You are on page 1of 6

Application de la méthode MEGC aux

treillis de barres hyperstatiques

Pascal Lardeur — Amel Demri — Cécile Lionnet —


Etienne Arnoult

Laboratoire de Mécanique Roberval, Université de Technologie de Compiègne


Centre de Recherches de Royallieu, département GSM
BP 20529 60205 Compiègne cedex
pascal.lardeur@utc.fr

RÉSUMÉ. La Méthode des Efforts Généralisés Certains ou MEGC, déjà présentée dans
d’autres articles, permet de prendre en compte les incertitudes dans les analyses par
éléments finis. Elle s’appuie sur l’hypothèse d’indépendance des efforts généralisés vis-à-vis
des variables incertaines. C’est une méthode économique puisqu’elle nécessite seulement
deux analyses éléments finis, associées à des développements analytiques. Les résultats déjà
publiés concernaient des problèmes isostatiques, pour lesquels la méthode MEGC fournit des
résultats statistiques exacts. Sont publiés ici les résultats obtenus pour trois problèmes de
treillis de barres hyperstatiques. La quantité incertaine est le module d’Young et on étudie la
variabilité des déplacements. Des résultats très précis sont obtenus pour la moyenne, l’écart-
type et la densité de probabilité des déplacements. La méthode MEGC s’avère très
performante pour ces problèmes.
ABSTRACT. The Certain Generalized Stresses Method or CGSM, already published in previous
papers, takes into account the uncertainties in the finite element analyses. The method
assumes that the generalized stresses do not depend on the uncertain variables. This method
is economical because it only needs two finite element analyses and analytical developments.
It was first applied to isostatic problems and leads to exact statistical results for this class of
problems. Here are presented the results obtained for three hyperstatic bar trusses problems.
The Young modulus is considered as uncertain and the variablity of the displacements is
studied. Very precise results are obtained for the mean value, the standard deviation and the
displacements probability density function. The CGSM method is very efficient for these
problems.
MOTS-CLÉS : éléments finis, incertitudes, treillis de barres, probabiliste, possibiliste.
KEYWORDS: finite elements, uncertainties, bar trusses, probabilistic, possibilistic.

Nom de la revue. Volume X – n° X/2001, pages 1 à X


2 Nom de la revue. Volume X – n° X/2001

1. Introduction

La prise en compte des incertitudes dans les modèles éléments finis consiste à
considérer que des variables d’entrée (loi de comportement, géométrie, chargement,
conditions aux limites…) sont incertaines. Les quantités mécaniques ou variables de
sortie, qui caractérisent le comportement de la structure (déplacements, contraintes,
fréquences propres, fonctions de réponse en fréquence…), présentent alors une
variabilité. Cet axe de recherche, actuellement en plein développement, constitue
une des voies permettant l’amélioration de la qualité et de la prédictivité des
modèles numériques.
Les méthodes existantes sont généralement coûteuses en temps de calcul.
Certaines nécessitent des développements internes au logiciel éléments finis et sont
incompatibles avec l’utilisation de logiciels standards (ex : MSC/Nastran,
Abaqus…). Certaines sont limitées à un petit nombre de variables aléatoires ou ne
sont valides que quand les niveaux d’incertitude sont faibles. Ces limitations font
que pour l’instant, peu d’exemples industriels sont traités.
La méthode MEGC (Lardeur et al., 2003a ; Lardeur et al., 2003b) a été proposée
pour tenter de résoudre ces problèmes. Cependant, dans ces références, la méthode
n’a été appliquée qu’à des problèmes isostatiques de barres 1D et de treillis de
barres 2D. Dans le présent article, des résultats sont donnés pour des problèmes
hyperstatiques de treillis de barres 2D.

2. Rappels sur la méthode MEGC

2.1. Principe et hypothèses de la méthode

Les méthodes développées initialement (ex : Monte Carlo) étant très coûteuses,
de nombreux travaux ont pour objectif de réduire le nombre d’analyses ou le temps
de calcul associé à une analyse. Les choix et hypothèses sont généralement de
nature statistique, mathématique ou numérique. En revanche, la méthode MEGC
utilise une hypothèse mécanique. On exploite l’hypothèse d’indépendance des
efforts généralisés vis-à-vis des variables incertaines. Cette hypothèse est vérifiée
exactement pour les structures isostatiques et mène donc dans ce cas à une méthode
exacte.

