Réduction de modèle a priori par séparation de variables espace-temps : Application en dynamique transitoire

La simulation numérique des phénomènes physiques est devenue un élément incontournable dans la boite à outils de l'ingénieur mécanicien. Des outils robustes et modulables, basés sur les méthodes classiques d'approximation, sont désormais couramment utilisés dans l'industrie. Cependant, ces outils nécessitent des moyens de calculs importants lorsqu'ils sont utilisés pour résoudre des problèmes complexes. Même si les progrès remarquables de l'industrie informatique rendent de tels moyens de calcul toujours plus abordables, il s'avère aujourd'hui nécessaire de proposer des méthodes d'approximation innovantes permettant de mieux exploiter les ressources informatiques disponibles. Les méthodes de réduction de modèle sont présentées comme un candidat idéal pour atteindre cet objectif. Parmi celles-ci, les méthodes basées sur la construction d'une approximation à variables séparées se sont révélées être très efficaces pour approcher la solution d'une grande variété de problèmes, réduisant les coûts numériques de plusieurs ordres de grandeur. Néanmoins, l'efficacité de ces méthodes dépend considérablement du problème traité. Aussi, on se propose ici d'évaluer l'intérêt d'une approximation à variables séparées espace-temps dans le cadre de problèmes académiques de dynamique transitoire. On définit tout d'abord la meilleure approximation (au sens d'un problème de minimisation) de la solution d'un problème transitoire, sous la forme d'une représentation à variables séparées espace-temps. Le calcul de cette approximation étant basé sur l'hypothèse que la solution du problème de référence est connue (méthode a posteriori), la suite du manuscrit est dédiée à la construction d'une telle approximation sans autres connaissances a priori sur la solution de référence, que les opérateurs du problème espace-temps dont elle est solution (méthode a priori). Un formalisme générique, basé sur une représentation tensorielle des opérateurs du problème espace-temps est alors introduit dans un cadre multichamps. On développe ensuite un solveur exploitant ce format générique, pour construire une approximation à variables séparées espace-temps de la solution d'un problème transitoire. Ce solveur est basé sur la décomposition généralisée propre de la solution (Proper Generalized Decomposition - PGD). Un état de l'art des algorithmes existants permet alors d'évaluer l'efficacité des définitions classiques de la PGD pour approcher la solution de problèmes académiques de dynamique transitoire. Les résultats obtenus mettant en défaut l'optimalité de la PGD la plus robuste, une nouvelle définition, récemment introduite dans la littérature, est appliquée dans un cadre multichamps à la résolution d'un problème d'élastodynamique 2D. Cette nouvelle définition, basée sur la minimisation du résidu dans une norme idéale, permet finalement d'obtenir une très bonne approximation de la meilleure approximation de rang donné, sans avoir à calculer un grand nombre de modes espace-temps.