Cette thèse traite de l’analyse robuste du comportement dynamique des systèmes frottants. Ces derniers constituent une classe particulière des systèmes non linéaires et sont caractérisés par des comportements dynamiques très sensibles aux variations des paramètres de conception en particulier aux dispersions des lois de frottement. Cette sensibilité se traduit par des variations qualitatives importantes du comportement dynamique (stabilité, niveaux vibratoire) qui peuvent alors affecter négativement les performances des systèmes frottants. Il est ainsi important, voire indispensable, de pouvoir tenir compte de la dispersion des lois de frottement dans l’étude et l’analyse du comportement dynamique des systèmes frottants afin d’en garantir la robustesse et, dans une perspective plus générale, d’asseoir une démarche de conception robuste des systèmes frottants. Des méthodes spectrales basées sur le concept du chaos polynomial sont proposées dans cette thèse pour traiter de l’analyse robuste du comportement dynamique des systèmes frottants. Pouvant modéliser les fonctions et processus stochastiques, ces méthodes sont adaptées au problème en particulier à l’analyse de la stabilité et à la prédiction des niveaux vibratoires en tenant compte de la dispersion des lois de frottement. Différentes procédures sont proposées et développées pour traiter de ces deux questions. Une efficacité importante a été illustrée à travers l’évaluation des différentes méthodes proposées (chaos polynomial généralisé, chaos polynomial multi-éléments, chaos de Wiener-Haar) en les appliquant sur un exemple de système frottant. En effet, il est montré que ces méthodes offrent une alternative très intéressante à la méthode prohibitive, mais référentielle, de Monte Carlo puisque, pour des niveaux de précision et de confiance similaires, le coût en nombre, en volume et nécessairement en temps de calcul occasionné par les méthodes spectrales sur les différentes analyses (de la stabilité et des niveaux vibratoire) est largement inférieur à celui requis par la technique de Monte Carlo. / This thesis deals with the robust analysis of the dynamic behaviour of dry friction systems. These are a special class of nonlinear systems and are characterized by dynamic behaviors very sensitive to changes in design parameters in particular to dispersions of friction laws. This sensitivity results in important qualitative changes (stability, vibration levels) that can adversely affect the performances of friction systems. It is thus important, even essential, to take account of the dispersion laws of friction in the study and analysis of the dynamic behavior of friction systems in order to ensure robustness and, in a more general perspective, to establish a robust design approach for friction systems. Spectral methods based on the concept of polynomial chaos are proposed in this thesis to address these problems. The spectral methods can model random functions and stochastic processes so they have been adapted to deal with the robust analysis of the dynamic behavior of frictions systems subjected to random friction coefficient. Different procedures are proposed and developed to, analyze with robustness the stability of friction system in a first step and to predict and estimate the vibratory levels of the same systems. High efficiency is demonstrated by evaluating the various proposed methods (generalized polynomial chaos, multi-element polynomial chaos, Wiener-Haar chaos) on the two issues considered. Indeed, it is shown that these methods offer an attractive alternative to the prohibitive, but referential, Monte Carlo method since, for similar levels of accuracy and confidence, the cost in terms of number and volume of calculus and thus in time of computing occasioned by the spectral methods on the different problems (robust stability and vibration levels analysis) is well lower than the one occasioned by the Monte Carlo technique.

Les méthodes de synthèse et de validation de lois de pilotage utiliséesdans le milieu industriel aéronautique sont bien souvent longues et coûteuses àmettre en œuvre. Pourtant, des alternatives pour traiter les larges domaine d’évolutionexistent, comme l’inversion dynamique robuste. Ce travail de thèse chercheà en corriger les défauts, notamment grâce à une meilleure prise en compte desincertitudes du système et à une réjection des non-linéarités non compensées. Ceciest rendu possible grâce aux techniques de synthèse H¥ structurée multi-modèles,qui peuvent considérer plusieurs configurations pire-cas déterminées par des outilsd’analyse de robustesse. Une autre contribution est d’ailleurs l’amélioration destechniques permettant d’évaluer la marge de robustesse d’un système LTI, souventtrop conservatives ou nécessitant un temps de calcul prohibitif. Les méthodes proposéessont appliquées au pilotage automatique d’un avion civil et d’un drone àvoilure fixe, dont la modélisation est également traitée avec précision. / Control laws design and validation methods used in the aeronautical industryare generally time-consuming and costly to set up. However, alternativesexist to cope with large operating domains, such as robust dynamic inversion.This thesis work aims at fixing its drawbacks by better considering the systemuncertainties, and by rejecting the uncompensated nonlinearities. Thanks to recentadvances in structured multimodel H¥ design techniques, it is now possible toconsider multiple worst-case configurations, determined using robustness analysistools. Besides, another part of this work is devoted to the improvement of existingtechniques to evaluate the robustness margin of an LTI system, which are oftentoo conservative or computationally costly. All these contributions are applied tothe control of a civil aircraft and a small fixed-wing UAV, whose modeling is alsothoroughly described.

