Orientador: Renato Pavanello / Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Mecanica / Made available in DSpace on 2018-07-23T16:29:26Z (GMT). No. of bitstreams: 1 PaucarCasas_WalterJesus_D.pdf: 11209231 bytes, checksum: ed76027cff17f4a62e9dfcff2f0e03d2 (MD5) Previous issue date: 1998 / Resumo: Neste trabalho desenvolveram-se metodologias para a obtenção de formas ótimas em sistemas vibroacústicos acoplados, via mudança de parâmetros geométricos, usando a análise de sensibilidade e ferramentas de programação não linear. As equações matriciais do problema são determinadas com o método dos elementos finitos, e expostas de forma a se tornarem dependentes dos parâmetros estruturais. Uma formulação não simétrica em deslocamento da estrutura e pressão do fluido é utilizada para descrever o sistema. Obtidas as freqüências e modos próprios para um conjunto de parâmetros, executa-se o processo de otimização usando a análise de sensibilidade modal. O objetivo é maximizar o afastamento de freqüências naturais adjacentes, ou diminuir a resposta numa região do sistema para uma faixa predefinida de freqüências de excitação, modificando para isso os parâmetros de forma. O efeito do amortecimento proporcional é incluído na modelagem. Os resultados obtidos são validados a partir de soluções numéricas disponíveis na literatura. A utilização da predição modal no processo de otimização também é analisada. A implementação da metodologia desenvolvida encontra aplicação, por exemplo, na melhora do conforto vibroacústico / Abstract: In this research some methodologies for obtaining optimal forms in coupled vibroacoustic problems are developed, through geometrical parameter changing, using sensitivity analysis and non linear programming tools. The matrix equations of the problem are determined through the finite element method, and then put in such a form that they become functions of the structural parameters. A non symmetrical formulation in structural displacement and tluid pressure is used to describe the system. Once the natural frequencies and modes for a set of parameters are found, the optimization process is conducted using the modal sensitivity analysis. The objective is either to maximize the gap between some adjacent natural frequencies,or to minimizethe frequency response in a specific region of the system for one set of excitation frequencies.This is done by modifying the shape parameters. The effect of proportional damping is included in the model. The results are validated with numerical solutions available in the literature. Additional results using the modal prediction in the optimization are also analyzed. The implemented methodology can be applied, for example, in the improvement of the vibroacoustic confort / Doutorado / Mecanica dos Sólidos e Projeto Mecanico / Doutor em Engenharia Mecânica

L'objectif de la thèse est d'améliorer la compréhension des processus hydrologiques lors des événements de crues éclair. Se basant sur un modèle existant (MARINE), l'étude se concentre sur les processus internes au sol. Une étape préliminaire permet, à partir de l'analyse des données, de confirmer l'activité du socle rocheux durant les crues éclair. Une analyse structurelle de MARINE est réalisée, afin de connaître la sensibilité des flux de subsurface aux choix structurels. Une nouvelle modélisation, plus robuste et intégrant explicitement une représentation des roches altérées, est mise en place. Supposant des chemins préférentiels à l'interface sol/roche, le modèle donne une bonne reproduction des bassins sédimentaires. Sur les bassins granitiques, il sous-estime les récessions et, en conséquence, les éventuels seconds pics de crue, montrant la nécessité de représenter des flux significatifs sur ces bassins, y compris dans la zone altérée. / The purpose of this thesis is to improve the knowledge of hydrological processes during flash flood events using rainfall-runoff modelling. The project focuses on hydrological processes occurring into soil and subsoil horizons. A preliminary data analysis corroborates the activity of the weathered bedrock during flash floods. The hydrological response, simulated by the MARINE model, is then investigated to detect the sensitivity of subsurface flow processes to model assumptions. It leads to several modifications of the model structure in order to make it more robust. Moreover a two-layered soil column is implemented to explicitly integrate the activity of the weathered bedrock into the model. Assuming preferential path flows at the soil-bedrock interface, the model performs well on sedimentary watersheds, but underestimate recession curves and second flood peaks on granitic ones, showing the need to simulate as well significantcontribution from the weathered bedrock.

