Le développement de méthodes de détection de défauts « hybrides », c’est-à-dire combinant des modèles de simulation physiques et des modèles d’apprentissage basés sur les données, offre de nouvelles perspectives en termes d’évaluation non-destructive et de surveillance vibratoire (SHM). L’utilisation de données virtuelles (i.e. issues de simulations physiques) se heurte souvent à la complexification croissante des structures et matériaux, lesquels nécessitent d’importants moyens de calculs pour générer des données précises, souvent multi-échelles, en quantité suffisante. Ce travail porte sur un formalisme ondulatoire permettant d’effectuer des simulations intensives d’interactions ondes-défauts dans des structures périodiques soumises à des sollicitations dynamiques et modélisées avec un haut niveau de résolution.