Présentation

Article

1 - DIFFÉRENTES COMPOSANTES DE L’ERREUR D’ESTIMATION ET ANALYSE DES RÉSIDUS

2 - PRINCIPES DE QUELQUES MÉTHODES D’INVERSION DE MESURES

3 - MÉTHODES INVERSES ET LOGICIELS DU COMMERCE

  • 3.1 - Problème linéaire
  • 3.2 - Problème non linéaire

4 - ERREUR DUE AUX PARAMÈTRES SUPPOSÉS CONNUS ET APPROCHE BAYÉSIENNE

  • 4.1 - Approche classique
  • 4.2 - Approche bayésienne

5 - L’ESSENTIEL DE CE QU’IL FAUT RETENIR

  • 5.1 - Quel est l’objectif ? Quel est le type du problème inverse à résoudre ?
  • 5.2 - Quel modèle utiliser ? Comment simuler les mesures ?
  • 5.3 - Comment monter en pratique l’expérience envisagée ?
  • 5.4 - Quelle technique d’inversion mettre en œuvre ?
  • 5.5 - Comment évaluer la qualité de l’inversion ?
  • 5.6 - Morale de l’histoire

Article de référence | Réf : BE8267 v2

Erreur due aux paramètres supposés connus et approche bayésienne
Problèmes inverses en diffusion thermique - Outils spécifiques de conduction inverse et de régularisation

Auteur(s) : Denis MAILLET, Yvon JARNY, Daniel PETIT

Date de publication : 10 juil. 2018

Pour explorer cet article
Télécharger l'extrait gratuit

Vous êtes déjà abonné ?Connectez-vous !

Sommaire

Présentation

Version en anglais English

RÉSUMÉ

Les différentes composantes de l’erreur d’estimation rencontrées lorsque l’on cherche à résoudre un problème d’inversion de mesures sont présentées. Quelques approches permettant d’évaluer et de maîtriser ces dernières sont passées en revue. Le cas particulier de l’estimation de fonction, préalablement paramétrisée, est étudié en introduisant et détaillant plusieurs techniques de régularisation permettant d’atteindre un compromis nécessaire entre dispersion et biais de l’estimation. L’étude des erreurs dues aux paramètres supposés connus et la présentation de la philosophie et de l’intérêt des méthodes bayésiennes terminent cet article.

Lire cet article issu d'une ressource documentaire complète, actualisée et validée par des comités scientifiques.

Lire l’article

Auteur(s)

  • Denis MAILLET : Professeur émérite. Université de Lorraine (UL) - Laboratoire d’Énergétique et de Mécanique Théorique et Appliquée (LEMTA) – CNRS et UL

  • Yvon JARNY : Professeur émérite. Université de Nantes - Laboratoire de Thermique et énergie de Nantes (LTeN) – UMR CNRS 6607 Nantes

  • Daniel PETIT : Professeur émérite. École Nationale Supérieure de Mécanique et d’Aérotechnique (ISAE-ENSMA) - Institut P’ UPR CNRS 3346 Département Fluides, Thermique, Combustion – Poitiers

INTRODUCTION

Ce dossier est le dernier d’une série de trois, intitulée « Problèmes inverses en diffusion thermique ». On a vu dans les dossiers [BE 8 265] « Modèles diffusifs, mesures, sensibilités » et [BE 8 266] « Formulation et résolution du problème des moindres carrés », que la simple application des méthodes numériques et analytiques d’inversion n’était pas une garantie d’obtention de bons résultats. Afin d’améliorer les résultats, il est nécessaire d’affiner ces méthodes pour analyser et résoudre ce type de problème. C’est ce qui va être entrepris ici, en se focalisant d’abord sur les six composantes de l’erreur d’estimation, puis en passant en revue les « Outils spécifiques de conduction inverse et de régularisation », avant de détailler ces derniers et de mettre en exergue quelques questions importantes que doit se poser, dès le début de sa démarche, l’inverseur de mesures en thermique.

Les symboles et notations de cet article sont repris du tableau 1 de l’article [BE 8 265]. Notons que seule la version pdf de cet article permet une notation complètement pertinente, la version électronique ne permettant pas de bien faire la distinction entre les différentes graisses des symboles.

Cet article est réservé aux abonnés.
Il vous reste 95% à découvrir.

Pour explorer cet article
Téléchargez l'extrait gratuit

Vous êtes déjà abonné ?Connectez-vous !


L'expertise technique et scientifique de référence

La plus importante ressource documentaire technique et scientifique en langue française, avec + de 1 200 auteurs et 100 conseillers scientifiques.
+ de 10 000 articles et 1 000 fiches pratiques opérationnelles, + de 800 articles nouveaux ou mis à jours chaque année.
De la conception au prototypage, jusqu'à l'industrialisation, la référence pour sécuriser le développement de vos projets industriels.