Em aplicações na área de análise de sobrevivência, é freqüente a ocorrência de função de taxa de falha em forma de U ou unimodal, isto e, funções não-monótonas. Os modelos de regressão comumente usados para dados de sobrevivência são log-Weibull, função de taxa de falha monótona, e log-logística, função de taxa de falha decrescente ou unimodal. Um dos objetivos deste trabalho e propor os modelos de regressão, em forma de locação e escala, log-Weibull estendida que apresenta função de taxa de falha em forma de U e log- Burr XII que tem como caso particular o modelo de regressão log-logística. Considerando dados censurados, foram utilizados três métodos para estimação dos parâmetros, a saber, máxima verossimilhança, bayesiana e jackkinife. Para esses modelos foram calculadas algumas medidas de diagnósticos de influência local e global. Adicionalmente, desenvolveu-se uma análise de resíduos baseada no resíduo tipo martingale. Para diferentes parâmetros taxados, tamanhos de amostra e porcentagens de censuras, várias simulações foram feitas para avaliar a distribuição empírica do resíduo tipo martingale e compará-la com a distribuição normal padrão. Esses estudos sugerem que a distribuição empírica do resíduo tipo martingale para o modelo de regressão log-Weibull estendida com dados censurados aproxima-se de uma distribuição normal padrão quando comparados com outros resíduos considerados neste estudo. Para o modelo de regressão log-Burr XII, foi proposta uma modificação no resíduo tipo martingale baseada no estudo de simulação para obter concordância com a distribuição normal padrão. Conjuntos de dados reais foram utilizados para ilustrar a metodologia desenvolvida. Também pode ocorrer que em algumas aplicações a suposição de independência dos tempos de sobrevivência não é válida. Assim, outro objetivo deste trabalho é introduzir um modelo de regressão log-Burr XII com efeito aleatório para o qual foi proposto um método de estimação para os parâmetros baseado no algoritmo EM por Monte Carlo. Por fim, foi desenvolvido um novo modelo probabilístico denominado de beta Weibull modificado que apresenta cinco parâmetros. A vantagem desse novo modelo é a flexibilidade em acomodar várias formas da função de taxa de falha, por exemplo, U e unimodal, e mostrou-se útil na discriminação entre alguns modelos probabilísticos alternativos. O método de máxima verossimilhança e proposto para estimar os parâmetros desta distribuição. A matriz de informação observada foi calculada. Um conjunto de dados reais é usado para ilustrar a aplicação da nova distribuição / In survival analysis applications, the failure rate function may have frequently unimodal or bathtub shape, that is, non-monotone functions. The regression models commonly used for survival studies are log-Weibull, monotone failure rate function shape, and log-logistic, decreased or unimodal failure rate function shape. In the first part of this thesis, we propose location-scale regression models based on an extended Weibull distribution for modeling data with bathtub-shaped failure rate function and on a Burr XII distribution as an alternative to the log-logistic regression model. Assuming censored data, we consider a classical analysis, a Bayesian analysis and a jackknife estimator for the parameters of the proposed models. For these models, we derived the appropriate matrices for assessing the local influence on the parameter estimates under diferent perturbation schemes, and we also presented some ways to perform global influence. Additionally, we developed residual analy- sis based on the martingale-type residual. For di®erent parameter settings, sample sizes and censoring percentages, various simulation studies were performed and the empirical distribution of the martingale-type residual was displayed and compared with the standard normal distribution. These studies suggest that the empirical distribution of the martingale-type residual for the log-extended Weibull regression model with data censured present a high agreement with the standard normal distribution when compared with other residuals considered in these studies. For the log-Burr XII regression model, it was proposed a change in the martingale-type residual based on some studies of simulation in order to obtain an agreement with the standard normal distribution. Some applications to real data illustrate the usefulness of the methodology developed. It can also happen in some applications that the assumption of independence of the times of survival is not valid, so it was added to the log-Burr XII regression model of random exects for which an estimate method was proposed for the parameters based on the EM algorithm for Monte Carlo simulation. Finally, a five- parameter distribution so called the beta modified Weibull distribution is defined and studied. The advantage of that new distribution is its flexibility in accommodating several forms of the failure rate function, for instance, bathtub-shaped and unimodal shape, and it is also suitable for testing goodness-of-fit of some special sub-models. The method of maximum likelihood is used for estimating the model parameters. We calculate the observed information matrix. A real data set is used to illustrate the application of the new distribution.