L'introduction de systèmes instrumentés dédiés aux applications de sécurité impose l'évaluation de leur sûreté de fonctionnement. On utilise généralement pour cela les bases de données de fiabilité génériques. Cependant, le retour d'expérience pour ces systèmes qui présentent en général des défaillances rares est insuffisant pour valider les résultats obtenus. En outre, la collecte de données de fiabilité et leur extrapolation à d'autres composants introduisent des incertitudes. Les travaux de cette thèse portent sur la problématique de la prise en compte des incertitudes relatives aux données de fiabilité des composants pour l'évaluation de la sûreté de fonctionnement des systèmes par le formalisme des sous ensembles flous. La méthodologie proposée est appliquée à l'évaluation des probabilités de défaillance des Systèmes Instrumentés de Sécurité (SIS) en présence de données de fiabilité imprécises. Nous introduisons deux nouveaux facteurs d'importance pour aider le concepteur. En outre, nous proposons une méthodologie d'aide à la conception des SIS basée sur la modélisation par réseaux de fiabilité et l'optimisation par des algorithmes génétiques de la structure des SIS pour le respect des niveaux d'intégrité de sécurité (SIL) exigés / The use of safety related systems imposes to evaluate their dependability. Laboratory data and generic data are often used to provide failure data of safety components to evaluate their dependability parameters. However, due to the lower solicitation of safety systems in plant, safety components have not been operating long enough to provide statistical valid failure data. Furthermore, measuring and collecting failure data have uncertainty associated with them, and borrowing data from laboratory and generic data sources involve uncertainty as well. Our contribution is to propose a fuzzy approach to evaluate dependability parameters of safety systems when there is an uncertainty about dependability parameters of systems components. This approach is applied to determine the failure probability on demand of Safety Instrumented Systems (SIS) in presence of uncertainty. Furthermore, we present an optimal design of SIS by using reliability graphs and genetic algorithms to identify the choice of components and design configuration in a SIS to meet the required SIL

Les simulations numériques des écoulements sanguins cardiovasculaires peuvent combler d’importantes lacunes dans les capacités actuelles de traitement clinique. En effet, elles offrent des moyens non invasifs pour quantifier l’hémodynamique dans le cœur et les principaux vaisseaux sanguins chez les patients atteints de maladies cardiovasculaires. Ainsi, elles permettent de recouvrer les caractéristiques des écoulements sanguins qui ne peuvent pas être obtenues directement à partir de l’imagerie médicale. Dans ce sens, des simulations personnalisées utilisant des informations propres aux patients aideraient à une prévision individualisée des risques. Nous pourrions en effet, disposer des informations clés sur la progression éventuelle d’une maladie ou détecter de possibles anomalies physiologiques. Les modèles numériques peuvent fournir également des moyens pour concevoir et tester de nouveaux dispositifs médicaux et peuvent être utilisés comme outils prédictifs pour la planification de traitement chirurgical personnalisé. Ils aideront ainsi à la prise de décision clinique. Cependant, une difficulté dans cette approche est que, pour être fiables, les simulations prédictives spécifiques aux patients nécessitent une assimilation efficace de leurs données médicales. Ceci nécessite la solution d’un problème hémodynamique inverse, où les paramètres du modèle sont incertains et sont estimés à l’aide des techniques d’assimilation de données.Dans cette thèse, le problème inverse pour l’estimation des paramètres est résolu par une méthode d’assimilation de données basée sur un filtre de Kalman d’ensemble (EnKF). Connaissant les incertitudes sur les mesures, un tel filtre permet la quantification des incertitudes liées aux paramètres estimés. Un algorithme d’estimation de paramètres, basé sur un filtre de Kalman d’ensemble, est