L'objectif de ce travail de thèse est de poser, d'analyser et de résoudre le problème multidisciplinaire et multi-objectif de la conception d'avions plus écologiques et plus économiques. Dans ce but, les principaux drivers de l'optimisation des performances d'un avion seront: la géométrie de l'avion, son moteur ainsi que son profil de mission, autrement dit sa trajectoire. Les objectifs à minimiser considérés sont la consommation de carburant, l'impact climatique et le coût d'opération de l'avion. L'étude sera axée sur la stratégie de recherche de compromis entre ces objectifs, afin d'identifier les configurations d'avions optimales selon le critère sélectionné et de proposer une analyse de ces résultats. L'incertitude présente au niveau des modèles utilisés sera prise en compte par des méthodes rigoureusement sélectionnées. Une configuration d'avion hybride est proposée pour atteindre l'objectif de réduction d'impact climatique. / The objective of this PhD work is to pose, investigate, and solve the highly multidisciplinary and multiobjective problem of environmentally efficient aircraft design and operation. In this purpose, the main three drivers for optimizing the environmental performance of an aircraft are the airframe, the engine, and the mission profiles. The figures of merit, which will be considered for optimization, are fuel burn, local emissions, global emissions, and climate impact (noise excluded). The study will be focused on finding efficient compromise strategies and identifying the most powerful design architectures and design driver combinations for improvement of environmental performances. The modeling uncertainty will be considered thanks to rigorously selected methods. A hybrid aircraft configuration is proposed to reach the climatic impact reduction objective.

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.

L’objectif ultime de ce travail de thèse est d’évaluer la possibilité de valider et d’optimiser un processus de fabrication en utilisant la simulation numérique en tenant compte des incertitudes irréductibles sur le procédé, les matériaux et la géométrie du produit fabriqué. La prise en compte des incertitudes nécessite de quantifier les effets des variations des paramètres du modèle sur les sorties de celui-ci, en propageant ces variations via la simulation numérique pour évaluer leurs effets sur les sorties. Dans ce travail nous avons proposé une procédure pour déterminer le seuil de sensibilité du modèle numérique afin de construire des plans d’expériences numériques cohérents avec ce seuil. Nous avons également montré que, compte tenu des incertitudes sur les matériaux et la géométrie du produit, il est possible d’optimiser certains paramètres du procédé pour contrôler les effets des incertitudes sur les variations dimensionnelles et morphologiques du produit. Pour cela, nous avons proposé une procédure d’optimisation basée sur un algorithme NSGA-II et une méta-modélisation du procédé. L’application à l’emboutissage d’une tôle en U, retour élastique inclus, montre qu’il s’agit d’un problème de conception robuste pour lequel nous obtenons l’ensemble des compromis entre l’écart à la moyenne et l’écart type d’une fonction « performance » du procédé correctement choisie. Finalement l’analyse de ces résultats nous permet de quantifier le lien entre la notion de robustesse d’une solution optimisée du procédé et les critères de mesure de la qualité du produit / The ultimate objective of this thesis is to evaluate the possibility to validate and optimize a manufacturing process using numerical simulation and taking into account the irreducible uncertainties in the process, materials and geometry of manufactured product. Taking into account the uncertainties requires quantifying the effects of variations of model parameters on the outputs, by propagating these variations via computer simulation to assess their effects on the outputs. In this work, we have proposed a procedure to determine the sensitivity threshold of the numerical model to build numerical Design of Experiments consistent with this threshold. We have also shown that, given the uncertainties in the materials and the geometry of the product, it is possible to optimize certain process parameters to control the effects of uncertainties on the dimensional and morphological variations of the product. For this, we have proposed an optimization procedure based on NSGA-II algorithm and a meta-modeling of the process. The application for deep drawing of a U-shaped sheet metal part, springback included shows that it is a robust design problem for which we get all the compromise between the deviation from the mean and standard deviation of a "performance" depending on the process correctly chosen. Finally, the analysis of these results allows us to quantify the relationship between the notion of robustness of an optimized solution of the process and criteria for measuring the quality of the product