Em aplicações na área de análise de sobrevivência, é freqüente a ocorrência de função de taxa de falha em forma de U ou unimodal, isto e, funções não-monótonas. Os modelos de regressão comumente usados para dados de sobrevivência são log-Weibull, função de taxa de falha monótona, e log-logística, função de taxa de falha decrescente ou unimodal. Um dos objetivos deste trabalho e propor os modelos de regressão, em forma de locação e escala, log-Weibull estendida que apresenta função de taxa de falha em forma de U e log- Burr XII que tem como caso particular o modelo de regressão log-logística. Considerando dados censurados, foram utilizados três métodos para estimação dos parâmetros, a saber, máxima verossimilhança, bayesiana e jackkinife. Para esses modelos foram calculadas algumas medidas de diagnósticos de influência local e global. Adicionalmente, desenvolveu-se uma análise de resíduos baseada no resíduo tipo martingale. Para diferentes parâmetros taxados, tamanhos de amostra e porcentagens de censuras, várias simulações foram feitas para avaliar a distribuição empírica do resíduo tipo martingale e compará-la com a distribuição normal padrão. Esses estudos sugerem que a distribuição empírica do resíduo tipo martingale para o modelo de regressão log-Weibull estendida com dados censurados aproxima-se de uma distribuição normal padrão quando comparados com outros resíduos considerados neste estudo. Para o modelo de regressão log-Burr XII, foi proposta uma modificação no resíduo tipo martingale baseada no estudo de simulação para obter concordância com a distribuição normal padrão. Conjuntos de dados reais foram utilizados para ilustrar a metodologia desenvolvida. Também pode ocorrer que em algumas aplicações a suposição de independência dos tempos de sobrevivência não é válida. Assim, outro objetivo deste trabalho é introduzir um modelo de regressão log-Burr XII com efeito aleatório para o qual foi proposto um método de estimação para os parâmetros baseado no algoritmo EM por Monte Carlo. Por fim, foi desenvolvido um novo modelo probabilístico denominado de beta Weibull modificado que apresenta cinco parâmetros. A vantagem desse novo modelo é a flexibilidade em acomodar várias formas da função de taxa de falha, por exemplo, U e unimodal, e mostrou-se útil na discriminação entre alguns modelos probabilísticos alternativos. O método de máxima verossimilhança e proposto para estimar os parâmetros desta distribuição. A matriz de informação observada foi calculada. Um conjunto de dados reais é usado para ilustrar a aplicação da nova distribuição / In survival analysis applications, the failure rate function may have frequently unimodal or bathtub shape, that is, non-monotone functions. The regression models commonly used for survival studies are log-Weibull, monotone failure rate function shape, and log-logistic, decreased or unimodal failure rate function shape. In the first part of this thesis, we propose location-scale regression models based on an extended Weibull distribution for modeling data with bathtub-shaped failure rate function and on a Burr XII distribution as an alternative to the log-logistic regression model. Assuming censored data, we consider a classical analysis, a Bayesian analysis and a jackknife estimator for the parameters of the proposed models. For these models, we derived the appropriate matrices for assessing the local influence on the parameter estimates under diferent perturbation schemes, and we also presented some ways to perform global influence. Additionally, we developed residual analy- sis based on the martingale-type residual. For di®erent parameter settings, sample sizes and censoring percentages, various simulation studies were performed and the empirical distribution of the martingale-type residual was displayed and compared with the standard normal distribution. These studies suggest that the empirical distribution of the martingale-type residual for the log-extended Weibull regression model with data censured present a high agreement with the standard normal distribution when compared with other residuals considered in these studies. For the log-Burr XII regression model, it was proposed a change in the martingale-type residual based on some studies of simulation in order to obtain an agreement with the standard normal distribution. Some applications to real data illustrate the usefulness of the methodology developed. It can also happen in some applications that the assumption of independence of the times of survival is not valid, so it was added to the log-Burr XII regression model of random exects for which an estimate method was proposed for the parameters based on the EM algorithm for Monte Carlo simulation. Finally, a five- parameter distribution so called the beta modified Weibull distribution is defined and studied. The advantage of that new distribution is its flexibility in accommodating several forms of the failure rate function, for instance, bathtub-shaped and unimodal shape, and it is also suitable for testing goodness-of-fit of some special sub-models. The method of maximum likelihood is used for estimating the model parameters. We calculate the observed information matrix. A real data set is used to illustrate the application of the new distribution.