proposé dans cette thèse pour des calculs hémodynamiques spécifiques à un patient, dans un réseau artériel schématique et à partir de mesures cliniques incertaines. La méthodologie est validée à travers plusieurs scenarii in silico utilisant des données synthétiques. La performance de l’algorithme d’estimation de paramètres est également évaluée sur des données expérimentales pour plusieurs réseaux artériels et dans un cas provenant d’un banc d’essai in vitro et des données cliniques réelles d’un volontaire (cas spécifique du patient). Le but principal de cette thèse est l’analyse hémodynamique spécifique du patient dans le polygone de Willis, appelé aussi cercle artériel du cerveau. Les propriétés hémodynamiques communes, comme celles de la paroi artérielle (module de Young, épaisseur de la paroi et coefficient viscoélastique), et les paramètres des conditions aux limites (coefficients de réflexion et paramètres du modèle de Windkessel) sont estimés. Il est également démontré qu’un modèle appelé compartiment d’ordre réduit (ou modèle dimension zéro) permet une estimation simple et fiable des caractéristiques du flux sanguin dans le polygone de Willis. De plus, il est ressorti que les simulations avec les paramètres estimés capturent les formes attendues pour les ondes de pression et de débit aux emplacements prescrits par le clinicien. / Cardiovascular blood flow simulations can fill several critical gaps in current clinical capabilities. They offer non-invasive ways to quantify hemodynamics in the heart and major blood vessels for patients with cardiovascular diseases, that cannot be directly obtained from medical imaging. Patient-specific simulations (incorporating data unique to the individual) enable individualised risk prediction, provide key insights into disease progression and/or abnormal physiologic detection. They also provide means to systematically design and test new medical devices, and are used as predictive tools to surgical and personalize treatment planning and, thus aid in clinical decision-making. Patient-specific predictive simulations require effective assimilation of medical data for reliable simulated predictions. This is usually achieved by the solution of an inverse hemodynamic problem, where uncertain model parameters are estimated using the techniques for merging data and numerical models known as data assimilation methods.In this thesis, the inverse problem is solved through a data assimilation method using an ensemble Kalman filter (EnKF) for parameter estimation. By using an ensemble Kalman filter, the solution also comes with a quantification of the uncertainties for the estimated parameters. An ensemble Kalman filter-based parameter estimation algorithm is proposed for patient-specific hemodynamic computations in a schematic arterial network from uncertain clinical measurements. Several in silico scenarii (using synthetic data) are considered to investigate the efficiency of the parameter estimation algorithm using EnKF. The usefulness of the parameter estimation algorithm is also assessed using experimental data from an in vitro test rig and actual real clinical data from a volunteer (patient-specific case). The proposed algorithm is evaluated on arterial networks which include single arteries, cases of bifurcation, a simple human arterial network and a complex arterial network including the circle of Willis.The ultimate aim is to perform patient-specific hemodynamic analysis in the network of the circle of Willis. Common hemodynamic properties (parameters), like arterial wall properties (Young’s modulus, wall thickness, and viscoelastic coefficient) and terminal boundary parameters (reflection coefficient and Windkessel model parameters) are estimated as the solution to an inverse problem using time series pressure values and blood flow rate as measurements. It is also demonstrated that a proper reduced order zero-dimensional compartment model can lead to a simple and reliable estimation of blood flow features in the circle of Willis. The simulations with the estimated parameters capture target pressure or flow rate waveforms at given specific locations.

