Description du poste

Contexte scientifique

L’analyse de fiabilité se développe de plus en plus pour répondre aux questions posées par les concepteurs sur les risques et la maintenance. Cette analyse nécessite de modéliser les paramètres incertains par des variables aléatoires. Le couplage mécano-fiabiliste a pour but de faire communiquer le modèle mécanique de la structure avec la représentation statique des paramètres incertains afin d’estimer une probabilité de défaillance associée à un scénario de ruine.

Lorsqu’on s’intéresse à une structure de grande taille avec un comportement complexe, il est nécessaire de mettre en place des stratégies dédiées pour la résolution du problème mécanique par méthodes numériques. En particulier, dans le cas de défauts de petite taille devant la structure ou d’une étude temporelle sur plusieurs cycles,  la simulation numérique peut devenir extrêmement coûteuse. Ainsi, malgré l’usage de méthodes ne nécessitant qu’un nombre d’appels modéré au solveur mécanique, le couplage mécano-fiabiliste peut être très lent.

Objectifs

Durant ce stage, il s’agira de mettre en place deux méthodes de décomposition de domaine classiques dans un cadre fiabiliste.  En effet, les méthodes de décomposition de domaine offrent un cadre naturel pour le calcul multi-échelle tout en permettant de profiter d’architecture de calcul parallèle.  Elles sont performantes pour la simulation numérique de structures de grande taille. En particulier, on investiguera la possibilité d’utiliser le problème grossier pour évaluer à moindre coût l’influence des variables aléatoires sur la réponse de la structure.

Pour commencer, on considérera un problème mécanique en deux dimensions avec un comportement élastique linéaire. Par la suite, on inclura un comportement en fatigue. Les sources d’aléas pourront être dans le chargement de la structure (forces dues au vent ou à la marrée) ou au niveau des paramètres matériaux.

Modalités de candidature

Envoyez vos candidatures à valentine.rey@univ-nantes.fr

Durée du stage :

6 mois

Perspectives :

Ce stage pourra déboucher sur une thèse de doctorat débutant en septembre 2018. Un financement est disponible pour cette thèse dans le cadre du projet Multi-Scale Stochastic computation for MRE en partenariat avec WEAMEC (West Atlantic Marine Energy Center).