[et_pb_section fb_built= »1″ admin_label= »section » _builder_version= »4.27.7″ custom_margin= »0px||||false|false » custom_padding= »0px||||false|false » global_colors_info= »{} »][et_pb_row admin_label= »row » _builder_version= »4.27.7″ background_size= »initial » background_position= »top_left » background_repeat= »repeat » custom_margin= »0px||||false|false » custom_padding= »0px||||false|false » global_colors_info= »{} »][et_pb_column type= »4_4″ _builder_version= »4.16″ custom_padding= »||| » global_colors_info= »{} » custom_padding__hover= »||| »][et_pb_text _builder_version= »4.27.8″ _module_preset= »default » header_2_text_color= »#333333″ header_2_font_size= »30px » header_3_text_color= »#404040″ header_3_font_size= »26px » global_colors_info= »{} »]<\/p>\n
Avec l’introduction de la nouvelle norme technique de la NASA, la NASA-STD-5002B, pour l’analyse des engins spatiaux et des charges utiles, l’\u00e9tape de planification des essais devient essentielle dans le processus de conception des engins spatiaux.<\/p>\n
En particulier, la Section 4.9.1 \u00ab\u00a0Analyse pr\u00e9-test\u00a0\u00bb ajoute une exigence de v\u00e9rification pr\u00e9-test pour les analyses d’orthogonalit\u00e9 de masse et les crit\u00e8res d’auto-orthogonalit\u00e9 afin d’assurer la pr\u00e9cision des mod\u00e8les r\u00e9duits.<\/p>\n
Au-del\u00e0 du risque de non-conformit\u00e9, les entreprises qui ne suivent pas les nouvelles normes de la NASA utilisent des m\u00e9thodes de travail moins efficaces, ce qui les rend moins comp\u00e9titives sur le march\u00e9 spatial.<\/p>\n
Le march\u00e9 spatial a connu des changements significatifs ces derni\u00e8res ann\u00e9es, passant de l’exploration \u00e0 l’exploitation. La rentabilit\u00e9 commerciale est d\u00e9sormais le moteur de l’\u00e9conomie spatiale, avec un accent particulier sur les technologies r\u00e9utilisables, des cycles de d\u00e9veloppement de plus en plus courts et des objectifs de prix agressifs. Ce sont autant de facteurs qui poussent les entreprises \u00e0 remplacer une partie des essais physiques par la simulation num\u00e9rique.<\/p>\n
Quelles sont les implications pour la conception des engins spatiaux ?<\/p>\n
Les essais structurels des engins spatiaux sont co\u00fbteux, critiques pour les \u00e9ch\u00e9anciers et difficiles \u00e0 r\u00e9p\u00e9ter. Lorsque le mat\u00e9riel atteint le banc d\u2019essai, les ing\u00e9nieurs doivent \u00eatre confiants que l\u2019essai modal pr\u00e9vu g\u00e9n\u00e9rera les donn\u00e9es permettant de corr\u00e9ler les mod\u00e8les d’\u00e9l\u00e9ments finis utilis\u00e9s pour la conception.<\/p>\n
L\u2019expertise technique industrielle de Maya HTT couvre de nombreux domaines dont la simulation d\u2019engins spatiaux. Nous savons ce qui peut mal se passer et pouvons vous aider \u00e0 pr\u00e9parer vos essais.<\/p>\n
Une mauvaise disposition des capteurs peut conduire \u00e0 une faible observabilit\u00e9 modale, une corr\u00e9lation non concluante et des d\u00e9cisions co\u00fbteuses (comme la n\u00e9cessit\u00e9 de r\u00e9p\u00e9ter les essais).<\/p>\n
En utilisant des logiciels \u00e0 la pointe de la technologie pour la simulation de pr\u00e9-test, la corr\u00e9lation et la mise \u00e0 jour des mod\u00e8les, vous pouvez r\u00e9duire le risque de r\u00e9p\u00e9tition couteuse des essais tout en respectant la derni\u00e8re norme d’analyse des engins spatiaux et des charges utiles de la NASA.<\/p>\n
