Advanced physics-based and data-driven strategies

Les sciences de l'ingénieur basées sur la simulation (Simulation Based Engineering Science, SBES) ont apporté des améliorations majeures dans l'optimisation, le contrôle et l'analyse inverse, menant toutes à une meilleure compréhension de nombreux processus se produisant dans le monde...

Description complète

Enregistré dans:
Détails bibliographiques
Auteurs principaux : Ibañez Pinillo Ruben (Auteur), Chinesta Francisco (Directeur de thèse, Membre du jury), Huerta Antonio (Directeur de thèse, Membre du jury), Visonneau Michel (Président du jury de soutenance, Membre du jury), Sevilla Rubén (Rapporteur de la thèse, Membre du jury), Klusemann Benjamin (Rapporteur de la thèse, Membre du jury), Gil Antonio J. (Membre du jury), Díez Pedro (Membre du jury), Gonzalez David (Membre du jury)
Collectivités auteurs : Centrale Nantes 1991-.... (Organisme de soutenance), Universitat politècnica de Catalunya - BarcelonaTech (Organisme de cotutelle), Sciences de l'ingénierie et des systèmes Centrale Nantes (Ecole doctorale associée à la thèse), Institut de Calcul Intensif Nantes (Laboratoire associé à la thèse)
Format : Thèse ou mémoire
Langue : anglais
Titre complet : Advanced physics-based and data-driven strategies / Ruben Ibañez Pinillo; sous la direction de Francisco Chinesta et de Antonio Huerta
Publié : 2019
Accès en ligne : Accès Nantes Université
Note sur l'URL : Accès au texte intégral
Note de thèse : Thèse de doctorat : Génie mécanique : Ecole centrale de Nantes : 2019
Thèse de doctorat : Génie mécanique : Universitat politécnica de Catalunya : 2019
Sujets :
LEADER 08238clm a2200733 4500
001 PPN242173381
003 http://www.sudoc.fr/242173381
005 20240612055500.0
029 |a FR  |b 2019ECDN0021 
033 |a http://www.theses.fr/2019ECDN0021 
035 |a STAR131306 
100 |a 20200203d2019 k y0frey0103 ba 
101 0 |a eng  |d fre  |d eng 
102 |a FR 
105 |a y ma 00|yy 
135 |a dr||||||||||| 
181 |6 z01  |c txt  |2 rdacontent 
181 1 |6 z01  |a i#  |b xxxe## 
182 |6 z01  |c c  |2 rdamedia 
182 1 |6 z01  |a b 
183 1 |6 z01  |a ceb  |2 rdacarrier 
200 1 |a Advanced physics-based and data-driven strategies  |f Ruben Ibañez Pinillo  |g sous la direction de Francisco Chinesta et de Antonio Huerta 
214 1 |d 2019 
230 |a Données textuelles 
300 |a Thèse soutenue en co-tutelle 
304 |a Titre provenant de l'écran-titre 
314 |a Ecole(s) Doctorale(s) : École doctorale Sciences pour l'ingénieur (Nantes) 
314 |a Partenaire(s) de recherche : Institut de Calcul Intensif (Nantes) (Laboratoire) 
314 |a Autre(s) contribution(s) : Michel Visonneau (Président du jury) ; Francisco Chinesta, Antonio Huerta, Michel Visonneau, Rubén Sevilla, Benjamin Klusemann, Antonio J. Gil, Pedro Díez, David Gonzalez (Membre(s) du jury) ; Rubén Sevilla, Benjamin Klusemann (Rapporteur(s)) 
328 0 |b Thèse de doctorat  |c Génie mécanique  |e Ecole centrale de Nantes  |d 2019 
328 0 |b Thèse de doctorat  |c Génie mécanique  |e Universitat politécnica de Catalunya  |d 2019 
330 |a Les sciences de l'ingénieur basées sur la simulation (Simulation Based Engineering Science, SBES) ont apporté des améliorations majeures dans l'optimisation, le contrôle et l'analyse inverse, menant toutes à une meilleure compréhension de nombreux processus se produisant dans le monde réel. Ces percées notables sont présentes dans une grande variété de secteurs tels que l'aéronautique ou l'automobile, les télécommunications mobiles ou la santé, entre autres. Néanmoins, les SBES sont actuellement confrontées à plusieurs difficultés pour fournir des résultats précis dans des problèmes industriels complexes. Outre les coûts de calcul élevés associés aux applications industrielles, les erreurs introduites par la modélisation constitutive deviennent de plus en plus importantes lorsqu'il s'agit de nouveaux matériaux. Parallèlement, un intérêt sans cesse croissant pour des concepts tels que les données massives (big data), l'apprentissage machine ou l'analyse de données a été constaté. En effet, cet intérêt est intrinsèquement motivé par un développement exhaustif des systèmes d'acquisition et de stockage de données. Par exemple, un avion peut produire plus de 500 Go de données au cours d'un seul vol. Ce panorama apporte une opportunité parfaite aux systèmes d'application dynamiques pilotés par les données (Dynamic Data Driven Application Systems, DDDAS), dont l'objectif principal est de fusionner de manière dynamique des algorithmes de simulation classiques avec des données provenant de mesures expérimentales. Dans ce scénario, les données et les simulations ne seraient plus découplées, mais une symbiose à exploiter permettrait d'envisager des situations jusqu'alors inconcevables. En effet, les données ne seront plus comprises comme un étalonnage statique d'un modèle constitutif donné mais plutôt comme une correction dynamique du modèle dès que les données expérimentales et les simulations auront tendance à diverger. Plusieurs algorithmes numériques seront présentés tout au long de ce manuscrit dont l'objectif principal est de renforcer le lien entre les données et la mécanique computationnelle. La première partie de la thèse est principalement axée sur l'identification des paramètres, les techniques d'analyse des données et les techniques de complétion de données. La deuxième partie est axée sur les techniques de réduction de modèle (MOR), car elles constituent un allié fondamental pour satisfaire les contraintes temps réel découlant du cadre DDDAS. 
