Surveillance de l'état de santé des composites à matrice organique (CMO) à l'aide des transducteurs piézoélectriques embarqués : approches expérimentales et numériques

Structural health monitoring of polymer-matrix composites (PMCs) using embedded piezoelectric transducers : experimental and numerical approaches

• Auteur / Autrice : Jamal Najd
• Direction : Walid Harizi, Erasmo Carrera
• Type : Thèse de doctorat
• Discipline(s) : Mécanique et Matériaux : Unité de recherche en Mécanique - Laboratoire Roberval (FRE UTC - CNRS 2012)
• Date : Soutenance le 06/06/2024
• Etablissement(s) : Compiègne en cotutelle avec Politecnico di Torino
• Ecole(s) doctorale(s) : École doctorale Sciences pour l'ingénieur (Compiègne)

Mots clés

Mots clés contrôlés

Modèles mathématiques

Poutres

Plaques (ingénierie)

Ondes de Lamb

Capteurs (technologie)

Cinématique

Électromécanique

Essais dynamiques

Essais (technologie)

Méthode des éléments finis

Contrôle de santé intégré

Matériaux intelligents

Transducteurs piézoélectriques

Composites polymères

Mots clés libres

Composites à matrice organique (CMO)

Composites à matrice polymère (CMP)

Essais mécaniques

Modélisation numérique

Variation de la capacité

Modèles électromécaniques

Cinématique d'ordre supérieur

Formulation unifiée de Carrera

Polymer-matrix composites (PMC)

Piezoelectric transducers

Mechanical testing

Numerical modeling

Smart materials

Electro-mechanical models

Finite element models (FEM)

Structured health monitoring (SHM)

Capacitance variation

Higher-order kinematics

Carrera unified formulation (CUF)

Lamb waves

Plates

Beams

Résumé

Cette thèse de doctorat présente une enquête approfondie combinant une étude expérimentale et une modélisation numérique des composites intelligents à matrice organique (CMO) intégrant des transducteurs piézoélectriques céramiques et polymères. L'objectif principal était d'améliorer leur fonctionnalité intelligente afin d’établir des diagnostics expérimentaux/numériques sur leur état de santé (SHM - Structural Health Monitoring). Le modèle numérique, utilisant la Formulation unifiée de Carrera (CUF - Carrera Unified Formulation) développée au MUL2 à PoliTo, fournit une base solide pour l'analyse grâce aux modèles plaque et poutre à cinématique d'ordre supérieur. La phase expérimentale a débuté avec les essais de traction en auto-échauffement menés sur des éprouvettes composites pour estimer leur limite de fatigue par la méthode conventionnelle (utilisant la technique de la thermographie infrarouge, TIR) et une approche innovante utilisant la variation de la capacité électrique intégrée. Une description détaillée du dispositif expérimental, y compris les types d'échantillons et les conditions de test, améliore la clarté de cette phase cruciale. Par la suite, la variation de la capacité électrique lors de divers essais de traction a été étudiée et corrélée avec des différentes méthodes du contrôle non destructif. Une nouvelle comparaison entre la variation de la capacité expérimentale et numérique a été présentée, suggérant un développement ultérieur dans ce domaine. Dans la même perspective, la variation de la capacité statique intégrée est explorée avec une étude numérique correspondante utilisant un modèle de plaque 2D. Les résultats ont démontré un accord convaincant avec les quelques publications existantes, validant l'efficacité de l'approche numérique. L'analyse de la propagation des ondes de Lamb contribue en outre à la compréhension des structures isotropes et composites intelligentes. L'étude de l'impact des paramètres du modèle numérique sur les résultats obtenus a enrichi l'interprétation des résultats, fournissant des informations précieuses pour des applications pratiques. Enfin, la position optimale d'intégration du transducteur dans l'épaisseur, associée à une exploration approfondie de la taille et de l'épaisseur du capteur, est réalisée à la fois numériquement et expérimentalement. L’importance de ces optimisations a été clarifiée, soulignant leurs contributions potentielles à l’avancement des capacités SHM. Dans l'ensemble, ce travail intègre des méthodologies expérimentales et numériques offrant une nouvelle perspective sur les applications PMC intelligentes à des fins SHM. Les informations tirées des tests d'auto-échauffement, variation de la capacité électrique, propagation des ondes de Lamb et de la position et des dimensions optimales d'intégration du transducteur contribuent collectivement à une compréhension plus complète de la tâche SHM réalisée.

This doctoral thesis presents a comprehensive investigation combining experimental study and numerical modeling of smart Polymer-Matrix Composites (PMC) embedding ceramic and polymeric piezoelectric transducers. The primary objective was to enhance their intelligent functionality to establish experimental/numerical Structural Health Monitoring (SHM). The numerical model, using the Carrera Unified Formulation (CUF) developed at MUL2 in PoliTo, provides a robust foundation for analysis via plate and beam models of higher-order kinematics. The experimental phase was started with the self-heating tensile tests conducted on the composite specimens to estimate their fatigue limit through the conventional method (using the Infrared Thermography technique, IRT) and an innovative approach employing the electrical embedded capacitance variation. A detailed description of the experimental setup, including the specimen types and testing conditions, enhances the clarity of this crucial phase. Subsequently, the electrical capacitance variation under various tensile tests was studied and correlated with different non-destructive testing methods. A novel comparison between experimental and numerical capacitance variation was presented, suggesting further development in this area. In the same perspective, the static embedded capacitance variation was explored with a corresponding numerical study employing a 2-D plate model. The results demonstrated a compelling agreement with the few existing literature, validating the efficacy of the numerical approach. Lamb wave propagation analysis further contributes to the understanding of smart isotropic and composite structures. The investigation of the impact of the numerical model parameters on the obtained results enriched the interpretation of the findings, providing valuable insights for practical applications. Finally, the optimal transducer embedding position within the thickness, coupled with a thorough exploration of sensor size and thickness, was conducted both numerically and experimentally. The significance of these optimizations was clarified, emphasizing their potential contributions to advancing SHM capabilities. In totality, this work integrates experimental and numerical methodologies offering a novel perspective on smart PMC applications for SHM purposes. The insights gained from the self-heating tests, electrical capacitance variation, Lamb wave propagation, and optimal transducer embedding position and dimensions collectively contribute to a more comprehensive understanding of the conducted SHM task.