Le présent travail traite l’optimisation des paramètres des amortisseurs à masses accordées (AMA) accrochés sur des structures, linéaires. Les AMAs sont des dispositifs de contrôle passif utilisés pour atténuer les vibrations induites par des chargements dynamiques (en particulier stochastiques) appliqués sur des structures. L’efficacité de tels dispositifs est étroitement liée aux caractéristiques dynamiques qu’on doit imposer à ces systèmes. Dans ce cadre, plusieurs stratégies d’optimisation peuvent être utilisées dans des contextes déterministes et non déterministes, où les paramètres de la structure à contrôler sont incertains. Parmi les différentes approches qu’on peut trouver dans la littérature, l’optimisation structurale stochastique (OSS) et l’optimisation basée sur la fiabilité (OBF) étaient particulièrement traitées dans le présent travail.Dans la première partie de ce travail, en plus de la nature stochastique des chargements extérieurs appliqués à la structure linéaire à contrôler, la présence de paramètres structuraux de type incertains mais bornés (IMB) est prise en considération et les bornes optimales des paramètres AMA ont été calculées. Le calcul de ces bornes a été fait en utilisant une technique basée sur un développement de Taylor suivi d’une extension aux intervalles. La technique, permettant l’obtention d’une approximation des bornes optimales, a été appliquée dans les cas d’un système à un degré de liberté (1DDL) et un autre à plusieurs degrés de libertés (nDDL). Les résultats obtenus ont montrés que la technique utilisée était bien adaptée pour la stratégie OSS et elle l’est moins pour l’approche OBF.Comme suite logique aux résultats de la première partie, la seconde partie de la présente dissertation est consacrée à la présentation de deux méthodes permettant l’obtention des bornes exactes et des bornes approximées des paramètres optimaux de l’AMA et ce, en présence de paramètres structuraux de type IMB. La première méthode est celle de la boucle d’optimisation continue imbriquée, la seconde est celle des extensions aux intervalles basées sur la monotonie. Les méthodes présentées, qui ont été appliquées avec l’approche OBF, sont valables pour n’importe quel problème d’optimisation faisant intervenir des paramètres de type IMB. Mis à part le calcul de bornes optimisées du dispositif AMA, la question de la robustesse, vis-à-vis des incertitudes structurales, a été également traitée et il a été prouvé que la solution optimale correspondante au contexte déterministe était la plus robuste.L’introduction d’une nouvelle stratégie OBF des paramètres AMA a fait l’objet de la troisième partie de cette dissertation. En effet, un problème OBF est toujours relié à un mode de défaillance caractérisé par le franchissement d’une certaine réponse, de la structure à contrôler, d’un certain seuil limite pendant une certaine durée de temps. Le nouveau mode de défaillance, correspondant à la nouvelle stratégie OBF, consiste à considérer qu’une défaillance ait lieu lorsque la puissance dissipée au niveau de la structure à contrôler, pendant une période de temps, excède une certaine valeur. Faisant intervenir l’approche par franchissement ainsi que la formule de Rice, la nouvelle stratégie a été appliquée dans le cas d’un système 1DDL et l’expression exacte de la probabilité de défaillance est calculée. En se basant sur une approximation mettant en œuvre la technique du minimum d’entropie croisé, la nouvelle stratégie a été, également, appliquée dans le cas d’un système à nDDL et les résultats obtenus ont montrés la supériorité de cette stratégie par rapports à deux autres tirées de la bibliographie. / The present work deals with the parameters optimization of tuned mass dampers (TMD) used in the control of vibrating linear structures under stochastic loadings. The performance of the TMD device is deeply affected by its parameters that should be carefully chosen. In this context, several optimization strategies can be found in the literature and among them the stochastic structural optimization (SSO) and the reliability based optimization (RBO) are particularly addressed in this dissertation.The first part of this work in dedicated to the calculation of the optimal bounds solutions of the TMD parameters in presence of uncertain but bounded (UBB) structural parameters. The bounds of the optimal TMD parameters are obtained using an approximation technique based on Taylor expansion followed by interval extension. The numerical investigations applied with one degree of freedom (1DOF) and with multi-degree of freedom (multi-DOF) systems showed that the studied technique is suitable for the SSO strategy and that it’s less appropriate for the RBO strategy.As immediate consequence of the obtained results in the first part of this work, in the second part a method, called the continuous-optimization nested loop method (CONLM), providing the exact range of the optimal TMD parameters is presented and validated. The numerical studies demonstrated that the CONLM is time consuming and to overcome this disadvantage, a second method is also presented. The second method is called the monotonicity based extension method (MBEM) with box splitting. Both methods have been applied in the context of the RBO strategy with 1DOF and multi-DOF systems. The issue of effectiveness and robustness of the presented optimum bounds of the TMD parameters is also addressed and it has been demonstrated that the optimum solution corresponding to the deterministic context (deterministic structural parameters) provide good effectiveness and robustness.Another aspect of RBO approach is dealt in the third part of the present work. Indeed, a new RBO strategy of TMD parameters based on energetic criterion is presented and validated. The new RBO approach is linked to a new failure mode characterized by the exceedance of the power dissipated into the controlled structure over a certain threshold during some interval time. Based on the outcrossing approach and the Rice’s formula, the new strategy is firstly applied to 1DOF system and exact expression of the failure probability is calculated. After that, a multi-DOF system is considered and the minimum cross entropy method has been used providing an approximation to the failure probability and then the optimization is carried out. The numerical investigations showed the superiority of the presented strategy when compared with other from the literature.

