Contrôle de santé des matériaux hétérogènes par émission acoustique et acoustique non linéaire : discrimination des mécanismes d’endommagement et estimation de la durée de vie restante

Damage characterization of heterogeneous materials using acoustic emission and non linear acoustic : discrimination of the damage mechanisms and estimation of the remaining lifetime

• Auteur / Autrice : Anne Marec
• Direction : Rachid El Guerjouma
• Type : Thèse de doctorat
• Discipline(s) : Acoustique
• Date : Soutenance en 2008
• Etablissement(s) : Le Mans
• Partenaire(s) de recherche : Laboratoire : Laboratoire d'acoustique de l'Université du Mans

Mots clés

Mots clés contrôlés

Acoustique non linéaire

Émission acoustique

Rupture, Mécanique de la

Endommagement, Mécanique de l' (milieux continus)

Composites

Résumé

La caractérisation de l’endommagement de matériaux composites verre/époxy et verre/polyester est étudiée in situ par émission acoustique (AE). Une méthode d’analyse statistique multivariable non supervisée (coalescence floue) associée à une analyse en composantes principales sont utilisées afin de classifier les signaux enregistrés par EA. L’analyse des classes obtenues permet de les corréler aux mécanismes d’endommagement susceptibles de se produire dans les matériaux étudiés, de suivre l’évolution des différents modes d’endommagement au cours des essais et de détecter les mécanismes les plus critiques menant à la rupture des matériaux. L’étude est d’abord validée sur des composites modèles tels que des composites unidirectionnels puis elle est appliquée `a des matériaux plus complexes tels que des plis croisés, des sheet molding compound (SMC) et des bétons polymères soumis à différentes sollicitations mécaniques (traction, fluage, flexion trois points). Les signaux d’EA générés par des matériaux hétérogènes ne sont pas stationnaires. Ainsi, les transformées en ondelettes continues et discrètes sont appliquées sur des signaux typiques d’EA représentatifs de trois modes d’endommagement (microfissuration matricielle, décohésion, rupture de fibre). De nouveaux descripteurs temps-échelle sont définis à partir de ces transformées et sont introduits dans la méthode de classification. Appliqués à des matériaux plus complexes sollicités mécaniquement, ils permettent d’obtenir une meilleure identification de leurs mécanismes d’endommagement qu’avec l’utilisation de descripteurs temporels. Enfin, une étude par acoustique non-linéaire en résonance de matériaux composites SMC graduellement endommagés est menée. Les essais de dynamique lente montrent une grande sensibilité à la présence et à l’évolution de l’endommagement. La classification à partir des signaux d’EA permet de connaître la contribution des différents mécanismes d’endommagement au comportement non-linéaire en dynamique lente lors du processus d’endommagement du matériau.

Local damage in glass/epoxy and glass/polyester composite materials is investigated with the analysis of the signals of acoustic emission (AE). Unsupervised pattern recognition analyses (fuzzy c-means clustering) associated with a principal component analysis are the tools used for the classification of the monitored AE events. A cluster analysis of AE data is achieved and the resulting clusters are correlated to the damage mechanisms of the material under investigation. The proposed method also shows the time evolution of different damage mechanisms till the global failure. Thus the most critical damage mechanisms are identified. After being validated on model samples composed of unidirectional composites, this method is applied to actual composites such as cross-ply composites, sheet molding compound (SMC) and polymer concretes damaged with tensile, creep and three-point bending tests. Furthermore, AE signals generated by heterogeneous materials are not stationary. Thus, continuous and discrete wavelet transforms are applied on typical damage mechanisms AE signals such as matrix cracking, debonding, fiber failure. Time-scale descriptors are defined from these wavelets and are introduced in the classification process. They provide a better discrimination of damage mechanisms than some time-based descriptors for more complex composite materials. Finally, gradually damaged SMC composite materials are experimented with nonlinear slow dynamics tests. Nonlinear slow dynamics have been found to be very sensitive to damage evolution. Clustering of AE signals enables to understand the contribution of the different damage mechanisms to the evolution of the nonlinear behavior of damaged SMC.