Sensitivity analysis aims at quantifying influence of input parameters dispersion on the output dispersion of a numerical model. When the model evaluation is time consuming, the computation of Sobol' indices based on Monte Carlo method is not applicable and a surrogate model has to be used. Among all approximation methods, polynomial chaos expansion is one of the most efficient to calculate variancebased sensitivity indices. Indeed, their computation is analytically derived from the expansion coefficients but without error estimators of the meta-model approximation. In order to evaluate the reliability of these indices, we propose to build confidence intervals by bootstrap re-sampling on the experimental design used to estimate the polynomial chaos approximation. Since the evaluation of the sensitivity indices is obtained with confidence intervals, it is possible to find a design of experiments allowing the computation of sensitivity indices with a given accuracy.
Ce travail concerne la simulation numérique et expérimentale du comportement mécanique des ballons pressurisés stratosphériques. Ce programme de recherche entrepris par le CNES et l'ONERA est basé sur (i) la modélisation du matériau polymère constitutif des ballons par des lois de comportement de type viscoélastique ; (ii) la simulation expérimentale de sous-ensembles de ballons lors de phases de vol ; (iii) la validation des lois viscoélastiques par comparaison essais/calculs du comportement de sous-ensembles de ballons. Le dispositif expérimental utilisé, nommé NIRVANA, reproduit les conditions de vol d'un ballon, i.e. la température, la pression et la contrainte dans l'enveloppe. Dans le cadre des caractérisations en grandes déformations des polymères, l'instrumentation généralement mise en oeuvre permet seulement d'accéderà des caractéristiques globales et macroscopiques. Le suivi de tels essais par la méthode de stéréo-corrélation d'images, méthode basée sur les principes de la photogrammétrie, permet d'accéder de manière fine aux champs de déplacements et de déformations sur la totalité de la surface mesurée. Cette richesse d'information expérimentale s'avère particulièrement utile pour la validation non seulement globale mais aussi locale des lois de comportement utilisées.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.