Code_Aster. SDNS01 - Modèle probabiliste non paramétrique - paramétrique d une plaque en flexion avec non linéarités localisées de choc

Documents pareils
SSLS116 - Chargement membranaire d une plaque excentrée

SDLS08 - Modes propres d'une plaque carrée calculés sur base réduite

SDLV120 - Absorption d'une onde de compression dans un barreau élastique

Exemples de dynamique sur base modale

Manuel de validation Fascicule v4.25 : Thermique transitoire des structures volumiques

SSNL126 - Flambement élastoplastique d'une poutre droite. Deux modélisations permettent de tester le critère de flambement en élastoplasticité :

Sujet proposé par Yves M. LEROY. Cet examen se compose d un exercice et de deux problèmes. Ces trois parties sont indépendantes.

Annexe A. Annexe A. Tableaux et données relatifs à la vérification par Eurocode 3 A.3

Systèmes de transmission

NOTE SUR LA MODELISATION DU RISQUE D INFLATION

I Stabilité, Commandabilité et Observabilité Introduction Un exemple emprunté à la robotique Le plan Problème...

ÉTUDE DE L EFFICACITÉ DE GÉOGRILLES POUR PRÉVENIR L EFFONDREMENT LOCAL D UNE CHAUSSÉE

Programmation Linéaire - Cours 1

DÉVERSEMENT ÉLASTIQUE D UNE POUTRE À SECTION BI-SYMÉTRIQUE SOUMISE À DES MOMENTS D EXTRÉMITÉ ET UNE CHARGE RÉPARTIE OU CONCENTRÉE

T.P. FLUENT. Cours Mécanique des Fluides. 24 février 2006 NAZIH MARZOUQY

ET 24 : Modèle de comportement d un système Boucles de programmation avec Labview.

LES OUTILS D ALIMENTATION DU REFERENTIEL DE DB-MAIN

TABLE DES MATIÈRES. PRINCIPES D EXPÉRIMENTATION Planification des expériences et analyse de leurs résultats. Pierre Dagnelie

TUTORIAL 1 ETUDE D UN MODELE SIMPLIFIE DE PORTIQUE PLAN ARTICULE

aux différences est appelé équation aux différences d ordre n en forme normale.

Mémoire d actuariat - promotion complexité et limites du modèle actuariel, le rôle majeur des comportements humains.

INTRODUCTION A L ELECTRONIQUE NUMERIQUE ECHANTILLONNAGE ET QUANTIFICATION I. ARCHITECTURE DE L ELECRONIQUE NUMERIQUE

!-.!#- $'( 1&) &) (,' &*- %,!

Initiation à LabView : Les exemples d applications :

chargement d amplitude variable à partir de mesures Application à l approche fiabiliste de la tolérance aux dommages Modélisation stochastique d un d

L exclusion mutuelle distribuée

Object Removal by Exemplar-Based Inpainting

Incertitude et variabilité : la nécessité de les intégrer dans les modèles

TSTI 2D CH X : Exemples de lois à densité 1

de calibration Master 2: Calibration de modèles: présentation et simulation d

Généralités. Aperçu. Introduction. Précision. Instruction de montage. Lubrification. Conception. Produits. Guides à brides FNS. Guides standards GNS

Expérience 3 Formats de signalisation binaire

Champ électromagnétique?

EMETTEUR ULB. Architectures & circuits. Ecole ULB GDRO ESISAR - Valence 23-27/10/2006. David MARCHALAND STMicroelectronics 26/10/2006

ANALYSE STATIQUE D UNE POUTRE SOUMISE A UNE CHARGE VARIABLE

Echantillonnage Non uniforme

Modélisation et simulation

Formation à la C F D Computational Fluid Dynamics. Formation à la CFD, Ph Parnaudeau

Cours 7 : Utilisation de modules sous python

CHAPITRE IV Oscillations libres des systèmes à plusieurs degrés de liberté

FIMA, 7 juillet 2005

UML Diagramme de communication (communication diagram) Emmanuel Pichon 2013

données en connaissance et en actions?

