Le polyuréthane thermoplastique à mémoire de forme est un matériau "intelligent", réactif, capable de répondre à un stimulus thermique en déployant de grandes déformations et de retrouver ensuite sa forme initiale lors d’un cycle thermomécanique. Cette réversibilité totale est possible sur plusieurs cycles. Afin de Dimensionner un composant à mémoire de forme dans un système mécanique, un modèle de simulation numérique thermo-viscoélastique en grandes déformations de l’effet mémoire de forme est proposé. L’identification des paramètres de ce modèle est réalisée sur la base d’essais thermomécaniques (analyse mécanique dynamique DMA, traction-relaxation en température, recouvrements libres et contraints). La loi de comportement ainsi formulée, qui découple la contrainte hyperélastique et la contrainte viscoélastique, est programmée dans le logiciel de simulation numérique Comsol Multiphysics. Les résultats de la simulation montrent une très bonne concordance avec la réponse expérimentale du matériau au cours de plusieurs cycles de mémoire de forme. Afin d'améliorer les performances mécaniques statiques et dynamiques du polymère à mémoire de forme du polyuréthane thermoplastique (TPU), nous proposons d’ajouter des faibles pourcentages de nanotubes de halloysite (HNT) en utilisant un processus d’extrusion à l'état fondu avec du polyuréthane thermoplastique. Ce processus a induit une répartition homogène et une bonne dispersion de nanotubes dans toute la matrice TPU. Les essais mécaniques en tension ont démontré que la force et le module des nanocomposites augmentaient de manière significative avec l'ajout de halloysites sans perte de ductilité. En outre, les tests de mémoire cyclique en grande souplesse ont montré que les propriétés de la mémoire de forme, principalement la vitesse de récupération, étaient également améliorées. Nous avons, finalement, étudié l'effet de l’ajout des nanotubes sur les paramètres mécaniques du modèle proposé. / The semi-crystalline thermoplastic shape memory polyurethane (TPU-SMPU) is a smart material which has the ability to return to its original shape after applying a large strain thermo-mechanical cycle when it is stimulated by heating. This smart material has the advantage of recovering even after more than 100% of strain during several thermo-mechanical cycles. To explore the performance of a smart component in a mechanical system, it is mandatory to master the prediction of its behavior through a numerical model. A constitutive model is, then, proposed to describe its thermo-mechanical behavior and to predict the shape memory response. Uniaxial tensile tests at small strain rates were performed at 60°C in order to analyze the hyper-elastic response for each cycle. Relaxation tests were carried out at the end of the previous tensile loading to highlight the viscoelastic response during the shape memory cycle. These experimental data were, then, used in a curve-fitting algorithm employing least-squares optimization approach in order to identify the parameters of the proposed model. At last, the shape memory effect was investigated by means of free and constrained recovery experiments. The proposed model was then implemented into Comsol Multiphysics. It predicts quite well the experimental results in all cycles. In order to assess its predictability, this model has, then, been applied to the design of 3D structures. Furthermore, the mechanical performance and the shape memory properties have been improved by the addition of halloysite nanotubes (HNTs) with different weight percentages of nanotubes contents using a melt extrusion process. This process induced a homogeneous distribution and a good dispersion of nanotubes throughout the TPU matrix. Mechanical tests in tension demonstrated that strength and modulus of the nanocomposites significantly increase with addition of halloysites without significant loss of ductility. Moreover, cyclic shape memory tests under large strain showed that shape memory properties, mainly the recovery speed, were also enhanced. Using a thermo-visco-hyperelastic model for shape memory polymers, we have investigated the effect of nanotubes addition on the mechanical parameters.
| Identifer | oai:union.ndltd.org:theses.fr/2017LIL10087 |
| Date | 16 October 2017 |
| Creators | Bouaziz, Rami |
| Contributors | Lille 1, Roger, Frédéric, Prashantha, Kalappa |
| Source Sets | Dépôt national des thèses électroniques françaises |
| Language | French |
| Detected Language | French |
| Type | Electronic Thesis or Dissertation, Text |
Page generated in 0.0016 seconds