Résumé Cet article propose une nouvelle méthode pour optimiser simultanément la topologie ainsi que la taille et l'emplacement des dispositifs de dissipation d'énergie non linéaire sous excitation sismique stochastique. L'excitation d'entrée est modélisée comme un bruit blanc filtré stationnaire. Les dispositifs de dissipation d'énergie sont modélisés comme des composants non linéaires discrets dans le système structurel, tandis que le reste de la structure est supposé élastique et représenté par un modèle par éléments finis qui est optimisé en utilisant une approche basée sur la densité. Les équations de mouvement pour la structure et l'excitation sont exprimées sous forme d'espace d'état et combinées dans un système augmenté. Ensuite, la linéarisation équivalente, associée à l'équation de Lyapunov, est employée pour déterminer les covariances de réponse structurelle qui sont utilisées pour définir la fonction objective. Les sensibilités par rapport aux variables de conception sont déterminées en utilisant la méthode adjoint et vérifiées avec une approximation par différences finies, permettant l'application de cette formulation dans l'optimisation topologique. Un bâtiment de neuf étages équipé de dispositifs de déformation métallique sous excitation sismique stochastique est utilisé pour démontrer l'efficacité de l'approche proposée. L'approche est validée en faisant correspondre les réponses calculées à partir de l'équation de Lyapunov avec celles des simulations de Monte Carlo. Pour l'exemple numérique, la conception optimisée démontre que les dispositifs de Damping et de Rigide Ajoutés en Plaque Triangulaire (TADAS) dissipent près de 70 % de l'énergie sismique d'entrée, entraînant une réduction de 47 % du déplacement entre les étages par rapport à une structure sans amortissement supplémentaire. Cette nouvelle approche offre un outil computationnellement efficace et robuste pour concevoir des bâtiments efficaces équipés de dispositifs de dissipation d'énergie non linéaire afin d'atténuer efficacement les réponses dans des environnements dynamiques incertains.
Zhong et al. (Mercredi,) ont étudié cette question.