Présentation

Article

1 - APPROCHE PROBABILISTE DE L'INCERTAIN

2 - MODÈLE STOCHASTIQUE DES VARIABLES DE CONCEPTION

3 - MÉTHODE DE MONTE-CARLO

Article de référence | Réf : BM5003 v2

Modèle stochastique des variables de conception
Approche probabiliste du dimensionnement - Modélisation de l'incertain et méthode de Monte-Carlo

Auteur(s) : Maurice LEMAIRE

Date de publication : 10 avr. 2014

Pour explorer cet article
Télécharger l'extrait gratuit

Vous êtes déjà abonné ?Connectez-vous !

Sommaire

Présentation

Version en anglais En anglais

RÉSUMÉ

Le dimensionnement des produits mécaniques et des ouvrages de génie civil reste assez incertain. La connaissance experte a permis de rédiger des codes et règlements qui assurent un conservatisme, souvent excessif, rarement insuffisant. L'approche probabiliste apporte une précision supplémentaire en s'appuyant sur la statistique et les probabilités pour enrichir le modèle d'expertise. Cet article propose une introduction à la démarche en rappelant tout d'abord le contexte culturel et les bases nécessaires des probabilités et de la statistique. Il définit ensuite les analyses de sensibilité et de fiabilité puis expose la méthode de simulation de Monte-Carlo. Un exemple mécanique simple sert de fil conducteur et illustre la mise en oeuvre de la simulation.

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

Lire l’article

ABSTRACT

Probabilistic design approach. Uncertainty quantification and Monte-Carlo method

Designing mechanical products and civil engineering structures is faced with the uncertainty. The know-how allows the experts the writing of codes and rules which ensure a conservatism, often excessive, seldom insufficient. The probabilistic approach brings an additional precision while being based on the statistics and the probabilities to enrich the knowledge model. This article proposes an introduction to the approach by first of all pointing out the cultural context and the useful bases of the probabilities and the statistics. It defines then the sensitivity and reliability analyses and the Monte-Carlo simulation method is developed. A simple mechanical system is used as reference example and illustrates the simulation implementation.

Auteur(s)

  • Maurice LEMAIRE : Professeur émérite à l'Institut français de mécanique avancée - Conseiller scientifique de Phimeca Engineering

INTRODUCTION

L'art du concepteur consiste à proposer une solution technique qui satisfait aux exigences fonctionnelles et qui garantit la sécurité vis-à-vis des biens, des personnes et de l'environnement. Les exigences fonctionnelles doivent s'assurer du bon fonctionnement des systèmes considérés, et parmi celles-ci de la fiabilité, c'est-à-dire de l'aptitude d'un dispositif à accomplir une fonction requise dans des conditions données, pendant une durée donnée. Le rôle du concepteur est alors de dimensionner de manière optimale en justifiant une fiabilité suffisante en fonction des risques, c'est-à-dire des conséquences redoutées par l'occurrence d'un événement indésirable : une fiabilité absolue ne peut pas exister et il subsiste toujours une possibilité d'échec. On peut dire aujourd'hui que le principe de précaution ne consiste qu'en la démonstration que toutes les connaissances actuelles ont été mises en œuvre pour que le gain obtenu par le succès du dispositif soit suffisant pour accepter le coût de l'échec éventuel dû à son dysfonctionnement.

Ces quelques lignes situent le cadre de la démarche : elle propose une approche de la fiabilité théorique des systèmes mécaniques mais il faut noter qu'elle est susceptible d'applications dans bien d'autres domaines. Par fiabilité théorique, il faut comprendre tout ce que la modélisation permet de simuler pour prévoir les comportements possibles. Elle complète la fiabilité pratique qui est assimilée à la démarche qualité : la fiabilité théorique est conditionnée par la fiabilité pratique, par l'assurance qualité. Concevoir un système mécanique et calculer ses paramètres constituent une recherche d'un dimensionnement dont il faut justifier la fiabilité.

Ce dossier est divisé en deux articles. Le premier [BM 5 003] traite de la modélisation de l'incertain à travers les notions nécessaires de probabilités et de la statistique. Il vise à convaincre de la nécessité d'une approche probabiliste en conception mécanique et il est illustré par la méthode de Monte-Carlo. Le deuxième [BM 5 004] s'intéresse aux méthodes d'approximation résistance – contrainte, dont le schéma élémentaire est généralisé, et aux méthodes par indices de fiabilité. Il montre comment utiliser les résultats d'analyses mécano-fiabilistes comme aide à une conception fiable. Un exemple simple est mis en œuvre pour illustrer les concepts. Il ouvre enfin sur quelques perspectives.

