Thèse soutenue

Quantification d'incertitudes inverse par inférence Bayésienne pour des modèles multi-physiques de grands ouvrages de confinement
FR  |  
EN
Accès à la thèse
Auteur / Autrice : Donatien Rossat
Direction : Julien BarothFrédéric DufourMatthieu Briffaut
Type : Thèse de doctorat
Discipline(s) : Matériaux, Mécanique, électrochimie, génie civil,
Date : Soutenance le 04/10/2022
Etablissement(s) : Université Grenoble Alpes
Ecole(s) doctorale(s) : École doctorale Ingénierie - matériaux mécanique énergétique environnement procédés production (Grenoble ; 2008-....)
Partenaire(s) de recherche : Laboratoire : Sols, solides, structures - risques (Grenoble)
Jury : Président / Présidente : Clémentine Prieur
Examinateurs / Examinatrices : Pierre Beaurepaire
Rapporteurs / Rapporteuses : Franck Schoefs, Frédéric Duprat

Résumé

FR  |  
EN

Ce travail s'inscrit dans le contexte du vieillissement de grands ouvrages en béton dotés d'une fonction de confinement, dont les bâtiments réacteurs de centrales nucléaires constituent un exemple archétypal. Il vise notamment à développer une stratégie numérique prévisionnelle du comportement à long terme de tels ouvrages, afin de pouvoir mieux anticiper d'éventuelles réparations dans le cadre de leur maintenance.L'amélioration de la compréhension des phénomènes physiques conjuguée à l'essor des ressources de calcul ont permis le développement de modèles numériques visant à simuler le comportement Thermo-Hydro-Mécanique et de Fuite (THM-F) de grands ouvrages sujets au vieillissement. Néanmoins, les paramètres d'entrées de tels modèles sont entachés d'incertitudes, notamment du fait d'un manque de connaissance à leur sujet, ou d'une variabilité intrinsèque.Par conséquent, cette thèse se base principalement sur le cadre général de la Quantification d'Incertitudes, visant à modéliser explicitement les incertitudes en simulation numérique. Dans ce cadre, les incertitudes des paramètres d'entrées sont typiquement modélisées par des lois de probabilités, pour ensuite être propagées à travers le modèle dans l'optique d'étudier la variabilité de sa réponse, ou d'estimer des quantités d'intérêt spécifiques, tels que des moments ou des quantiles.Toutefois, les modèles THM-F impliquent typiquement un grand nombre de paramètres incertains, dont la majorité n'est pas mesurable directement. De ce fait, la loi de probabilité modélisant leurs incertitudes est souvent choisie de manière subjective, en se basant sur des avis d'experts.Ainsi, cette thèse se place dans le cadre de l'inférence Bayésienne, afin de mettre à jour un état de connaissance a priori sur les paramètres d'entrée à partir de données d'observations bruitées de la réponse de la structure étudiée.Dans un premier temps, le travail de thèse vise à coupler l'inférence Bayésienne à des techniques numériques adaptées à des modèles THM-F, reposant le plus souvent sur des codes éléments finis coûteux. Dans cette optique, un cadre algorithmique alternatif aux méthodes de type MCMC classiques est étudié, et un couplage avec des techniques de méta-modélisation est proposé afin d'échantillonner la loi a posteriori à un coût numérique réduit. Ensuite, une méthodologie générale visant à réaliser des prévisions probabilistes du comportement THM-F d'ouvrages de confinement est présentée. Dans ce contexte, les incertitudes des entrées du modèle THM-F sont quantifiées de manière inverse par inférence Bayésienne, à partir de mesures d'auscultation réalisées à l'échelle de la structure. L'approche proposée est illustrée via une étude de la maquette VeRCoRs (enceinte de confinement à l'échelle 1:3).Enfin, dans le cadre d'une analyse de fiabilité, cette thèse vise à estimer les risques de dépassement de critères de fuite réglementaires, tout en modélisant l'effet d'éventuelles opérations de maintenance. Dans ce cadre, l'impact du choix de la loi des paramètres d'entrées sur des probabilités de défaillance est évalué, à travers une analyse de robustesse. Enfin, une approche Bayésienne visant à actualiser des probabilités de défaillance à partir de données d'observation est proposée. La méthodologie proposée est appliquée au cas réaliste d'une enceinte de confinement à l'échelle 1:1 opérationnelle.