OUTILS ET METHODES POUR L'INCERTAIN ET LEURS APPLICATIONS

Contenu de la formation

Journée de Formation Doctorale du lundi 26 mars 2018
OUTILS ET METHODES POUR L'INCERTAIN ET LEURS APPLICATIONS
Contenu de la formation

Objectifs de la formation : familiariser, en combinant des apports méthodologiques et des applications illustratives sur des problèmes réels, à l’emploi des outils permettant de caractériser, de modéliser et de simuler les problèmes en environnement incertain.
Mot-clés : erreurs, incertitudes, modèles, risques, simulations aléatoires, variabilité

Cette journée doctorale, organisée à Bordeaux en préalable aux JFMS organisées les 27 et 28 mars 2018 a été soutenue par l’AUGC. Y ont assisté 34 personnes soit 17 doctorants bordelais de différents laboratoires, 12 doctorants d'autres universités, et 5 permanents déjà docteurs. Les six formateurs ont enregistré, en parallèle de leur exposé lors de la journée, un support de cours sous forme de MOOC aujourd’hui librement accessible en ligne (les liens sont indiqués ci-après).

Exposé introductif
Denys BREYSSE, I2M, Université Bordeaux : Les différentes sources d’incertitude et les questions qu’elles posent à l’ingénieur et au chercheur
COURS EN LIGNE : https://mediapod.u-bordeaux.fr/video/3299-introduction/


Thème I. Les incertitudes dans les modèles (physiques, mécaniques...) de matériaux: caractérisation et représentation, analyse et conséquence


Thomas DE LARRARD (INSA Toulouse) : Caractérisation de la variabilité et sa propagation à travers les modèles
On décrit les incertitudes et les diverses sources de variabilité que l'on peut prendre en compte dans les travaux de modélisation.
On aborde la notion de sensibilité des modèles aux incertitudes et celle de la variabilité, notamment des paramètres d'entrée. Une attention est également portée à la question de la variabilité spatiale : estimation de la structure de la corrélation spatiale et modélisation de champs aléatoires. La propagation des incertitudes est illustrée de façon simple par le calcul de probabilités de défaillance par la méthode de Monte-Carlo.
COURS EN LIGNE : https://mediapod.u-bordeaux.fr/video/3303-caracterisation-de-la-variabilitechoisir-les-variables-influentes/


Frédéric DUPRAT (INSA Toulouse) : Quantification de la propagation des incertitudes à travers les calculs de fiabilité
La notion de fiabilité est introduite : indices de fiabilité, point de fonctionnement, fonction d'état limite, etc. Quelques méthodes pour le calcul des indices de fiabilité sont présentées, et des exemples d'applications sur des modèles numériques (durabilité ou comportement mécanique des matériaux cimentaires par exemple) illustrent l'intérêt du calcul de l'indice de fiabilité et de la détermination des coordonnées du point de fonctionnement.
COURS EN LIGNE : https://mediapod.u-bordeaux.fr/video/3302-methodes-form-sorm/


Thème 2. Contrôle non destructif, diagnostic et maintenance : de la mesure à la décision
Zoubir Mehdi SBARTAI (Univ. Bordeaux, I2M) : Evaluation non destructif des ouvrages de génie civil: de la mesure à la décision
L’évaluation non destructive des ouvrages de génie civil est confrontée aux problèmes des incertitudes des mesures et de la variabilité du matériau béton. Il en résulte des limites en termes de précision de diagnostic. La prise en compte de ces paramètres est donc primordiale pour fiabiliser le diagnostic.On présente, en s’appuyant sur une base de données issue de plusieurs projets nationaux, comment une approche peut être développée pour réduire les incertitudes. La démarche s’appuie sur des données de laboratoire aussi bien que sur des données de terrain (in situ).
COURS EN LIGNE : https://mediapod.u-bordeaux.fr/video/3305-evaluation-non-destructive-des-betons/

 

Denys BREYSSE (Univ. Bordeaux, I2M) : L'évaluation non destructive étudiée comme un processus aléatoire
L’efficacité de l’évaluation non destructive (END) sur un milieu hétérogène est soumise à l’existence de multiples sources d’incertitudes (de mesure, de modèle...). On montre les implications et les apports d’une modification de paradigme, passant d’une représentation déterministe de l’END à celle de processus aléatoire dont il s’agit d’assurer la fiabilité.
La démarche est appliquée au cas particulier de l’évaluation en place de la résistance mécanique du béton, pour laquelle on montre : (a) l’apport des simulations aléatoires, (b) comment définir les objectifs de l'évaluation en termes de risque accepté et (c) comment une approche renouvelée permet de fiabiliser la démarche opérationnelle.
COURS EN LIGNE : https://mediapod.u-bordeaux.fr/video/3308-levaluation-non-destructive-vuecomme-un-processus-aleatoire/


Thème 3. Décider dans un contexte incertain
Franck TAILLANDIER (Univ. Bordeaux, I2M) : Décision dans l'incertain : une vision multicritère
Dans une situation de prise de décision, il est fréquent de devoir considérer plusieurs critères antagonistes (qualité Vs coût ; aspects sociaux Vs impacts environnementaux…). Décider dans un tel contexte suppose de construire un compromis entre ces critères pour définir la solution la plus pertinente au regard des préférences du/des décideurs. L’élaboration d’un tel compromis est d’autant plus complexe que l’environnement de la décision est incertain (données incertaines voire manquantes, préférences ambigües…).
On expose différentes approches permettant d’aider un décideur à prendre une décision dans un contexte multicritère avec incertitudes. La démarche est illustrée par l’application concrète de méthodes avec pour fil rouge un cas d’étude (réhabilitation de bâtiment).
COURS EN LIGNE : https://mediapod.u-bordeaux.fr/video/3307-introduction-a-laide-a-la-decision/
et https://mediapod.u-bordeaux.fr/video/3306-introduction-a-laide-a-la-decision-multicritere/

Sébastien DESTERCKE (Univ. Technologie Compiègne) : Décision dans l'incertain : des ensembles aux probabilités
De manière générale, décider dans un environnement incertain requiert deux éléments : modéliser notre incertitude au moyen d'un modèle mathématique, et choisir une règle de décision permettant de différencier les choix possibles. Nous nous concentrons sur les deux modèles d'incertitude basiques, à savoir les ensembles et les probabilités, et détaillons les règles de décision les plus classiques utilisées pour ces modèles au moyen d'exemples illustratifs. Une courte ouverture généralise vers des modèles plus généraux et plus riches, au prix d'une complexité plus grande.
COURS EN LIGNE : https://mediapod.u-bordeaux.fr/video/3315-decision-dans-lincertain/