurs des sections efficaces est de l'ordre de plusieurs milliards. Ces sections efficaces peuvent être représentées comme des fonctions multivariées dépendant de plusieurs paramètres physiques. La détermination des sections efficaces étant un calcul complexe et long, nous pouvons donc les précalculer en certaines valeurs des paramètres (caluls hors ligne) puis les évaluer en tous points par une interpolation (calculs en ligne). Ce processus demande un modèle de reconstruction des sections efficaces entre les deux étapes. Pour réaliser une simulation plus fidèle du cœur dans la nouvelle chaîne d'EDF, les sections efficaces nécessitent d'être mieux représentées en prenant en compte de nouveaux paramètres. Par ailleurs, la nouvelle chaîne se doit d'être en mesure de calculer le réacteur dans des situations plus larges qu'actuellement. Le modèle d'interpolation multilinéaire pour reconstruire les sections efficaces est celui actuellement utilisé pour répondre à ces objectifs. Néanmoins, avec ce modèle, le nombre de points de discrétisation augmente exponentiellement en fonction du nombre de paramètres ou de manière considérable quand on ajoute des points sur un des axes. Par conséquence, le nombre et le temps des calculs hors ligne ainsi que la taille du stockage des données deviennent problématique. L'objectif de cette thèse est donc de trouver un nouveau modèle pour répondre aux demandes suivantes : (i)-(hors ligne) réduire le nombre de précalculs, (ii)-(hors ligne) réduire le stockage de données pour la reconstruction et (iii)-(en ligne) tout en conservant (ou améliorant) la précision obtenue par l'interpolation multilinéaire. D'un point de vue mathématique, ce problème consiste à approcher des fonctions multivariées à partir de leurs valeurs précalculées. Nous nous sommes basés sur le format de Tucker - une approximation de tenseurs de faible rang afin de proposer un nouveau modèle appelé la décomposition de Tucker . Avec ce modèle, une fonction multivariée est approchée par une combinaison linéaire de produits tensoriels de fonctions d'une variable. Ces fonctions d'une variable sont construites grâce à une technique dite de décomposition en valeurs singulières d'ordre supérieur (une « matricization » combinée à une extension de la décomposition de Karhunen-Loève). L'algorithme dit glouton est utilisé pour constituer les points liés à la résolution des coefficients dans la combinaison de la décomposition de Tucker. Les résultats obtenus montrent que notre modèle satisfait les critères exigés sur la réduction de données ainsi que sur la précision. Avec ce modèle, nous pouvons aussi éliminer a posteriori et à priori les coefficients dans la décomposition de Tucker. Cela nous permet de réduire encore le stockage de données dans les étapes hors ligne sans réduire significativement la précision. / In order to optimize the operation of its nuclear power plants, the EDF's R&D department iscurrently developing a new calculation chain to simulate the nuclear reactors core with state of the art tools. These calculations require a large amount of physical data, especially the cross-sections. In the full core simulation, the number of cross-section values is of the order of several billions. These cross-sections can be represented as multivariate functions depending on several physical parameters. The determination of cross-sections is a long and complex calculation, we can therefore pre-compute them in some values of parameters (online calculations), then evaluate them at all desired points by an interpolation (online calculations). This process requires a model of cross-section reconstruction between the two steps. In order to perform a more faithful core simulation in the new EDF's chain, the cross-sections need to be better represented by taking into account new parameters. Moreover, the new chain must be able to calculate the reactor in more extensive situations than the current one. The multilinear interpolation is currently used to reconstruct cross-sections and to meet these goals. However, with this model, the number of points in its discretization increases exponentially as a function of the number of parameters, or significantly when adding points to one of the axes. Consequently, the number and time of online calculations as well as the storage size for this data become problematic. The goal of this thesis is therefore to find a new model in order to respond to the following requirements: (i)-(online) reduce the number of pre-calculations, (ii)-(online) reduce stored data size for the reconstruction and (iii)-(online) maintain (or improve) the accuracy obtained by multilinear interpolation. From a mathematical point of view, this problem involves approaching multivariate functions from their pre-calculated values. We based our research on the Tucker format - a low-rank tensor approximation in order to propose a new model called the Tucker decomposition . With this model, a multivariate function is approximated by a linear combination of tensor products of one-variate functions. These one-variate functions are constructed by a technique called higher-order singular values decomposition (a « matricization » combined with an extension of the Karhunen-Loeve decomposition). The so-called greedy algorithm is used to constitute the points related to the resolution of the coefficients in the combination of the Tucker decomposition. The results obtained show that our model satisfies the criteria required for the reduction of the data as well as the accuracy. With this model, we can eliminate a posteriori and a priori the coefficients in the Tucker decomposition in order to further reduce the data storage in online steps but without reducing significantly the accuracy.

