Identification des paramètres de conception à partir de mesures incertaines

International audienceThe context of this work is the setting up of decision aiding tools in robust design of mechanical structures in an uncertain environment. We propose to study the inverse problem of the parametric identification of mechanical structures starting from uncertain observations and to appreciate if the information gain obtained thanks to possible experimental measurements justifies the cost of these last. In this study, we use a probabilistic formulation of the inverse problems which combines, in the form of probability distribution, a prior information on the parameters and models of uncertainties on the real or simulated measurements. The a posteriori distribution permit to generate models thanks to a Monte Carlo method. The study of the models obtained will guide the designer as for the usefulness of the experiments considered or the pertinence of the identified parameters.Le contexte de ce travail est la mise en place d'outils d'aide à la décision en conception robuste de structures mécaniques dans un environnement incertain. Nous proposons d'étudier le problème inverse de l'identification paramétrique des structures mécaniques à partir d'observations incertaines et d'apprécier si le gain d'information obtenu grâce à d'éventuelles mesures expérimentales justifie le coût de ces dernières. Nous utilisons dans cette étude une formulation probabiliste des problèmes inverses qui combine, sous forme de distribution de probabilité, les informations a priori sur les paramètres et les modèles d'incertitudes sur les mesures réelles ou simulées. La distribution a posteriori ainsi construite permet de générer des modèles grâce à une méthode de Monte Carlo. L'étude des modèles obtenus ouvrira alors des pistes au concepteur quant à l'utilité des expériences envisagées ou la pertinence des paramètres identifiés