Thèse soutenue

Analyse probabiliste d’un monopieu offshore de grand diamètre encastré dans un sol spatialement variable par des approches de Krigeage avancées
FR  |  
EN
Accès à la thèse
Auteur / Autrice : Abdul Kader El Haj
Direction : Abdul Hamid Soubra
Type : Thèse de doctorat
Discipline(s) : Génie civil
Date : Soutenance le 19/11/2019
Etablissement(s) : Nantes
Ecole(s) doctorale(s) : Sciences de l'ingénierie et des systèmes (Centrale Nantes)
Partenaire(s) de recherche : Laboratoire : Institut de Recherche en Génie Civil et Mécanique (Nantes)
Jury : Président / Présidente : Luc Thorel
Examinateurs / Examinatrices : Valentine Rey, Michael A. Hicks, John Dalsgaard Sørensen
Rapporteurs / Rapporteuses : Jean-Marc Bourinet, Jianye Ching

Mots clés

FR

Mots clés libres

Résumé

FR  |  
EN

Cette thèse a pour but de réaliser une analyse probabiliste d'une fondation d’éolienne offshore de type monopieu encastrée dans un sol argileux spatialement variable. L'analyse probabiliste des structures géotechniques impliquant des propriétés de sol variant spatialement est généralement effectuée à l'aide de méthodes de simulation telles que la méthode classique de Monte Carlo ou les techniques de réduction de variance. Ces méthodes ne sont pas suffisantes pour estimer les faibles valeurs de la probabilité de ruine rencontrées dans la pratique avec une grande précision, surtout lorsqu’on considère un modèle mécanique très couteux en temps de calcul, comme c’est le cas dans cette thèse. L’approche AK-MCS basée sur le Krigeage est une approche d’apprentissage actif combinant un métamodèle de Krigeage avec la technique de simulation de Monte Carlo. Dans le cadre de cette approche, la technique de simulation de Monte Carlo est effectuée sans évaluer l'ensemble de la population. En effet, la population est prédite à l'aide d'un méta-modèle de Krigeage qui est défini sur la base d’un nombre réduit de points de la population, ce qui permet de réduire considérablement le temps de calcul par rapport à la technique de Monte Carlo. Notons cependant que l’approche AK-MCS pose des problèmes liés (i) à la stratégie de sélection de nouveaux échantillons d’apprentissage lors de l’enrichissement du méta-modèle et (ii) au critère d’arrêt correspondant. Trois approches basées sur le Krigeage (GSAS, AK-MCSm et AK-MCSd) ont été développées afin de surmonter ces problèmes. GSAS est une approche basée sur une analyse de sensibilité globale. AK-MCSm est une approche utilisant une technique d’enrichissement multipoint. Enfin, AK-MCSd est une approche basée sur le Krigeage et prenant en compte la dépendance entre les prédictions du modèle de Krigeage. Les approches proposées se sont avérées fournir des outils efficaces pour le calcul de la faible probabilité de ruine de fondations d’éoliennes offshore dans un temps de calcul raisonnable.