Les pièces de sécurité automobile fabriquées en acier comme les ferrures d'ancrage de ceinture de sécurité ont vu leur coût de fabrication augmenter ces dernières années du fait de l'augmentation du prix des matières premières. De plus, ces pièces sont soumises à des normes européennes de plus en plus exigeantes. C'est pourquoi les équipementiers automobiles comme l'entreprise DEVILLÉ S.A. cherchent aujourd'hui à développer des outils numériques permettant d'optimiser et de prédire le comportement de ces pièces à l'usage en intégrant l'ensemble du processus de fabrication. Le travail proposé ici s'efforce d'apporter une contribution à ce développement. L'utilisation de méthodes d'optimisation, en particulier un algorithme génétique NSGA-2, couplées avec des logiciels de conception et de calculs par éléments finis a permis d'améliorer différentes fonctions coût comme le dommage maximum subit par la pièce lors de sa conception ou encore l'effort maximal nécessaire à son dépliage... L'utilisation de réseaux de neurones pour réduire le temps d'optimisation global a également fait l'objet d'une étude. Ces méthodes numériques nécessitent la modélisation du comportement du matériau avec des lois de comportement et d'endommagement qui ont fait l'objet d'une étude expérimentale ainsi que d'une identification. Une méthode d'identification inverse a notamment permis de réduire l'erreur commise lors de la simulation numérique.
| Identifer | oai:union.ndltd.org:CCSD/oai:pastel.archives-ouvertes.fr:pastel-00004895 |
| Date | 19 November 2008 |
| Creators | Gildemyn, Eric |
| Source Sets | CCSD theses-EN-ligne, France |
| Language | French |
| Detected Language | French |
| Type | PhD thesis |
Page generated in 0.0018 seconds