L'intégration des liaisons à courant continu dans les systèmes électriques permet d’accroitre les possibilités de pilotage des réseaux, ce qui permet d’en améliorer la sûreté et de raccorder de nouveaux moyens de production. Pour cela la technologie VSC-HVDC est de plus en plus plébiscitée pour interconnecter des réseaux non synchrones, raccorder des parcs éoliens offshore, ou contrôler le flux d’énergie notamment sur des longues distances au travers de liaisons sous-marines (liaison NorNed). Les travaux de cette thèse portent sur la modélisation, la commande non-linéaire et la stabilisation des systèmes VSC–HVDC, avec deux axes de travail. Le premier se focalise sur la conception et la synthèse des lois de commandes non-linéaires avancées basées sur des systèmes de structures variables (VSS). Ainsi, les commandes par modes glissants (SMC) et le suivi asymptotique de trajectoire des sorties (AOT) ont été proposées afin d’assurer un degré désiré de stabilité en utilisant des fonctions de Lyapunov convenables. Ensuite, la robustesse de ces commandes face à des perturbations et/ou incertitudes paramétriques a été étudiée. Le compromis nécessaire entre la robustesse et le comportement dynamique requis dépend du choix approprié des gains. Ces approches robustes, qui sont facile à mettre en œuvre, ont été appliquées avec succès afin d’atteindre des performances dynamiques élevées et un niveau raisonnable de stabilité vis-à-vis des diverses conditions anormales de fonctionnement, pour des longueurs différentes de liaison DC. Le deuxième vise à étudier l’influence de la commande du convertisseur VSC-HVDC sur l'amélioration de la performance dynamique du réseau de courant alternatif en cas d’oscillations. Après une modélisation analytique d’un système de référence constitué d’un groupe connecté à un convertisseur VSC-HVDC via un transformateur et une ligne, un contrôleur conventionnel simple PI est appliqué au niveau du convertisseur du système pour agir sur les oscillations rotoriques de la machine synchrone. Cette commande classique garantie une amélioration acceptable des performances dynamiques du système; surtout pour l'amortissement des oscillations de l'angle de puissance de la machine synchrone lors de défauts. / The integration of nonlinear VSC-HVDC transmission systems in power grids becomes very important for environmental, technical, and economic reasons. These systems have enabled the interconnection of asynchronous networks, the connection of offshore wind farms, and the control of power flow especially for long distances. This thesis aims the non-linear control and stabilization of VSC-HVDC systems, with two main themes. The first theme focuses on the design and synthesis of nonlinear control laws based on Variable Structure Systems (VSS) for VSC-HVDC systems. Thus, the Sliding Mode Control (SMC) and the Asymptotic Output Tracking (AOT) have been proposed to provide an adequate degree of stability via suitable Lyapunov functions. Then, the robustness of these commands has been studied in presence of parameter uncertainties and/or disturbances. The compromise between controller’s robustness and the system’s dynamic behavior depends on the gain settings. These control approaches, which are robust and can be easily implemented, have been applied to enhance the system dynamic performance and stability level in presence of different abnormal conditions for different DC link lengths. The second theme concerns the influence of VSC-HVDC control on improving the AC network dynamic performance during transients. After modeling the Single Machine via VSC-HVDC system in which the detailed synchronous generator model is considered, the conventional PI controller is applied to the converter side to act on damping the synchronous machine power angle oscillations. This simple control guarantees the reinforcement of the system dynamic performance and the power angle oscillations damping of the synchronous machine in presence of faults.

Ces travaux de thèse portent sur l'étude expérimentale et numérique de structures mécaniques non-linéaires soumises à des vibrations sinusoïdales et aléatoires. L'étude prend en compte l'existence d'incertitudes au sein du protocole expérimentale et de la modélisation. Les études expérimentales menées au CEA/CESTA montrent que la réponse des structures assemblées à des sollicitations vibratoires est fortement dépendante du niveau d'excitation d'une part, et que la réponse obtenue possède une variabilité, parfois importante. Ces résultats expérimentaux ne peuvent pas être reproduits en simulation avec la méthode de simulation vibratoire linéaire déterministe classique.L'objectif de ces travaux est de proposer et de mettre en place des méthodes numériques pour étudier ces réponses non-linéaires, et de quantifier et propager les incertitudes pertinentes au sein des calculs. Cet objectif passe par l'étude de maquettes d'essai de complexité croissante et sujettes aux mêmes phénomènes vibratoires que les objets d'étude industriels du CEA/CESTA. Les méthodes de simulation vibratoire non-linéaires et les techniques numériques