évaluation du risque sismique par approches neuronales

L'etude probabiliste de surete (EPS) parasismique est l'une des methodologies les plus utiliseespour evaluer et assurer la performance des infrastructures critiques, telles que les centrales nucleaires,sous excitations sismiques. La these discute sur les aspects suivants: (i) Construction de meta-modelesavec les reseaux de neurones pour construire les relations entre les intensites sismiques et les parametresde demande des structures, afin d'accelerer l'analyse de fragilite. L'incertitude liee a la substitution desmodeles des elements finis par les reseaux de neurones est etudiee. (ii) Proposition d'une methodologiebayesienne avec reseaux de neurones adaptatifs, afin de prendre en compte les differentes sourcesd'information, y compris les resultats des simulations numeriques, les valeurs de reference fournies dansla litterature et les evaluations post-sismiques, dans le calcul de courbes de fragilite. (iii) Calcul des loisd'attenuation avec les reseaux de neurones. Les incertitudes epistemiques des parametres d'entree de loisd'attenuation, tels que la magnitude et la vitesse moyenne des ondes de cisaillement de trente metres, sontprises en compte dans la methodologie developpee. (iv) Calcul du taux de defaillance annuel en combinantles resultats des analyses de fragilite et de l'alea sismique. Les courbes de fragilite sont determinees parle reseau de neurones adaptatif, tandis que les courbes d'alea sont obtenues a partir des lois d'attenuationconstruites avec les reseaux de neurones. Les methodologies proposees sont appliquees a plusieurs casindustriels, tels que le benchmark KARISMA et le modele SMART.