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.

KEYWORDS

probabilistic methods   |   design   |   simulation   |   Civil engineering   |   mechanical engineering

VERSIONS

Il existe d'autres versions de cet article :

DOI (Digital Object Identifier)

https://doi.org/10.51257/a-v2-bm5003


Cet article fait partie de l’offre

Fonctions et composants mécaniques

(214 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
Présentation
Version en anglais En anglais

2. Modèle stochastique des variables de conception

Ce paragraphe 2 traite de la modélisation de l'incertain, c'est-à-dire de la représentation des variables de conception par des variables aléatoires. Il définit ensuite les deux types d'analyse couplant mécanique et probabilité : l'analyse de sensibilité et l'analyse de fiabilité.

2.1 Modèle stochastique

Chaque variable X est considérée comme une variable aléatoire à laquelle il faut associer une densité de probabilité f X (). Il est également nécessaire de prendre en compte la dépendance entre les variables.

HAUT DE PAGE

2.1.1 Modèle stochastique d'une variable

Le modèle stochastique d'une variable est construit avec l'information disponible.

  • Informations d'expertise a priori

    Ce sont :

    • les bornes extrêmes de la distribution x min et x max , en n'oubliant pas qu'elles peuvent être elles-mêmes des variables aléatoires. À cette information peut être associée une distribution uniforme dont la densité et la fonction de répartition s'écrivent :

      ( 8 )

      La distribution uniforme qui est la mieux adaptée à l'information la plus réduite (principe du maximum d'entropie) ;

    • la valeur modale x mod qui correspond au maximum de la densité de probabilité. Combinant cette information avec la connaissance des bornes, on obtient une forme générale d'une densité de probabilité selon la représentation de la figure 2. Il est possible de trouver des distributions multi-modales mais cela sous-tend en général la présence de plusieurs mécanismes générant de l'incertain qu'il est mieux d'isoler afin de les traiter séparément.

      ...

Cet article est réservé aux abonnés.
Il vous reste 93% 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

Fonctions et composants mécaniques

(214 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
Modèle stochastique des variables de conception
Sommaire
Sommaire

BIBLIOGRAPHIE

  • (1) - LEMAIRE (M.) -   Fiabilité des Structures – Couplage Mécano-Fiabiliste Statique  -  . Hermès Science Publication. En collaboration avec A. Chateauneuf et J.C. Mitteau (2005), Traduction : Structural Reliability, ISTE/Wiley (2009).

  • (2) - SCHUËLLER (G.I.), PELLISSETTI (M.F.) -   Special issue on general purpose software in structural reliability.  -  Structural Safety, 28 (2006).

  • (3) - MATSUMOTO (M.), NISHIMURA (T.) -   Mersenne twister : A 623-dimensionally equidistributed uniform pseudorandom number generator  -  . ACM Trans. on Modeling and Computer Simulation, 8(1), p. 3-30, janv. 1998.

  • (4) -   Collectif. Aide-mémoire statistique  -  . CISIA CERESTA, Saint-Mandé (1995).

  • (5) - LEMAIRE (M.) -   Mécanique et Incertain  -  , Hermes-Focus. Traduction : Mecanics and Uncertainty, ISTE/Wiley (2014).

1 Outils logiciels

The Dakota project : Large-Scale Engineering Optimization and Uncertainty Analysis. https://dakota.sandia.gov/

FERUM – Finite Element Reliability Using Matlab. http://www.ifma.fr/lang/en/Recherche/Labos/FERUM

OpenTURNS ( http://www.openturns.org/), issue d'une collaboration en France (EDF, EADS, Phimeca Engineering), librairie scientifique libre de modules en langage Python.

Phimeca-Soft – http://www.phimeca.com/?q=fr/phimeca_soft – Version 3.0 : sur base OpenTURNS

HAUT DE PAGE

2 Normes et standards

Eurocode 0 : Bases de calcul des structures (EN 1990) – http://www.afnor.org/profils/activite/construction/les-eurocodes/les-eurocodes

HAUT DE PAGE

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.

Cet article fait partie de l’offre

Fonctions et composants mécaniques

(214 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