Identification modale des systemes dynamiques multidimensionnels faiblement non lineaires par une methode de linearisation stochastique a parametres aleatoires

Identification modale des systemes dynamiques multidimensionnels faiblement non lineaires par une methode de linearisation stochastique a parametres aleatoires PDF Author: Olivier Le Fur
Publisher:
ISBN:
Category :
Languages : fr
Pages : 0

Get Book Here

Book Description


Identification modale des systèmes dynamiques multidimensionnels faiblement non linéaires par une méthode de linéarisation stochastique à paramètres aléatoires

Identification modale des systèmes dynamiques multidimensionnels faiblement non linéaires par une méthode de linéarisation stochastique à paramètres aléatoires PDF Author: Olivier Le Fur
Publisher:
ISBN:
Category :
Languages : fr
Pages : 132

Get Book Here

Book Description
UNE BONNE APPROCHE POUR EFFECTUER L'IDENTIFICATION MODALE D'UN SYSTEME DYNAMIQUE FAIBLEMENT NON LINEAIRE CONSISTE A UTILISER UNE METHODE BASEE SUR UNE LINEARISATION STOCHASTIQUE EQUIVALENTE A COEFFICIENTS CONSTANTS. UNE TELLE METHODE CONDUIT A LA DEFINITION D'UN MODELE LINEAIRE QUI PERMET D'ESTIMER CORRECTEMENT LA PUISSANCE TOTALE MESUREE MAIS PEUT CONDUIRE A UNE IDENTIFICATION INCORRECTE DES DENSITES SPECTRALES. L'OBJET DE CETTE THESE EST LE DEVELOPPEMENT D'UNE METHODE DE LINEARISATION STOCHASTIQUE A COEFFICIENTS ALEATOIRES PERMETTANT D'APPORTER UNE REPONSE A CE PROBLEME. NOUS AVONS DONC ETE CONDUIT A DEFINIR UN MODELE LINEAIRE MULTIDIMENSIONNEL A COEFFICIENTS ALEATOIRES. LE PROBLEME POSE NOUS A AMENE A DEFINIR UN CRITERE D'IDENTIFICATION DE CE MODELE SUR LEQUEL NOUS AVONS FORMULE UN PROBLEME D'OPTIMISATION. UNE METHODE NUMERIQUE APPROPRIEE A ALORS ETE MISE EN UVRE POUR OBTENIR LA RESOLUTION DE CE PROBLEME D'OPTIMISATION. UN CERTAIN NOMBRE D'EXEMPLES NUMERIQUES NOUS A PERMIS D'EVALUER L'APPORT DE LA METHODE PROPOSEE PAR RAPPORT A UNE METHODE CLASSIQUE DE LINEARISATION STOCHASTIQUE A PARAMETRES CONSTANTS

Identification modale des systemes dynamiques multi-dimensionnels faiblement non lineaires par une methode de lineraisation stochastique a parametres aleatoires

Identification modale des systemes dynamiques multi-dimensionnels faiblement non lineaires par une methode de lineraisation stochastique a parametres aleatoires PDF Author: Olivier Le Fur
Publisher:
ISBN:
Category :
Languages : fr
Pages : 132

Get Book Here

Book Description


Government Reports Announcements & Index

Government Reports Announcements & Index PDF Author:
Publisher:
ISBN:
Category : Science
Languages : en
Pages : 1244

Get Book Here

Book Description


Identification des systèmes dynamiques faiblement non-linéaires à partir d'excitations aléatoires

Identification des systèmes dynamiques faiblement non-linéaires à partir d'excitations aléatoires PDF Author: Ollivier Fillâtre
Publisher:
ISBN:
Category :
Languages : fr
Pages : 147

