Modélisation stochastique de tronçon de voie ferrée

Slides:



Advertisements
Présentations similaires
Métrologie des feux de végétation
Advertisements

Non linéarités liées à la thermique
La coupe des matériaux: identification des paramètres
© Copyright 2007 Arumtec. All rights reserved. Présentation Etude déligibilité
Résolution de problèmes et logiciel de calcul symbolique
Choix d’investissement en horizon probabiliste
Planification d'expériences et analyse d'incertitudes pour les gros codes numériques : approches stochastiques Toulouse, 2 Février 2006 Optimisation multi-objectifs.
DIMENSIONNEMENT DES CHAUSSES
Validation de la marée dans le modèle HYCOM du Golfe Normand-BretonLPG – 30/11/ Validation de la marée dans le modèle HYCOM du Golfe Normand-Breton.
26/03/2017 ANR CARPEiNTER Approche multi-pas multi-échelle Lyudmyla YUSHCHENKO & Frédéric GOLAY Institut.
10ème Colloque National AIP PRIMECA La Plagne – avril 2007 Contribution à l'étude dynamique de la formation du copeau Cas de la simulation du fraisage.
Vers un outil d’aide à la conception des cannelures à flancs en développante de cercle La recherche effectuée lors de ma thèse a consisté à décrire le.
A Pyramid Approach to Subpixel Registration Based on Intensity
1 Intégration numérique garantie de systèmes décrits par des équations différentielles non-linéaires Application à l'estimation garantie d'état et de paramètres.
Protection thermique des ouvrages de distribution gaz en PE
Construction de Box-Plot ou diagrammes en boîtes ou boîtes à moustaches Construire une boîte à moustaches …
Application à la méthode des
L’objectif est de présenter
Alain Villemeur Sector
Méthodes pour Estimer et Améliorer les Paramètres
Guy Gauthier, ing., Ph.D. Session été 2013.
Chargée de projet: Joannie Poupart
Application des algorithmes génétiques
Recherche d’un thème de projet Identification d’un besoin
MECANIQUE des MILIEUX CONTINUS
Capital économique analyse et reporting pour Fortis Assurances
Cours Corporate finance Eléments de théorie du portefeuille Le Medaf
Support de fixation pour équipement électrique
1 1 ST Crolles 2 Université Montpellier II France FTFC 2003 Représentation Unifiée des Performances Temporelles dune Bibliothèque de Cellules Standards.
Zouhair Chaib, Antoine Ghosn, Alain Daidié
Session 1.3 La route.
Introduction - Modèle Discret – Modèle Continu - Algorithmes - Conclusion
Application à la fatigue des structures
Maîtrise des risques et sûreté de fonctionnement – Avignon – 6-10 Octobre 2008 Modélisation des dysfonctionnements dun système dans le cadre dactivités.
SCIENCES DE L ’INGENIEUR
Équations Différentielles
Représentation des systèmes dynamiques dans l’espace d’état
Représentation des systèmes dynamiques dans l’espace d’état
Guy Gauthier, ing., Ph.D. Session automne 2012.
Courbes de Bézier.
Dynamique d’une dune solitaire dans une cuve de Hele-Shaw
Journées scientifiques GdR MOMAS 4-5 novembre Modèles et couplages
Simulation numérique des problèmes d’acoustique et de vibroacoustique:
Office National dÉtudes et de Recherches Aérospatiales MÉTHODOLOGIE DE COMPARAISON EXPÉRIMENTAL/ NUMÉRIQUE POUR LES PROBLÈMES DYNAMIQUES COUPLÉS.
Optimisation-Identification et Cast3M
Club Cast3m 21 novembre 2008 Modélisation du comportement hydromécanique post-fermeture d’une cavité souterraine remblayée N. Dufour et H. Wong DGCB,
Mikaël Cazuguel & Jean-Yves Cognard Financement : bourse DGA-CNRS
Approches non intrusives des éléments finis stochastiques
Tolerance Manager Un concept métier
ASI 3 Méthodes numériques pour l’ingénieur
Présentation de la méthode des Eléments Finis
Conception et construction parasismiques des immeubles de grande hauteur Philippe BISCH CIGOS 2010.
Soutenance de stage 16 Mai au 5 Août 2011
Apports et limites des simulations de trajectoires
Probabilités et Statistiques
1. Présentation générale du système
1 Une méthode itérative pour l'unfolding des données expérimentales, stabilisée dynamiquement(*) Bogdan MALAESCU LAL LLR 28/09/2009 (*arxiv: )
Chimiometrie (Chemometrics)
Modélisation et résolution du problème de contact mécanique et son application dans un contexte multiphysique Soutenance de thèse de doctorat en ingénierie.
Méthode des moindres carrés (1)
C. Goeury – Y. Audouin – N. Goutal
C. CremonaRéunion MIKTI/Thème V - 16/03/00 1 Projet National MIKTI Thème V Stratégies d ’inspection et de maintenance des tabliers mixtes.
Comparaison multi-échelle des précipitations du modèle Méso-NH et des données radar Colloque CNFSH – Ecole des Ponts ParisTech – 11/12 juin 2009 A., Gires.
Modélisation du signal de télédétection
1 Journées MoMas 14/11/2007 : Une méthode de régularisation pour le comportement adoucissant des matériaux dilatants Une méthode de régularisation pour.
GdR MoMaS Novembre 2003 Conditions d’interface optimales algébriques pour la vibro-élasticité. François-Xavier Roux (ONERA) Laurent Sériès (ONERA) Yacine.
Algorithmes d’analyse spectrale en spectrométrie gamma embarquée
Simulation numérique d’un procédé de mise en forme par faible contact d’une virole acier J. Raujol-Veillé, F. Toussaint, L. Tabourot, M. Vautrot, P. Balland.
Résistance des matériaux
5 ème Journée des doctorants – ED SPI Lille – 26 Juin 2012 – Ecole des Mines de Douai ETUDE DES CARACTERISTIQUES THERMOPHYSIQUES D’ISOLANTS AGRO-SOURCES.
Transcription de la présentation:

