Uncertainty and modelling cost based methodology for modelling choices dedicated to multi-scale structures

La conception des structures multi-échelle s’appuie sur des campagnes expérimentales importantes et des modélisations prédictives complexes intégrant des connaissances sur des paramètres d’intérêt à l’échelle de la structure. L’intégration de connaissances diminue l’incertitude sur les paramètres d’intérêt à l’échelle de la structure et impacte de façon significative le coût de modélisation des structures multi-échelle. Ce travail propose le développement d’une méthodologie d’aide à la conception délivrant des associations de modèles prédictifs et expérimentaux présentant divers compromis entre le coût de modélisation et la précision sur les paramètres d’intérêt. Le travail s’est appuyé sur une représentation pyramidale des modélisations expérimentales et prédictives et sur la prise en compte des incertitudes épistémique et aléatoire liées aux matériaux, aux modèles ainsi qu’aux tolérances géométriques. Une méthode adaptative d’estimation du coût de modélisation, basée sur la logique floue, a été proposée. Le problème multi objectif visant à minimiser les incertitudes sur les paramètres d’intérêt à l’échelle de la structure et le coût de modélisation a été résolu au moyen d’un algorithme « NSGA-II » permettant l’identification de chemins optimisés robustes. Les travaux ont été appliqués au cas d’un réservoir composite épais destiné au stockage d’hydrogène.The design of multi-scale structures relies on numerous experimental modelling combined to complex predictive modelling providing knowledge about relevant parameters at the structure scale. The addition of knowledge leads to a decrease of the uncertainty on the characterization of relevant parameters at the structure scale and affects significantly the cost of modelling. The present work proposes the development of a design support methodology allowing the choice between several predictive and experimental models combinations with different compromise between the cost of modelling and the accuracy of the modelling. The work was based on a pyramidal presentation of experimental and predictive modelling and consider random and epistemic uncertainties related to materials, models and geometrical tolerances. An adaptive method based on fuzzy logics was proposed for the assessment of the cost of modelling. The choice of relevant modelling required the solving of a multi objective problem defined to minimize the uncertainties on the relevant parameters at the scale of the structure and on the cost of modelling. The genetic algorithm « NSGA-II » was used to identify robust optimised modelling paths. This methodology was applied to a thick composite vessel dedicated to hydrogen storage