Le comportement humain est modélisé de manière sommaire dans les logiciels de simulation énergétique des bâtiments. Or son impact est considérable et il est à l'origine d'écarts importants entre résultats de simulation et mesures in situ. Les occupants influencent les consommations d'énergie des bâtiments par leur présence et leurs activités, les ouvertures/fermetures de fenêtres, la gestion des dispositifs d'occultation, l'utilisation de l'éclairage artificiel et des appareils électriques, la gestion des consignes de chauffage et les puisages d'eau chaude sanitaire. La thèse propose une modélisation de l'occupation incluant l'ensemble de ces aspects suivant une approche stochastique statistique, pour les bâtiments résidentiels et de bureaux. La construction des modèles fait appel à un grand nombre de données issues de campagnes de mesures, d'enquêtes sociologiques et de la littérature scientifique. Le modèle d'occupation proposé est couplé à l'outil de simulation thermique dynamique Pléiades+COMFIE. En propageant les incertitudes des facteurs du modèle d'occupation et du modèle thermique (enveloppe, climat, systèmes), un intervalle de confiance des résultats de simulation peut être estimé, ouvrant ainsi la voie à un processus de garantie de performance énergétique. / Human behaviour is modelled in a simplistic manner in building energy simulation programs. However, it has a considerable impact and is identified as a major explanatory factor of the discrepancy between simulation results and in situ measurements. Occupants influence buildings energy consumption through their presence and activities, the opening/closing of windows, the actions on blinds, the use of artificial lighting and electrical appliances, the choices of temperature setpoints, and the water consumptions. The thesis proposes a model of occupants' behaviour including all these aspects, according to a stochastic approach, for residential and office buildings. Models' development is based on numerous data from measurements campaigns, sociological surveys and from the scientific literature. The proposed model for occupants' behaviour is coupled to the simulation tool Pléiades+COMFIE. By propagating the uncertainties of factors from the occupants' behaviour model and the thermal model (envelope, climate, systems), the simulation results confidence interval can be estimated, opening the way to an energy performance guarantee process.

