Analyse stochastique, simulation et identification de lois de comportement hyperélastiques

Stochastic analysis, simulation and identification of hyperelastic constitutive equations

• Auteur / Autrice : Brian Staber
• Direction : Johann Guilleminot
• Type : Thèse de doctorat
• Discipline(s) : Mécanique
• Date : Soutenance le 29/06/2018
• Etablissement(s) : Paris Est
• Ecole(s) doctorale(s) : École doctorale Sciences, Ingénierie et Environnement (Champs-sur-Marne, Seine-et-Marne ; 2010-....)
• Partenaire(s) de recherche : Laboratoire : Laboratoire Modélisation et simulation multi échelle (Marne-la-Vallée) - Laboratoire de Modélisation et Simulation Multi Echelle / MSME
• Jury : Président / Présidente : Didier Clouteau
• Jury : Examinateurs / Examinatrices : Johann Guilleminot, Maarten Arnst, Frédéric Legoll, Christian Soize
• Jury : Rapporteur / Rapporteuse : Stéphane Pierre Alain Bordas, Roger Ghanem

Mots clés

Mots clés contrôlés

Hyperélasticité

Mécanique non linéaire

Systèmes stochastiques

Thèses et écrits académiques

Milieux hétérogènes (physique)

Mots clés libres

Quantification des incertitudes

Hyperélasticité

Mécanique numérique

Tissus mous

Uncertainty quantification

Hyperelasticity

Computational mechanics

Soft tissues

Résumé

Le projet de thèse concerne la construction, la génération et l'identification de modèles continus stochastiques, pour des milieux hétérogènes exhibant des comportements non linéaires. Le domaine d'application principal visé est la biomécanique, notamment au travers du développement d'outils de modélisation multi-échelles et stochastiques, afin de quantifier les grandes incertitudes exhibées par les tissus mous. Deux aspects sont particulièrement mis en exergue. Le premier point a trait à la prise en compte des incertitudes en mécanique non linéaire, et leurs incidences sur les prédictions des quantités d'intérêt. Le second aspect concerne la construction, la génération (en grandes dimensions) et l'identification multi-échelle de représentations continues à partir de résultats expérimentaux limités

This work is concerned with the construction, generation and identification of stochastic continuum models, for heterogeneous materials exhibiting nonlinear behaviors. The main covered domains of applications are biomechanics, through the development of multiscale methods and stochastic models, in order to quantify the great variabilities exhibited by soft tissues. Two aspects are particularly highlighted. The first one is related to the uncertainty quantification in non linear mechanics, and its implications on the quantities of interest. The second aspect is concerned with the construction, the generation in high dimension and multiscale identification based on limited experimental data