Upload
bathylle-provost
View
107
Download
4
Embed Size (px)
Citation preview
Approches non intrusives des éléments finis stochastiques
Application en mécanique non linéaire de la rupture
B. Sudret(1), M. Berveiller(1,2), M. Lemaire(2)
(1) EDF R&D, Dépt. Matériaux et Mécanique des Composants (MMC)(2) Institut Français de Mécanique Avancée (IFMA/LaMI)Séminaire « Mécanique numérique probabiliste » 19 Janvier 2005
2/27« Mécanique probabiliste
numérique »19 Janvier 2005
• classification des méthodes
• une approche simple : la simulation de Monte Carlo
Sommaire
Propagation des incertitudes en mécanique
Méthode des éléments finis stochastiques• méthode de projection
• méthode des moindres carrés
Application à l’étude de nocivité d’un défaut dans une tuyauterie
3/27« Mécanique probabiliste
numérique »19 Janvier 2005
• modèle analytique• code aux éléments finis• …
• déplacements• déformations• contraintes• endommagement
• géométrie• propriétés matériaux• chargement
Propagation des incertitudes : principe
Paramètresd’entréeX
Modèle de calcul Réponse XS
4/27« Mécanique probabiliste
numérique »19 Janvier 2005
Propagation des incertitudes : principe
RéponseParamètresd’entréeX
Modèle de calcul XS
Réponse aléatoire
X S
Variables aléatoires
X()
?déterminé à partir :- d’une analyse statistique- du jugement d’expert- …
5/27« Mécanique probabiliste
numérique »19 Janvier 2005
Une brève classificationAnalyse de sensibilité
Variabilitéde la réponse
Analyse de fiabilité
Pf
seuil
Probabilité de défaillance
Éléments finis stochastiques
Représentatio
ncomplète
(EFS)
Modèle mécano-
probabiliste
Modes dedéfaillance
(ex: critère de ruine)Modèle mécanique
Matériau
Géométrie
Chargement
Données aléatoires
6/27« Mécanique probabiliste
numérique »19 Janvier 2005
Simulation de Monte Carlo
Tirage des variables
aléatoires d’entrée (1) ( ), , nx x
Tendance centrale : ( )
1
1ˆ
simNi
Sisim
S xN
2( )2
1
1ˆ ˆ
1
simNi
S Sisim
S xN
Probabilité de défaillance ( )
1
1ˆ 1simN
if Df
isim
P xN
Réponse
( )ixS
7/27« Mécanique probabiliste
numérique »19 Janvier 2005
Propriétés de la simulation
Avantages• méthode universelle (problèmes statiques, dynamiques, non linéaires)• ne nécessite pas d’implémentation spécifique
Simulation représenter une v.a réponse S par l’ensemble de
ses réalisations S (i)
Remarque
Alternative :• caractériser l’ensemble des moments statistiques• décomposer S() sur une base de l’espace des v.a
Inconvénients• nécessite un gros volume de calcul
~ 102 pour évaluer (, ), 10k+2 pour évaluer Pf = 10-k
• donne un résultat qualitatif de la densité de la réponse
(histogramme)
8/27« Mécanique probabiliste
numérique »19 Janvier 2005
• classification des méthodes
• une approche simple : la simulation de Monte Carlo
Sommaire
Propagation des incertitudes en mécanique
Méthode des éléments finis stochastiques• méthode de projection
• méthode des moindres carrés
Application à l’étude de nocivité d’un défaut dans une tuyauterie
9/27« Mécanique probabiliste
numérique »19 Janvier 2005
10
j
Mi ij k k
j
u u
Géométrie
Physiquedu problème
Prop. matériaux
ChargementX
(variables/champsaléatoires)
Discrétisationspatiale
ui = i-ème d.d.l
Discrétisationprobabiliste
1, MX F
v. a. gaussiennescentréesréduites
Chaospolynomial
Coefficients à déterminer
Principe des éléments finis stochastiques
10/27« Mécanique probabiliste
numérique »19 Janvier 2005
Chaos polynomial- Définition
1i i
1, ,α =
Famille de v.a gaussiennes centrées réduites indépendantes
Séquence d’entiers
1
( )i i
i
H
Polynôme d’Hermite multidimensionnel
Chaos de degré p, d’ordre M : ensemble des polynômes d’Hermite multidimensionnels, de degré <= p basé sur M gaussiennes
Dimension : pM pP C
Exemple : M = 2 , p = 3 : P = 10
2 2
1 2 1 1 2 2
3 2 2 31 1 2 1 1 2 2 2
' 1, , , 1, , 1,
3 , 1 , 1 , 3
s
11/27« Mécanique probabiliste
numérique »19 Janvier 2005
Méthode de projection
Inconnues du problème
Base orthogonale du chaos polynomial
Réponse(déplacement,déformation,contrainte)
Orthogonalité des j :
Numérateur :
Dénominateur : analytique
12/27« Mécanique probabiliste
numérique »19 Janvier 2005
Évaluation de l’intégrale
Intégration en M dimensions possible par :
• Méthode de Monte Carlo brute
• Méthode de Monte Carlo accélérée (hypercube latin)
• Quadrature de l’intégrale
13/27« Mécanique probabiliste
numérique »19 Janvier 2005
Quadrature d’une intégrale simple
Poids d’intégration
Pointsd’intégration
Calculé par la théorie des polynômes orthogonauxpour la fonction poids
1 1 1
1 1 1
... , , , ,
M
M M M
M
j j M
K K
i i i i j i ii i
E S S x x x d x
S X
14/27« Mécanique probabiliste
numérique »19 Janvier 2005
Quadratures des intégrales multiples
• Requiert KM calculs déterministes à effectuer avec son code préféré
• Possibilité d’utiliser des schémas d’intégration optimisés en grande
dimension (« cubatures » de Smolyak)
1, ,
Mi iX • Nécessite la transformation des variables d’entrée en gaussiennes
centrées réduites
Produit tensoriel de schémas d’intégration uni-dimensionnels
1 1 1
1 1 1
... , , , ,M M M
M
K K
j i i i i j i ii i
E S S X
15/27« Mécanique probabiliste
numérique »19 Janvier 2005
• classification des méthodes
• une approche simple : la simulation de Monte Carlo
Sommaire
Propagation des incertitudes en mécanique
Méthode des éléments finis stochastiques• méthode de projection
• méthode des moindres carrés
Application à l’étude de nocivité d’un défaut dans une tuyauterie
16/27« Mécanique probabiliste
numérique »19 Janvier 2005
2
1( ) ( )
11 0
=n P Mi i
j j k ki j
S Y S
Méthode des moindres carrés
Minimiser au sens des moindres carrés l’écart entre solution exacte et approchée sur le chaos polynomial:
Évalué par le code EF
Inconnues sur lesquellesportent la minimisation
Valeurs des j auxpoints de collocation
… conduit à un système linéaire !
