Vers une approche intelligente pour la modélisation et la simulation du comportement des matériaux bio composites.

Towards an intelligent approach for modeling and simulating the behavior of biocomposite materials.

• Auteur / Autrice : Zineb Laabid
• Direction : Ali Siadat, Khalifa Mansouri
• Type : Thèse de doctorat
• Discipline(s) : Mécanique
• Date : Soutenance le 30/12/2024
• Etablissement(s) : Paris, ENSAM en cotutelle avec Université Hassan II (Mohammedia, Maroc). Faculté des sciences et techniques
• Ecole(s) doctorale(s) : École doctorale Sciences des métiers de l'ingénieur (Paris)
• Partenaire(s) de recherche : Laboratoire : LCFC - Laboratoire de Conception, Fabrication et Commande. Metz - LCFC - Laboratoire de Conception, Fabrication et Commande. Metz
• Jury : Président / Présidente : Fodil Meraghni
• Jury : Examinateurs / Examinatrices : Ali Siadat, Khalifa Mansouri, Hind El Haouzi, Abdellah El Barkany, Naoual Belouaggadia, Mohammed Sallaou, Sara Arezki
• Jury : Rapporteurs / Rapporteuses : Hind El Haouzi, Abdellah El Barkany, Naoual Belouaggadia

Mots clés

Mots clés contrôlés

Propriétés mécaniques

Impression 3D

Thèses et écrits académiques

Composites

Mots clés libres

Intélligence artificielle

Bio composites

Module de Young

Propriétés mécanique

Deep learning

Artificial intelligence

Bio composites

Young's modulus

Mechanical properties

Deep learning

Résumé

Les bio-composites sont des innovations qui représentent une avancée importante dans le domaine des matériaux, notamment en raison de leurs avantages tant sur le plan écologique que mécanique. Avec les défis actuels de durabilité et de performance, ces matériaux apparaissent comme une réponse prometteuse pour les technologies respectueuses de l’environnement. Malgré des progrès notables grâce aux méthodes de modélisation mathématique et numérique, leur comportement reste complexe à prédire, ce qui appelle à des approches plus avancées.Dans cette thèse, nous avons choisi d’explorer l’application de l’intelligence artificielle,en particulier les réseaux de neurones, pour améliorer la modélisation des propriétés mécaniques des bio-composites. L’idée était de développer des modèles capables de prédire avec plus de précision les caractéristiques élastiques de ces matériaux, tout en réduisant le temps de calcul et en augmentant la fiabilité des résultats. À travers des simulations numériques, nous avons validé ces modèles, démontrant leur efficacité face aux méthodes traditionnelles de prédiction.En combinant la fabrication additive et le recyclage, deux technologies qui permettentnon seulement de créer des pièces sur mesure, mais aussi de réduire les déchets de production, en optimisant la répartition des fibres naturelles dans la matrice polymère, ce qui améliore les performances mécaniques, cette thèse ouvre de nouvelles perspectives pour la création de bio-composites à la fois performants et durables. Ces deux techniques offrent une flexibilité et une optimisation des ressources qui répondent aux exigences actuelles de l’industrie, toujours en quête de solutions plus respectueuses de l’environnement. En conclusion, cette recherche démontre que l’intelligence artificielle, associée à ces nouvelles méthodes de fabrication, peut transformer la manière dont les bio-composites sont conçus et utilisés, en offrant des solutions durables adaptées aux besoins des industries modernes

Bio-composites are innovations that represent a significant advancement in the field ofmaterials, particularly due to their ecological and mechanical benefits. With the currentchallenges of sustainability and performance, these materials emerge as a promising solution for environmentally friendly technologies. Despite notable progress through mathematical and numerical modeling methods, their behavior remains complex to predict, calling for more advanced approaches.In this thesis, we chose to explore the application of artificial intelligence, particularlyneural networks, to improve the modeling of the mechanical properties of bio-composites. The idea was to develop models capable of more accurately predicting the elastic characteristics of these materials, while reducing computation time and increasing the reliability of the results.Through numerical simulations, we validated these models, demonstrating their effectiveness compared to traditional prediction methods.By combining additive manufacturing and recycling two technologies that not onlyallow for the creation of customized parts but also reduce production waste by optimizing the distribution of natural fibers within the polymer matrix, thus enhancing mechanicalperformance this thesis opens new perspectives for the creation of high-performance and sustainable bio-composites. These two techniques offer flexibility and resource optimization that meet the current demands of industry, which is always in search of more environmentally friendly solutions. In conclusion, this research demonstrates that artificial intelligence, combined with these new manufacturing methods, can transform the way bio-composites are designed and used, offering sustainable solutions tailored to the needs of modern industries