• Aucun résultat trouvé

Identification des Matériaux par la Méthode de Monte Carlo

N/A
N/A
Protected

Academic year: 2021

Partager "Identification des Matériaux par la Méthode de Monte Carlo"

Copied!
1
0
0

Texte intégral

(1)

Université Abou Bekr Belkaid de Tlemcen Faculté de Technologie

Le 4ème Séminaire sur les Technologies Mécaniques Avancées 14 et 15 Novembre 2017

Identification des Matériaux par la Méthode de Monte Carlo

H. Bendjama#1, D. Idiou#2, M. L. Cherrad#3, K. Gherfi#4

#Centre de Recherche en Technologies industrielles BP. 64 Chéraga, Alger, Algérie

1h.bendjama@crti.dz

2d.idiou@crti.dz

3m.l.cherrad@crti.dz

4k.gherfi@crti.dz

AbstractLe contrôle Non Destructif (CND) par transmission de rayonnements X est un outil essentiel qui permet, d’une part, de détecter les défauts des échantillons et, d’autre part, d’identifier les imperfections engendrées sur ces derniers. En effet, le CND peut se faire expérimentalement par des mesures directes, néanmoins l’obtention de ces mesures peut être coûteuse, complexe et difficile. La simulation numérique est alors un outil de vérification et de contrôle pouvant remédier à ces inconvénients. Dans ce travail, nous proposons une méthode de simulation qui peut apporter des informations essentielles sur l’état des matériaux moyennant la connaissance des différents éléments de leur constitution.

Keywords—Contrôle Non Destructif, Rayons X, effet Compton, effet photoélectrique, Monte Carlo

Références

Documents relatifs

Le principe de la méthode de Monte-Carlo est de tirer au hasard des coordonnées x et y, chacune dans

Bien que l’intégrale soit de dimension 1 et que la fonction à intégrer soit régulière, ce n’est pas une idée totalement idiote dans la mesure où la régularité de la fonction

Quand c’est pour évaluer une espérance qu’on utilise la méthode de Monte-Carlo, il y a évidemment un choix de P naturel, à savoir la loi sous laquelle l’espérance est prise

Je propose que la probabilité de gain à la roulette soit notée pgain ; que le facteur de gain en cas de succès (càd. le ratio entre le montant récupéré et le montant misé) soit

En pratique , comme pour le mouvement brownien, on supposera que l’erreur de simulation est bien plus faible que l’erreur de Monte-Carlo, et on fera donc comme si la simulation

I Contrairement `a l’algorithme d’acceptation-rejet, on a plus besoin d’ ´evaluer max g f. Le choix de q n’influe pas sur le fait qu’il y a convergence, mais il influe sur

Une méthode bien connue qui réduit l’erreur d’une estimation de Monte Carlo est la méthode d’échantillonnage suivant l’importance

Cela consiste à payer un montant C (convenu à l’avance entre vendeur et acheteur), pour qu’à une date fixée T (ici dans six mois), vous puissiez exercer votre droit d’acheter ou