L’assemblage des matériaux composites thermoplastiques tel que le PEEK est l’une des problématiques majeure de l’industrie aéronautique. Actuellement, différentes techniques sont développées pour assurer l’assemblage structural de ces matériaux, tels que : le soudage, le rivetage, le boulonnage et le collage. Les enjeux industriels majeurs sont principalement, à l’heure actuelle, la conception des structures simplifiées au maximum afin de réduire les coûts de production et la réduction des consommations énergétiques. A cet effet, l’industrie aéronautique fait fréquemment appel à l’assemblage par collage en raison de nombreux avantages qu’il offre (gain de poids, distribution régulière des contraintes, absence de trous) par rapport aux autres techniques existantes. Le PEEK (PolyEtherEtherKetone), est un matériau polymère semi-cristallin thermoplastique, à hautes performances. Ce matériau est souvent utilise dans l’industrie aéronautique principalement renforce par des fibres de carbone ou de verre. Cependant, du fait du niveau élevé de sa résistance chimique l’assemblage par collage du PEEK et de ses composites nécessitent des traitements de surfaces appropries et optimises. Or, afin d’obtenir un system collé à haute performance, la problématique scientifique et technique doit être concentrée sur la jonction entre les éléments à assembler. En effet, la qualité de cette jonction est de la plus haute importance car elle doit permettre un transfert optimal des contraintes thermomécaniques lorsque l’assemblage est soumis a ses conditions d'usage. Cette étude concerne donc, l’amélioration des propriétés mécaniques (monotones et cycliques) de l’assemblage par collage PEEK/PEEK. Dans cette optique, un traitement de surface simple de mise en œuvre est proposé. Ce traitement est le sablage, qui permet la modification topographique (morphologique) de surface. La compréhension des différents phénomènes d’interaction aux interfaces intervenant dans l’amélioration du comportement mécanique du joint de colle et qui s’inscrit dans la triptyque : « Rhéologie, Physico-chimie et topographie », est l’enjeu scientifique majeur dans cette thèse. Dans un premier temps, l’influence des paramètres du traitement tels que le temps de projection, la taille des particules, sur la morphologie de surface de différents matériaux à base de PEEK a été analysée, permettant ainsi d’établir la corrélation entre les paramètres morphologiques et les mécanismes de modification topographique de surface intervenant pendant le traitement de surface. L’un des facteurs clefs pour la compréhension des mécanismes d’interaction entre l’adhésif liquide et le substrat solide est la mouillabilité. L’analyse du comportement au mouillage en fonction des différents paramètres du traitement a été réalisée. La mouillabilité des surfaces traitées est fortement affectée par la rugosité de surface créée après ce traitement. La relation entre les paramètres morphologiques et la mouillabilité a été discutée. Enfin, l’influence des paramètres du traitement par sablage sur le comportement mécanique monotone et à long terme (essais de fatigue) sur la résistance du joint colle a été étudié à l’aide d’essais de cisaillement sur éprouvettes à simple recouvrement. Ceci a conduit, à la proposition de paramètres morphologiques surfaciques spécifiques pour l’optimisation du comportement mécanique du joint de colle des matériaux composites à matrice PEEK. / One of most problematic in the aeronautical industries is the structural joining of the high performance thermoplastic composites like PEEK composites. Actually, a lot of technologies are used for joining thermoplastic composites like welding, bolting, riveting, fastening and adhesive bonding. Due to the various advantages that characterize the adhesive bonding method, such an uniform stress distribution along the joint, weight‐light and cost reduction, makes this technique more desirable to join thermoplastic composites materials compared to the other joining techniques. PEEK (PolyEtherEtherKetone) is a semi‐crystalline thermoplastic material with high performance. This material is wildly used in aeronautical industries, principally, reinforced with carbon of glass fibres. However, its high chemical resistance makes the adhesive bonding of PEEK and its composites difficult and therefore an appropriate and optimised surface treatment is necessary. In the aim to obtain a bonded system with high performance, scientific and technical problematic should be focussed on the junction between adherents. Indeed, the quality of this junction is of utmost importance because it must allow optimum transfer of thermomechanical stresses when the assembly is subject to its terms of use. Though, at this time it is well known that thermoplastic composite materials are difficult to bond with‐out surface treatment. This study, therefore, relates to the improvement of mechanical properties (monotonic and cyclic) of the adhesive bonding system PEEK / PEEK. In this context, a surface treatment, easy to implement, is proposed. This surface treatment is sandblasting, which enables surface topographic (morphological) modifications. Understanding of various phenomena of interfaces interaction involved in the improvement of the mechanical behavior of the adhesive joint and is