Les nouvelles attentes vis-à-vis des nouveaux trains à grande vitesse sont nombreuses: on les voudrait plus rapides, plus confortables, plus stables, tout en étant moins consommateur d'énergie, moins agressif vis-à-vis des voies, moins bruyants… Afin d'optimiser la conception de ces trains du futur, il est alors nécessaire de pouvoir se baser sur une connaissance précise de l'ensemble des conditions de circulations qu'ils sont susceptibles de rencontrer au cours de leur cycle de vie. Afin de relever ces défis, la simulation a un très grand rôle à jouer. Pour que la simulation puisse être utilisée dans des perspectives de conception, de certification et d'optimisation de la maintenance, elle doit alors être tout à fait représentative de l'ensemble des comportements physiques mis en jeu. Le modèle du train, du contact entre les roues et le rail, doivent ainsi être validés avec attention, et les simulations doivent être lancées sur des ensembles d'excitations qui sont réalistes et représentatifs de ces défauts de géométrie. En ce qui concerne la dynamique, la géométrie de la voie, et plus particulièrement les défauts de géométrie, représentent une des principales sources d'excitation du train, qui est un système mécanique fortement non linéaire. A partir de mesures de la géométrie d'un réseau ferroviaire, un paramétrage complet de la géométrie de la voie et de sa variabilité semblent alors nécessaires, afin d'analyser au mieux le lien entre la réponse dynamique du train et les propriétés physiques et statistiques de la géométrie de la voie. Dans ce contexte, une approche pertinente pour modéliser cette géométrie de la voie, est de la considérer comme un champ aléatoire multivarié, dont les propriétés sont a priori inconnues. En raison des interactions spécifiques entre le train et la voie, il s'avère que ce champ aléatoire n'est ni Gaussien ni stationnaire. Ce travail de thèse s'est alors particulièrement concentré sur le développement de méthodes numériques permettant l'identification en inverse, à partir de mesures expérimentales, de champs aléatoires non Gaussiens et non stationnaires. Le comportement du train étant très non linéaire, ainsi que très sensible vis-à-vis de la géométrie de la voie, la caractérisation du champ aléatoire correspondant aux défauts de géométrie doit être extrêmement fine, tant du point de vue fréquentiel que statistique. La dimension des espaces statistiques considérés est alors très importante. De ce fait, une attention toute particulière a été portée dans ces travaux aux méthodes de réduction statistique, ainsi qu'aux méthodes pouvant être généralisées à la très grande dimension. Une fois la variabilité de la géométrie de la voie caractérisée à partir de données expérimentales, elle doit ensuite être propagée au sein du modèle numérique ferroviaire. A cette fin, les propriétés mécaniques d'un modèle numérique de train à grande vitesse ont été identifiées à partir de mesures expérimentales. La réponse dynamique stochastique de ce train, soumis à un très grand nombre de conditions de circulation réalistes et représentatives générées à partir du modèle stochastique de la voie ferrée, a été ainsi évaluée. Enfin, afin d'illustrer les possibilités apportées par un tel couplage entre la variabilité de la géométrie de la voie et la réponse dynamique du train, ce travail de thèse aborde trois applications / High speed trains are currently meant to run faster and to carry heavier loads, while being less energy consuming and still ensuring the safety and comfort certification criteria. In order to optimize the conception of such innovative trains, a precise knowledge of the realm of possibilities of track conditions that the train is likely to be confronted to during its life