Reconstruction de séries temporelles représentatives du vent, application à l'excitation de structures

Grégory Turbelin (1) , Pierre Ngae (1) , Michel Grignon (1)

1 LMEE - Laboratoire de Mécanique et d'Energétique d'Evry

Pour modéliser l'action du vent sur les structures, on génère des signaux représentatifs du vent à l'aide d'un modèle semi déterministe. Ce dernier est basé, d'une part, sur des réseaux de neurones artificiels, utilisant des données météo régionales, qui permettent de générer les fluctuations lentes, et d'autre part, sur un modèle classique de génération de processus stochastiques, utilisant des formules de densité spectrale empiriques, qui permet de générer les fluctuations turbulentes. Une procédure de vérification, basée sur la transformation en ondelettes continues, montre que seules les échelles de temps supérieures à 20000s (grandes échelles de temps) sont correctement reconstruites à l'aide des réseaux de neurones. Abstract : To compute wind action on structures, wind-speed time series are generated by using a semi-deterministic model. Artificial neural networks are used, with regional meteorological observations as input arguments, to generate the slowly varying wind speed component. Validation tests, using discrete wavelet transform, show that this model is only able to simulate timescales larger than 20000s. So the turbulent wind speed fluctuations are generated, as stochastic processes, by using a traditional method which uses analytical power spectrum formula.

Mots clés: Action du vent; réseau de neurones; ondelettes; turbulence

Domaines: Mécanique [physics]; Mécanique des structures [physics.class-ph]; Mécanique des fluides [physics.class-ph]

Grégory Turbelin, Pierre Ngae, Michel Grignon. Reconstruction de séries temporelles représentatives du vent, application à l'excitation de structures. 17e Congrès Français de Mécanique, Sep 2005, Troyes, France. ⟨hal-02367704⟩