Thèse soutenue

Développement d'une approche multi-échelle pour la caractérisation et la modélisation des matériaux hétérogènes : application aux polymères nanocomposites
FR  |  
EN
Accès à la thèse
Auteur / Autrice : Majid Baniassadi
Direction : Saïd AhziRené Muller
Type : Thèse de doctorat
Discipline(s) : Mécanique des matériaux
Date : Soutenance en 2011
Etablissement(s) : Strasbourg

Mots clés

FR

Résumé

FR  |  
EN

Dans ce projet de recherche, une étude approfondie a été effectuée en utilisant des fonctions de corrélation à deux points (TPCF) pour la reconstruction et l'homogénéisation de nanomatériaux composites. Des fonctions de corrélation d'ordre supérieur N (NPCF) doivent être calculées ou mesurées si l’on souhaite augmenter la précision de l'approche de la méthode statistique. Pour ce faire, une nouvelle méthodologie d’approximation est utilisée pour obtenir des NPCF pour les matériaux hétérogènes multiphasiques. Les TPCF ont été mesurées à partir de techniques différentes et exploitées pour reconstituer la microstructure des milieux hétérogènes. Dans la suite de ce travail, une nouvelle méthodologie Monte Carlo est développée comme outil pour la reconstruction en 3D de la microstructure des matériaux hétérogènes, fondée sur les fonctions statistiques à deux points (TPFC). La caractéristique principale de cette méthodologie est la capacité de réaliser la microstructure 3D à partir de son image SEM 2D pour un milieu à trois phases extensible à n-phases. Enfin, la théorie de la statistique des milieux continus est utilisée pour prédire la conductivité thermique effective ainsi que le module d'élasticité des composites polymères. Des fonctions de probabilité à deux points et à trois points, utilisées comme descripteurs statistiques des inclusions (renfort) ont été exploitées pour résoudre le problème de l’homogénéisation à fort contraste des propriétés thermiques et mécaniques effectives des composites à base de polymère/ nano-argile (CPnA). Pour valider notre approche de modélisation, nous avons mené plusieurs mesures expérimentales pour les (CPnA). La comparaison de nos prédictions avec les résultats expérimentaux sont en bon accord ce qui confirme la qualité et la précision de la méthodologie proposée.