Le développement de la technologie des semi-conducteurs dans les trente dernières années a augmenté le nombre des nouvelles applications dans lesquelles les dispositifs d’électronique de puissance sont utilisés. L'augmentation de la rapidité de commutation des transistors a permis que la conversion de puissance se produise de façon de plus en plus performante. Cet avantage apporte un nouveau challenge dans la phase de conception, lié à la Compatibilité Électromagnétique. En effet, les impulsions rapides de tension et courant dans les convertisseurs de puissance sont une source d’émissions électromagnétiques conduites indésirables. Des méthodologies de modélisation précises, qui prennent en compte une grande partie des effets parasites, ont été développées pour évaluer le niveau de ces émissions conduites. Lorsque ces méthodologies sont confrontées aux mesures, les résultats sont en concordance dans une large gamme de fréquence, elles peuvent donc être considérées comme des outils fiables de pronostic. Néanmoins, la plupart des paramètres du modèle d’un système électronique ne peuvent pas réellement être déterminés précisément : les conditions d’opération sont souvent mal connues (variations de température ou d'humidité) ; les paramètres caractéristiques des composants présentent une certaine dispersion de production ; des interférences externes sont imprévisibles. Dans ce contexte, il est intéressant de développer des méthodologies de modélisation qui soient capables de prendre en compte des incertitudes paramétriques. Dans cette thèse, deux méthodologies d’analyse d’incertitudes, adaptées aux convertisseurs de puissance, sont proposées. Les incertitudes paramétriques sont modélisées en utilisant des fonctions de densité de probabilité et l’objectif de l’analyse proposée est de déterminer les moments statistiques, la fonction de densité de probabilité ou la limite supérieure probabiliste des émissions conduites d’un convertisseur de puissance quelconque. Des techniques pour aborder les difficultés liées aux non-linéarités, au temps de simulation important et au nombre élevé de dimensions sont discutées. Les méthodologies proposées sont appliquées à des problèmes test et à des problèmes réels, et les résultats sont comparés aux méthodologies classiques. La précision des résultats des méthodologies proposées est similaire aux techniques classiques, mais le temps de calcul est considérablement réduit. Finalement, ce travail ouvre des possibilités de développements nouveaux pour l’analyse des incertitudes des systèmes non-linéaires et à grande échelle. / The development of semiconductor technology in the last decades has boosted numerous new applications in which power electronic devices have been employed. The fast switching of transistors has allowed power conversion to be performed with high efficiency. However, this improvement brought a new challenge in design: the Electromagnetic Compatibility. Both fast pulses of voltage and current, inside power converters, are a source of unwanted conducted electromagnetic emissions. High accurate modeling methodologies, which takes into account most of the parasitic phenomena, have been developed, in order to compute the level of conducted emissions of electronic devices. When these methods are confronted with measurement, they show good agreement in a large frequency range, and thus they are considered a trustful prediction tool for electronic systems design. Nevertheless, most of the parameters of the model of any electronic system, in reality, cannot be determined precisely, due to unknown operation conditions (i.e.: temperature or humidity variations), production dispersion of the components or unpredictable external interference. In this context, it is of great interest to develop modeling methodologies that are able to take into account parametric uncertainties. In this thesis, two methodologies for uncertainty analysis of power converters are proposed. In the first, namely Polynomials per Frequency, the parametric uncertainty is modeled using probability density functions and the objective of the proposed analysis is to determine the statistical moments, the probability density function or a probabilistic upper bound for the conducted emissions of an arbitrary power converter. In the second methodology, namely Adaptive Unscented Transform, techniques to tackle the difficulties of nonlinearity, long simulation time and high-dimensionality are discussed. The proposed methodologies are applied to benchmark and real-world problems and the results are confronted to classical approaches. The accuracy of the gotten results is similar to those obtained by classical methods, although the required computational time is significantly reduced. Finally, this work