Couplage adaptatif des méthodes d'analyses de fiabilité par apprentissage actif basées sur les métamodèles de Krigeage et de la modélisation en base réduite

M Menz (1) , Christian Gogu (2) , S Dubreuil (1) , N Bartoli (1) , J Morio (1)

1 DTIS, ONERA, Université de Toulouse [Toulouse]
2 ICA - Institut Clément Ader

Running a reliability analysis on engineering problems involving complex numerical models can be computationally very expensive. Hence advanced methods are required to reduce the number of calls to the expensive computer codes. Adaptive sampling based reliability analysis methods are one promising way to reduce the number of numerical model evaluations. Reduced order modelling is another one. In order to further reduce the numerical costs of Kriging based adaptive sampling approaches, the idea developed in this paper consists in coupling both approaches by adaptively deciding whether to use reduced-basis solutions in place of full numerical solutions whenever the performance function needs to be assessed. Thus, a method combining such adaptive sampling based reliability analysis methods and reduced basis modeling is proposed using an efficient coupling criterion. An application of the proposed method is presented on the calculation of the probability of failure of a mechanical problem on a composite laminate. The proposed method enabled significant computational cost reductions while ensuring reasonably good estimations of failure probabilities

Les analyses de fiabilité sur des problèmes d'ingénieries complexes peuvent avoir des temps de calcul très élevés. Les approches d'apprentissage actif sont un moyen de fortement réduire les temps de calcul en diminuant le nombre d'appels au code de calcul. La réduction de modèles est une autre approche prometteuse pour diminuer les temps de calcul. Afin de réduire encore davantage le coût numérique de ces analyses, nous proposons un couplage entre ces deux approches. Plus précisément, nous avons mis en place une méthodologie adaptative permettant de choisir, par le biais d'un critère de couplage, si une solution réduite peut être utilisée à la place du modèle numérique complexe pour évaluer la fonction de performance. Une application de la méthode pour l'évaluation de la probabilité de défaillance d'un stratifié soumis à un chargement est présentée dans cet article. L'utilisation du couplage sur différentes applications montre un fort potentiel de réduction des temps de calcul tout en assurant des approximations correctes des probabilités de défaillance.

Domaines: Sciences de l'ingénieur [physics]; Mécanique [physics.med-ph]

M Menz, Christian Gogu, S Dubreuil, N Bartoli, J Morio. Couplage adaptatif des méthodes d'analyses de fiabilité par apprentissage actif basées sur les métamodèles de Krigeage et de la modélisation en base réduite. 24ème Congrès Français de Mécanique,, Aug 2019, Brest, France. ⟨hal-02147432⟩