Return to search

Multiaxialité, hétérogénéités intrinsèques et structurales des essais d'auto-échauffement et de fatigue à grand nombre de cycles

Le lien empirique entre rupture par fatigue à grand nombre de cycles et essai d'auto-échauffement permet de prévoir rapidement les caractéristiques de fatigue de nombreux matériaux depuis quelques années. Au delà de cette relation empirique, un modèle rationnel basé sur l'apparition probabiliste de foyers de microplasticité a déjà été proposé, donnant une estimation de la dispersion des essais de fatigue. Fort de ceci, le cadre d'application de ce modèle est ici étendu aux chargements multiaxiaux dans un premier temps. Pour cela des essais d'auto-échauffement de traction-torsion sur éprouvettes tubulaires sont réalisés pour valider thermiquement deux versions du modèle. Un facteur d'hétérogénéité de dissipation est introduit pour s'affranchir de la géométrie des éprouvettes. L'influence de la contrainte moyenne de cisaillement sur les courbes d'auto-échauffement est étudiée. Des essais de fatigue multiaxiale différencient par la suite le domaine de validité des deux versions du modèle. Dans un second temps les effets de surface sur tôle sont étudiés par essai d'auto-échauffement. La mesure de la température moyenne des tôles ne permettant pas de retrouver les caractéristiques de fatigue, une mesure du champ de température dans l'épaisseur de la tôle est proposée. L'ensemble du protocole de mesure par micro-thermographie IR in situ est choisi afin de réduire voire supprimer différents artefacts. Il permet de mesurer des amplitudes d'hétérogénéité de température stabilisée de l'ordre de 10-3 K à une échelle submillimétrique. Appliqué aux tôles étudiées, il permet de mettre à jour l'existence d'effets de surface.

Identiferoai:union.ndltd.org:CCSD/oai:tel.archives-ouvertes.fr:tel-00200459
Date30 November 2007
CreatorsPoncelet, Martin
PublisherÉcole normale supérieure de Cachan - ENS Cachan
Source SetsCCSD theses-EN-ligne, France
LanguageFrench
Detected LanguageFrench
TypePhD thesis

Page generated in 0.0027 seconds