Modélisation stochastique de tronçon de voie ferrée N. Rhayma, Direction I&R - SNCF, Paris LaMI, université Blaise Pascal. Logo université + SNCF

Prévision : déterminer le taux de dégradation d’une infrastructure Problématique Reconnaissance : évaluation des propriétés d’une structure ferroviaires (géométrique, mécanique) Caractériser le comportement des sols : prélèvements + essais laborations Conception : dimensionner pour assurer des coûts de maintenance maîtrisés Outils numériques permettant : de prendre en compte des lois de comportement sols, de s’interfacer avec d’autres outils (fiabilité, stochastique), de proposer des solutions industrialisables Prévision : déterminer le taux de dégradation d’une infrastructure Hiérarchisation des solutions de maintenance: évaluer le potentiel de différentes solutions techniques à l’aide d’outils numériques Diagnostic : comprendre les mécanisme de dégradation et leur importance pour une situation données.

Objectifs: Quantifier la variabilité de la plate-forme ferroviaire à partir de mesures in-situ, Développer un modèle numérique représentant une portion de la voie, Adapter une méthode d’analyse probabiliste (MEFS).

Modélisation EF de la voie Modèle multicouche 2D : 12792 éléments, 13577 nœuds) 30 m de long (50 traverses) Couches de l’infrastructure avec comportement élasto-plastique Maillage EF: compromis entre précision et coûts de calculs Simulations du passage d’un bogie (17 tonnes) à une vitesse de 160 km/h. Résolution : PASAPAS, 40 min CPU

Modélisation EF de la voie Validation : Critère de Boussinesq Distribution des charges sous les traverses (critère de Sauvage) Comparaison des résultats numériques aux résultats expérimentaux Résultats en accord avec les résultats expérimentaux

Modélisation EF de la voie 8 paramètres incertains : > Epaisseurs des couches > Modules d’Young des couches Variables aléatoires (v.a.) lognormales Couche qd [MPa] Epaisseur [cm] Moyenne Ecart-type Ballast 11,12 3,22 26,5 11,75 Sous-couche 15,69 12,18 64,4 25,64 Couche de forme 7,51 4,08 117,38 59,4 Limons 6,34 4,56 162,2 69,4 4 variables de contrôle > Déflection maximale de la 25ème traverse : Sd > Accélération maximale de la 25ème traverse : Sa > Déflection maximale du rail au centre du modèle: Rd > Indicateur de nivellement :