développées dans le monde académique sont adaptées et utilisées dans le contexte industriel du CEA/CESTA.Le premier objet d'étude est une poutre métallique bi-encastrée, dont la non-linéarité est d'origine géométrique. Le modèle associé à cette poutre est un oscillateur de Duffing à un degré de liberté très détaillé dans la littérature scientifique, et qui permet de valider les développements numériques effectués, sur les aspects de l'excitation aléatoire et de la propagation d'incertitudes. Dans un premier temps, les méthodes de tir et d'équilibrage harmonique sont étendues au cas de l'excitation aléatoire et validées sur cette structure académique par comparaison à l'expérience. Dans un second temps, une méthode de propagation d'incertitude non-intrusive est implémentée pour prendre en compte les incertitudes de modélisation identifiées.Le second objet d'étude est une maquette comportant un plot élastomère reliant une masselotte à un bâti. Le comportement non-linéaire de l'élastomère est au c\oe ur de ces travaux de thèse. De nombreux essais vibratoires sont réalisés dans un premier temps pour identifier un modèle non-linéaire de l'élastomère juste suffisant. Dans un second temps, le modèle développé est validé par comparaison aux essais en utilisant et adaptant les méthodes étendues lors de l'étude de la poutre bi-encastrée.Enfin, une maquette d'étude se rapprochant d'un cas d'application industriel est étudiée : la maquette Harmonie-Gamma. Elle compte des interfaces frottantes et des liaisons élastomères. Les essais vibratoires réalisés permettent d'identifier le comportement dynamique linéaire et non-linéaire du système et d'étudier l'évolution de la réponse en fonction du niveau d'excitation. Un modèle numérique est réalisé par éléments finis puis réduit par une méthode de sous-structuration. Les relations non-linéaires sont introduites au niveau des liaisons frottantes et élastomères. La réponse vibratoire de la structure est simulée par la méthode d'équilibrage harmonique couplée à un algorithme de continuation. Les comparaisons essais / calculs sont menées pour les excitations de type sinus balayé et aléatoire, et permettent d'analyser l'apport de chaque non-linéarité dans la réponse de la structure. / This PhD work focuses on the experimental and numerical study of nonlinear structures subjected to both harmonic and random vibrations, in the presence of modeling and experimental uncertainties. Experimental studies undertaken at the CEA / CESTA show a strong dependence of the jointed structures towards the excitation level, as well as a variability in the response for a given excitation level. These experimental results cannot be simulated using the classical determinist linear vibration simulation method.The objective of this work is to propose and set up numerical methods to study these nonlinear responses, while quantifying and propagating the relevant uncertainties in the simulations. This objective involves the study of structural assemblies of increasing complexity and subjected to the same vibratory phenomena as CEA / CESTA industrial structures. Advanced nonlinear numerical methods developed in academia are applied in the CEA / CESTA industrial context.The first test structure is a clamped-clamped steel beam that has a geometrical nonlinearity. The beam is modeled by a Duffing oscillator which is a widely studied model in the field of nonlinear dynamics. This allows for a validation of the numerical developments proposed in this work, first on the issue of random vibrations, and second on the issue of the propagation of uncertainties. The simulations are based on two techniques of reference (shooting method and harmonic balance method). Firstly, the simulation results are validated by comparison with the experimental results for random vibrations. Secondly, the harmonic balance method is used in adequation with a non-intrusive polynomial chaos in order to take into accounts the modeling uncertainties.The second test structure is a mass linked to a solid casing via a vibration-absorbing elastomeric material of biconical shape surrounded by a cage of aluminum. The nonlinear behavior of the elastomer is at the heart of this work. Various vibration tests were performed on this structure in order to identify the simplest nonlinear model possible to answer our queries. The identified model is validated through comparisons between the simulation results and the experimental results for both sine-swept and random vibrations.The central assembly of this work is an industrial assembly with friction joints and vibration-absorbing elastomeric joints, named Harmonie-Gamma. The vibration tests performed exhibit resonance modes as well as a strong dependency of the response with the excitation level. A numerical finite element model is developed and reduced with a substructuration technique. The resulting nonlinear reduced model is simulated using an harmonic balance method with a continuation method. The simulated responses are compared with the experiments and allow for an analysis of coupled nonlinearities in the CEA / CESTA industrial context.