VERSIONS

Il existe d'autres versions de cet article :

DOI (Digital Object Identifier)

https://doi.org/10.51257/a-v2-be8267


Cet article fait partie de l’offre

Physique énergétique

(73 articles en ce moment)

Cette offre vous donne accès à :

Une base complète d’articles

Actualisée et enrichie d’articles validés par nos comités scientifiques

Des services

Un ensemble d'outils exclusifs en complément des ressources

Un Parcours Pratique

Opérationnel et didactique, pour garantir l'acquisition des compétences transverses

Doc & Quiz

Des articles interactifs avec des quiz, pour une lecture constructive

ABONNEZ-VOUS

Version en anglais English

4. Erreur due aux paramètres supposés connus et approche bayésienne

4.1 Approche classique

En estimation de paramètres, l’inverseur ne recherche pas en général la totalité des paramètres présents dans le modèle. En effet, il dispose souvent de valeurs de référence pour un certain nombre de ceux-ci. Ces valeurs peuvent provenir de la littérature, pour certaines propriétés physiques par exemple, ou de la conception de la géométrie de l’expérience envisagée, comme la position prévue pour les capteurs. Ces paramètres présents dans le modèle mais non estimés dans l’inversion, les paramètres supposés connus, peuvent être rangés dans un vecteur colonne x sc tandis que les paramètres recherchés constituent les composantes d’un autre vecteur colonne x r   . Il est donc possible de construire deux matrices des sensibilités S r et S sc à chacun de ces deux vecteurs paramètres, et d’écrire le modèle correspondant, supposé linéaire, sous la forme :

y mo = S r x r + S sc x sc

L’information disponible pour estimer x r est donc constituée du vecteur y des mesures et des valeurs nominales des paramètres supposés connus qui sont rangées dans un vecteur x sc nom  . Il est donc possible, par la méthode des moindres carrés linéaire, de construire une estimation de ...

Cet article est réservé aux abonnés.
Il vous reste 94% à découvrir.

Pour explorer cet article
Téléchargez l'extrait gratuit

Vous êtes déjà abonné ?Connectez-vous !


L'expertise technique et scientifique de référence

La plus importante ressource documentaire technique et scientifique en langue française, avec + de 1 200 auteurs et 100 conseillers scientifiques.
+ de 10 000 articles et 1 000 fiches pratiques opérationnelles, + de 800 articles nouveaux ou mis à jours chaque année.
De la conception au prototypage, jusqu'à l'industrialisation, la référence pour sécuriser le développement de vos projets industriels.

Cet article fait partie de l’offre

Physique énergétique

(73 articles en ce moment)

Cette offre vous donne accès à :

Une base complète d’articles

Actualisée et enrichie d’articles validés par nos comités scientifiques

Des services

Un ensemble d'outils exclusifs en complément des ressources

Un Parcours Pratique

Opérationnel et didactique, pour garantir l'acquisition des compétences transverses

Doc & Quiz

Des articles interactifs avec des quiz, pour une lecture constructive

ABONNEZ-VOUS

Lecture en cours
Erreur due aux paramètres supposés connus et approche bayésienne
Sommaire
Sommaire

BIBLIOGRAPHIE

  • (1) - JARNY (Y.), MAILLET (D.) -   Problèmes inverses et estimation de grandeurs en thermique.  -  Dans Métrologie Thermique et Techniques Inverses, Cours, Éditeur Presses Universitaires de Perpignan, ISBN 2‑908912-95-3, vol. 1, p. 1-50 (2001).

  • (2) - KAIPIO (J.), SOMERSALO (E.) -   Statistical and computational inverse problems.  -  Applied Mathematical Science, Springer Verlag, New York, 339 p. (2005).

  • (3) -   Inverse engineering handbook.  -  Edited by WOODBURY (K.), CRC Press, Boca Raton, 466 p. (2003).

  • (4) - VIDECOQ (E.), PETIT (D.) -   Model reduction for the resolution of multidimensional inverse heat conduction problems.  -  Int. J. Heat and Mass Transfer, vol. 44, p. 1899-1911 (2001).

  • (5) - VIDECOQ (E.), PETIT (D) -   Experimental modeling and estimation of time varying heat sources.  -  International Journal of Thermal Sciences, vol. 43, no 3, mars 2003.

  • ...

1 Sites Internet

Librairie de sous-programme SLICOT http://www.slicot.org/

Librairie de la NAG http://www.nag.co.uk/

Librairie Matlab http://www.mathworks.com

Société française de thermique (voir les actes des écoles Metti 5-2011 et Metti 6-2015) http://www.sft.asso.fr

HAUT DE PAGE

2 Événements

Congrès français de thermique (annuels) http://www.sft.asso.fr

International Conferences on Inverse Problems in Engineering ICIPE (triennal, dernier congrès) http://icipe17.uwaterloo.ca

Inverse Problems in Design and Optimization IPDO (triennal) dernier congrès http://ipdo2013.congres-scientifique.com

Advanced Metti Schools SFT (dernière école thématique : Metti6-2015) http://www.sft.asso.fr

...

Cet article est réservé aux abonnés.
Il vous reste 92% à découvrir.

Pour explorer cet article
Téléchargez l'extrait gratuit

Vous êtes déjà abonné ?Connectez-vous !


L'expertise technique et scientifique de référence

La plus importante ressource documentaire technique et scientifique en langue française, avec + de 1 200 auteurs et 100 conseillers scientifiques.
+ de 10 000 articles et 1 000 fiches pratiques opérationnelles, + de 800 articles nouveaux ou mis à jours chaque année.
De la conception au prototypage, jusqu'à l'industrialisation, la référence pour sécuriser le développement de vos projets industriels.

Cet article fait partie de l’offre

Physique énergétique

(73 articles en ce moment)

Cette offre vous donne accès à :

Une base complète d’articles

Actualisée et enrichie d’articles validés par nos comités scientifiques

Des services

Un ensemble d'outils exclusifs en complément des ressources

Un Parcours Pratique

Opérationnel et didactique, pour garantir l'acquisition des compétences transverses

Doc & Quiz

Des articles interactifs avec des quiz, pour une lecture constructive

ABONNEZ-VOUS