Pour toutes ces activit\u00e9s, nos experts sont disponibles pour vous aider.<\/p>\n
En ce qui concerne les diagnostics pr\u00e9-test, quatre consid\u00e9rations essentielles doivent \u00eatre abord\u00e9es :<\/p>\n
Les v\u00e9rifications de masse-orthogonalit\u00e9 pr\u00e9-test sont cruciales car un essai modal ne couvre pas l\u2019int\u00e9gralit\u00e9 du mod\u00e8le par \u00c9l\u00e9ments Finis. Il observe la structure uniquement \u00e0 travers les degr\u00e9s de libert\u00e9 (limit\u00e9s) des capteurs.<\/p>\n
Le fait que la disposition des capteurs semble raisonnable, g\u00e9om\u00e9triquement, ou m\u00eame qu\u2019elle produise une matrice AutoMAC acceptable ne signifie pas n\u00e9cessairement que les degr\u00e9s de libert\u00e9 s\u00e9lectionn\u00e9s pour l\u2019essai conservent l’ind\u00e9pendance des modes cibles lorsqu’ils sont \u00e9valu\u00e9s \u00e0 travers la matrice \u00e0 masse r\u00e9duite.<\/p>\n
Le diagnostic pr\u00e9-test r\u00e9pond \u00e0 une autre question, plus importante : cet essai modal fournira-t-il les donn\u00e9es permettant d\u2019obtenir une corr\u00e9lation fiable du mod\u00e8le ?<\/p>\n
Pour r\u00e9pondre \u00e0 cette question, voyons l’exemple suivant d’une antenne d\u2019engin spatial.<\/p>\n
Le processus de travail commence par une \u00e9tude modale par \u00e9l\u00e9ments finis. Dans cet exemple, l’article test est un sous-composant d’antenne d\u2019engin spatial mod\u00e9lis\u00e9 avec Simcenter NASTRAN. Une analyse des modes normaux extrait les vingt premiers modes cibles.<\/p>\n
[\/et_pb_text][et_pb_image src= »https:\/\/www.mayahtt.com\/wp-content\/uploads\/2026\/07\/fe-model-wireframe.png » alt= »An FE model wireframe » title_text= »fe-model-wireframe » align= »center » _builder_version= »4.27.7″ _module_preset= »default » width= »40% » width_tablet= »40% » width_phone= »40% » width_last_edited= »on|phone » global_colors_info= »{} »][\/et_pb_image][et_pb_text _builder_version= »4.27.8″ _module_preset= »default » global_colors_info= »{} »]<\/p>\n
Fig. 1 : Exemple de repr\u00e9sentation filaire du mod\u00e8le d’antenne.<\/em><\/p>\n [\/et_pb_text][\/et_pb_column][\/et_pb_row][et_pb_row column_structure= »1_2,1_2″ _builder_version= »4.27.7″ _module_preset= »default » global_colors_info= »{} »][et_pb_column type= »1_2″ _builder_version= »4.27.7″ _module_preset= »default » global_colors_info= »{} »][et_pb_image src= »https:\/\/www.mayahtt.com\/wp-content\/uploads\/2026\/07\/sample-model-mode1.png » alt= »Sample mode 1 of an antenna model. » title_text= »sample-model-mode1″ _builder_version= »4.27.7″ _module_preset= »default » global_colors_info= »{} »][\/et_pb_image][\/et_pb_column][et_pb_column type= »1_2″ _builder_version= »4.27.7″ _module_preset= »default » global_colors_info= »{} »][et_pb_image src= »https:\/\/www.mayahtt.com\/wp-content\/uploads\/2026\/07\/sample-model-mode8.png » alt= »Sample mode 8 of the antenna model. » title_text= »sample-model-mode8″ _builder_version= »4.27.7″ _module_preset= »default » global_colors_info= »{} »][\/et_pb_image][\/et_pb_column][\/et_pb_row][et_pb_row _builder_version= »4.27.7″ _module_preset= »default » global_colors_info= »{} »][et_pb_column type= »4_4″ _builder_version= »4.27.7″ _module_preset= »default » global_colors_info= »{} »][et_pb_text _builder_version= »4.27.8″ _module_preset= »default » global_colors_info= »{} »]<\/p>\n Fig. 2 : Exemple de Modes (1 et 8) du mod\u00e8le d’antenne.