Contexte
La soutenance aura lieu le 19 novembre 2019 à 13h15 – Amphi Pasteur – Université de Nantes
Composition du jury :
Directeur de thèse :
- Abdul-Hamid Soubra Professeur, Université de Nantes
Membres du Jury et Examinateurs :
- Micheal Hicks Professeur, Delft University of Technology
- John Dalsgaard Sørensen Professeur, Aalborg University
- Jianye Ching Professeur, National Taiwan University
- Luc Thorel, Directeur de recherche, IFSTTAR Nantes
- Jean-Marc Bourinet Maitre de conférences – HDR, SIGMA Clermont
- Valentine Rey Maitre de conférence, Université de Nantes
Membre invité :
- Philippe Baclet, Directeur du WEAMEC
Résumé de la thèse
Cette thèse a pour but de réaliser une analyse probabiliste d’une fondation d’éolienne offshore de type monopieu encastrée dans un sol argileux spatialement variable. L’analyse probabiliste des structures géotechniques impliquant des propriétés de sol variant spatialement est généralement effectuée à l’aide de méthodes de simulation telles que la méthode classique de Monte Carlo ou les techniques de réduction de variance. Ces méthodes ne sont pas suffisantes pour estimer les faibles valeurs de la probabilité de ruine rencontrées dans la pratique avec une grande précision, surtout lorsqu’on considère un modèle mécanique très couteux en temps de calcul, comme c’est le cas dans cette thèse. L’approche AK-MCS basée sur le Krigeage est une approche d’apprentissage actif combinant un métamodèle de Krigeage avec la technique de simulation de Monte Carlo. Dans le cadre de cette approche, la technique de simulation de Monte Carlo est effectuée sans évaluer l’ensemble de la population. En effet, la population est prédite à l’aide d’un méta-modèle de Krigeage qui est défini sur la base d’un nombre réduit de points de la population, ce qui permet de réduire considérablement le temps de calcul par rapport à la technique de Monte Carlo. Notons cependant que l’approche AK-MCS pose des problèmes liés (i) à la stratégie de sélection de nouveaux échantillons d’apprentissage lors de l’enrichissement du méta-modèle et (ii) au critère d’arrêt correspondant. Trois approches basées sur le Krigeage (GSAS, AK-MCSm et AK-MCSd) ont été développées afin de surmonter ces problèmes. GSAS est une approche basée sur une analyse de sensibilité globale. AK-MCSm est une approche utilisant une technique d’enrichissement multipoint. Enfin, AK-MCSd est une approche basée sur le Krigeage et prenant en compte la dépendance entre les prédictions du modèle de Krigeage. Les approches proposées se sont avérées fournir des outils efficaces pour le calcul de la faible probabilité de ruine de fondations d’éoliennes offshore dans un temps de calcul raisonnable.
Cette thèse a été réalisée dans le cadre du projet WEAMEC ROS 3D, et a bénéficié d’un financement de la CARENE.