Des modèles compartimentés pour une description plus réaliste du comportement mécanique des matériaux.

Compartmental models of a more realistic description of the mechanical behavior of materials.

• Auteur / Autrice : Moustapha Issack farah
• Direction : Laurent Tabourot
• Type : Projet de thèse
• Discipline(s) : Sciences Pour l'Ingénieur
• Date : Soutenance en 2022
• Etablissement(s) : Chambéry
• Ecole(s) doctorale(s) : Sciences Ingénierie Environnement
• Partenaire(s) de recherche : Laboratoire : Systèmes et Matériaux pour la Mécatronique
• Jury : Président / Présidente : Katia Mocellin
• Jury : Examinateurs / Examinatrices : Laurent Tabourot, Marc Fivel, Keryvin Vincent, Ludovic Charleux, Fabrice Richard, Pascale Balland
• Jury : Rapporteur / Rapporteuse : Marc Fivel, Keryvin Vincent

Mots clés

Mots clés libres

Déformation plastique

Modélisation du comportement mécanique

Évaluation du module d'Young

Aciers Dual Phase

Hétérogénéités

Retour élastique

Plastic deformation

Mechanical behavior modelling

Module d'Young's evaluation

Dual Phase steel

Heterogeneity

Springback

Résumé

Les enjeux majeurs des procédés de mise en forme par déformation plastique des aciers Dual Phase est de prédire le chargement à appliquer à une pièce pour obtenir la géométrie recherchée. Le pliage malgré son apparence simpliste reste un problème ouvert. En effet, la prédiction du retour élastique qui apparaît lors du retrait de l'outillage est mal maîtrisée. Il a été montré que ce phénomène est liée entre autres au comportement de déchargement non-linéaire. Ceci est particulièrement vrai pour certains matériaux à l'image des aciers Dual Phase pour lesquels ce phénomène est accentué alors même qu'ils sont largement mis en forme par pliage. Les aciers Dual Phase conjuguent deux caractéristiques mécaniques remarquables la résistance et la ductilité. Ces caractéristiques proviennent de leur microstructure constituée des îlots de martensite durs qui baignent dans une matrice ferrite ductile. Ils sont principalement utilisés dans l'industrie automobiles où ils contribuent à l'allègement de la masse du véhicule et donc à la réduction des émissions de C02. Il existe donc un besoin industriel important de trouver des lois de comportement mécanique capables de prédire le comportement de ces matériaux au pliage avec un nombre minimal de paramètres ajustables. La prédiction du retour élastique au pliage est notamment rendue difficile par notre mauvaise compréhension du phénomène de décroissance du module d'Young en fonction de la déformation plastique. Pour cela, après un état de l'art des modèles existants dans la littérature, une modélisation hybride compartimentée innovante a été utilisé. Cette modélisation se caractérise par la prise en compte des hétérogénéités locales du matériau. Elle est basée sur la répartition d'un paramètre d'une loi locale très simple selon une distribution. La nouvelle déclinaison du modèle est basée sur un comportement local simple élastique plastique parfait. Cette nouvelle déclinaison du modèle a été améliorée par deux contributions majeures: 1-Une procédure de discrétisation déterministe de la densité de probabilité (Discretization Distribution Procedure ou DDP) est utilisée, 2-L'association des compartiments aux éléments de maillage est aléatoire contrôlé (à la carte ''mapping'') mais fixée lors des phases d'optimisation. Une application de la décroissance du module d'Young des aciers Dual Phase avec la déformation plastique montre la pertinence de cette mise en œuvre du modèle et élargit le potentiel prédictif du modèle. Cette nouvelle mise œuvre du modèle améliore notablement( simple et robuste) l'identification des paramètres du modèle hybride compartimenté.

The major challenges of forming processes by plastic deformation of Dual Phase steels is to predict the load to be applied to a part to obtain the desired geometry. Folding despite its simplistic appearance remains an open problem. Indeed, the prediction of the elastic return which appears during the withdrawal of the tooling is poorly controlled. It has been shown that this phenomenon is linked among other things to the non-linear unloading behavior. This is particularly true for certain materials such as Dual Phase steels for which this phenomenon is accentuated even though they are largely shaped by bending. Dual Phase steels combine two remarkable mechanical characteristics: resistance and ductility. These characteristics come from their microstructure consisting of islands of hard martensite which bathe in a ductile ferrite matrix. They are mainly used in the automotive industry where they help to lighten the mass of the vehicle and therefore reduce C02 emissions. There is therefore a significant industrial need to find mechanical behavior laws capable of predicting the behavior of these materials during bending with a minimum number of adjustable parameters. The prediction of springback on bending is made difficult in particular by our poor understanding of the phenomenon of the decrease in Young's modulus as a function of plastic deformation. For this, after a state of the art of existing models in the literature, an innovative compartmentalized hybrid modeling was used. This modeling is characterized by taking into account the local heterogeneities of the material. It is based on the distribution of a parameter of a very simple local law according to a distribution. The new declension of the model is based on a simple perfect plastic elastic local behavior. This new version of the model has been improved by two major contributions: 1-A deterministic discretization procedure of the probability density (Discretization Distribution Procedure or DDP) is used, 2-The association of the compartments to the mesh elements is controlled randomly (à la carte ''mapping'') but fixed during the optimization phases. An application of the decrease of the Young's modulus of Dual Phase steels with plastic deformation shows the relevance of this implementation of the model and widens the predictive potential of the model. This new implementation of the model significantly improves (simple and robust) the identification of the parameters of the compartmentalized hybrid model.