La conception optimale des structures mécaniques est de fait limitée par la connaissance imparfaite des conditions d’environnement auxquelles elles sont soumises en service.
La prise en compte systématique des incertitudes qui en résultent conduit actuellement à l’utilisation intensive de simulateurs complexes.
C’est pour répondre à cette problématique qu’IFPEN conçoit des ancrages et des flotteurs d’éoliennes, qui concilient :
- une robustesse en service,
- avec un coût permettant une mise en production à grande échelle.
L’optimisation via des simulateurs étant coûteuse en temps de calcul, on cherche à mener une exploration « économe » des possibles, notamment en matière de conditions environnementales. De plus, la relative rareté des défaillances impose que les cas simulés soient suffisamment nombreux pour espérer observer de tels phénomènes et adapter en conséquence la conception de la structure.
Ces deux difficultés ont été traitées respectivement :
- par des techniques de réduction de dimension, pour les processus aléatoires modélisant les conditions environnementales,
- et par le recours à des méthodes de simulation de Monte-Carlo accélérées, pour réduire le nombre de scénarios nécessaire à l’estimation de la probabilité de défaillance(1).
Par ailleurs, les contraintes de l’optimisation étant des fonctions de probabilité de défaillance, et la méthode de résolution employée nécessitant le calcul de leur dérivée, un travail supplémentaire a été mené en ce sens(2).
Enfin toujours dans le but de réduire les temps de calcul, une alternative reposant sur des approximations des contraintes probabilistes, et basées sur la théorie des valeurs extrêmes, a été appliquée au dimensionnement d’un ancrage d’éolienne offshore, résistant à la fatigue.
Par la mise en place de moyens de calculs, d’algorithmes et de méthodologies nouvelles, IFPEN contribue à l’amélioration des outils de conception pour les supports éoliens flottants, en étroite collaboration avec les acteurs industriels du domaine.
(1) A. Murangira, M. Munoz Zuniga, T. Perdrizet. Structural reliability assessment through metamodel based importance sampling with dimension reduction.
>> https://hal.archives-ouvertes.fr/hal-01230454/document, 2015.
(2) W. van Ackooij, I. Aleksovska, M. Munoz Zuniga. Submitted to Set-Valued and Variational Analysis, 2017.
Contact scientifique : Miguel Munoz Zuniga