2.2. Dispersion des déplacements

Sont rappelées ici les différentes étapes de la formulation de la méthode MEGC


et les principales équations pour les treillis de barres. L’énergie interne de
déformation associée aux n éléments de la structure étudiée s’écrit :
Application de la méthode MEGC aux treillis de barres hyperstatiques 3

1 n Ni 2li
πint =
2 ∑ Ei Ai
i =1
[1]

On considère ici que seul le module d’Young E est incertain. Après application
du théorème de Castigliano, on montre que le déplacement en un point P et dans une
direction donnée, s’écrit :
n
Ni''li(Ni' + FNi'') n a i
U= ∑
i =1
Ei Ai
=∑i =1
Ei
[2]

où F est la force (éventuellement nulle) appliquée au point P dans la direction


considérée ; Ni' est l’effort normal dans l’élément i, dû au système de forces appliqué
sur l’ensemble de la structure sauf au point P ; Ni'' est l’effort normal dû à une force
unitaire appliquée au point P. Deux analyses par éléments finis permettent de
calculer N' et N" supposés indépendants de E.
L’équation [2] peut être exploitée pour une approche probabiliste ou possibiliste.
Seule l’approche probabiliste est décrite ici. En utilisant l’équation [2], on calcule la
moyenne et la variance du déplacement comme suit. On suppose d’abord que, dans
un élément de barre donné, le module E est incertain mais uniforme sur l’ensemble
de l’élément, soit 1 variable par élément fini. On suppose de plus que les n variables
sont indépendantes et qu’elles ont mêmes moyenne et écart-type. On démontre alors
les résultats suivants :
n
- moyenne du déplacement : m U = m 1 ∑ ai
E i =1
[3]

n
- variance du déplacement : σ U 2 = σ 1 2 ∑
E i =1
ai2 [4]

La densité de probabilité du déplacement est calculée par l’approche mixte


MEGC+Monte Carlo. Cette approche consiste à réaliser des tirages de Monte Carlo
en exploitant l’équation [2].

3. Exemples

3.1. Treillis 2D à deux barres

Le premier exemple, décrit en figure 1, est un treillis 2D à deux barres, articulé


en deux points et soumis à une charge concentrée. Le problème comprend deux
variables incertaines indépendantes E1 et E2. La densité de probabilité de E suit une
loi uniforme, identique pour les deux barres. Une plage très large de valeurs du
coefficient de variation ou c.o.v.(E) a été considérée. La valeur maximale : 57 %,
correspond à un niveau d’incertitude extrêmement élevé. On s’intéresse à la
4 Nom de la revue. Volume X – n° X/2001

variabilité du déplacement vertical au point d’application de la charge. Une solution


exacte (Elishakoff et Ren, 2003) est disponible pour cet exemple.

E1 E2
F U

Figure 1. Treillis 2D à deux barres

L’erreur sur la moyenne et sur l’écart-type du déplacement a été évaluée. Les


résultats obtenus avec les méthodes de perturbation au premier et au second ordre,
ainsi qu’avec la méthode MEGC (équations [3] et [4]), ont été comparés. Seule la
méthode MEGC mène à une erreur nulle pour la moyenne et l’écart-type du
déplacement. La figure (2) montre les résultats obtenus pour la moyenne. On
constate que pour les méthodes de perturbation, la qualité des résultats se dégrade
très fortement quand le coefficient de variation augmente.
Cet exemple est hyperstatique extérieurement. Les efforts normaux sont
néanmoins indépendants du module E et sont identiques dans les deux barres. La
méthode MEGC fournit donc dans ce cas des résultats exacts quel que soit le niveau
d’incertitude des variables aléatoires.