Introduction à MATLAB R

SAS ENTERPRISE MINER POUR L'ACTUAIRE

Hubert & Bruno Lundi 12 octobre 2009 SAINT-QUENTIN (02)

Contributions à l expérimentation sur les systèmes distribués de grande taille

Analyse empirique et modélisation de la dynamique de la topologie de l Internet

Corrigé des TD 1 à 5

BACCALAURÉAT GÉNÉRAL SÉRIE SCIENTIFIQUE

SUJET ZÉRO Epreuve d'informatique et modélisation de systèmes physiques

Jean-Marc Schaffner Ateliers SCHAFFNER. Laure Delaporte ConstruirAcier. Jérémy Trouart Union des Métalliers

Quelleestlavaleurdel intensitéiaupointm?

MCMC et approximations en champ moyen pour les modèles de Markov

ANALYSE NUMERIQUE ET OPTIMISATION. Une introduction à la modélisation mathématique et à la simulation numérique

TS 35 Numériser. Activité introductive - Exercice et démarche expérimentale en fin d activité Notions et contenus du programme de Terminale S

Information. BASES LITTERAIRES Etre capable de répondre à une question du type «la valeur trouvée respecte t-elle le cahier des charges?

Exemples de Projets SAFI

Rupture et plasticité

4 Exemples de problèmes MapReduce incrémentaux

Chapitre 4: Introduction au Cloud computing

Exemple d application du EN : Poutre fléchie avec section tubulaire reconstituée

TP2 ACTIVITE ITEC. Centre d intérêt : AUBE D UN MIRAGE 2000 COMPORTEMENT D UNE PIECE. Documents : Sujet Projet Dossier technique - Document réponse.

MESURE ET PRECISION. Il est clair que si le voltmètre mesure bien la tension U aux bornes de R, l ampèremètre, lui, mesure. R mes. mes. .

Evaluation des performances de programmes parallèles haut niveau à base de squelettes

Qualité du logiciel: Méthodes de test

Continuité et dérivabilité d une fonction

Transmission d informations sur le réseau électrique

Modélisation et Simulation

Le concept cellulaire

Intérêt du découpage en sous-bandes pour l analyse spectrale

Chaine de transmission

Projet de Traitement du Signal Segmentation d images SAR

Présentation du programme. de physique-chimie. de Terminale S. applicable en septembre 2012

Le signal GPS. Les horloges atomiques à bord des satellites GPS produisent une fréquence fondamentale f o = Mhz

TP N 57. Déploiement et renouvellement d une constellation de satellites

Ordonnancement robuste et décision dans l'incertain

Processus de validation des coûts à l appui de l attestation par l DPF

Les technologies du Big Data

Caractéristiques des ondes

Métrologie réseaux GABI LYDIA GORGO GAEL

Approche modèle pour l estimation en présence de non-réponse non-ignorable en sondage

Web Science. Master 1 IFI. Andrea G. B. Tettamanzi. Université de Nice Sophia Antipolis Département Informatique andrea.tettamanzi@unice.

Runtime. Gestion de la réactivité des communications réseau. François Trahay Runtime, LaBRI sous la direction d'alexandre Denis Université Bordeaux I

Figure 3.1- Lancement du Gambit

P M L R O G W. sylomer. Gamme de Sylomer Standard. Propriétés Méthode de test Commentaires. Polyuréthane (PUR) Cellulaire mixte

Travaux pratique (TP2) : simulation du canal radio sous ADS. Module FIP RT321 : Architectures des émetteurs-récepteurs radio

Resolution limit in community detection

Validation probabiliste d un Système de Prévision d Ensemble

Souad EL Bernoussi. Groupe d Analyse Numérique et Optimisation Rabat http ://

Détection en environnement non-gaussien Cas du fouillis de mer et extension aux milieux

Utilisation des tabelles de dimensionnement

Tests de SlipStream sur les plateformes et : vers la. Vers la fédération du Cloud computing

CHAPITRE I. Modélisation de processus et estimation des paramètres d un modèle

Les correcteurs accorderont une importance particulière à la rigueur des raisonnements et aux représentations graphiques demandées.

