Abstract FR:

Cette thèse traite des erreurs d’identification dans le domaine fréquentiel des paramètres modaux d’une structure soumise à une excitation aléatoire. La précision des méthodes d’identification dépend des conditions dans lesquelles les mesures sont effectuées. En effet, lorsque nous réalisons plusieurs fois le même test modal dans des conditions identiques, des résultats différents sont obtenus et ceci quel que soit le soin avec lequel l’expérimentateur opèrera. Plusieurs auteurs ont proposé des méthodes de réduction du bruit des mesures basées sur des algorithmes de moyennisation des données observées. Contrairement à ces méthodes, une méthode statistique basée sur le principe des intervalles de confiance et sur l’application réciproque de la fonction de répartition à partir d’essais répétés et de données simulées type Monte-Carlo est proposée. Cette méthode permet de déterminer un intervalle de confiance contenant la vraie valeur des paramètres modaux avec un risque donné a priori. Cette valeur est inconnue et les conditions de son existence sont établies. L’avantage de notre méthode par rapport aux procédures de moyennisation classiques est que nous obtenons une approximation de la vraie valeur dont nous pouvons juger de la qualité. La détermination des intervalles de confiance pour ces paramètres pourra être exploitée lors de l’amélioration du modèle numérique. Cette thèse présente dans un premier temps les développements théoriques de notre méthode et sa performance sont testées sur deux structures réelles.