Get Book Here

Book Description
Le travail effectué traite de l'identification des systèmes dynamiques vectoriels du second ordre, faiblement non-linéaires, et dont la non-linéarité est une fonction des composantes de la vitesse et du déplacement. Le problème est envisagé sous l'aspect de la linéarisation, et le concept de linéarisation stochastique vraie est développe. Partant des travaux de Kozin (1988) sur les systèmes du 1er ordre excités par des bruits blancs, deux méthodes sont proposées pour accélérer la convergence de l'estimation de la masse vers la vraie masse du système initial, lorsque la largeur de bande de l'excitation, physique, tend vers l'infini. La première méthode, développée dans le cas d'excitations de type Ornstein-Uhlenbeck, fait l'objet d'une proposition théorique. Pour la deuxième méthode, un algorithme itératif d'optimisation sur la masse par recalage des moments du second ordre, les matrices d'amortissement et de raideur étant estimées par linéarisation dans l'ensemble des matrices symétriques à masse imposée, est proposé et testé numériquement. Il s'avère très performant même en présence de non-linéarités importantes, ou de modes proches

Sur quelques méthodes de résolution de problèmes de vibrations aléatoires non linéaires

Sur quelques méthodes de résolution de problèmes de vibrations aléatoires non linéaires PDF Author: Henia Mosbah
Publisher:
ISBN:
Category :
Languages : fr
Pages : 191

Get Book Here

Book Description
Le présent travail concerne l'étude et la mise en oeuvre de méthodes d'approximation pour le calcul des lois d'ordre un et des densités spectrales de puissance des réponses stationnaires de systèmes dynamiques stochastiques non linéaires de second ordre issus de modélisations de problèmes industriels. Les méthodes concernées sont : la méthode de simulation numérique, la méthode des processus de diffusion, la méthode de linéarisation équivalente, la méthode de linéarisation à paramètres aléatoires et celle de moyennisation stochastique. Dans une 1ère partie sont précisés les motivations de l'étude, la classe des systèmes étudiés et les objectifs à atteindre. La 2de donne une présentation détaillée des méthodes. On y insiste notamment sur leurs propriétés et spécificités en distinguant soigneusement celles limitées à la dimension scalaire de celles prolongeables à la dimension vectorielle. Une attention toute particulière est portée à leurs champs d'application respectifs. Leurs performances en situation pratique sont testées dans une 3e partie, où elles sont mises en oeuvre sur un oscillateur bilinéaire à excitation externe blanche gaussienne. Leurs possibilités effectives sont discutées, puis elles sont hiérarchisées en fonction de leur capacité à satisfaire aux objectifs visés. Enfin, la dernière partie est consacrée à la dimension vectorielle, à travers un exemple d'oscillateur bilinéaire à deux ddl extérieurement excité par un bruit blanc gaussien. Deux des méthodes générales d'approximation retenues y sont testées et discutées : la méthode de simulation numérique et celle de linéarisation équivalente, et une nouvelle méthode d'approximation pour le calcul de la loi invariante des systèmes non linéaires de ce type est proposée

Systèmes dynamiques discrets non réguliers déterministes ou stochastiques : applications aux modèles avec frottement ou impact

Systèmes dynamiques discrets non réguliers déterministes ou stochastiques : applications aux modèles avec frottement ou impact PDF Author: BASTIEN Jérôme
Publisher: Lavoisier
ISBN: 2746289083
Category :
Languages : en
Pages : 546

Get Book Here

Book Description
Cet ouvrage présente différents modèles discrets en dynamique pour la modélisation de phénomènes mécaniques non linéaires liés au frottement ou à l’impact. Les sollicitations sont exposées dans un cadre déterministe et stochastique. Pour ce dernier, le cas de variétés de configuration euclidienne ou riemannienne est abordé. La difficulté réside dans le type d’équations différentielles non linéaires particulières utilisées. Le cadre théorique ainsi que des schémas numériques sont détaillés pour chaque équation. Trois types de problèmes sont d’abord étudiés dans le cas particulier d’un solide à un degré de liberté : la force de frottement, la loi d’impact en déterministe et le frottement dans un cadre stochastique. Ensuite, de nombreux exemples sont commentés et fournissent, dans un cadre théorique ou applicatif, de nombreux modèles accompagnés de leurs schémas numériques. Des rappels théoriques fondamentaux sont proposés ainsi que deux preuves complètes de convergence de schémas numériques dans le cas du frottement déterministe ou stochastique.