Contrôle stochastique d allocation de ressources dans le «cloud computing»

1- Semestre 1 : Domaine : Science et technologie Filière : Technologie Spécialité/option : Génie civil / Gestion des projets d ingénierie civil

Innovations Majeures de la Version 4

Telecommunication modulation numérique

Transcription:

Titre : SDNS01 - Modèle probabiliste non paramétrique pa[...] Date : 06/01/2009 Page : 1/12 Organisme(s) : EDF-R&D/AMA Manuel de Validation Fascicule V5.06 : Dynamique non linéaire des coques et plaques Document : V5.06.001 SDNS01 - Modèle probabiliste non paramétrique - paramétrique d une plaque en flexion avec non linéarités localisées de choc Résumé : Ce cas-test concerne les modèles probabilistes non paramétriques et paramétriques des incertitudes en dynamique linéaire avec éventuellement des non linéarités localisées. Le modèle mécanique utilisée est une plaque rectangulaire avec une butée élastique de choc. Les générateurs de matrices aléatoires et de variables aléatoires (opérateurs GENE_MATR_ALEA et GENE_VARI_ALEA) sont testés et validés dans ce cas test. Les post-traitements statistiques (CALC_FONCTION) sont également testés. Ce cas-test possède deux modélisations. La première utilise un amortissement proportionnel. La deuxième utilise un amortissement réduit défini par le mot-clé CALC_AMOR_GENE de COMB_MATR_ASSE testant ainsi cette fonctionnalité.

Titre : SDNS01 - Modèle probabiliste non paramétrique pa[...] Date : 06/01/2009 Page : 2/12 1 Problème de référence 1.1 Géométrie X 3 X 2 P Raideur concentrée Q Charge impulsionnelle 0.15 Masse concentrée X 1 0.06 0.15 0.21 0.31 0.40 0.50 m 0.23 Stop O R

Titre : SDNS01 - Modèle probabiliste non paramétrique pa[...] Date : 06/01/2009 Page : 3/12 Epaisseur de la plaque : e = 0.0004 m. Jeu entre les butées : jeu = ±0.002 m. 1.2 Propriétés de matériaux Plaque : Coefficient de Poisson : 0.3 Module d Young : 2.1 10 11 N/m 2 Masse volumique : 7800 kg/m 2 Raideur concentrée : 2.388 10 7 N/m Masse concentrée : 4 kg Raideur de choc : 25000 N/m

Titre : SDNS01 - Modèle probabiliste non paramétrique pa[...] Date : 06/01/2009 Page : 4/12 1.3 Conditions aux limites et chargements La plaque en flexion est en appui simple sur 3 bords et libre sur son 4 e bord OR. Les degrés de libertés bloqués sont donc: sur OP et QR, les déplacements selon X 1, X 2, X 3 et les rotations selon X 1, X 3. sur PQ, les déplacements selon X 1, X 2, X 3 et les rotations selon X 2, X 3. sur OR, les déplacements selon X 1, X 2. La plaque est soumise à une charge impulsionnelle verticale e(t) sur 9 nœuds de la plaque selon la direction X 3. Le chargement e(t) est tel que, pour t<0 et t>2t 1, e(t)=0 et pour 0 t 2t 1 : e(t)= ( ω (t-t 1 )) -1 {sin{( Ω c + ω /2)(t-t 1 )}-sin{( Ω c - ω /2)(t-t 1 )}}. avec t1= 2 π / ω, ω =2 π 40 rad/s, Ω c =2 π 20 rad/s. L énergie de la fonction e(t) est principalement répartie dans la bande fréquentielle [0,60]Hz, laquelle contient 8 modes élastiques du système dynamique linéarisé. 1.4 Conditions initiales Le système dynamique est initialement au repos. 2 Solution de référence 2.1 Méthode de calcul utilisée pour la solution de référence Nous étudions la réponse transitoire d un système dynamique non linéaire soumis à une charge impulsionnelle déterministe due à un choc sur la structure. La non linéarité du système est due à une butée élastique de haute rigidité comportant un certain jeu. Les spectres de réponse en fréquence normalisés sont utilisés afin d étudier la réponse transitoire de ce système. Les équations de la dynamique sont discrétisées par la méthode aux éléments finis. Le maillage de la structure est supposé suffisamment fin pour capter tous les phénomènes dynamiques de ce système mécanique en terme de champ de déplacement pour le chargement impulsionnel considéré. Les incertitudes aléatoires du système dynamique sont modélisées en utilisant le modèle probabiliste non paramétrique des incertitudes. Par conséquent, la réponse transitoire est un processus stochastique non stationnaire dont des estimations statistiques sont évaluées. Les résultats de référence sont donnés sous forme de graphes dans l article référencé ci-dessous, consultable sur http://www.resonance-pub.com. 2.2 Référence bibliographique [1] C. SOIZE : Non linear dynamical Systems with Nonparametric Model of Random Uncertainties, Uncertainties in Engineering Mechanics(2001)1(1), 1-38, http://www.resonance-pub.com