leaves many possibilities for further development in the field of uncertainty analysis of nonlinear and highdimensional systems. / O desenvolvimento da tecnologia de semicondutores nas últimas décadas proporcionou um aumento no número de novas aplicações, nas quais dispositivos de eletrônica de potência são empregados. A rápida comutação dos transistores permitiu que a conversão de potência seja realizada com alta eficiência. Entretanto, esse benefício trouxe um novo desafio na fase de projeto: a Compatibilidade Eletromagnética. Os rápidos pulsos de tensão e corrente dentro dos conversores de potência são uma fonte indesejada de emissões eletromagnéticas conduzidas. Metodologias de modelagem de alta precisão, que consideram grande parte dos efeitos parasitas, foram desenvolvidas para avaliar o nível de emissões conduzidas de dispositivos eletrônicos. Estas metodologias, quando comparadas às medições, apresentam boa concordância numa ampla faixa de frequência, e portanto elas são consideradas ferramentas de previsão confiáveis para projeto de sistemas eletrônicos. Não obstante, a maioria dos parâmetros do modelo de um sistema eletrônico, na realidade, não podem ser determinados precisamente, devido às condições de operação incertas (por exemplo, variação de temperatura ou umidade), à dispersão de produção dos componentes ou à interferência externa imprevisível. Neste contexto, existe um grande interesse em desenvolver metodologias de modelagem que sejam capazes de levar em consideração incertezas paramétricas. Nesta tese, duas metodologias de análise de incertezas para conversores de potência são propostas. Na primeira, denominada Polinômios por Frequência, as incertezas paramétricas são modeladas usando funções densidade de probabilidade e o objetivo da análise proposta é determinar os momentos estatísticos, a função densidade de probabilidade ou o limite superior probabilístico das emissões conduzidas de um conversor de potência arbitrário. Na segunda, denominada Transformada de Incerteza Adaptativa, técnicas para abordar as dificuldades de nãolinearidade, tempo de simulação longo e alto número de dimensões são discutidas. As metodologias propostas são aplicadas em problemas teste e problemas do mundo real e os resultados são confrontados com metodologias clássicas. A precisão dos resultados das metodologias propostas é similar às técnicas clássicas, embora o tempo computacional necessário é significantemente reduzido. Finalmente, este trabalho deixa em aberto várias possibilidades para desenvolvimento adicional no campo da análise de incertezas de sistemas não-lineares e de alta-dimensão. / Развитие полупроводниковых технологий в последние десятилетия привело к росту числа новых приложений, в которых использовались силовые электронные устройства. Быстрое переключение транзисторов позволило силовой конверсии осуществляться с большей эффективностью. Однако это улучшение привело к новым сложностям в дизайне: Электромагнитная совместимость. Быстрое напряжение и токовые импульсы в силовых преобразователях являются источником нежелательного электромагнитного излучения. Высокоточные моделирующие методы, которые ведут учет большинства этих паразитарных явлений, были развиты для вычисления уровня управляемых излучений электронных устройств. Когда эти методы сопоставляются с измерениями, они показывают хорошее согласование в широком диапазоне частот, и, следовательно, они считаются надежным инструментом выявления для проектирования электронных систем. Тем не менее, большинство параметров модели любой электронной системы, в действительности, не могут быть точно определены при неизвестных условиях эксплуатации (т.е. температуры или влажности), производстве дисперсиикомпонентов или непредсказуемых внешних помехах. В этом контексте, это представляет большой интерес для разработки методов моделирования, которые способны учитывать параметрическую неопределенность. В этой диссертации предложены два метода анализа неопределенности силовых преобразователей. Параметрическая неопределенность моделируется с помощью функции плотности вероятности и цель предлагаемого анализа заключается в определении статистических моментов, функции плотности вероятности или вероятностной верхней границы кондуктивного излучения произвольного преобразователя питания. Техники по преодолению трудностей нелинейности, долгого времени симуляции и высокой размерности рассмотрены. Предлагаемые методики применяются для проверки и решения реальных проблем и результаты сравнимы с классическими подходами. Точность результатов похожа на классические методы, хотя время, требуемое для вычисления, существенно снижается. Наконец, эта работа оставляет много возможностей для дальнейшего развития в области неопределенности анализа нелинейных, многомерных систем.

