106x
001973
01.08.2025

Validation des résultats de simulation à l’aide de la méthode du taux de réussite définie dans la WTG Merkblatt M3

Cet article présente une méthode de validation pour les résultats CFD basée sur l’approche du taux de réussite définie dans la WTG-Merkblatt M3. Dans le cadre de cet article, nous évaluons si les résultats de la simulation se situent dans des écarts absolus ou relatifs spécifiés par rapport aux valeurs de référence. La méthode est appliquée à un exemple avec 12 points de mesure, atteignant un taux de succès de 90 %, remplissant ainsi les critères d’acceptation pour la valeur moyenne.

Introduction

Dans le contexte des simulations numériques des flux de vent et de la validation des modèles, la fiabilité des résultats calculés doit être démontrée par une comparaison systématique avec des données de référence. La clause 5.3.2 de la WTG-Merkblatt introduit une méthode quantitative à cet effet en utilisant l’approche du taux de réussite. Cette méthode fournit une évaluation binaire pour chaque point de données en vérifiant si l’écart entre le résultat de la simulation et la valeur de référence se situe dans une tolérance absolue ou relative définie. Le taux de réussite q est ensuite calculé comme le rapport du nombre de points validés avec succès sur le nombre total de points considérés. Cette approche permet une évaluation objective et reproductible de la qualité des simulations, en particulier pour les quantités distribuées spatialement telles que les pressions de surface ou les coefficients de force.

Définition du taux de réussite

Sur la base de la clause 5.3 de la WTG, dans le domaine de la théorie de la fiabilité, la probabilité d’échec est souvent déterminée en utilisant une fonction de confiance qui ne reconnaît que les valeurs 0 et 1. Par analogie, dans la norme VDI 3783-9, un taux de réussite q est défini pour les modèles de prévision, basé sur le nombre de valeurs de résultats « correctement » calculées Pi en comparaison avec les valeurs de référence suffisamment significatives Oi comme défini ci-dessous :

Le Tableau 1 (comme le Tableau 5.1 de la WTG-Merkblatt M3) définit des critères de référence pour la validation des résultats des coefficients de pression dans les simulations CFD. Il fixe les écarts maximums admissibles (10–20 %) et exige un taux de réussite supérieur à 90 % pour les valeurs moyennes, RMS (moyenne quadratique) et extrêmes. Ces seuils aident à garantir que les données de simulation correspondent étroitement aux valeurs de référence et supportent une évaluation cohérente de la qualité.

Table 1 : Critères d’évaluation exemplaires pour les coefficients de force et de pression

Valeur considérée Écart Maximum (W) Taux de réussite (q)
Valeur moyenne du coefficient de pression 10% >90%
Valeur RMS du coefficient de pression 20% >90%
Valeur extrême du coefficient de pression instable 20% >90%

Exemple : Évaluation de 12 points de mesure sur une surface

Considérons 12 valeurs de référence mesurées Oi et les valeurs de simulation correspondantes Pi. Nous avons utilisé la tolérance de déviation relative de W=10 % pour l’utilisation des valeurs moyennes.

Table 1 : Évaluation du taux de réussite pour la valeur moyenne de 12 points de mesure

Point (i) Valeur de Référence (Oi) Valeur Simulée (Pi) Déviation Relative Wrel % Taux de Réussite (1 = Oui, 0 = Non)
1 0,72 0,75 4,17 1
2 0,68 0,70 2,94 1
3 0,81 0,85 4,94 1
4 0,77 0,73 5,19 1
5 0,66 0,69 4,55 1
6 0,74 0,71 4,05 1
7 0,85 0,80 5,88 1
8 0,70 0,66 5,71 1
9 0,81 0,88 8,64 1
10 0,76 0,69 9,21 1
11 0,82 0,75 8,54 1
12 0,69 0,80 15,94 0

Taux de réussite : q=11/12≈91.7 %

Il répond à l’exigence minimale (>90 %) pour la validation des valeurs moyennes. Seul le point 12 dépasse la tolérance (10%).

Conclusion

La méthode du taux de réussite offre une manière simple et transparente d’évaluer la qualité des résultats de simulation en quantifiant combien de valeurs se situent dans des écarts acceptables par rapport aux données de référence. Elle est particulièrement utile pour la validation des coefficients de pression et de force dans les simulations de vent ou les études aérodynamiques. Cependant, la sélection de seuils appropriés et la segmentation des données (par exemple, par régions ou direction de flux dominante) jouent un rôle crucial dans une évaluation significative.


Auteur

M. Kazemian est responsable du développement de produits et du marketing de Dlubal Software, en particulier pour le logiciel RWIND 2.



;