Méthodes de régularisation évanescente pour la complétion de données

Les problèmes de complétion de données interviennent dans divers domaines de la physique, tels que la mécanique, l’acoustique ou la thermique. La mesure directe des conditions aux limites se heurte souvent à l’impossibilité de placer l’instrumentation adéquate. La détermination de ces données n’est alors possible que grâce à des informations complémentaires. Des mesures surabondantes sur une partie accessible de la frontière mènent à la résolution d’un problème inverse de type Cauchy. Cependant, dans certains cas, des mesures directes sur la frontière sont irréalisables, des mesures de champs plus facilement accessibles permettent de pallier ce problème. Cette thèse présente des méthodes de régularisation évanescente qui permettent de trouver, parmi toutes les solutions de l’équation d’équilibre, la solution du problème de complétion de données qui s’approche au mieux des données de type Cauchy ou de champs partiels. Ces processus itératifs ne dépendent pas d’un coefficient de régularisation et sont robustes vis à vis du bruit sur les données, qui sont recalculées et de ce fait débruitées. Nous nous intéressons, dans un premier temps, à la résolution de problèmes de Cauchy associés à l’équation d’Helmholtz. Une étude numérique complète est menée, en utilisant la méthode des solutions fondamentales en tant que méthode numérique pour discrétiser l’espace des solutions de l’équation d’Helmholtz. Des reconstructions précises attestent de l’efficacité et de la robustesse de la méthode. Nous présentons, dans un second temps, la généralisation de la méthode de régularisation évanescente aux problèmes de complétion de données à partir de mesures de champs partielles. Des simulations numériques, pour l’opérateur de Lamé, dans le cadre des éléments finis et des solutions fondamentales, montrent la capacité de la méthode à compléter et débruiter des données partielles de champs de déplacements et à identifier les conditions aux limites en tout point de la frontière. Nous retrouvons des reconstructions précises et un débruitage efficace des données lorsque l’algorithme est appliqué à des mesures réelles issues de corrélation d’images numériques. Un éventuel changement de comportement du matériau est détecté grâce à l’analyse des résidus de déplacements.Data completion problems occur in many engineering fields, such as mechanical, acoustical and thermal sciences. Direct measurement of boundary conditions is often confronting with the impossibility of placing the appropriate instrumentation. The determination of these data is then possible only through additional informations. Overprescribed measurements on an accessible part of the boundary lead to the resolution of an inverse Cauchy problem. However, in some cases, direct measurements on the boundary are inaccessible, to overcome this problem field measurements are more easily accessible. This thesis presents fading regularization methods that allow to find, among all the solutions of the equilibrium equation, the solution of the data completion problem which fits at best Cauchy or partial fields data. These iterative processes do not depend on a regularization coefficient and are robust with respect to thenoise on the data, which are recomputed and therefore denoised. We are interested initially in solving Cauchy problems associated with the Helmholtz equation. A complete numerical study is made, using the method of fundamental solutions as a numerical method for discretizing the space of the Helmholtz equation solutions. Accurate reconstructions attest to the efficiency and the robustness of the method. We present, in a second time, the generalization of the fading regularization method to the data completion problems from partial full-field measurements. Numerical simulations, for the Lamé operator, using the finite element method or the method of fundamental solutions, show the ability of the iterative process to complete and denoise partial displacements fields data and to identify the boundary conditions at any point. We find precise reconstructions and efficient denoising of the data when the algorithm is applied to real measurements from digital image correlation. A possible change in the material behavior is detected thanks to the analysis of the displacements residuals