moteur de recherche

Sous thème 2.2.

Dynamique et vibroacoustique linéaire et non linéaire de systèmes industriels.

 

Les résultats obtenus correspondent à des applications et à des validations des méthodologies de modélisation stochastique et des outils de simulation pour la quantification des incertitudes, mais aussi à des résultats donnant des réponses innovantes et des outils pour des problématiques posées par les industriels en matière de simulation numérique robuste de systèmes mécaniques complexes. Parmi les nombreux résultats obtenus, citons les suivants : Quantification des incertitudes en dynamique non linéaire du train de tiges de forage pétrolier en grande profondeur pour l’optimisation du process afin de minimiser la dégradation de la tête de forage (en collaboration avec PUC-Rio Brésil). Modèle stochastique de la géométrie curviligne des voies de roulement du réseau TGV français, basé sur une identification statistique inverse à partir des mesures expérimentales réalisées par la SNCF et dynamique stochastique non linéaire des TGV (en collaboration avec la SNCF et lui donnant un nouvel outil pour déclencher la maintenance des voies). Optimisation stochastique du désaccordage intentionnel des roues aubagées des turbomachines aéronautiques à partir de modèles numériques aéroélastiques incertains (en collaboration avec TURBOMECA et lui donnant un outil d’avant-projet). Nouvelle méthodologie de réduction multi-échelle de modèle incertain en dynamique non linéaire des faisceaux de barres de combustibles nucléaires (en collaboration avec EDF R&D lui permettant de faire des prévisions qui étaient inatteignables. Modèle dynamique stochastique des circuits de secours de refroidissement des centrales nucléaires et identification en inverse à l’aide des mesures effectuées par EDF dans le parc français (en collaboration avec EDF R&D). Développements d’un ensemble d’outils pour la modélisation stochastique vibroacoustique des voitures, avec validations expérimentales (en collaboration avec PSA Peugeot-Citroën, les nouveaux modèles ayant été implémentés dans l’environnement informatique du constructeur et constituent pour lui une percée en ce qui concerne les outils de projets.

 

Références

Batou, A.; Soize, C.; Brie, N., «Reduced-order computational model in nonlinear structural dynamics for structures having numerous local elastic modes in the low-frequency range. Application to fuel assemblies», Nuclear Engineering and Design, 262 Pages: 276–284 (2013).

 

Desceliers, C.; Soize, C.; Zarroug, M., «Computational strategy for the crash design analysis using an uncertain computational mechanical model», Computational Mechanics, 52 2 Pages: 453-462 (2013)

 

Mbaye, M.; Soize, C.; Ousty, J.-P.; Capiez-Lernout, E., «Robust analysis of design in vibration of turbomachines», ASME Journal of Turbomachinery, 135 2 Pages: 021008-1-8 (2012)

 

Batou, A.; Soize, C.; Corus, M., «Experimental identification of an uncertain computational dynamical model representing a family of structures», Computers & Structures, 89 13-14 Pages: 1440-1448 (2011)

 

Kassem, M.; Soize, C.; Gagliardini, L., «Structural partitioning of complex structures in the medium frequency range. An application to an automotive vehicle», Journal of Sound and Vibration, 330 5 Pages: 937-946 (2011)

 

Fernandez, C.; Soize, C.; Gagliardini, L., «Sound-insulation layer modelling in car computational vibroacoustics in the medium-frequency range», Acta Acustica united with Acustica, 96 3 Pages: 437-444 (2010)

 

Fernandez, C.; Soize, C.; Gagliardini, L., «Fuzzy structure theory modeling of sound-insulation layers in complex vibroacoustic uncertain systems: Theory

 

Durand, J.-F.; Soize, C.; Gagliardini, L., «Structural-acoustic modeling of automotive vehicles in presence of uncertainties and experimental identification and validation», Journal of the Acoustical Society of America, 124 3 Pages: 1513-1525 (2008)

 

Pellissetti, M.; Capiez-Lernout, E.; Pradlwarter, H.; Soize, C.; Schueller, G.I., «Reliability analysis of a satellite structure with a parametric and a non-parametric probabilistic model», Computer Methods in Applied Mechanics and Engineering, 198 2 Pages: 344-357 (2008)

 

 

Dernière mise à jour : 16/11/2016
       

Equipe de recherche du laboratoire MSME : Retour à la page d'accueil de MSME