Nombre de points de collocation
du plan d’expérience
2( ) ( )
1
=n
i i
i
S Y S
17/27« Mécanique probabiliste
numérique »19 Janvier 2005
Système linéaire
Notations :
2
1( )( )
1
Minn
T ii T T
i
Y x S S Y
Ψ Ψ Ψ
0 1( ) , , ( )T
P Base du développement
0 1, ,T
PS S S Inconnues
(0) ( ), ,TnY Y Y Réponse exacte pour
( )i
( )iij j Ψ : matrice (n,P) de terme générique
18/27« Mécanique probabiliste
numérique »19 Janvier 2005
Particularités du système
• Le membre de gauche ne dépend pas du problème posé, mais uniquement les points de collocation choisis et de la taille du chaos
• Le calcul additionnel pour obtenir les coefficients d’une autre variable de sortie se réduit à un produit matrice / vecteur
il peut être inversé une fois pour toutes
• Le système est de taille petite (P~10-100). Par contre il est mal conditionné nécessité d’un solveur adapté
T Ψ Ψ
19/27« Mécanique probabiliste
numérique »19 Janvier 2005
Choix des points de collocation optimaux
Basé sur les racines des polynômes d’Hermite :
• Si l’on choisit un chaos de degré p (degré maximal des polynômes
de Hermite), on utilise les racines de Hp+1
• On construit tous les M-uplets de ces racines, soient Mp+1
• On choisit parmi ces possibilités n<< Mp+1 points de collocation :
ceux qui sont le plus près de l’origine
Réfs : Webster, Isukapalli
… Études paramétriques en cours (n=2P – 4P)
20/27« Mécanique probabiliste
numérique »19 Janvier 2005
• classification des méthodes
• une approche simple : la simulation de Monte Carlo
Sommaire
Propagation des incertitudes en mécanique
Méthode des éléments finis stochastiques• méthode de projection
• méthode des moindres carrés
Application à l’étude de nocivité d’un défaut dans une tuyauterie
21/27« Mécanique probabiliste
numérique »19 Janvier 2005
Application en mécanique de la rupture
Traction (t+f)
a = 15 mm
Pression (P=15.5 MPa)
Critère de défaillance pour l'amorçage du défaut
0,2J JRésistance à la déchirure ductileForce fissurante
Evolution de la probabilité d’amorçage du défaut en fonction de la contrainte de traction
t = 62,5 mm
Ri = 393,5 mm
22/27« Mécanique probabiliste
numérique »19 Janvier 2005
Maillage du tuyau fissuré
Fissurecirconférentielle
23/27« Mécanique probabiliste
numérique »19 Janvier 2005
Loi de comportement
0
0
n
E E
Loi de Ramberg - Osgood
24/27« Mécanique probabiliste
numérique »19 Janvier 2005
Paramètres incertains
Décomposition de J sur le chaos polynomial
1 4
10
P
k k j ji
J J
35 coefficients
34 3P C
Méthode des moindres carrés
25/27« Mécanique probabiliste
numérique »19 Janvier 2005
Probabilité d’amorçage
0,2ProbfP J J
26/27« Mécanique probabiliste
numérique »19 Janvier 2005
Probabilité d’amorçage (échelle log)
0,2log log ProbfP J J
27/27« Mécanique probabiliste
numérique »19 Janvier 2005
Approches non intrusives : - deux méthodes permettant de calculer les coefficientsdu développement à partir d’une batterie de calculs déterministes outil générique probabiliste externe au code
Conclusions
Utilisation du chaos polynomial pour représenter la réponse aléatoire d’un système mécanique
… surface de réponse stochastique
Plan d’expérience (points de collocation / points de quadratures) fourni de facto
Précision des résultats supérieure à l’approche « Galerkin » des EFS
• tendance centrale (moyenne, écart-type)• queues de distribution (probabilité de dépassement de seuil)
Possibilité de distribuer facilement les calculs