cycle is necessary. Simulation has therefore a big to play in this context. However, to face these challenges, it has to be very representative of the physical behavior of the system. From a general point of view, a railway simulation can be seen as the dynamic response of a non-linear mechanical system, the train, which is excited by a complex multivariate spatial function, the track geometry. Therefore, the models of the train, of the wheel/rail contact forces have thus to be fully validated and the simulations have to be raised on sets of excitations that are realistic and representative of the track geometry. Based on experimental measurements, a complete parametrization of the track geometry and of its variability would be of great concern to analyze the complex link between the train dynamics and the physical and statistical properties of the track geometry. A good approach to characterize this variability is to model the track geometry as a multivariate random field, for which statistical properties are only known through a set of independent realizations. Due to the specific interactions between the train and the track, this random field is neither stationary nor Gaussian. In order to propagate the track geometry variability to the train response, methods to identify in inverse, from a finite set of experimental data, the statistical properties of non-stationary and non-Gaussian random fields were analyzed in this thesis. The train behavior being very non-linear and very sensitive to the track geometry, the random field has to be described very precisely from frequency and statistical points of view. As a result, the statistical dimension of this random field is very high. Hence, a particular attention is paid in this thesis to statistical reduction methods and to statistical identification methods that can be numerically applied to the high dimensional case. Once the track geometry variability has been characterized from experimental data, it has to be propagated through the model. To this end, a normalized multibody model of a high speed train, whose mechanical parameters have been carefully identified from experimental measurements, has been made run on sets of realistic and representative running conditions. The commercial software Vampire was used to solve these dynamic equations. At last, three applications are proposed to illustrate to what extent such a railway stochastic modeling opens new possibilities in terms of virtual certification, predictive maintenance and optimization of the railway system

La conception des bâtiments à faible consommation d’énergie est devenue un enjeu très important dans le but de réduire au maximum la consommation d’énergie et les émissions de gaz à effet de serre associées. Pour y arriver, il est indispensable de connaître les sources potentielles de biais et d’incertitude dans le domaine de la modélisation thermique des bâtiments d’un part, et de les caractériser et les évaluer d’autre part.Pour répondre aux exigences courantes en termes de fiabilité des prévisions du comportement thermique des bâtiments, nous avons essayé dans le cadre de cette thèse de quantifier les incertitudes liés à des paramètres influents, de proposer une technique de diagnostic de l’enveloppe, propager les incertitudes via une méthode ensembliste sur un modèle simplifié et puis proposer une démarche permettant d’identifier les paramètres de modélisation les plus influents et d’évaluer leur effet sur les performances énergétiques avec le moindre coût en termes de simulations. / Designing buildings with low-energy consumption has become a very important issue in order to minimize energy consumption and the emissions of associated greenhouse gas. To achieve this, it is essential to know the potential sources of bias and uncertainty in the field of buildings thermal modeling and to characterize and evaluate them.To meet the current requirements in terms of reliable predictions of buildings thermal behavior, we have tried in this thesis, to quantify uncertainties associated to influential parameters, to propose a technique for diagnosing the building’s envelope, propagate uncertainties via a set-method for the case of a simplified model. We finally proposed an approach to identify the most influential modeling parameters to evaluate their impact on energy performance.