330 |a Simulation Based Engineering Science (SBES) has brought major improvements in optimization, control and inverse analysis, all leading to a deeper understanding in many processes occurring in the real world. These noticeable breakthroughs are present in a vast variety of sectors such as aeronautic or automotive industries, mobile telecommunications or healthcare among many other fields. Nevertheless, SBES is currently confronting several difficulties to provide accurate results in complex industrial problems. Apart from the high computational costs associated with industrial applications, the errors introduced by constitutive modeling become more and more important when dealing with new materials. Concurrently, an unceasingly growing interest in concepts such as Big-Data, Machine Learning or Data-Analytics has been experienced. Indeed, this interest is intrinsically motivated by an exhaustive development in both dataacquisition and data-storage systems. For instance, an aircraft may produce over 500 GB of data during a single flight. This panorama brings a perfect opportunity to the socalled Dynamic Data Driven Application Systems (DDDAS), whose main objective is to merge classical simulation algorithms with data coming from experimental measures in a dynamic way. Within this scenario, data and simulations would no longer be uncoupled but rather a symbiosis that is to be exploited would achieve milestones which were inconceivable until these days. Indeed, data will no longer be understood as a static calibration of a given constitutive model but rather the model will be corrected dynamically as soon as experimental data and simulations tend to diverge. Several numerical algorithms will be presented throughout this manuscript whose main objective is to strengthen the link between data and computational mechanics. The first part of the thesis is mainly focused on parameter identification, data-driven and data completion techniques. The second part is focused on Model Order Reduction (MOR) techniques, since they constitute a fundamental ally to achieve real time constraints arising from DDDAS framework. 
337 |a Configuration requise : un logiciel capable de lire un fichier au format : PDF 
541 | |a Stratégies avancées basées sur la physique et pilotées par les données  |z fre 
606 |3 PPN223540633  |a Apprentissage profond  |2 rameau 
606 |3 PPN027248763  |a Simulation, Méthodes de  |2 rameau 
606 |3 PPN167193686  |a Données massives  |2 rameau 
608 |3 PPN027253139  |a Thèses et écrits académiques  |2 rameau 
610 0 |a Réduction de modèles 
610 0 |a Complétion des données 
610 0 |a Apprentissage machine 
610 0 |a Stratégies pilotées par les données 
686 |a 620  |2 TEF 
700 1 |3 PPN241271894  |a Ibañez Pinillo  |b Ruben  |4 070 
701 1 |3 PPN052513467  |a Chinesta  |b Francisco  |f 1966-....  |c Enseignant-chercheur  |4 727  |4 555 
701 1 |3 PPN075890534  |a Huerta  |b Antonio  |f 19..-....  |c auteur en mathématiques appliquées  |4 727  |4 555 
701 1 |3 PPN073949906  |a Visonneau  |b Michel  |f 19..-....  |4 956  |4 555 
701 1 |3 PPN241284872  |a Sevilla  |b Rubén  |4 958  |4 555 
701 1 |3 PPN241284732  |a Klusemann  |b Benjamin  |4 958  |4 555 
701 1 |3 PPN125660766  |a Gil  |b Antonio J.  |4 555 
701 1 |3 PPN179485989  |a Díez  |b Pedro  |4 555 
701 1 |3 PPN113415990  |a Gonzalez  |b David  |f 1976-...  |4 555 
711 0 2 |3 PPN03063525X  |a Centrale Nantes  |c 1991-....  |4 295 
711 0 2 |3 PPN029757479  |a Universitat politècnica de Catalunya - BarcelonaTech  |4 995 
711 0 2 |3 PPN20476842X  |a Sciences de l'ingénierie et des systèmes  |c Centrale Nantes  |4 996 
711 0 2 |3 PPN242168647  |a Institut de Calcul Intensif  |c Nantes  |4 981 
801 3 |a FR  |b Abes  |c 20200504  |g AFNOR 
856 4 |q PDF  |s 34297858  |u http://www.theses.fr/2019ECDN0021/document  |z Accès au texte intégral 
856 4 |u http://www.theses.fr/2019ECDN0021/abes 
856 4 |u https://tel.archives-ouvertes.fr/tel-02465135 
930 |5 441092306:659879190  |b 441092306  |j g 
991 |5 441092306:659879190  |a exemplaire créé automatiquement par STAR 
998 |a 865387