Fast-dynamic response and failure of masonry structures of non-standard geometry subjected to blast loads

Les bâtiments en maconnerie ont souvent une geometrie non-standard, caracterisee par des arcs, des voutes et des domes. C'est egalement le cas des structures du patrimoine bâti historique, qui sont souvent des cibles symboliques et privilegiees des actions violentes, telles que des explosions. L'objectif principal de ce travail est de mettre en lumiere le comportement dynamique et les modes de ruine des structures maconnees avec soit un comportement monolithique soit une geometrie non-standard, vis-a-vis d'explosions. Ceci est d'abord accompli grâce a des outils analytiques simplifies et a des simulations numeriques detaillees reposant sur la Methode aux Elements Discrets (ED). Ensuite, une approche de modelisation macroscopique simplifiee, utilisant la Methode aux Elements Finis (EF), est introduite comme un outil d'ingenieur pour etudier de grands bâtiments en maconnerie, tels que des monuments. En particulier, de nouvelles solutions analytiques pour la reponse en basculement des structures elancees et monolithiques sont derivees et validees par rapport a des experiences existantes et a des simulations numeriques detaillees. La Methode aux ED est utilisee pour etudier la reponse des structures maconnees non-standard, telles que des arcs et des voutes, et l'influence de divers parametres mecaniques. En nous appuyant sur les resultats numeriques ED, nous developpons une approche de modelisation aux EF macroscopique, basee sur des techniques simplifiees de upscaling et un modele de fissuration etale, afin de predire la reponse d'elements structuraux en maconnerie a grande echelle. Le modele propose prevoit un comportement isotrope et permet de prendre en compte le phenomene d'adoucissement, qui affecte fortement la reponse du materiau. Dans le but de developper des modeles de materiaux plus precis et detailles de l'approche mentionnee ci-dessus, une nouvelle classe de reseaux de neurones artificiels (ANNs) est egalement proposee comme un outil robuste, base sur la thermodynamique, pour deriver des modeles constitutifs, au niveau du point materiel, dans le cadre d'analyses physiques multi-echelle. Les reseaux de neurones artificiels bases sur la thermodynamique (TANNs) sont appliques - et leur superiorite par rapport aux approches ANNs classiques est prouvee - pour le cas des materiaux presentant un comportement d'adoucissement. Enfin, nous proposons de nouvelles lois de similitude pour la reponse des structures en maconnerie soumises a des explosions. Notre objectif est de concevoir de futurs essais experimentaux a echelle reduite, qui sont d'une importance capitale pour ameliorer la connaissance actuelle et corroborer les modeles proposes.