Ce travail de thèse s’inscrit dans le domaine de l’énergie nucléaire, de l’aval du cycle du combustible et du calcul des incertitudes. Le CEA doit concevoir le prototype ASTRID, réacteur à neutrons rapides refroidi au sodium (RNR), qui est l’un des concepts retenus au sein du forum Génération IV et dont la puissance résiduelle et l’estimation de son incertitude ont un impact important. Ce travail consiste à développer un code de propagation des incertitudes des données nucléaires sur la puissance résiduelle dans les RNR.La démarche s’est déroulée en trois temps.La première étape a permis de limiter le nombre de paramètres intervenant dans le calcul de la puissance résiduelle. Pour cela, un essai de puissance résiduelle sur le réacteur PHENIX (PUIREX 2008) a été interprété de façon à valider expérimentalement le formulaire d’évolution DARWIN pour les RNR et à quantifier les termes sources de la puissance résiduelle.La deuxième étape a eu pour but de développer un code de propagation des incertitudes : CyRUS (Cycle Reactor Uncertainty and Sensitivity). Une méthode de propagation déterministe a été retenue car elle permet des calculs rapides et fiables. Les hypothèses de linéarité et de normalité qu’elle entraîne ont été validées théoriquement. Le code a également été comparé avec succès à un code stochastique sur l’exemple de la fission élémentaire thermique de l’235U.La dernière partie a été une application du code sur des expériences de puissance résiduelle d’un réacteur, de bilan matière d’une aiguille combustible et d’une fission élémentaire de l’235U. Le code a démontré des possibilités de retour d’expériences sur les données nucléaires impactant l’incertitude de cette problématique.Deux résultats principaux ont été mis en évidence. Tout d’abord, les hypothèses simplificatrices des codes déterministes sont compatibles avec un calcul précis de l’incertitude de la puissance résiduelle. Ensuite, la méthode développée est intrusive et permet un retour d’expérience sur les données nucléaires des expériences du cycle. En particulier, ce travail a montré qu’il est déterminant de mesurer précisément les rendements de fission indépendants et de déterminer leurs matrices de covariances afin d’améliorer la précision du calcul de la puissance résiduelle. / This PhD study is in the field of nuclear energy, the back end of nuclear fuel cycle and uncertainty calculations. The CEA must design the prototype ASTRID, a sodium cooled fast reactor (SFR) and one of the selected concepts of the Generation IV forum, for which the calculation of the value and the uncertainty of the decay heat have a significant impact. In this study is developed a code of propagation of uncertainties of nuclear data on the decay heat in SFR.The process took place in three stages.The first step has limited the number of parameters involved in the calculation of the decay heat. For this, an experiment on decay heat on the reactor PHENIX (PUIREX 2008) was studied to validate experimentally the DARWIN package for SFR and quantify the source terms of the decay heat.The second step was aimed to develop a code of propagation of uncertainties : CyRUS (Cycle Reactor Uncertainty and Sensitivity). A deterministic propagation method was chosen because calculations are fast and reliable. Assumptions of linearity and normality have been validated theoretically. The code has also been successfully compared with a stochastic code on the example of the thermal burst fission curve of 235U.The last part was an application of the code on several experiments : decay heat of a reactor, isotopic composition of a fuel pin and the burst fission curve of 235U. The code has demonstrated the possibility of feedback on nuclear data impacting the uncertainty of this problem.Two main results were highlighted. Firstly, the simplifying assumptions of deterministic codes are compatible with a precise calculation of the uncertainty of the decay heat. Secondly, the developed method is intrusive and allows feedback on nuclear data from experiments on the back end of nuclear fuel cycle. In particular, this study showed how important it is to measure precisely independent fission yields along with their covariance matrices in order to improve the accuracy of the calculation of the decay heat.