Le crissement de frein est une nuisance sonore qui représente des coûts importants pour l'industrie automobile. Il tire son origine dans des phénomènes complexes à l'interface frottante entre les plaquettes de frein et le disque. L'analyse de stabilité reste aujourd'hui la méthode privilégiée dans l'industrie pour prédire la stabilité d'un système de frein malgré ses aspects sur- et sous-prédictifs.Afin de construire un système de frein robuste, il est nécessaire de trouver la technologie qui permette de limiter les instabilités malgré certains paramètres incertains présents dans le système. Ainsi, l'un des objectifs de la thèse est de développer une méthode permettant de traiter et de propager l'incertitude et la variabilité de certains paramètres dans le modèle éléments finis de frein avec des coûts numériques abordables.Dans un premier temps, l'influence d'un premier groupe de paramètres correspondant à des contacts internes au système a été étudiée afin de mieux comprendre les phénomènes physiques mis en jeu et leurs impacts sur le phénomène de crissement. Une approche basée sur l'utilisation d'un algorithme génétique a été également mise en place afin d'identifier le jeu de paramètres le plus défavorable en terme de propension au crissement sur le système.Dans un second temps, différentes méthodes de méta-modélisation ont été proposées afin de prédire la stabilité du système de frein en fonction de différents paramètres qui peuvent être des paramètres de conception ou des paramètres incertains liés à l'environnement du système.Dans un troisième temps, une méthode d'analyse non-linéaire complémentaire de l'analyse de stabilité a été proposée et développée. Elle se base sur le suivi de la stabilité d'une solution vibratoire approchée et permet d'identifier les modes instables présents dans la réponse dynamique du système. Cette méthode a été appliquée sur un modèle simple avant d'illustrer sa faisabilité sur le modèle éléments finis de frein complet. / Brake squeal is a noise nuisance that represents significant costs for the automotive industry. It originates from complex phenomena at the frictional interface between the brake pads and the disc. The stability analysis remains the preferred method in the industry today to predict the stability of a brake system despite its over- and under-predictive aspects.In order to build a robust brake system, it is necessary to find the technology that limits instabilities despite some uncertain parameters present in the system. Thus, one of the main objectives of the PhD thesis is to develop a method to treat and propagate the uncertainty and variability of some parameters in the finite element brake model with reasonable numerical costs.First, the influence of a first group of parameters corresponding to contacts within the system was studied in order to better understand the physical phenomena involved and their impacts on the squealing phenomenon. An approach based on the use of a genetic algorithm has also been implemented to identify the most unfavourable set of parameters in terms of squeal propensity on the brake system.In a second step, different meta-modelling methods were proposed to predict the stability of the brake system with respect to different parameters that may be design parameters or uncertain parameters related to the environment of the brake system.In a third step, a non-linear analysis method complementary to the stability analysis was proposed and developed. It is based on the tracking of the stability of an approximate vibrational solution and allows the identification of unstable modes present in the dynamic response of the system. This method was applied to a simple academic model before demonstrating its feasibility on the complete industrial brake finite element model under study.

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.

Les ingénieurs utilisent de plus en plus de modèles numériques leur permettant de diminuer les expérimentations physiques nécessaires à la conception de nouveaux produits. Avec l’augmentation des performances informatiques et numériques, ces modèles sont de plus en plus complexes et coûteux en temps de calcul pour une meilleure représentation de la réalité. Les problèmes réels de mécanique sont sujets en pratique à des incertitudes qui peuvent impliquer des difficultés lorsque des solutions de conception admissibles et/ou optimales sont recherchées. La fiabilité est une mesure intéressante des risques de défaillance du produit conçu dus aux incertitudes. L’estimation de la mesure de fiabilité, la probabilité de défaillance, nécessite un grand nombre d’appels aux modèles coûteux et deviennent donc inutilisable en pratique. Pour pallier ce problème, la métamodélisation est utilisée ici, et plus particulièrement les méthodes AK qui permettent la construction d’un modèle mathématique représentatif du modèle coûteux avec un temps d’évaluation beaucoup plus faible. Le premier objectif de ces travaux de thèses est de discuter des formulations mathématiques des problèmes de conception sous incertitudes. Cette formulation est un point crucial de la conception de nouveaux produits puisqu’elle permet de comprendre les résultats obtenus. Une définition des deux concepts de fiabilité et de robustesse est aussi