Résumé : Le développement des techniques de mesure de champ s’accompagne de la proposition par la communauté de méthodes d’identification de structures exploitant la richesse des données obtenues. En particulier, ces méthodes large bande permettent de faire le pont entre l’analyse modale en basse fréquence et les techniques utilisant les ultrasons. L’approche ondulatoire qui nous intéresse ici consiste à étudier le spectre vecteurs d’onde-fréquence associé à un signal de mesure spatio-temporel. De façon remarquable, l’information dans ce spectre est fortement localisée au niveau des surfaces de dispersion, qui forment la carte d’identité du comportement dynamique de la structure d’intérêt. Ces hypersurfaces sont donc un descripteur particulièrement synthétique et complet, propriétés respectivement associées à la réduction des données et au découplage des mécanismes de transmission de l’information - chaque surface étant caractéristique d’un mécanisme du mouvement. De plus, les méthodes inverses d’identification basées sur données réduites - associées à des modèles également réduits - héritent de l’indépendance des descripteurs face à la géométrie de la structure et aux conditions limites appliquées.

Longtemps limitée par le faible nombre de données disponibles et le principe d’incertitude intrinsèque à l’analyse de Fourier, l’extraction des surfaces de dispersion expérimentales fait l’objet d’avancées récentes qui viennent agrandir le spectre des applications envisageables. En particulier, la parcimonie des données est utilisée pour formuler des algorithmes d’identification associés à des approches paramétriques. On propose dans cette présentation de dresser une revue du formalisme associé à l’extraction et l’inversion des surfaces de dispersion, des algorithmes d’identification existants, des applications possibles ainsi que des questions qui restent ouvertes quant aux limites de l’approche : grandes longueurs d’onde, application locale, rôle de l’amortissement.