Analyse physico chimique des mécanismes de lubrification électrochimique des aciers inoxydables : développement d'une approche expérimentale et numérique pour l'estimation de la durée de vie
| Auteur / Autrice : | Kaouthar Bouguerra |
| Direction : | Caroline Richard |
| Type : | Thèse de doctorat |
| Discipline(s) : | Génie mécanique et productique |
| Date : | Soutenance le 30/04/2025 |
| Etablissement(s) : | Tours |
| Ecole(s) doctorale(s) : | Energie, Matériaux, Sciences de la Terre et de l'Univers - EMSTU |
| Partenaire(s) de recherche : | Laboratoire : Groupe de recherche en Matériaux, Microélectronique, Acoustique et Nanotechnologies |
| Jury : | Président / Présidente : François Tran-Van |
| Examinateurs / Examinatrices : Yan-Ming Chen, Nadège Ducommun, Alexandre Romaine | |
| Rapporteurs / Rapporteuses : Bernard Normand, Mohamed El Mansori | |
| DOI : | 10.70675/4b1e85a0za3f3z4874z9541za1966ee2ca6a |
Mots clés
Mots clés contrôlés
Résumé
La tribocorrosion des aciers inoxydables en milieu alcalin représente un enjeu majeur pour la durabilité des équipements industriels, notamment dans l'industrie agroalimentaire. Cette thèse a mis en évidence un mécanisme de lubrification électrochimique pour un couple de frottement AISI 316L / AISI 316L. cette lubrification induite par la formation d'un tribo-film protecteur composé d'oxydes et d'hydroxydes de chrome et de fer. Ce film suit un cycle de dépassivation-repassivation, réduisant significativement le frottement et l'usure. L'étude des paramètres tribologiques montre que ce comportement est stable avec une fréquence comprise entre 2 et 5 Hz (sur une amplitude de ±5 mm sous 0.5 MPa) avec une concentration optimale de 5 % en NaHCO₃. Tandis qu'une fréquence plus élevée (8-10 Hz) entraîne sa déstabilisation. Ce processus n'est pas perturbé par des arrêts intermédiaires jusqu'à 24h, ce qui montre un fort potentiel d'application. L'étude comparative a révélé que ce phénomène est partiellement reproductible sur certains aciers inoxydables (AISI 304, Uranus 45), mais limité sur d'autres aciers (Nitronic 60, 42CrMo4). L'approche par Machine Learning a confirmé la capacité des modèles Random Forest et Gradient Boosting à prédire le coefficient de frottement et le potentiel électrochimique avec un coefficient de détermination R² > 0,98.