Afficher la notice abrégée

dc.contributor.authorCOINTE, Alain
dc.date2003-12-05
dc.date.accessioned2021-01-13T14:03:35Z
dc.date.available2021-01-13T14:03:35Z
dc.identifier.urihttps://oskar-bordeaux.fr/handle/20.500.12278/25369
dc.description.abstractDu fait de la complexité du dimensionnement des assemblages dans les constructions en bois, nous avons restreint notre étude à la prévision de la résistance ultime des assemblages bois, par organes métalliques multiples, en double cisaillement. L'éventail des configurations possibles, en pratique, rend illusoire toute tentative de détermination réaliste de ces valeurs par voie d'essais. De plus, il existe dans ces assemblages des mécanismes de ruine particuliers que les différents règlements en vigueur ne parviennent à mettre en équation. Ces règlements présentent également des divergences en de nombreux autres points. On s'est donc attaché à modéliser la résistance ultime de ces assemblages par une approche numérique alternative : celle des réseaux de neurones. Pour cela, on a tout d'abord constitué une base de données qui a servi à alimenter le réseau de neurones. La prévision donnée par ces réseaux est très proche des données expérimentales mais il est difficile de mettre en application ce genre de modèle dans un code de calcul. Nous avons donc simplifié le modèle généré par réseau de neurones en employant des modèles quadratiques généralisés, obtenus par des techniques de régression classiques qui prennent en compte les variables d'entrée les plus significatives.
dc.description.abstractEnIn this thesis, we are interested by predicting the load carrying capacity of single or multiple dowel-type connections. When investigating this aspect of design, we find out that current design rules are still inaccurate and that this lack of accuracy cannot be supplemented by mechanical models, especially concerning multiple fasteners connections. Therefore, a numerical approach disconnected from mechanics has been investigated, i.e. the neural network approach. This method shows some benefits since we want to predict a variable, the load carrying capacity, which is highly complex with the respect of input parameters. To reach this goal, the first part of the work was to gather existing data throughout the literature. The results illustrated in the thesis demonstrate that the approach is powerful and could lead us to propose alternative design rules disconnected from Johansen's theory : we propose a simplification of the neural network model, which is quite complex, by using generalized quadratic models in order to implement the model in a design code.
dc.formatapplication/pdf
dc.languagefr
dc.rightsfree
dc.subject
dc.subjectassemblages
dc.subjectréseaux de neurones
dc.subjectbois
dc.subjecttiges
dc.subjectplans d’expérience
dc.subjectanalyse de variance
dc.titlePrévision de résistances d'assemblages bois par organes multiples à l'aide des réseaux de neurones
dc.typeThèses de doctorat
bordeaux.hal.laboratoriesThèses Bordeaux 1 Ori-Oai*
bordeaux.institutionUniversité de Bordeaux
bordeaux.COinSctx_ver=Z39.88-2004&rft_val_fmt=info:ofi/fmt:kev:mtx:journal&rft.title=Pr%C3%A9vision%20de%20r%C3%A9sistances%20d'assemblages%20bois%20par%20organes%20multiples%20%C3%A0%20l'aide%20des%20r%C3%A9seaux%20de%20neurones&rft.atitle=Pr%C3%A9vision%20de%20r%C3%A9sistances%20d'assemblages%20bois%20par%20organes%20multiples%20%C3%A0%20l'aide%20des%20r%C3%A9seaux%20de%20neurones&rft.au=COINTE,%20Alain&rft.genre=unknown


Fichier(s) constituant ce document

Thumbnail

Ce document figure dans la(les) collection(s) suivante(s)

Afficher la notice abrégée