Accès direct au contenu

LMT

Version anglaise

aide

Version francaise > ACTUALITÉS & ÉVÈNEMENTS > Séminaires

Recherche - Valorisation

Evaluation de courbes de fragilité sismiques s’appuyant sur une approche par réseaux neurones et le retour d’expérience

le 16 janvier 2020
à 13h30

Irmela ZENTNER, Ingénieur-chercheur, EDF - INSIA. (Secteur Génie Civil et Environnement)

Irmela ZENTNER

Irmela ZENTNER

Résumé :

Dans le domaine nucléaire, la démarche des Etudes Probabilistes de Sûreté (EPS) sismiques a pour objectif de quantifier le risque de défaillance de l'installation compte-tenu de l'excitation aléatoire et des incertitudes sur les données et modèles. La robustesse des structures de génie civil et des équipements dans l'installation est alors décrite par des courbes de fragilité. Ces courbes expriment la probabilité de défaillance d'une structure ou d'un de ses composants en fonction d'un paramètre caractérisant l'intensité sismique (par exemple l'accélération maximale au sol). Chaque point de la courbe de fragilité est une probabilité conditionnelle, à savoir la probabilité que la structure ou le composant soit défaillant, étant donné une intensité sismique. Les courbes de fragilité sont utilisées, combinées à une courbe d'aléa sismique et à un arbre de défaillance, pour évaluer le risque sismique d'une installation industrielle.

On présente des travaux récents visant à développer des courbes de fragilité en utilisant toute l'information disponible, à savoir le jugement d'expert, déjà largement utilisé, la modélisation numérique et le retour d'expérience, c'est-à-dire les résultats d'essais ou observation in situ après la survenu d'un séisme. Par ailleurs l'identification des différentes sources d'incertitudes et la quantification des incertitudes épistémiques et aléatoires constitue un point clé dans la démarche. Nous discutons les différentes sources d'incertitudes et présentons ensuite la méthodologie développée qui s'appuie sur :
- Remplacement du modèle mécanique couteux pour déterminer la réponse à un signal sismique par un métamodèle obtenu par apprentissage d'un réseau de neurones.  Dans cette démarche, nous avons développé un algorithme adaptatif afin d'optimiser la recherche des signaux sismique pour entrainer le metamodèle. L'application d'un tel algorithme vise à réduire le nombre d'appels à des simulations numériques, mais sans impacter la précision du métamodèle.
- Intégration du jugement d'expert pour évaluer des courbes de fragilité tenant compte des incertitudes épistémiques non représentées dans les modèles numériques et actualisation de ces derniers en utilisant le retour d'expériences (observations de défaillance ou pas après un séisme) dans le cadre d'une approche Bayésienne.

Références :
Zentner, Gündel, Bonfils (2016) Fragility analysis methods: Review of existing approaches and application. Nuclear Engineering and Design.

Wang, Z., Pedroni, N., Zentner, I., and Zio, E. (2018). Seismic fragility analysis with artificial neural networks: Application to nuclear power plant equipment. Engineering Structures,162:213-225. ,

Wang, Z., Zentner, I., and Zio, E. (2018). A Bayesian framework for estimating fragility curves based on seismic damage data and numerical simulations by adaptive neural networks. Nuclear Engineering and Design, 338:232-246.
Type :
Séminaires - conférences
Lieu(x) :
Campus de Cachan
ENS Paris-Saclay - Bâtiment Léonard de Vinci - Amphithéâtre E-Media

Recherche d'une actualité

Recherche d'une actualité