part of the triptych "Rheology, Physico‐chemistry and topography" is the major scientific challenge in this thesis. Initially, the influence of processing parameters such as the projection time, the particle size on surface morphology of various materials based on PEEK was analysed, thus allowing establishing the correlation between morphological parameters and modification mechanisms involved during surface treatment surface. One of the key factors for understanding the mechanisms of interaction between the liquid adhesive and the solid substrate is wettability. The analysis of the wetting behavior as a function of various parameters of the treatment was performed. The wettability of treated surfaces is strongly affected by surface roughness created after this treatment. The relationship between morphological parameters and wettability was discussed. Finally, the influence of sandblasting processing parameters on the mechanical behavior in monotoning and long‐term (fatigue tests) of the adhesive joint strength was studied, using single lap shear tests specimens. This has led to the proposal of specific surface morphological parameters for the optimization of the mechanical behavior of the adhesive joint of PEEK and its composites.

Au cours de la dernière décennie, l'apprentissage profond est devenu une composante majeure de l'intelligence artificielle, ayant mené à une série d'avancées capitales dans une variété de domaines. L'un des piliers de l'apprentissage profond est l'optimisation de fonction de coût par l'algorithme du gradient stochastique (SGD). Traditionnellement en apprentissage profond, les réseaux de neurones sont des fonctions mathématiques différentiables, et les gradients requis pour l'algorithme SGD sont calculés par rétropropagation. Cependant, les architectures informatiques sur lesquelles ces réseaux de neurones sont implémentés et entraînés souffrent d’inefficacités en vitesse et en énergie, dues à la séparation de la mémoire et des calculs dans ces architectures. Pour résoudre ces problèmes, le neuromorphique vise à implementer les réseaux de neurones dans des architectures qui fusionnent mémoire et calculs, imitant plus fidèlement le cerveau. Dans cette thèse, nous soutenons que pour construire efficacement des réseaux de neurones dans des architectures neuromorphiques, il est nécessaire de repenser les algorithmes pour les implémenter et les entraîner. Nous présentons un cadre mathématique alternative, compatible lui aussi avec l’algorithme SGD, qui permet de concevoir des réseaux de neurones dans des substrats qui exploitent mieux les lois de la physique. Notre cadre mathématique s'applique à une très large classe de modèles, à savoir les systèmes dont l'état ou la dynamique sont décrits par des équations variationnelles. La procédure pour calculer les gradients de la fonction de coût dans de tels systèmes (qui dans de nombreux cas pratiques ne nécessite que de l'information locale pour chaque paramètre) est appelée “equilibrium propagation” (EqProp). Comme beaucoup de systèmes en physique et en ingénierie peuvent être décrits par des principes variationnels, notre cadre mathématique peut potentiellement s'appliquer à une grande variété de systèmes physiques, dont les applications vont au delà du neuromorphique et touchent divers champs d'ingénierie. / In the last decade, deep learning has become a major component of artificial intelligence, leading to a series of breakthroughs across a wide variety of domains. The workhorse of deep learning is the optimization of loss functions by stochastic gradient descent (SGD). Traditionally in deep learning, neural networks are differentiable mathematical functions, and the loss gradients required for SGD are computed with the backpropagation algorithm. However, the computer architectures on which these neural networks are implemented and trained suffer from speed and energy inefficiency issues, due to the separation of memory and processing in these architectures. To solve these problems, the field of neuromorphic computing aims at implementing neural networks on hardware architectures that merge memory and processing, just like brains do. In this thesis, we argue that building large, fast and efficient neural networks on neuromorphic architectures also requires rethinking the algorithms to implement and train them. We present an alternative mathematical framework, also compatible with SGD, which offers the possibility to design neural networks in substrates that directly exploit the laws of physics. Our framework applies to a very broad class of models, namely those whose state or dynamics are described by variational equations. This includes physical systems whose equilibrium state minimizes an energy function, and physical systems whose trajectory minimizes an action functional (principle of least action). We present a simple procedure to compute the loss gradients in such systems, called equilibrium propagation (EqProp), which requires solely locally available information for each trainable parameter. Since many models in physics and engineering can be described by variational principles, our framework has the potential to be applied to a broad variety of physical systems, whose applications extend to various fields of engineering, beyond neuromorphic computing.