Soutenances de thèses
Hamza BOUKRAICHI
Sous-modèles mécaniques pilotés par machine learning : application à la dynamique des structures
60 Bd Saint-Michel, 75272 Paris
20 mars 2023
14h00
Salle Bibliothèque
Composition du jury
- Iciar ALFARO, Associate professor, Universidad de Zaragoza (Rapporteur)
- Olga MULA, Associate professor, TU Eindhoven (Rapporteur)
- Antony GRAVOUIL, Professeur, INSA Lyon (Président)
- Daniel RIXEN, Professor, Technical University of Munich (Examinateur)
- Nissrine AKKARI, Ingénieur de recherche, SAFRAN SA (Examinateur)
- David RYCKELYNCK, Professeur, Mines Paris (Examinateur)
Encadrement
- David RYCKELYNCK (Directeur de thèse)
Résumé
L'Objectif principal de la thèse est le développement de méthodes numériques et des méthodes de deep learning efficaces et robustes pour la réduction des modèles paramétriques et/ou non-paramétriques de contact en dynamique des structures, avec des scénarios de zones d'impact qui peuvent évoluer au niveau de l'équipement aéronautique en cabine. L'approche consiste à déterminer une zone d'intérêt dans le modèle physique et à construire des modèles capables de générer des conditions aux limites autour de la zone d'intérêt pour le modèle physique. Cette modélisation permettra d'explorer l'espace paramétrique à l'aide du modèle génératif tout en conservant les caractéristiques de haute fidélité des solutions physiques en résolvant le problème physique dans la zone d'intérêt, puis de l'utiliser pour tester une variété de scénarios d'impact. Réduisant ainsi le coût de calcul du modèle physique. Notre code source pour Europlexus sera utilisé pour créer le programme. Il y aura plus de développement Python pour les méthodes d'apprentissage automatique.
Mots clès
Dynamique explicite,réduction de modèle,crash,machine learning,