proposée. Ces travaux ont abouti à une publication dans la revue internationale Structural and Multidisciplinary Optimization (Lelièvre, et al. 2016). Le second objectif est de proposer une nouvelle méthode AK pour l’estimation de probabilités de défaillance associées à des évènements rares. Cette nouvelle méthode, nommée AK-MCSi, présente trois améliorations de la méthode AK-MCS : des simulations séquentielles de Monte Carlo pour diminuer le temps d’évaluation du métamodèle, un nouveau critère d’arrêt sur l’apprentissage plus stricte permettant d’assurer le bon classement de la population de Monte Carlo et un enrichissement multipoints permettant la parallélisation des calculs du modèle coûteux. Ce travail a été publié dans la revue Structural Safety (Lelièvre, et al. 2018). Le dernier objectif est de proposer de nouvelles méthodes pour l’estimation de probabilités de défaillance en grande dimension, c’est-à-dire un problème défini à la fois par un modèle coûteux et un très grand nombre de variables aléatoires d’entrée. Deux nouvelles méthodes, AK-HDMR1 et AK-PCA, sont proposées pour faire face à ce problème et sont basées respectivement sur une décomposition fonctionnelle et une technique de réduction de dimension. La méthode AK-HDMR1 fait l’objet d’une publication soumise à la revue Reliability Engineering and Structural Safety le 1er octobre 2018. / Engineers increasingly use numerical model to replace the experimentations during the design of new products. With the increase of computer performance and numerical power, these models are more and more complex and time-consuming for a better representation of reality. In practice, optimization is very challenging when considering real mechanical problems since they exhibit uncertainties. Reliability is an interesting metric of the failure risks of design products due to uncertainties. The estimation of this metric, the failure probability, requires a high number of evaluations of the time-consuming model and thus becomes intractable in practice. To deal with this problem, surrogate modeling is used here and more specifically AK-based methods to enable the approximation of the physical model with much fewer time-consuming evaluations. The first objective of this thesis work is to discuss the mathematical formulations of design problems under uncertainties. This formulation has a considerable impact on the solution identified by the optimization during design process of new products. A definition of both concepts of reliability and robustness is also proposed. These works are presented in a publication in the international journal: Structural and Multidisciplinary Optimization (Lelièvre, et al. 2016). The second objective of this thesis is to propose a new AK-based method to estimate failure probabilities associated with rare events. This new method, named AK-MCSi, presents three enhancements of AK-MCS: (i) sequential Monte Carlo simulations to reduce the time associated with the evaluation of the surrogate model, (ii) a new stricter stopping criterion on learning evaluations to ensure the good classification of the Monte Carlo population and (iii) a multipoints enrichment permitting the parallelization of the evaluation of the time-consuming model. This work has been published in Structural Safety (Lelièvre, et al. 2018). The last objective of this thesis is to propose new AK-based methods to estimate the failure probability of a high-dimensional reliability problem, i.e. a problem defined by both a time-consuming model and a high number of input random variables. Two new methods, AK-HDMR1 and AK-PCA, are proposed to deal with this problem based on respectively a functional decomposition and a dimensional reduction technique. AK-HDMR1 has been submitted to Reliability Enginnering and Structural Safety on 1st October 2018.

Parmi les nombreuses recherches en matière de planification et de contrôle des mouvements pour des applications robotiques, l'humanité n'a jamais atteint un point où les robots seraient parfaitement fonctionnels et autonomes dans des environnements dynamiques. Bien qu'il soit controversé de discuter de la nécessité de ces robots, il est très important d'aborder les problèmes qui nous empêchent de réaliser un tel niveau d'autonomie. Ce travail de recherche tente de résoudre ces problèmes qui séparent ces deux modes de fonctionnement avec un accent particulier sur les incertitudes. Les impossibilités pratiques de capacités de détection précises entraînent une variété d'incertitudes dans les scénarios où le robot est mobile ou l'environnement est dynamique. Ce travail se concentre sur le développement de stratégies intelligentes pour améliorer la capacité de gérer les incertitudes de manière robuste dans les robots humanoïdes et industriels. Premièrement, nous nous concentrerons sur un cadre dynamique d'évitement d'obstacles proposé pour les robots industriels équipés de capteurs de peau pour la réactivité. La planification des chemins et le contrôle des mouvements sont généralement formalisés en tant que problèmes distincts de la robotique, bien qu'ils traitent fondamentalement du même problème. Les espaces de configuration à grande dimension, l'environnement changeant et les incertitudes ne permettent pas la planification en temps réel de