<\/em><\/p>\n [\/et_pb_text][et_pb_text _builder_version= »4.27.8″ _module_preset= »default » global_colors_info= »{} »]<\/p>\n L\u2019analyse modale montre une participation de masse effective r\u00e9partie sur les trois directions de translation.<\/p>\n Les capteurs du plan de test doivent permettre de distinguer les modes cibles et fournir une observabilit\u00e9 modale suffisante. Sans cela, l\u2019essai ne permettra qu\u2019une couverture de test limit\u00e9e, entra\u00eenant une faible corr\u00e9lation entre le mod\u00e8le r\u00e9el et le mod\u00e8le num\u00e9rique, comme illustr\u00e9 dans le tableau ci-dessous.<\/p>\n <\/p>\n [\/et_pb_text][et_pb_image src= »https:\/\/www.mayahtt.com\/wp-content\/uploads\/2026\/07\/effective-mass-participation.png » alt= »Effective mass participation distributed across the three translational directions%91″ title_text= »effective-mass-participation » align= »center » _builder_version= »4.27.7″ _module_preset= »default » global_colors_info= »{} »][\/et_pb_image][et_pb_text _builder_version= »4.27.8″ _module_preset= »default » global_colors_info= »{} »]<\/p>\n Tableau 1. Participation massive effective selon les trois directions de translation<\/em><\/p>\n Par la suite, plusieurs m\u00e9thodes de positionnement des capteurs sont \u00e9valu\u00e9es en consid\u00e9rant quarante capteurs uniaxiaux.<\/p>\n [\/et_pb_text][et_pb_text _builder_version= »4.27.8″ _module_preset= »default » global_colors_info= »{} »]<\/p>\n Tableau 2. M\u00e9thodes de placement des capteurs.<\/em><\/p>\n [\/et_pb_text][et_pb_text _builder_version= »4.27.8″ _module_preset= »default » header_2_text_color= »#404040″ header_2_font_size= »32px » global_colors_info= »{} »]<\/p>\n Dans notre exemple d’antenne, Min-MAC et MODMAC offrent la meilleure distinction modale.<\/p>\n Ici, la m\u00e9thode Min-MAC est choisie pour positionner les capteurs et favoriser la validation de masse-orthogonalit\u00e9. Il est \u00e0 noter qu\u2019aucune des m\u00e9thodes pr\u00e9sent\u00e9es ne cible directement la matrice qui influence l’orthogonalit\u00e9 de la masse.<\/p>\n Obtenir une matrice AutoMAC diagonale est une premi\u00e8re \u00e9tape importante, mais ce n’est pas la fin de la validation pr\u00e9-test. La matrice AutoMAC montre si les modes cibles peuvent \u00eatre identifi\u00e9s avec les degr\u00e9s de libert\u00e9 s\u00e9lectionn\u00e9s du capteur. Cependant, cela ne prouve pas pleinement que l’op\u00e9rateur de masse r\u00e9duite et les degr\u00e9s de libert\u00e9 conserv\u00e9s pr\u00e9servent l’ind\u00e9pendance modale pour la corr\u00e9lation.<\/p>\n <\/p>\n [\/et_pb_text][et_pb_image src= »https:\/\/www.mayahtt.com\/wp-content\/uploads\/2026\/07\/automac-matrix.png » alt= »Fig 3: AutoMAC matrix for MIN-MAC method for sensor prediction DOFs » title_text= »automac-matrix » align= »center » _builder_version= »4.27.7″ _module_preset= »default » global_colors_info= »{} »][\/et_pb_image][et_pb_text _builder_version= »4.27.8″ _module_preset= »default » global_colors_info= »{} »]<\/p>\n Fig. 3 : Matrice AutoMAC pour la m\u00e9thode MIN-MAC pour l\u2019ensemble de capteurs s\u00e9lectionn\u00e9.<\/em><\/p>\n [\/et_pb_text][et_pb_text _builder_version= »4.27.8″ _module_preset= »default » global_colors_info= »{} »]<\/p>\n C’est \u00e0 cette \u00e9tape que la validation de l’orthogonalit\u00e9 de masse devient essentielle.