L'objectif de cette thèse est la résolution d’un problème d’optimisation multi-objectif sous incertitudes en présence de simulations numériques coûteuses. Une validation est menée sur un cas test de thermique transitoire. Dans un premier temps, nous développons un algorithme d'optimisation multi-objectif basé sur le krigeage nécessitant peu d’appels aux fonctions objectif. L'approche est adaptée au calcul distribué et favorise la restitution d'une approximation régulière du front de Pareto complet. Le problème d’optimisation sous incertitudes est ensuite étudié en considérant des mesures de robustesse pires cas et probabilistes. Le superquantile intègre tous les évènements pour lesquels la valeur de la sortie se trouve entre le quantile et le pire cas mais cette mesure de risque nécessite un grand nombre d’appels à la fonction objectif incertaine pour atteindre une précision suffisante. Peu de méthodes permettent de calculer le superquantile de la distribution de la sortie de fonctions coûteuses. Nous développons donc un estimateur du superquantile basé sur une méthode d'échantillonnage préférentiel et le krigeage. Il permet d’approcher les superquantiles avec une faible erreur et une taille d’échantillon limitée. De plus, un couplage avec l’algorithme multi-objectif permet la réutilisation des évaluations. Dans une dernière partie, nous construisons des modèles de substitution spatio-temporels capables de prédire des phénomènes dynamiques non linéaires sur des temps longs et avec peu de trajectoires d’apprentissage. Les réseaux de neurones récurrents sont utilisés et une méthodologie de construction facilitant l’apprentissage est mise en place. / This work aims at solving multi-objective optimization problems in the presence of uncertainties and costly numerical simulations. A validation is carried out on a transient thermal test case. First of all, we develop a multi-objective optimization algorithm based on kriging and requiring few calls to the objective functions. This approach is adapted to the distribution of the computations and favors the restitution of a regular approximation of the complete Pareto front. The optimization problem under uncertainties is then studied by considering the worst-case and probabilistic robustness measures. The superquantile integrates every event on which the output value is between the quantile and the worst case. However, it requires an important number of calls to the uncertain objective function to be accurately evaluated. Few methods give the possibility to approach the superquantile of the output distribution of costly functions. To this end, we have developed an estimator based on importance sampling and kriging. It enables to approach superquantiles with little error and using a limited number of samples. Moreover, the setting up of a coupling with the multi-objective algorithm allows to reuse some of those evaluations. In the last part, we build spatio-temporal surrogate models capable of predicting non-linear, dynamic and long-term in time phenomena by using few learning trajectories. The construction is based on recurrent neural networks and a construction facilitating the learning is proposed.

Dans cette thèse, nous présentons une étude rigoureuse des barres d'erreurs et des sensibilités de paramètres neutroniques (tels le keff) aux données nucléaires de base utilisées pour les calculer. Notre étude commence au niveau fondamental, i.e. les fichiers de données ENDF et leurs incertitudes, fournies sous la forme de matrices de variance/covariance, et leur traitement. Lorsqu'un calcul méthodique et consistant des sensibilités est consenti, nous montrons qu'une approche déterministe utilisant des formalismes bien connus est suffisante pour propager les incertitudes des bases de données avec un niveau de précision équivalent à celui des meilleurs outils disponibles sur le marché, comme les codes Monte-Carlo de référence. En appliquant notre méthodologie à trois exercices proposés par l'OCDE, dans le cadre des Benchmarks UACSA, nous donnons des informations, que nous espérons utiles, sur les processus physiques et les hypothèses sous-jacents aux formalismes déterministes utilisés dans cette étude. / This dissertation presents a comprehensive study of sensitivity/uncertainty analysis for reactor performance parameters (e.g. the k-effective) to the base nuclear data from which they are computed. The analysis starts at the fundamental step, the Evaluated Nuclear Data File and the uncertainties inherently associated with the data they contain, available in the form of variance/covariance matrices. We show that when a methodical and consistent computation of sensitivity is performed, conventional deterministic formalisms can be sufficient to propagate nuclear data uncertainties with the level of accuracy obtained by the most advanced tools, such as state-of-the-art Monte Carlo codes. By applying our developed methodology to three exercises proposed by the OECD (UACSA Benchmarks), we provide insights of the underlying physical phenomena associated with the used formalisms.

