Aujourd'hui, dans de nombreux champs d'applications, de plus en plus de problèmes d'ingénierie demandent d'avoir une évaluation précise et efficace de quantités d'intérêt.Très souvent, ces quantités dépendent de la solution d'une équation aux dérivées partielles (EDP) paramétrée où les paramètres -- physiques ou géométriques -- sont les entrées du modèle et les quantités d'intérêt -- valeurs moyennes -- en sont les sorties.Les techniques de réduction d'ordre, notamment la méthode des bases réduites qui est la méthode utilisée tout au long de ces travaux,permettent de répondre à ces demandes.Dans cette thèse nous nous intéressons à la mise en place d'un framework en C++, supportant le calcul parallèle, permettant d'appliquer la méthode des bases réduites à des problèmes multi-physiques non-linéaires tels queles problèmes de convection naturelle (couplage fluide-thermique), ou encore la modélisation d'aimants de type résistifs à hauts champs (nous nous limitons au couplage thermo-electrique) aboutissant à une étude sur la quantification d'incertitude.La méthode des bases réduites s'appuie naturellement sur une approximation obtenue via la discrétisation élément fini du problème à traiter. Pour cela nous utilisons la librairie de calcul Feel++, spécialisée dans la résolution d'EDPs.Nous nous intéressons également aux problèmes de type multi-échelles.La particularité de ces problèmes est de manipuler un ensemble de phénomènes mettant en jeu des échelles différentes, comme c'est le cas par exemple lorsque nous considérons un écoulement en milieu poreux.La méthode des éléments finis multi-échelles permet d'avoir le comportement "global", associé aux grandes échelles, de la solution du problème sans devoir le résoudre sur les petites échelles.Nous proposons une nouvelle construction des fonctions de base élément fini multi-échelles basée sur la méthode des bases réduites. / Today, in many fields of applications, more and more engineering problems require to have an accurate and efficient evaluation of quantities of interest.Often, these quantities depend on a partial differential equation (PDE) parameterized solution -- physical or geometrical -- are the model inputs and the quantities of interest -- average values -- are the outputs.The order reduction techniques, including reduced basis method which is the method used throughout this work, can meet these demands.In this thesis, we focus on the establishment of a framework in C ++ supporting parallel computing, which applies the reduced basis method to nonlinear multiphysics problems such as problems with natural convection (fluid-thermal coupling) or the high field resistive magnet modeling (we limit ourselves to thermo-electric coupling) leading to a study on the uncertainty quantification.The reduced basis method naturally relies on an approximation obtained using the finite element discretization of the problem being treated. For this, we use the Feel ++ computation library specialized in PDE resolution.We are also interested by multiscale problems.The particularity of these problems is to manipulate a set of phenomena involving different scales, as this is the case for example when we consider a flow in porous media.The multiscale finite element method allows having a "global" behavior, linked with large scales, of the problem solution without solving it on small scales.We propose a new construction of multiscale finite element basis functions based on the reduced basis method.
| Identifer | oai:union.ndltd.org:theses.fr/2014GRENM069 |
| Date | 26 November 2014 |
| Creators | Veys, Stéphane |
| Contributors | Grenoble, Prud'homme, Christophe |
| Source Sets | Dépôt national des thèses électroniques françaises |
| Language | French |
| Detected Language | French |
| Type | Electronic Thesis or Dissertation, Text |
Page generated in 0.0021 seconds