<\/p>\n L\u2019objectif de la norme NASA-STD-5002B est d\u2019obtenir une matrice d’orthogonalit\u00e9 identitaire. Les coefficients diagonaux doivent \u00eatre proches d’un, et les coefficients extradiagonaux doivent \u00eatre petits. Le fait d\u2019avoir des termes extradiagonaux proches de z\u00e9ro indique que les modes sont distincts. Si ces termes ont une valeur importante, il y un couplage entre les modes ou des ambigu\u00eft\u00e9s. Enfin, le fait d\u2019avoir des valeurs diagonales faibles indique qu’un mode est mal repr\u00e9sent\u00e9 par les degr\u00e9s de libert\u00e9 s\u00e9lectionn\u00e9s.<\/p>\n Trois analyses compl\u00e9mentaires sont utilis\u00e9es : l’auto-orthogonalit\u00e9, la pseudo-orthogonalit\u00e9 et l\u2019orthogonalit\u00e9 crois\u00e9e.<\/p>\n [\/et_pb_text][et_pb_text _builder_version= »4.27.8″ _module_preset= »default » global_colors_info= »{} »]<\/p>\n [\/et_pb_text][et_pb_text _builder_version= »4.27.8″ _module_preset= »default » global_colors_info= »{} »]<\/p>\n Tableau 3. \u00c9valuation des analyses compl\u00e9mentaires.<\/em><\/p>\n [\/et_pb_text][et_pb_text _builder_version= »4.27.8″ _module_preset= »default » global_colors_info= »{} »]<\/p>\n Cette derni\u00e8re v\u00e9rification est particuli\u00e8rement importante car elle peut r\u00e9v\u00e9ler des probl\u00e8mes d’appariement des modes, des m\u00e9langes de modes ou des incompatibilit\u00e9s de r\u00e9duction qui ne sont pas \u00e9videntes uniquement avec l\u2019analyse AutoMAC.<\/p>\n Dans l’exemple de l’antenne, l’orthogonalit\u00e9 crois\u00e9e ne remplit pas les crit\u00e8res vis\u00e9s. La matrice indique que certains modes ne sont pas repr\u00e9sent\u00e9s proprement par les capteurs s\u00e9lectionn\u00e9s et la base modale r\u00e9duite. La pr\u00e9sence de modes rapproch\u00e9s ou coupl\u00e9s peut n\u00e9cessiter l\u2019ajout ou le repositionnement de capteurs ou des modifications des DDL s\u00e9lectionn\u00e9s, ce qui entra\u00eene des retards et des co\u00fbts d\u2019essais suppl\u00e9mentaires.<\/p>\n C’est l\u00e0 que r\u00e9side la valeur du processus de travail propos\u00e9 : identifier un risque de corr\u00e9lation entre les essais et la simulation num\u00e9rique avant que l\u2019essai modal ne soit effectu\u00e9.<\/p>\n [\/et_pb_text][et_pb_image src= »https:\/\/www.mayahtt.com\/wp-content\/uploads\/2026\/07\/cross-orthogonality-matrix.png » alt= »Fig 4: Cross orthogonality matrix. Cross-orthogonality red flag: peak |off-diagonal| 0.842 at modes 12 \/ 11 exceeds 0.20; minimum |diagonal| 0.407 at mode 11 is below 0.80. » title_text= »cross-orthogonality-matrix » align= »center » _builder_version= »4.27.7″ _module_preset= »default » global_colors_info= »{} »][\/et_pb_image][et_pb_text _builder_version= »4.27.8″ _module_preset= »default » global_colors_info= »{} »]<\/p>\n Fig. 4 : Matrice d’orthogonalit\u00e9 crois\u00e9e. Enjeux identifi\u00e9s par l\u2019analyse orthogonale crois\u00e9e : pic |hors diagonal| 0,842 aux modes 12 \/ 11 d\u00e9passe 0,20 ; minimum |diagonal| 0,407 en mode 11 est inf\u00e9rieur \u00e0 0,80.<\/em><\/p>\n [\/et_pb_text][et_pb_text _builder_version= »4.27.8″ _module_preset= »default » header_2_text_color= »#333333″ header_2_font_size= »30px » hover_enabled= »0″ global_colors_info= »{} » header_3_text_color= »#404040″ header_3_font_size= »26px » sticky_enabled= »0″]<\/p>\n Le r\u00e9sultat de la m\u00e9thode de travail propos\u00e9e n’est pas simplement \u00ab succ\u00e8s \u00bb ou \u00ab \u00e9chec \u00bb. La m\u00e9thode d\u00e9crite fournit des diagnostics exploitables clairs permettant de pr\u00e9parer l\u2019essai modal avec succ\u00e8s.