Titre : SDNS01 - Modèle probabiliste non paramétrique pa[...] Date : 06/01/2009 Page : 5/12 3 Modélisation A 3.1 Caractéristiques de la modélisation Modélisation : DKT Le modèle moyen aux éléments finis de la plaque est constitué d un maillage rectangulaire régulier dont le pas est constant et vaut 0.01m dans les directions X 1 et X 2. Il y a donc 41 noeuds dans la largeur et 51 noeuds dans la longueur. Par conséquent, tous les éléments finis sont identiques et chacun est un élément plaque à 4 noeuds. Ce modèle éléments finis moyen comporte 2000 éléments finis et m=6009 degrés de liberté, en ne comptant que les translations en z et les rotations suivant X 1 et X 2 ). Les fréquences propres du système dynamique linéarisé (la plaque sans les butées de choc mais avec les masses et raideurs concentrées) sont f 1 =1.94, f 2 =10.28, f 3 =15.47,..., f 8 =53.5, f 9 =66,1, f 10 =68.9,..., f 30 =198.3, f 31 =206.0, f 32 =208.9,..., f 50 =330.9, f 51 =336.3,..., f 100 =670.8, f 120 =817.6Hz. Modélisation : DIS_T Les masses concentrées et la raideur concentrée sont modélisées par des éléments DIST_T. Amortissement La matrice d amortissement [D] du modèle moyen élément finis est définie comme étant une combinaison linéaire des matrices éléments finis moyennes de masse [M] et de raideur [K]. On a donc [D]=a [M] + b [K] avec 2ξΩ maxωmin 2ξ a = et b =, Ω + Ω Ω + Ω max min où ξ =0.04, Ω min =4π rad/s et Ω min =200π rad/s. Modèle réduit et ddl observé Pour ce cas test, le modèle éléments finis est projeté sur les 5 premiers modes élastiques de la structure linéarisé, ce qui constitue la donnée du modèle réduit moyen. Il est à noter que les 5 premiers modes ne suffisent pas pour obtenir la convergence par rapport au nombre de modes (cf. paragraphe Commentaires des Résultats des modélisations). Le degré de liberté observé est le D.D.L j stop correspondant au déplacement en translation suivant z du noeud ou se trouvent les butées élastiques. C est le noeud de coordonnées (0.31, 0, 0). Le spectre de réponse normalisé pour ce D.D.L est construit pour une bande d analyse fréquentielle J=2π [1, 100] rad/s et dont la résolution fréquentielle est de 0.5Hz. Réalisations des matrices aléatoires du modèle probabiliste non paramétrique paramétrique Les matrices de masses, de raideurs et de dissipation du modèle réduit moyens sont remplacées par des réalisations des matrices aléatoires de masse, de raideurs et de dissipation suivant le max min

Titre : SDNS01 - Modèle probabiliste non paramétrique pa[...] Date : 06/01/2009 Page : 6/12 modèle probabiliste non paramétrique. Pour cela, nous utilisons le générateur de matrices aléatoires GENE_MATR_ALEA. Lors du premier appel à ce générateur, le mot clé INIT doit prendre la valeur OUI afin d initialiser le générateur de variable aléatoire de loi uniforme de Python. Par la suite, INIT pourra prendre sa valeur par défaut (INIT= NON ). L initialisation du générateur de variable aléatoire de Python n est à faire qu une et une seule fois par étude, en principe, sauf si l utilisateur souhaite explicitement réutiliser une même séquence pseudo aléatoire.

