Thèse soutenue

Caractérisation non destructive des matériaux composites en fatigue : diagnostic de l’état de santé et pronostic de la durée de vie résiduelle par réseaux de neurones
FR  |  
EN
Accès à la thèse
Auteur / Autrice : Pierre Duchene
Direction : Patricia KrawczakSalim Chaki
Type : Thèse de doctorat
Discipline(s) : Mécanique des solides, des matériaux, des structures et des surfaces
Date : Soutenance le 13/12/2018
Etablissement(s) : Ecole nationale supérieure Mines-Télécom Lille Douai
Ecole(s) doctorale(s) : École doctorale Sciences de la matière, du rayonnement et de l'environnement (Villeneuve d'Ascq, Nord)
Partenaire(s) de recherche : Laboratoire : IMT Lille Douai
Jury : Président / Présidente : Joseph Moysan
Examinateurs / Examinatrices : Marc Duquennoy
Rapporteurs / Rapporteuses : Mourad Bentahar, Nathalie Godin

Résumé

FR  |  
EN

Ce travail de recherche consiste en la proposition d’une nouvelle approche de caractérisation non destructive de l’endommagement des matériaux composites (carbone/époxy) sollicités en fatigue par des essais d’auto-échauffement (blocs de chargements croissants). Cette approche est basée sur l’utilisation de plusieurs techniques non destructives appliquées in-situ, en temps réel ou différé, dont l’analyse est, soit redondante soit complémentaire. Au total, six techniques ont été utilisées (émission acoustique, thermographie infrarouge, corrélation d’images numériques, acousto-ultrasons, ultrasons C-scan et ondes de Lamb) et leurs résultats post-traités puis fusionnés à l’aide d’algorithmes basés sur les réseaux de neurones. Les résultats obtenus ont permis d’évaluer et de localiser l’endommagement du matériau et d’estimer sa durée de vie résiduelle. Ce faisant, plusieurs avancés scientifiques ont été obtenus en réalisant, par exemple, une localisation 2D des évènements acoustiques à l’aide seulement de deux capteurs avec une précision millimétrique, ou encore le développement d’une nouvelle technique imagée d’acousto-ultrasons permettant un contrôle hors contraintes de l’état d’endommagement du matériau, …et enfin, le pronostic de la durée de vie résiduelle du matériau basé sur une fusion de données par réseaux de neurones.