<\/p>\n Dans l’exemple de l’antenne, la recommandation pratique est d’ajouter ou de repositionner des capteurs pr\u00e8s des anti-n\u0153uds des modes faiblement repr\u00e9sent\u00e9s, d’am\u00e9liorer l\u2019identification des paires de modes rapproch\u00e9es, de r\u00e9g\u00e9n\u00e9rer la base r\u00e9duite, et de r\u00e9p\u00e9ter les v\u00e9rifications d’orthogonalit\u00e9 avant de finaliser le plan de test.<\/p>\n La r\u00e9ussite d\u2019un essai modal d\u00e9bute avant que l’article de test n’arrive au laboratoire d\u2019essai. Cela commence par une disposition efficace des capteurs, une matrice r\u00e9duite fiable, et des preuves objectives que les degr\u00e9s de libert\u00e9 de test s\u00e9lectionn\u00e9s pr\u00e9servent les modes qui comptent. Une mauvaise disposition des capteurs conduit souvent \u00e0 des essais non concluants et \u00e0 des d\u00e9cisions co\u00fbteuses de r\u00e9p\u00e9tition des essais qui retardent les programmes.<\/p>\n L\u2019approche pr\u00e9sent\u00e9e ici est une m\u00e9thode de validation pr\u00e9-test modal \u00e9prouv\u00e9e, conforme aux normes de la NASA.<\/p>\n L’exemple de l’antenne montre pourquoi l’orthogonalit\u00e9 de masse est importante : bien que le plan de positionnement des capteurs bas\u00e9 sur la m\u00e9thode Min-MAC ait produit une forte discrimination modale et ait r\u00e9ussi les tests d’auto-orthogonalit\u00e9 et de pseudo-orthogonalit\u00e9, l\u2019orthogonalit\u00e9 crois\u00e9e a r\u00e9v\u00e9l\u00e9 un m\u00e9lange des modes et une faible repr\u00e9sentation modale qui doivent \u00eatre corrig\u00e9s avant l\u2019essai.<\/p>\n La section 4.9.1 a \u00e9t\u00e9 ajout\u00e9e \u00e0 la norme NASA-STD-5002B pour permettre de d\u00e9tecter les probl\u00e8mes de mod\u00e8le r\u00e9duit\/matrice de masse et de forme de mode avant d\u2019investir du temps et des ressources \u00e0 r\u00e9aliser les essais modaux, et pour garantir que le mod\u00e8le r\u00e9duit soit suffisamment pr\u00e9cis pour permettre ult\u00e9rieurement la corr\u00e9lation test-analyse et la pr\u00e9diction des charges.<\/p>\n Vous souhaitez explorer comment r\u00e9duire le risque, la dur\u00e9e et le co\u00fbt de vos essais modaux? \u00c9vitez les co\u00fbts additionnels requis pour refaire les essais sans planification.<\/p>\n\n\n
\n Mode<\/strong><\/td>\n frequence_hz<\/strong><\/td>\n mass_eff_x_pourcent<\/strong><\/td>\n mass_eff_y_pourcent<\/strong><\/td>\n mass_eff_z_pourcent<\/strong><\/td>\n mass_eff_pourcent<\/strong><\/td>\n<\/tr>\n \n 1<\/td>\n 62.74483871<\/td>\n 0.000446219<\/td>\n 2.081454576<\/td>\n 2.941845102<\/td>\n 5.023745897<\/td>\n<\/tr>\n \n 2<\/td>\n 77.72774506<\/td>\n 2.083181437<\/td>\n 0.000186762<\/td>\n 2.940725097<\/td>\n 5.024093297<\/td>\n<\/tr>\n \n 3<\/td>\n 96.54924011<\/td>\n 0.590213956<\/td>\n 0.540761881<\/td>\n 3.852583949<\/td>\n 4.983559786<\/td>\n<\/tr>\n \n 4<\/td>\n 135.5568695<\/td>\n 0.427739325<\/td>\n 1.248315579<\/td>\n 3.328246178<\/td>\n 5.004301082<\/td>\n<\/tr>\n \n 5<\/td>\n 135.718338<\/td>\n 0.230741657<\/td>\n 2.671207743<\/td>\n 2.151281336<\/td>\n 5.053230736<\/td>\n<\/tr>\n \n \u2026<\/td>\n \u00a0<\/td>\n \u00a0<\/td>\n \u00a0<\/td>\n \u00a0<\/td>\n \u00a0<\/td>\n<\/tr>\n \n 15<\/td>\n 