Fundação de Amparo a Pesquisa do Estado de Minas Gerais / Engineering composite structures containing piezoelectric elements coupled with the so-named shunt circuits, with the aim of passive vibration attenuation, are characterized by inherent uncertainties in their parameters, which can affect significantly performance of the passive shunt circuit. In this context, this work presents the stochastic finite element modeling of a composite structure containing piezoelectric element to be coupled with a shunt circuit, in such a way, that uncertain parameters such as the fiber s orientation, layer thicknesses and the resistance and inductance in the shunt circuit are assumed as uncertain variables and, their corresponding dispersion, is characterized in the stochastic response by propagating the uncertainties into the model. First, the deterministic electromechanical problem is modeled by combining the First-Order Shear Deformation Theory and the concept of Equivalent Single Layer, in order to approximate the mechanical displacement fields, with the so-called Layerwise Theory used to model the discrete electric fields within the composite element. In the sequence, the shunt circuits coupled to the piezoelectric element are introduced in the model. The deterministic finite element modeling procedure was performed taking into the parameterization process of the design variables of interest to be further assumed as random variables in a straightforward way. In the present stochastic finite element modeling procedure, the uncertain variables are modeled as Gaussian stochastic homogeneous fields and discretized according to the Karhunen-Loève expansion method, with the aim of generating the exact stochastic matrices. The obtained results, in terms of the envelopes of the frequency response functions for a composite beam incorporating piezoelectric material coupled with a shunt circuit, demonstrate the interest in considering the uncertainties in the preliminary design phase of the shunt circuits to control the undesired vibrations. / Estruturas compósitas em engenharia contendo elementos piezelétricos acoplados a circuitos elétricos shunt, para fins de atenuação passiva dos níveis de vibração, apresentam incertezas inerentes em seus parâmetros de projeto, as quais, podem afetar significativamente a eficiência dos circuitos elétricos passivos. Neste contexto, este trabalho apresenta a modelagem por elementos finitos estocásticos de uma estrutura em material compósito laminado contendo elemento piezelétrico acoplado a circuitos elétricos shunt, de modo que, parâmetros incertos, como direções das fibras, espessuras das camadas e a resistência e indutância do circuito shunt, são assumidos como sendo variáveis aleatórias e, a dispersão destas variáveis, é caracterizada nas respostas estocásticas obtidas após a propagação das incertezas no modelo. Desta forma, realiza-se em um primeiro momento a modelagem do problema eletromecânico determinístico. Para tal, há combinação das teorias de Deformação Cisalhante de Primeira Ordem e da Camada Equivalente Única para aproximação dos campos de deslocamentos mecânicos, com a Teoria Layerwise, que utiliza o conceito de Camadas Equivalentes Discretas na consideração dos campos elétricos, os quais, são assumidos discretos ao longo da espessura da estrutura do laminado. Na sequência, faz-se a inclusão dos circuitos elétricos shunt no modelo eletromecânico. A modelagem determinística é realizada de forma parametrizada para que se possa realizar a introdução a posteriori das incertezas no modelo de forma mais eficiente. Utilizando-se do Método dos Elementos Finitos Estocásticos, os parâmetros fatorados das matrizes e os elementos do circuito são considerados como variáveis aleatórias e modelados como campos homogêneos estocásticos gaussianos. Estes campos são então discretizados de acordo com o método de expansão em série de Karhunen-Loève, onde são geradas as matrizes estocásticas exatas do sistema eletromecânico via modificação do processo de integração pelas funções de covariância. Os resultados obtidos, em termos dos envelopes das respostas em frequência para uma viga compósita contendo um elemento piezelétrico acoplado ao circuito shunt, evidenciam a importância de se considerar as incertezas durante as fases de concepção inicial e/ou pré-projeto de sistemas dinâmicos incorporando circuitos shunt para o controle passivo de vibrações. / Mestre em Engenharia Mecânica