Cette thèse s’intéresse à la modélisation et à la commande de robots déformables, c’est à dire de robots dont le mouvement se fait par déformation. Nous nous intéressons à la conception de lois de contrôle en boucle fermée répondant aux besoins spécifiques du contrôle dynamique de robots déformables, sans restrictions fortes sur leur géométrie. La résolution de ce défi soulève des questions théoriques qui nous amènent au deuxième objectif de cette thèse: développer de nouvelles stratégies pour étudier les systèmes de grandes dimensions. Ce manuscrit couvre l’ensemble du développement des lois de commandes, de l’étape de modélisation à la validation expérimentale. Outre les études théoriques, différentes plateformes expérimentales sont utilisées pour valider les résultats. Des robots déformables actionnés par câble et par pression sont utilisés pour tester les algorithmes de contrôle. A travers ces différentes plateformes, nous montrons que la méthode peut gérer différents types d’actionnement, différentes géométries et propriétés mécaniques. Cela souligne l’un des intérêts de la méthode, sa généricité. D’un point de vue théorique, les systèmes dynamiques à grande dimensions ainsi que les algorithmes de réduction de modèle sont étudiés. En effet, modéliser des structures déformables implique de résoudre des équations issues de la mécanique des milieux continus, qui sont résolues à l’aide de la méthode des éléments finis (FEM). Ceci fournit un modèle précis des robots mais nécessite de discrétiser la structure en un maillage composé de milliers d’éléments, donnant lieu à des systèmes dynamiques de grandes dimensions. Cela conduit à travailler avec des modèles de grandes dimensions, qui ne conviennent pas à la conception d’algorithmes de contrôle. Une première partie est consacrée à l’étude du modèle dynamique à grande dimension et de son contrôle, sans recourir à la réduction de modèle. Nous présentons un moyen de contrôler le système à grande dimension en utilisant la connaissance d’une fonction de Lyapunov en boucle ouverte. Ensuite, nous présentons des algorithmes de réduction de modèle afin de concevoir des contrôleurs de dimension réduite et des observateurs capables de piloter ces robots déformables. Les lois de contrôle validées sont basées sur des modèles linéaires, il s’agit d’une limitation connue de ce travail car elle contraint l’espace de travail du robot. Ce manuscrit se termine par une discussion qui offre un moyen d’étendre les résultats aux modèles non linéaires. L’idée est de linéariser le modèle non linéaire à grande échelle autour de plusieurs points de fonctionnement et d’interpoler ces points pour couvrir un espace de travail plus large. / This thesis focuses on the design of closed-loop control laws for the specific needs of dynamic control of soft robots, without being too restrictive regarding the robots geometry. It covers the entire development of the controller, from the modeling step to the practical experimental validation. In addition to the theoretical studies, different experimental setups are used to illustrate the results. A cable-driven soft robot and a pressurized soft arm are used to test the control algorithms. Through these different setups, we show that the method can handle different types of actuation, different geometries and mechanical properties. This emphasizes one of the interests of the method, its genericity. From a theoretical point a view, large-scale dynamical systems along with model reduction algorithms are studied. Indeed, modeling soft structures implies solving equations coming from continuum mechanics using the Finite Element Method (FEM). This provides an accurate model of the robots but it requires to discretize the structure into a mesh composed of thousands of elements, yielding to large-scale dynamical systems. This leads to work with models of large dimensions, that are not suitable to design control algorithms. A first part is dedicated to the study of the large-scale dynamic model and its control, without using model reduction. We present a way to control the large-scale system using the knowledge of an open-loop Lyapunov function. Then, this work investigates model reduction algorithms to design low order controllers and observers to drive soft robots. The validated control laws are based on linear models. This is a known limitation of this work as it constrains the guaranteed domain of the controller. This manuscript ends with a discussion that offers a way to extend the results towards nonlinear models. The idea is to linearize the large-scale nonlinear model around several operating points and interpolate between these points to cover a wider workspace.