Titre : SDNS01 - Modèle probabiliste non paramétrique pa[...] Date : 06/01/2009 Page : 7/12 Le niveau de dispersion des matrices aléatoires du modèle probabiliste non paramétrique est contrôlé par un paramètre de dispersion δ fixé à 20% (δ =0.2). Le mot clé DELTA prend donc la valeur 0.2. Enfin, pour chaque tirage des matrices aléatoires de masse, de raideur et de dissipation, il faut renseigner la matrice moyenne correspondante du modèle réduit moyen par l intermédiaire du mot clé MATR_MOYEN. La raideur de choc est elle aussi rendu aléatoire due à des incertitudes. Pour construire une réalisation de la raideur de choc suivant une loi gamma, nous utilisons le générateur aléatoire GENE_VARI_ALEA avec le mot clé TYPE= GAMMA. Nous supposons que l ensemble des valeurs possible pour les réalisations de la raideur de choc aléatoire est l intervalle [0, + [, que la valeur moyenne de l ensemble des réalisations des raideurs de choc correspond à la raideur de choc du modèle éléments finis moyen. Le niveau de dispersion des réalisations de la raideur de choc est contrôlé par un paramètre δ fixé à 1% (δ =0.01). Le mot clé DELTA prend donc la valeur 0.01. Résolution du système dynamique non linéaire probabiliste. L opérateur DYNA_TRAN_MODAL est utilisé pour construire la réponse transitoire du système dynamique non linéaire pour chaque réalisation de la raideur de choc aléatoire et des matrices aléatoire de masse, de raideur et de dissipation. Il est à noter que nous effectuons pour ce cas test seulement n s =5 réalisations de chaque variable aléatoire (raideur de choc + matrices) ce qui correspond à 5 itération de la méthode de simulation numérique de Monte Carlo (cf. paragraphe Commentaires des Résultats des modélisations). L intervalle temporel de l étude est T=[0,4] s, avec un pas de 5. 10 5 s. Le schéma d intégration temporelle choisi est EULER. Construction des estimations statistiques. Après chaque appel à DYNA_TRAN_MODAL, nous disposons d une réalisation du processus stochastique des déplacements généralisés. Il est donc possible de construire l accélération au noeud de choc suivant le D.D.L. j stop par l opérateur RECU_FONCTION. Le spectre de réponse normalisé est ensuite construit par l opérateur CALC_FONCTION. Ces deux opérations sont classiquement effectuées lors d études déterministes et nous donnent ici une réalisation du processus stochastique du spectre de réponse normalisé. Il s agit ensuite de construire des estimations statistiques des n s réalisations de ce dernier. Les estimations envisagées dans ce cas test sont les enveloppes min et max ainsi que la moyenne et le moment d ordre deux des spectres de réponse normalisés. A chaque tirage (itération de Monte Carlo) nous construisons ces estimations à l aide uniquement de l opérateur CALC_FONCTION et des mots clé ENVELOPPE, PUISSANCE et COMB. A la fin des n s itérations de Monte Carlo, nous disposons des estimations statistiques recherchées relatif au processus stochastique du spectre de réponses normalisé. Enfin la norme L2 de la moyenne est calculée par le mot clé NORME de l opérateur CALC_FONCTION. L intérêt d évaluer une telle norme est de permettre des études de convergence suivant le nombre de modes du modèle réduit moyen aléatoire et suivant le nombre d itération de la méthode numérique de Monte Carlo. Cette norme est ici calculée pour vérifier que la fonctionnalité marche, mais la convergence n est pas atteinte pour économiser le temps CPU. 3.2 Caractéristiques du maillage