La stratégie de l’Union Européenne pour atteindre les objectifs climatiques, est d’augmenter progressivement la part d’énergies renouvelables dans le mix énergétique et d’utiliser l’énergie plus efficacement de la production à la consommation finale. Cela implique de mesurer les performances énergétiques du bâtiment et des systèmes associés, indépendamment des conditions climatiques et de l’usage, pour fournir des solutions efficaces et adaptées de rénovation. Cela implique également de connaître la demande énergétique pour anticiper la production et le stockage d’énergie (mécanismes de demande et réponse). L’estimation des besoins énergétiques et des performances énergétiques des bâtiments ont un verrou scientifique commun : l’identification expérimentale d’un modèle physique du comportement intrinsèque du bâtiment. Les modèles boîte grise, déterminés d’après des lois physiques et les modèles boîte noire, déterminés heuristiquement, peuvent représenter un même système physique. Des relations entre les paramètres physiques et heuristiques existent si la structure de la boîte noire est choisie de sorte qu’elle corresponde à la structure physique. Pour trouver la meilleure représentation, nous proposons d’utiliser, des simulations de Monte Carlo pour analyser la propagation des erreurs dans les différentes transformations de modèle et, une méthode de priorisation pour classer l’influence des paramètres. Les résultats obtenus indiquent qu’il est préférable d’identifier les paramètres physiques. Néanmoins, les informations physiques, déterminées depuis l’estimation des paramètres, sont fiables si la structure est inversible et si la quantité d’information dans les données est suffisante. Nous montrons comment une structure de modèle identifiable peut être choisie, notamment grâce au profil de vraisemblance. L’identification expérimentale comporte trois phases : la sélection, la calibration et la validation du modèle. Ces trois phases sont détaillées dans le cas d’une expérimentation d’une maison réelle en utilisant une approche fréquentiste et Bayésienne. Plus précisément, nous proposons une méthode efficace de calibration Bayésienne pour estimer la distribution postérieure des paramètres et ainsi réaliser des simulations en tenant compte de toute les incertitudes, ce qui représente un atout pour le contrôle prédictif. Nous avons également étudié les capacités des méthodes séquentielles de Monte Carlo pour estimer simultanément les états et les paramètres d’un système. Une adaptation de la méthode de prédiction d’erreur récursive, dans une stratégie séquentielle de Monte Carlo, est proposée et comparée à une méthode de la littérature. Les méthodes séquentielles peuvent être utilisées pour identifier un premier modèle et fournir des informations sur la structure du modèle sélectionnée pendant que les données sont collectées. Par la suite, le modèle peut être amélioré si besoin, en utilisant le jeu de données et une méthode itérative. / The European Union strategy for achieving the climate targets, is to progressively increase the share of renewable energy in the energy mix and to use the energy more efficiently from production to final consumption. It requires to measure the energy performance of buildings and associated systems, independently of weather conditions and user behavior, to provide efficient and adapted retrofitting solutions. It also requires to known the energy demand to anticipate the energy production and storage (demand response). The estimation of building energy demand and the estimation of energy performance of buildings have a common scientific: the experimental identification of the physical model of the building’s intrinsic behavior. Grey box models, determined from first principles, and black box models, determined heuristically, can describe the same physical process. Relations between the physical and mathematical parameters exist if the black box structure is chosen such that it matches the physical ones. To find the best model representation, we propose to use, Monte Carlo simulations for analyzing the propagation of errors in the different model transformations, and factor prioritization, for ranking the parameters according to their influence. The obtained results show that identifying the parameters on the state-space representation is a better choice. Nonetheless, physical information determined from the estimated parameters, are reliable if the model structure is invertible and the data are informative enough. We show how an identifiable model structure can be chosen, especially thanks to profile likelihood. Experimental identification consists of three phases: model selection, identification and validation. These three phases are detailed on a real house experiment by using a frequentist and Bayesian framework. More specifically, we proposed an efficient Bayesian calibration to estimate the parameter posterior distributions, which allows to simulate by taking all the uncertainties into account, which is suitable for model predictive control. We have also studied the capabilities of sequential Monte Carlo methods for estimating simultaneously the states and parameters. An adaptation of the recursive prediction error method into a sequential Monte Carlo framework, is proposed and compared to a method from the literature. Sequential methods can be used to provide a first model fit and insights on the selected model structure while the data are collected. Afterwards, the first model fit can be refined if necessary, by using iterative methods with the batch of data.