mouvement exécutable. L'incapacité fondamentale d'unifier ces deux problèmes nous a amené à gérer la trajectoire planifiée en présence de perturbations et d'obstacles imprévus à l'aide de différents mécanismes d'exécution et de déformation de trajectoire. Le cadre proposé utilise «Stack of Tasks», un contrôleur hiérarchique utilisant des informations de proximité, grâce à un planificateur de chemin réactif utilisant un nuage de points pour éviter les obstacles. Les expériences sont effectuées avec les robots PR2 et UR5 pour vérifier la validité du procédé à la fois en simulation et in-situ. Deuxièmement, nous nous concentrons sur une stratégie pour modéliser les incertitudes des paramètres inertiels d'un robot humanoïde dans des scénarios de tâches d'équilibre. Le contrôle basé modèles est devenu de plus en plus populaire dans la communauté des robots à jambes au cours des dix dernières années. L'idée clé est d'exploiter un modèle du système pour calculer les commandes précises du moteur qui entraînent le mouvement désiré. Cela permet d'améliorer la qualité du suivi du mouvement, tout en utilisant des gains de rétroaction plus faibles, ce qui conduit à une conformité plus élevée. Cependant, le principal défaut de cette approche est généralement le manque de robustesse aux erreurs de modélisation. Dans ce manuscrit, nous nous concentrons sur la robustesse du contrôle de la dynamique inverse à des paramètres inertiels erronés. Nous supposons que ces paramètres sont connus, mais seulement avec une certaine précision. Nous proposons ensuite un contrôleur basé optimisation, rapide d'exécution, qui assure l'équilibre du robot malgré ces incertitudes. Nous avons utilisé ce contrôleur en simulation pour effectuer différentes tâches d'atteinte avec le robot humanoïde HRP-2, en présence de diverses erreurs de modélisation. Les comparaisons avec un contrôleur de dynamique inverse classique à travers des centaines de simulations montrent la supériorité du contrôleur proposé pour assurer l'équilibre du robot. / Amidst a lot of research in motion planning and control in concern with robotic applications, the mankind has never reached a point yet, where the robots are perfectly functional and autonomous in dynamic settings. Though it is controversial to discuss about the necessity of such robots, it is very important to address the issues that stop us from achieving such a level of autonomy. Industrial robots have evolved to be very reliable and highly productive with more than 1.5 million operational robots in a variety of industries. These robots work in static settings and they literally do what they are programmed for specific usecases, though the robots are flexible enough to be programmed for a variety of tasks. This research work makes an attempt to address these issues that separate both these settings in a profound way with special focus on uncertainties. Practical impossibilities of precise sensing abilities lead to a variety of uncertainties in scenarios where the robot is mobile or the environment is dynamic. This work focuses on developing smart strategies to improve the ability to handle uncertainties robustly in humanoid and industrial robots. First, we focus on a dynamical obstacle avoidance framework proposed for industrial robots equipped with skin sensors for reactivity. Path planning and motion control are usually formalized as separate problems in robotics. High dimensional configuration spaces, changing environment and uncertainties do not allow to plan real-time motion ahead of time requiring a controller to execute the planned trajectory. The fundamental inability to unify both these problems has led to handle the planned trajectory amidst perturbations and unforeseen obstacles using various trajectory execution and deformation mechanisms. The proposed framework uses ’Stack of Tasks’, a hierarchical controller using proximity information to avoid obstacles. Experiments are performed on a UR5 robot to check the validity of the framework and its potential use for collaborative robot applications. Second, we focus on a strategy to model inertial parameters uncertainties in a balance controller for legged robots. Model-based control has become more and more popular in the legged robots community in the last ten years. The key idea is to exploit a model of the system to compute precise motor commands that result in the desired motion. This allows to improve the quality of the motion tracking, while using lower feedback gains, leading so to higher compliance. However, the main flaw of this approach is typically its lack of robustness to modeling errors. In this paper we focus on the robustness of inverse-dynamics control to errors in the inertial parameters of the robot. We assume these parameters to be known, but only with a certain accuracy. We then propose a computationally-efficient optimization-based controller that ensures the balance of the robot despite these uncertainties. We used the proposed controller in simulation to perform different reaching tasks with the HRP-2 humanoid robot, in the presence of various modeling errors. Comparisons against a standard inverse-dynamics controller through hundreds of simulations show the superiority of the proposed controller in ensuring the robot balance.