Jumeau numérique pour la prédiction à-la-volée de la durée de vie résiduelle des structures composites

par Nesrine Klebi

Projet de thèse en Mécanique

Sous la direction de Pierre Kerfriden et de Basile Marchand.

Thèses en préparation à Paris Sciences et Lettres , dans le cadre de Ecole doctorale Ingénierie des Systèmes, Matériaux, Mécanique, Énergétique (Paris) , en partenariat avec ENSMP MAT. Centre des matériaux (Evry, Essonne) (laboratoire) , MAT- Simulation des matériaux et des structures - SIMS (equipe de recherche) et de École nationale supérieure des mines (Paris) (établissement de préparation de la thèse) depuis le 01-10-2019 .


  • Résumé

    La prédiction de la durée de vie des structures composites est un enjeux majeur dans le contexte industriel actuel. Cela est dû avant tout à la complexité inhérente au comportement mécanique de ces matériaux, et en particulier à l'évolution de l'endommagement, qui dépend fortement de l'interaction entre les méso-constituants. De plus, les mesures in-situ de grandeurs mécaniques telles que les déformations structurelles sont peu informatives des mécanismes d'endommagement présents. En effet, la grande rigidité des composites à renforts en carbone ces mesures insensibles aux mécanismes de défaillance en cours, jusqu'au point où la rupture finale se développe de manière instable. La modélisation des composites a cependant atteint un niveau de maturité avancé. Aujourd'hui, nous sommes capables de modéliser et de prédire à l'aveugle l'évolution des phénomènes d'endommagement dans les structures composites, en utilisant des modèles avancés de rupture de fibre et de décohésion interphase, en association avec des technologies éléments finis de pointe pour résoudre les systèmes non linéaires associés. Le Centre des matériaux possède une expérience forte dans la modélisation de l'évolution de l'endommagement dans les structures composites. Mais les calculs numériques restent assez très même dans le contexte de cas de chargement relativement simples (typiquement plusieurs jours de calcul). Pour que ces modèles puissent être appliqués à des problématiques industrielles complexes, nous devons être en mesure de prévoir le comportement dans des conditions de chargements complexes et également de prévoir l'évolution de l'endommagement à partir des mesures in-situ. Pour atteindre cet objectif il est nécessaire de mener une action de recherche avancée à la croisée entre : (i) le calcul haute performance ; (ii) l'assimilation de données et la propagation

  • Titre traduit

    Digital twinning for the online prediction of residual life of composite structures


  • Résumé

    The prediction of the residual life of advanced composite structures is extremely challenging. This is, first and foremost, due to the inherent complexity of the mechanical behaviour of these materials, and in particular the evolution of damage, which strongly depend on the interaction between their meso-constituents. Moreover, in-situ measurements of mechanical quantities such as structural strains are weakly informative proxies for ongoing damage mechanisms. Indeed, the major strength of carbon-reinforced composites - their high stiffness – is also what makes such measurements insensitive to ongoing failure mechanisms, up to the point when final fracture develops in an unstable manner. Composite modelling has, however, reached a stunning level of maturity. Today, we are capable of modelling and blindly predicting progressive damage in composite structures, using advanced meso-scale models of fiber breakage and interphase debonding, coupled with stateof-the-art finite element technologies to solve the associated nonlinear systems of coupled differential equations. The Centre des Materiaux in particular has 40 years of expertise in modelling the progressive damage of composite vessels. However, the associated numerical computations are rather expensive even in the context of relatively simple load cases (i.e. several days). To bring such modelling capabilities from our labs to engineering products, we need to be able to predict the behaviour of the component under complex loading conditions, and to forecast the evolution of equally probable states of the material, given the history of measured states of the engineering component. This endeavour requires cutting-edge research and development efforts at the intersection between (i) high-performance parallel computing and (ii) computationally efficient data assimilation and uncertainty propagation.