250.7327881<\/td>\n 1.781826801<\/td>\n 0.344090554<\/td>\n 2.857635504<\/td>\n 4.983552859<\/td>\n<\/tr>\n \n 16<\/td>\n 251.076828<\/td>\n 1.653143406<\/td>\n 0.47579126<\/td>\n 2.855593021<\/td>\n 4.984527687<\/td>\n<\/tr>\n \n 17<\/td>\n 300.6558228<\/td>\n 0.740236564<\/td>\n 0.71739503<\/td>\n 3.524399358<\/td>\n 4.982030952<\/td>\n<\/tr>\n \n 18<\/td>\n 301.4995728<\/td>\n 0.770613323<\/td>\n 0.708717722<\/td>\n 3.502926195<\/td>\n 4.98225724<\/td>\n<\/tr>\n \n 19<\/td>\n 314.1859131<\/td>\n 2.48424521<\/td>\n 2.479744819<\/td>\n 0.020483371<\/td>\n 4.984473401<\/td>\n<\/tr>\n \n 20<\/td>\n 344.6026917<\/td>\n 0.078002923<\/td>\n 0.040037003<\/td>\n 4.867033889<\/td>\n 4.985073814<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<\/div>\n \n\n
\n Min-MAC & MODMAC<\/td>\n Les capteurs peuvent-ils distinguer chaque mode individuellement?<\/td>\n<\/tr>\n \n Min-MAC et MODMAC<\/td>\n Les capteurs peuvent-ils distinguer chaque mode individuellement?<\/td>\n<\/tr>\n \n Ind\u00e9pendance effective avec la matrice d’information de Fisher<\/td>\n Les capteurs peuvent-ils fournir suffisamment d’informations ind\u00e9pendantes pour estimer la base modale cible ?<\/td>\n<\/tr>\n \n \u00c9nergie cin\u00e9tique modale<\/td>\n Les capteurs sont-ils situ\u00e9s l\u00e0 o\u00f9 la structure bouge r\u00e9ellement ?<\/td>\n<\/tr>\n \n Indice d’entropie de l’information<\/td>\n Y a-t-il un \u00e9quilibre entre l\u2019intensit\u00e9 de la r\u00e9ponse et la couverture modale ?<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<\/div>\n Pourquoi la m\u00e9thode AutoMAC ne suffit pas<\/h2>\n
\n\n
\n M\u00e9trique<\/strong><\/td>\n Raison possible de l’\u00e9chec<\/strong><\/td>\n Quoi \u00e9valuer ou modifier<\/strong><\/td>\n<\/tr>\n \n Auto-orthogonalit\u00e9<\/td>\n Les Degr\u00e9s De Libert\u00e9 (DDL) des capteurs ne pr\u00e9servent pas suffisamment l’ind\u00e9pendance modale, ou la matrice analytique r\u00e9duite ne repr\u00e9sente pas avec pr\u00e9cision les DDL de test conserv\u00e9s.<\/td>\n Positionnement du capteur, observabilit\u00e9 modale des DDL choisis, configuration de r\u00e9duction de Guyan, choix des DDL conserv\u00e9s et extraction de matrice de masse r\u00e9duite.<\/td>\n<\/tr>\n \n Pseudo-orthogonalit\u00e9<\/td>\n La base modale r\u00e9duite de l’ensemble A n’est pas correctement normalis\u00e9e en masse ou les DDL s\u00e9lectionn\u00e9s introduisent une incoh\u00e9rence dans les modes r\u00e9duits.<\/td>\n Extraction de l\u2019ensemble A, g\u00e9n\u00e9ration des vecteurs propres r\u00e9duits, normalisation de masse, cartographie des DDL s\u00e9lectionn\u00e9s et assemblage du mod\u00e8le r\u00e9duit.<\/td>\n<\/tr>\n \n Orthogonalit\u00e9 crois\u00e9e<\/td>\n La base r\u00e9duite ne repr\u00e9sente pas correctement les m\u00eames modes physiques que le mod\u00e8le \u00c9l\u00e9ments Finis non r\u00e9duit, souvent en raison d’erreurs d’appariement des modes, du m\u00e9lange des modes ou d’une capture insuffisante des modes coupl\u00e9s.<\/td>\n L’appariement des modes, les modes rapproch\u00e9s, la couverture des capteurs pr\u00e8s des antin\u0153uds modaux, la s\u00e9lection des DDL. Il est recommand\u00e9 de r\u00e9g\u00e9n\u00e9rer ou d’affiner la base modale r\u00e9duite.<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<\/div>\n Diagnostics exploitables pour les ing\u00e9nieurs<\/h3>\n
Comment se conformer \u00e0 la norme NASA-STD-5002B<\/h2>\n