70
MEGC
60
Erreur sur mU (%)

Perturbation 2nd ordre


50 (Elishakoff et Ren, 2003)
40 Perturbation 1er ordre
(Elishakoff et Ren, 2003)
30
20
10
0
10 20 30 40 50 60
c.o.v.(E) (%)

Figure 2. Erreur sur la moyenne du déplacement

3.2. Treillis 2D à dix barres

Le deuxième exemple, décrit sur la figure 3, est un treillis 2D à dix barres. La


structure est articulée en deux nœuds et soumise à deux charges concentrées. Le
Application de la méthode MEGC aux treillis de barres hyperstatiques 5

problème comprend dix variables incertaines indépendantes E1 à E10. La densité de


probabilité de E suit une loi gaussienne (seules les valeurs positives ont été
retenues), identique pour toutes les barres. Trois valeurs de coefficient de variation :
5 %, 10 % et 15 % ont été considérées. On s’intéresse à la variabilité du
déplacement vertical à l’extrémité du treillis.

F F U

Figure 3. Treillis 2D à dix barres

La solution de référence a été obtenue par simulation de Monte Carlo, chaque


tirage nécessitant une analyse par éléments finis (logiciel Abaqus). On exploite la
méthode de Sobol qui s’appuie sur des tirages quasi-aléatoires. Cette méthode
permet une convergence stable et rapide. Pour un nombre de tirages égal à 10000,
des résultats très précis ont été obtenus pour la moyenne et l’écart-type du
déplacement. L’imprécision sur ces quantités est inférieure à 0.1 %. Le tableau 1
donne les erreurs obtenues avec la méthode MEGC (équations [3] et [4]), pour la
moyenne et l’écart-type du déplacement. La méthode MEGC mène à des erreurs très
faibles. L’erreur est légèrement plus élevée pour l’écart-type que pour la moyenne et
augmente avec c.o.v.(E). Sur la figure 4 sont comparées les densités de probabilité
du déplacement dans le cas c.o.v.(E)=15 %. L’approche MEGC+Monte Carlo étant
très économique en temps de calcul, un grand nombre de tirages a été réalisé,
menant ainsi à une meilleure définition de la courbe. On constate que les deux
distributions sont très proches.

1200
Monte Carlo (10000 tirages)
Densité de probabilité

1000
MEGC+Monte Carlo (1000000 tirages)
800
600
400
200
0
40 50 60 70 80 90
Déplacement U (x10-4m)

Figure 4. Densité de probabilité du déplacement U dans le cas c.o.v.(E)=15 %


6 Nom de la revue. Volume X – n° X/2001

c.o.v.(E) 5% 10 % 15 %
Erreur sur mU 0% 0.2 % 0.5 %
Erreur sur σU 0.2 % 0.8 % 2.1 %

Tableau 1. Erreur sur la moyenne et sur l’écart-type du déplacement U

3.3. Treillis 2D à 126 barres

Figure 5. Treillis 2D à 126 barres

Les caractéristiques de cet exemple, décrit sur la figure 5, sont analogues à celles
de l’exemple précédent. L’intérêt est ici le grand nombre de variables aléatoires :
126. On s’intéresse à la variabilité du déplacement vertical sous une charge
concentrée. La méthode MEGC fournit à nouveau de très bons résultats. Pour
c.o.v.(E) = 10 %, on obtient 0.2 % et 0.8 % d’erreur sur la moyenne et l’écart-type
du déplacement respectivement.

4. Conclusion

La méthode MEGC, exacte pour les structures isostatiques, a été appliquée ici à
des problèmes de treillis 2D hyperstatiques. Pour le treillis à 2 barres, des résultats
exacts ont été obtenus pour la moyenne et l’écart-type du déplacement. Pour les
treillis à 10 et 126 barres, la méthode MEGC a fourni des résultats très précis.

5. Bibliographie

Lardeur P., Oudjene M., Arnoult E., « Une méthode rapide pour la prise en compte des
incertitudes dans les structures minces : application aux treillis », Actes du 6e colloque
national en calcul des structures, Giens, mai 2003, p. 431-438.
Lardeur P., Oudjene M., Arnoult E., « La méthode MEGC pour le calcul de dispersion du
comportement statique des treillis », Actes du 16ème congrès français de mécanique, Nice,
septembre 2003, 6 pages.
Elishakoff I., Ren Y., Finite element methods for structures with large stochastic variations,
Oxford university press, 2003.

You might also like