Les travaux présentés ont consisté à développer des stratégies d'identification performantes des paramètres des lois de comportement superélastique des Alliages à Mémoire de Forme (AMF). L'objectif est de disposer d'une solution complète de caractérisation, d'identification, et de simulation de structures en AMF soumises à des sollicitations complexes. Une base de données expérimentale unifiée pour un alliage de NiTi superélastique a été établie pour une multitude de trajets de déformation multiaxiaux et à différentes températures : en traction homogène, en compression, en traction-compression et en traction-traction. Une caractérisation expérimentale a été développée sur une plate-forme multiaxiale assemblée au laboratoire durant ce travail. L'emploi de la corrélation d'images a permis d'enrichir la base de données expérimentale en déterminant pour chaque essai les champs cinématiques. Cette collection d'essais a permis de montrer l'importante différence de comportement observée entre les directions de laminage et transverse, bien que le matériau soit faiblement texturé. Des procédures d'identification du comportement thermomécanique des AMF ont été mises en place, basées sur la construction et minimisation d'une fonction objectif régularisée. La première est basée sur l'exploitation des courbes contrainte-déformation moyennes sous chargement homogène et unixial. La seconde exploite la richesse des champs de déformations mesurés en essai hétérogène. Les deux stratégies ont permis d'identifier les huit paramètres gouvernant le comportement superélastique du modèle de Chemisky et al. (Chemisky et al. 2011). Des différences entre les jeux de paramètres identifiés sont caractéristiques des effets d'anisotropie observés. Le succès de cette stratégie démontre sa pertinence et est encourageant pour l'identification de paramètres de lois de comportement anisotropes.
Identifer | oai:union.ndltd.org:CCSD/oai:pastel.archives-ouvertes.fr:pastel-00910076 |
Date | 06 September 2013 |
Creators | Echchorfi, Rachid |
Publisher | Ecole nationale supérieure d'arts et métiers - ENSAM |
Source Sets | CCSD theses-EN-ligne, France |
Language | fra |
Detected Language | French |
Type | PhD thesis |
Page generated in 0.002 seconds