De nos jours, la plupart des analyses CEM d’équipements et systèmes électroniques sont basées sur des approches quasi-déterministes dans lesquelles les paramètres internes et externes des modèles sont supposés parfaitement connus et où les incertitudes les affectant sont prises en compte sur les réponses par le biais de marges de sécurité importantes. Or, l’inconvénient de telles approches est qu’elles sont non seulement trop conservatives, mais en outre totalement inadaptées à certaines situations, notamment lorsque l’objectif de l’étude impose de prendre en compte le caractère aléatoire de ces paramètres via des modélisations stochastiques appropriées de type variables, processus ou champs aléatoires. Cette approche probabiliste a fait l’objet ces dernières années d’un certain nombre de recherches en CEM, tant au plan national qu’au plan international. Le travail présenté dans cette thèse est une contribution à ces recherches et a un double objectif : (1) développer et mettre en œuvre une méthodologie probabiliste et ses outils numériques d’accompagnement pour l’évaluation de la fiabilité et l’analyse sensibilité des équipements et systèmes électroniques en se limitant à des modélisations stochastiques par variables aléatoires ; (2) étendre cette étude au cas des modélisations stochastiques par processus et champs aléatoires dans le cadre d’une analyse prospective basée sur la résolution de l’équation aux dérivées partielles des télégraphistes à coefficients aléatoires.L’approche probabiliste mentionnée au point (1) consiste à évaluer la probabilité de défaillance d’un équipement ou d’un système électronique vis-à-vis d’un critère de défaillance donné et à déterminer l’importance relative de chacun des paramètres aléatoires en présence. Les différentes méthodes retenues à cette fin sont des adaptations à la CEM de méthodes développées dans le domaine de la mécanique aléatoire pour les études de propagation d’incertitudes. Pour le calcul des probabilités de défaillance, deux grandes catégories de méthodes sont proposées : celles basées sur une approximation de la fonction d’état-limite relative au critère de défaillance et les méthodes de Monte-Carlo basées sur la simulation numérique des variables aléatoires du modèle et l’estimation statistique des probabilités cibles. Pour l’analyse de sensibilité, une approche locale et une approche globale sont retenues. Ces différentes méthodes sont d’abord testées sur des applications académiques afin de mettre en lumière leur intérêt dans le domaine de la CEM. Elles sont ensuite appliquées à des problèmes de lignes de transmission et d’antennes plus représentatifs de la réalité.Dans l’analyse prospective, des méthodes de résolution avancées sont proposées, basées sur des techniques spectrales requérant les développements en chaos polynomiaux et de Karhunen-Loève des processus et champs aléatoires présents dans les modèles. Ces méthodes ont fait l’objet de tests numériques encourageant, mais qui ne sont pas présentés dans le rapport de thèse, faute de temps pour leur analyse complète. / Nowadays, most EMC analyzes of electronic or electrical devices are based on deterministic approaches for which the internal and external models’ parameters are supposed to be known and the uncertainties on models’ parameters are taken into account on the outputs by defining very large security margins. But, the disadvantage of such approaches is their conservative character and their limitation when dealing with the parameters’ uncertainties using appropriate stochastic modeling (via random variables, processes or fields) is required in agreement with the goal of the study. In the recent years, this probabilistic approach has been the subject of several researches in the EMC community. The work presented here is a contribution to these researches and has a dual purpose : (1) develop a probabilistic methodology and implement the associated numerical tools for the reliability and sensitivity analyzes of the electronic devices and systems, assuming stochastic modeling via random variables; (2) extend this study to stochastic modeling using random processes and random fields through a prospective analysis based on the resolution of the telegrapher equations (partial derivative equations) with random coefficients. The first mentioned probabilistic approach consists in computing the failure probability of an electronic device or system according to a given criteria and in determining the relative importance of each considered random parameter. The methods chosen for this purpose are adaptations to the EMC framework of methods developed in the structural mechanics community for uncertainty propagation studies. The failure probabilities computation is performed using two type of methods: the ones based on an approximation of the limit state function associated to the failure criteria, and the Monte Carlo methods based on the simulation of the model’s random variables and the statistical estimation of the target failure probabilities. In the case of the sensitivity analysis, a local approach and a global approach are retained. All these methods are firstly applied to academic EMC problems in order to illustrate their interest in the EMC field. Next, they are applied to transmission lines problems and antennas problems closer to reality. In the prospective analysis, more advanced resolution methods are proposed. They are based on spectral approaches requiring the polynomial chaos expansions and the Karhunen-Loève expansions of random processes and random fields considered in the models. Although the first numerical tests of these methods have been hopeful, they are not presented here because of lack of time for a complete analysis.