Multifidelity metamodel for failure probability estimation : application to MRE structures

En phase de conception des structures,la prise en compte des erreurs et des incertitudespermet de mieux quantifier le risquelié à une défaillance. Les travaux présentésdans cette thèse visent à contrôler l’erreur dediscrétisation introduite par la méthode deséléments finis dans l’analyse fiabiliste. Deuxstratégies sont proposées pour coupler unmétamodèle avec un estimateur de Monte-Carlo et des estimateurs de l’erreur de discrétisation.La première utilise des outils d’estimationa posteriori de l’erreur de discrétisationpour garantir l’état des points ajoutés au métamodèlede krigeage ou au classifieur basésur des machines à vecteurs de support. Desbornes sur l’erreur de discrétisation peuventensuite être calculées sur la probabilité dedéfaillance. La seconde stratégie exploite laconnaissance a priori de la vitesse de convergencede la quantité d’intérêt définissant ladéfaillance ou la survie de la structure. Celapermet d’extrapoler cette quantité d’intérêt etla probabilité de défaillance sans erreur dediscrétisation. L’estimation de l’erreur de discrétisationest ensuite envisagée dans l’analysefiabiliste des structures utilisées dans l’industriedes énergies marines renouvelables(EMR). Un des scénarios de défaillance étudiépour les structures en mer est la fatiguemécanique due aux chargements cycliques.Une nouvelle approche permettant de propagerdes bornes d’erreur de discrétisation obtenuessur la contrainte locale jusqu’au dommageen fatigue est proposée.In structural design, taking into accountuncertainties and errors allows to improvethe estimation of failure risk. This workaims at controling the discretization error introducedby the finite element method in the reliabilityanalysis. Two strategies are proposed tocouple a metamodel with Monte-Carlo estimatorsand discretization error estimators. Thefirst strategy uses a posteriori estimators ofthe discretization error with a kriging metamodelor a support vector machine classifier.It can be used to compute discretization errorbounds on the probability of failure. The secondstrategy exploits a priori knowledge of themesh convergence rate for the quantity of interestdefining the failure of the structure. It allowsto extrapolate this quantity of interest andthe probability of failure without discretizationerror. A posteriori estimation of the discretizationerror is then considered in the context ofreliability assessment of structures used in themarine renewable energy (MRE) industry. Oneof the failure scenarios that need to be studiedwhen deploying a structure at sea is fatiguedue to cyclic loading. A new approach allowingto propagate bounds obtained on the localstress toward the fatigue damage of the structureis proposed