Quantifier l'incertitude dans les modèles de structure sismique

Pendant un séisme, un immeuble réagit de manière inélastique, c'est-à-dire qu'il absorbe une partie de l'énergie sismique via des mécanismes irréversibles. Dans la plupart des cas, il est difficile de déterminer le niveau de confiance de la prévision numérique de cette réaction inélastique. La cause réside dans l'incertitude inhérente des systèmes physiques, et dans le manque de connaissances des mécanismes irréversibles qui entrent effectivement en jeu durant le séisme.

Le projet NOUS (Probabilistic inverse models for assessing the predictive accuracy of inelastic seismic numerical analyses), financé par l'UE, a adopté une approche innovante basée sur une théorie probabiliste inverse pour évaluer l'incertitude de modélisation associée aux analyses numériques des séismes inélastiques. Dans le cas de ce problème inverse, on estime des paramètres inconnus dans les systèmes physiques à l'aide de données venant d'observations indirectes ou de techniques comme des simulations Monte Carlo.

Les chercheurs ont mis au point un modèle probabiliste non linéaire pour une structure en béton armé testée sur une table vibrante. La distribution des probabilités représente les incertitudes associées avec les paramètres du modèle et ses résultats.

Pour s'assurer que la simulation prévoit avec exactitude les données observées, il est essentiel d'introduire des forces d'amortissement (ou forces d'écart) dans les analyses numériques des séismes inélastiques. Les chercheurs de NOUS supposent que ces forces reflètent l'incertitude du modèle.

Les scientifiques ont utilisé des simulations Monte Carlo par chaîne de Markov (dans lesquelles de nombreux essais sont effectués avec diverses entrées), pour déterminer les paramètres du modèle conduisant aux forces d'amortissement les plus faibles, arrivant ainsi à résoudre le problème des probabilités inverses.

Les forces d'amortissement ainsi calculées serviront à évaluer l'incertitude du modèle. D'autres modèles, basés sur des méthodes numériques stochastiques à plusieurs échelles, simulent l'amortissement par le matériau afin d'étudier plus avant la physique de ce processus.

Les outils de NOUS permettront d'évaluer l'exactitude des prévisions des modèles numérique servant à simuler la réaction de structures non linéaires dans des régions sismiques. Ils amélioreront ainsi les méthodes de gestion du risque sismique. Ceci aura un impact sur la conception ou l'adaptation des immeubles, sur les compagnies d'assurance pour définir leurs politiques, et sur les équipes de crise cherchant à sauver des vies suite à un séisme.