Titre : SDNS01 - Modèle probabiliste non paramétrique pa[...] Date : 06/01/2009 Page : 8/12 Nombre de degrés de liberté : 6009 Nombre d éléments finis : 2000 QUA4 et 2 DIS_T 3.3 Fonctionnalités testées Commandes GENE_MATR_AL EA GENE_VARI_AL EA CALC_FONCTIO N CALC_FONCTIO N PUISSANCE NORME Mot-clé facteur

Titre : SDNS01 - Modèle probabiliste non paramétrique pa[...] Date : 06/01/2009 Page : 9/12 4 Résultats de la modélisation A 4.1 Valeurs de référence Aster La validité initiale du cas test a été établie par comparaison à la référence bibliographique donnée en [ 3.2]. On teste les valeurs suivantes en non régression (cf. commentaires) : Statistiques sur les valeurs du spectre de réponse à 50Hz au ddl observé (cf. modélisation) Identification Références Aster % Différence Estimation de 4.4433958494950E+02 4.4433958494950E+ 0 l enveloppe max 02 Estimation de 1.2534278720661E+02 1.2534278720661E+ 0 l enveloppe min 02 Estimation de la 3.2330416710925E+02 3.2330416710925E+ 0 moyenne 02 Estimation du moment 1.2260792008492E+02 1.2260792008492E+ 0 d ordre 2 02 Estimation de la Norme L2 de la moyenne 2.0657959602609E+03 2.0657959602609E+ 03 0 4.2 Commentaires Les différentes estimations statistiques ne sont ici pas convergées. Seules 5 simulations de Monte-Carlo ont été faites. Il en aurait fallu au minimum 700. De plus, il faut augmenter le nombre de modes à 50 pour obtenir la convergence du modèle projeté dans la bande de fréquences considérée. Les calculs étant alors trop longs pour un cas test, nous avons préféré dégénérer volontairement les deux convergences après validation de celles-ci sur une étude complète. Après convergence, les estimations statistiques calculées à partir d Aster correspondent très exactement aux résultats donnés par l article en référence.

Titre : SDNS01 - Modèle probabiliste non paramétrique pa[...] Date : 06/01/2009 Page : 10/12 5 Modélisation B 5.1 Caractéristiques de la modélisation Seule la modélisation de l amortissement change par rapport à la modélisation A. Amortissement La matrice d amortissement [D] du modèle moyen élément finis est définie comme correspondant à un amortissement réduit modal constant de 4%. 5.2 Caractéristiques du maillage Nombre de degrés de liberté : 6009 Nombre d éléments finis : 2000 QUA4 et 2 DIS_T 5.3 Fonctionnalités testées Commandes GENE_MATR_AL EA GENE_VARI_AL EA CALC_FONCTIO N CALC_FONCTIO N COMB_MATR_AS SE PUISSANCE NORME CALC_AMOR_GE NE Mot-clé facteur 6 Résultats de la modélisation B 6.1 Valeurs de référence Aster On teste les valeurs suivantes en non régression, à 50Hz : Statistiques sur les valeurs du spectre de réponse à 50Hz au ddl observé (cf. modélisation) Identification Références Aster % Différence Estimation de 2.7570639015302E+02 2.7570639015302E+ 0 l enveloppe max 02 Estimation de 9.3629561795277E+01 9.3629561795277E+ 0 l enveloppe min 01 Estimation de la moyenne 1.9641139264813E+02 1.9641139264813E+ 02 0

Titre : SDNS01 - Modèle probabiliste non paramétrique pa[...] Date : 06/01/2009 Page : 11/12 Estimation du moment d ordre 2 Estimation de la Norme L2 de la moyenne 4.3869049613023E+04 1.2384277999571E+03 4.3869049613023E+ 04 1.2384277999571E+ 03 0 0 6.2 Commentaires Mêmes commentaires que pour la modélisation A.

Titre : SDNS01 - Modèle probabiliste non paramétrique pa[...] Date : 06/01/2009 Page : 12/12 7 Synthèse des résultats Les résultats obtenus sont tout à fait conformes à ceux de la référence bibliographique [ 2.2] obtenus entièrement dans Matlab.