Méthode de collocation stochastique Construction de surface de réponse par la méthode de collocation stochastique Développement sur une base de polynômes de Lagrange Identification simple des coefficients du développement Calcul des moments statistiques des variables de sortie Densité de probabilité Approches non intrusives : calculer les coefficients du développement à partir d’une batterie de calculs déterministes : + Nombre de calculs mécaniques limité + Mise en œuvre simple

Méthode de collocation stochastique Normalisation Gaussienne T Comportement mécanique aléatoire de la voie ferrée :

Méthode de collocation stochastique Principe de la méthode 1 - Solution de la forme : 2 - Recherche d’une solution approchée de la forme : Lj polynômes de Lagrange solution de

Nombre de points de collocation Méthode de collocation stochastique 3 - Approximation du processus réponse 4 - Estimation des moments statistiques Nombre de points de collocation Inconnues du problème Réponse (déplacement, accélérations….) Base de polynômes de Lagrange Les coefficients sont déterminés par appels au modèle EF déterministe Estimation facile des densités de probabilité (PDF) par SMC sur la SR ou procédure de Johnson (probdens)

Analyse de sensibilité locale Hiérarchisation des v.a. Réduction du nombre de v.a. à prendre en compte méthode OAT (One-Factor-At-A-Time ) création d’une perturbation au niveau de des coefficients de variations et on analyse l’impact sur les variables de sortie

Modèle mécano- probabiliste Modèle mécano- probabiliste 4 v.a. Modèle mécano- probabiliste Données aléatoires Matériau Géométrie ? Perturbation : opérations de maintenance Matériau Géométrie Nouvelles données Modèle mécano- probabiliste fonctio

Analyse de sensibilité Relevage de la voie : 3 épaisseurs : 5, 8 et 10 cm Relevage Paramètre Moyenne Ecart-type 5 cm Epaisseur ballast 31 cm 11 cm Module ballast 45 8 Module sous-couche 26,55 18,27 Module couche de forme 9,21 5,84 8 cm 34 cm 10 cm 36 cm Déflection du rail Rd Accélération de traverse Sa Faible apport pour ce type d’opération

Analyse de sensibilité Traitement de la couche intermédiaire : Deux options de compactage Paramètre Moyenne Ecart-type Option 1 Epaisseur ballast 26 cm 3 cm Module ballast 50 2,5 Module sous-couche 7 Module couche de forme 19 5,84 Option 2 70 Déflection du rail Rd Accélération de traverse Sa

Analyse de sensibilité Traitement de la plate-forme par amélioration des conditions de drainage Paramètre Moyenne Ecart-type Après drainage Epaisseur ballast 26 cm 11 cm Module ballast 38,91 11,27 Module sous-couche 40 7 Module couche de forme 20 5,84 Déflection du rail Rd Accélération de traverse Sa

Analyse fiabiliste => Pf Méthode de Monte-Carlo Critere de défaillance Fonction d’état limite : g (X) = 0 Critère de défaillance Fonction d’état limite : F (x) = 0 Domaine de sureté Domaine de sureté Domaine de défaillance Domaine de défaillance => Pf Expression explicite (collocation stochastique) Méthode de Monte-Carlo Approximation du 1er ordre (FORM)

Calcul d’indice de fiabilité (Hasofer-Lind) Analyse fiabiliste Calcul d’indice de fiabilité (Hasofer-Lind) Approximation de la 1er ordre (FORM) Optimisation : algorithme deterministe ( Rackwitz-Fiessler) basée sur le calcul des gradients de chaque variable (différence finie) , à partir de ces gradients, on estime linéairement le point de conception, on reprend la même stratégie autour de ce nouveau point jusqu’a convergence une itération de fiabilité fait appel à n+1 calculs mécaniques ( n est le nombre de v.a. ) Algorithme à convergence rapide (Fiabili ???) Développement sous forme de procédure

Analyse fiabiliste Critère 1 : Critère 2 : Relevage de la voie

Analyse fiabiliste Traitement de la couche intermédiaire Traitement de la plate-forme par amélioration des conditions de drainage

Conclusions Méthodologie de prise en compte de la variabilité des paramètres de la voie ferrée, Utilisation d’une méthode des EFS (Cast3M) : approximation des moment statistiques, PDF Analyse de la sensibilité : paramètres les plus influents et nécessitant le plus grand effort de maintenance Analyse fiabiliste : scénarios de défaillance, probabilité de défaillance Hiérarchisation des opérations de maintenance