La quantification de l'incertitude et la mise à jour de la fiabilité sont essentielles pour garantir la sécurité et la performance des systèmes d'ingénierie. Cette étude développe un cadre de modélisation bayésienne hiérarchique (HBM) utilisant les données pour quantifier l'incertitude et mettre à jour la fiabilité. Cette méthode, en exploitant la structure probabiliste de la HBM, offre une solution robuste pour intégrer l'incertitude du modèle et la variabilité des paramètres dans l'évaluation de la fiabilité. Le cadre est appliqué à un modèle mathématique linéaire et à un modèle structurel dynamique : pour le modèle linéaire, des solutions analytiques pour les hyperparamètres et la fiabilité sont dérivées, fournissant un moyen efficace et précis de quantifier l'incertitude et d'évaluer la fiabilité ; dans le modèle structurel dynamique, la mise à jour de la fiabilité est réalisée directement en utilisant les distributions a posteriori des hyperparamètres obtenues par la HBM, cette méthode s'appuie sur la distribution a posteriori mise à jour qui reflète l'impact de l'incertitude système et des comportements dynamiques sur la prédiction de la fiabilité. La méthode proposée démontre des avantages significatifs par rapport à l'inférence bayésienne traditionnelle en traitant plusieurs sources d'incertitude dans des environnements statiques et dynamiques. Ce travail souligne la polyvalence et l'efficacité calculatoire du cadre HBM, l'établissant comme un outil puissant pour la quantification de l'incertitude et la mise à jour de la fiabilité dans la surveillance de la santé des structures et d'autres applications d'ingénierie.

quantification de l'incertitude;mise à jour de la fiabilité;modélisation bayésienne hiérarchique;informations basées sur les données;dynamique structurelle