Dans le domaine des véhicules Terrestres militaires, les processus aléatoires de vibrations générés par les véhicules à roues, en situation Tout-Terrain, sortent du schéma classique des processus stochastiques, à caractère stationnaire et gaussien. Le caractère non-gaussien des processus s'exprime notamment par des niveaux d'aplatissement très importants, pouvant remettre en cause le dimensionnement aux contraintes extremes et à la fatigue des structures mécaniques, acquis classiquement par les démarches spectrales.

De ces considérations techniques, il convenait de faire évoluer les techniques de caractérisation des processus aléatoires d'excitation, générés par ce type de situation de roulage, en proposant des méthodes de caractérisation innovantes, non plus basées sur des démarches spectrales et/ou temporelles déterministes, mais sur des démarches temporelles, de nature stochastique. En effet, pour caractériser les valeurs extrêmes et l'endommagement par fatigue produit par les processus aléatoires non stationnaires et non gaussiens, l'auteur montre qu'il est désormais nécessaire de mixer les techniques de détection d'extrema et de comptage temporel utilisées dans le domaine de la fatigue vibratoire avec celles de la statistique de l'échantillonnage, utilisées dans la théorie de l'estimation.

Cette approche permet en effet de pouvoir extrapoler favorablement dans le temps, les valeurs extremes et le niveau d'endommagement des structures, sous l'angle statistique, alors que cette phase d'extrapolation est dans la pratique réalisée de façon déterministe. Cette technique dénommée « MBD » pour Méthode des Blocs Disjoints a été éprouvée avec succès dans le cadre des techniques de spécification d'organes, sous l'angle fiabilité depuis 2010, et viennent d'intégrer récemment les normes AFNOR.

L'avantage de cette méthode MBD couplée aux notions de Spectres de Réponse (SRX-SFX) sera mise en exergue, en s'appuyant sur le cas d'une mesure de roulage en tout terrain sur véhicules à roues, et ceci comparativement aux approches spectrales, basées sur l'hypothèse de gaussiannité des processus.