Identification de systèmes dynamiques non-linéaires à l'aide de représentations multi-modèles

Identification de systèmes dynamiques non-linéaires à l'aide de représentations multi-modèles PDF Author: Corinne Loverini
Publisher:
ISBN:
Category :
Languages : fr
Pages : 133

Get Book Here

Book Description
La modélisation de systèmes est un problème classique en automatique. Elle a pour objectif de représenter, avec une précision satisfaisante, le comportement d'un processus. Généralement, les processus réels sont non-linéaires, multi-variables et variant dans le temps. Il est donc difficile d'obtenir une représentation globale de tels systèmes qui soit valide pour l'ensemble de ses points de fonctionnement. L'approche multi-modèles repose sur l'établissement de plusieurs modèles simples, encore appelés modèles locaux. Chaque modèle local est valable autour d'un point de fonctionnement, dont la zone d'influence est définie au moyen d'une fonction poids. Ces modèles locaux sont ensuite agrégés au moyen d'une expression barycentrique, afin de fournir une forme algébrique permettant de lier les entrées du processus à ses sorties et d'obtenir ainsi une représentation globale. Différentes architectures multi-modèles sont envisageables en vue de représenter le comportement réel de processus complexes. Néanmoins, le problème commun à l'ensemble de ces structures est lié au nombre important de paramètres qu'il est nécessaire d'identifier. C'est pourquoi, nous avons développé une structure multi-modèles de type« Hammerstein généralisé», qui permet d'obtenir une représentation plus « parcimonieuse » du système considéré. Les paramètres caractéristiques d'une structure multi-modèles interviennent de manière non linéaire. Nous avons donc proposé différents algorithmes permettant d'obtenir une estimation de ces paramètres. En particulier, nous avons développé une méthode itérative globale basée sur le calcul de fonctions de sensibilité, qui permet d'estimer l'ensemble des paramètres caractéristiques du modèle, c'est-à-dire les paramètres des fonctions poids. Ces modèles locaux et de la partie dynamique. Nous avons comparé les performances et la robustesse de ces algorithmes d'identification sur un exemple de simulation. Nous nous sommes également intéressés à la recherche de la structure optimale multi-modèles. Pour cela, nous avons cherché à déterminer les entrées les plus représentatives du comportement du système, le nombre de modèles locaux, ainsi que l'ordre de la partie dynamique du modèle, en étendant les outils statistiques disponibles en linéaire.

Identification des forces stochastiques appliquées à un système dynamique non linéaire en utilisant un modèle numérique incertain et des réponses expérimentales

Identification des forces stochastiques appliquées à un système dynamique non linéaire en utilisant un modèle numérique incertain et des réponses expérimentales PDF Author: Anas Batou (chercheur en mécanique).)
Publisher:
ISBN:
Category :
Languages : fr
Pages : 0

Get Book Here

Book Description
Ces travaux ont été développés dans le contexte de l'analyse vibratoire des assemblages combustibles. Ce type de structure est très complexe et a, du fait de sa géométrie, une très forte densité modale. Ainsi, afin de calculer la réponse d'une telle structure, une modélisation simplifiée est préférable. L'objectif est d'identifier des forces stochastiques induites par l'écoulement en utilisant un modèle numérique incertain et des réponses expérimentales. Pour ce problème, 4 sources d'incertitudes sont à prendre en considération : (1) Les incertitudes de modèle induites par les simplifications du modèle. (2) Les incertitudes sur les forces induites par les fluctuations statistiques de la pression turbulent. (3) Les incertitudes concernant la modélisation des forces stochastiques. (4) Les incertitudes induites par les erreurs de mesures. Les forces stochastiques ainsi identifiées sont appliquées sur le modèle simplifié stochastique pour calculer des statistiques sur les quantités d'intérêt.

Identification des systèmes dynamiques faiblement non-linéaire à partir d'excitations aléatoires

Identification des systèmes dynamiques faiblement non-linéaire à partir d'excitations aléatoires PDF Author: Ollivier Fillâtre
Publisher:
ISBN:
Category :
Languages : fr
Pages : 162

Get Book Here

Book Description