Développement de structures innovantes destinées à absorber et dissiper l'énergie d'un choc : application à la sécurité routière

Innovative structure design for impact energy absorption and dissipation : road safety domain

• Auteur / Autrice : Jeanne Tondut
• Direction : Sylvie Ronel, Noëlie Di Cesare
• Type : Thèse de doctorat
• Discipline(s) : Mécanique des structures
• Date : Soutenance le 11/07/2022
• Etablissement(s) : Lyon
• Ecole(s) doctorale(s) : École doctorale Mécanique, Energétique, Génie Civil, Acoustique (Villeurbanne ; 2011-....)
• Partenaire(s) de recherche : établissement opérateur d'inscription : Université Claude Bernard (Lyon ; 1971-....)
• Partenaire(s) de recherche : Laboratoire : Laboratoire de Biomécanique et Mécanique des Chocs
• Jury : Président / Présidente : Éric Jacquelin
• Jury : Examinateurs / Examinatrices : Sylvie Ronel, Noëlie Di Cesare, Frédéric Lebon, Sébastien Roth, Clémentine Didier
• Jury : Rapporteurs / Rapporteuses : Frédéric Lebon, Sébastien Roth

Mots clés

Mots clés contrôlés

Apprentissage automatique

Énergie mécanique

Choc (mécanique)

Sécurité routière

Mots clés libres

Optimisation

Mécanique des structures

Crash

Structures architecturées

Méta-heuristiques

Sécurité Routière

Optimization

Structural machanics

Crashworthiness

Architectured structures

Metaheuristics

Road Safety

Résumé

La sécurité routière, et en particulier la réduction des accidents graves liés à un choc entre un véhicule et un obstacle fixe, est un enjeu sociétal important. La majeure partie du réseau routier est équipée de dispositifs de sécurité tels que des barrières ou des atténuateurs de choc. Ces derniers absorbent l’énergie cinétique des voitures accidentées principalement par déformation plastique et peuvent s’étendre sur plusieurs mètres. Réduire, à la fois, les dimensions de ces dispositifs et la décélération ressentie par les usagers du véhicule accidenté est un enjeu important qui peut conduire à la réduction du nombre d’accidents mortels. Dans le but de résoudre cette problématique, un processus d’optimisation est appliqué à des structures architecturées, telles que les nids d’abeille, numériquement modélisées dans des conditions d’impact. Une nouvelle fonction objectif, fondée sur la norme européenne EN1317, a été développée dans le but d’améliorer les capacités d’absorption des atténuateurs de choc tout en évitant les pics de décélération. Le processus global d’optimisation a été mené à l’aide de l’algorithme d’optimisation méta-heuristique Inverse-PageRank-PSO, sur un modèle éléments finis validé par des essais expérimentaux. L’algorithme a conduit à la configuration optimisée de nids d’abeille améliorant les performances des atténuateurs de choc actuels. Les quatre structures optimisées présentent une courbe d’absorption d’énergie cinétique quasi-linéaire, comme recommandé par la norme européenne, avec une réduction de leur dimension de 25% dans la direction d’impact. De plus, une méthode de Machine Learning par krigeage, intitulée AptM, a été développée pour calibrer automatiquement les paramètres des algorithmes méta-heuristiques dans un contexte de résolution de problèmes d’optimisation. Les résultats numériques montrent que AptM permet une amélioration significative de la précision de convergence des méta-heuristiques. AptM a été validée sur un benchmark de fonctions mathématiques, puis appliquée à un problème d’optimisation de structures en treillis.

Road safety and particularly the reduction of car crash accidents involving fixed obstacles is a societal concern. Most of the road networks are lined with many advanced road safety systems. These devices absorb the kinetic energy of crashing cars mostly by plastic deformation and can spread on several meters. Reducing the devices’ dimensions and the deceleration felt by the car crashed users is an important issue that can lead to a reduction of mortal car accidents. In order to solve this technical issue, an optimization process is applied to architectured structures, such as, honeycomb structures numerically modelled under car crash impact conditions. A new objective function based on the European standard has been developed in order to improve crash cushions capabilities while avoiding the peak deceleration felt by the car users by using a meta-heuristic optimization algorithm. The global optimization process has been performed by using the Inverse-PageRank-PSO algorithm applied on a FE model validated by experimental tests. The algorithm has led to an optimal configuration of honeycombs improving the performances of current road safety devices. The four optimal structures present a quasi-linear absorption curve, as recommended by European standards with a reduced size of 25% in the impact direction. Furthermore, an automatic kriging machine learning method, entitled AptM, has been developed in order to calibrate meta-heuristic algorithms parameters for solving efficiently lots of different optimization problems. The numerical results show that the AptM methodology allows a significant improvement of the convergence accuracy of meta-heuristics. AptM has been validated on a mathematical benchmark and then applied to truss structures optimization.