Approche fiabiliste pour le tolérancement des assemblages par fixation de structures composite-métal

Abstract

L’utilisation des matériaux composites dans les structures assemblées a permis d’atteindre des niveaux de performance très élevés grâce aux propriétés spécifiques de ces matériaux. Cependant, pour garantir ces performances, les industriels s’appuient sur des gammes d’assemblage complexes afin de réduire les incertitudes et ainsi maitriser les chemins d’effort. Par exemple pour les assemblages par fixations, le contreperçage est privilégié pour limiter les défauts de positionnement des alésages et limiter les jeux. Ces gammes d’assemblage, incompatibles avec le principe d’interchangeabilité, augmentent considérablement les coûts de production.Aujourd’hui aucun outil ne permet de justifier, de remettre en cause ou d’optimiser les gammes d’assemblage en terme de compromis coût performance.Ce manuscrit propose donc une démarche de tolérancement fiabiliste des paramètres incertains pilotant le comportement des assemblages métal-composite par fixation. L’approche développée a pour but d’étudier l’effet des variabilités géométriques et matériaux sur la tenue des assemblages et de proposer une démarche pour les tolérancer. Le caractère probabiliste de la démarche, a nécessité le développement d’un modèle simplifié de comportement des assemblages par fixations afin de maitriser les temps de calcul. Ce modèle, construit à partir de surfaces rigides connectées et des éléments plaque 3-D, permet de représenter finement les phénomènes prépondérants dans le comportement des assemblages(jeu alésage fixation, contact, adhérence induit par la précharge des fixations). Il a été validé à la fois numériquement et expérimentalement. La réponse numérique de la propagation des incertitudes sur un critère de tenue mécanique est ensuite formalisée par une loi de densité de probabilité analytique. Les paramètres de cette loi sont identifiés par une stratégie combinant la méthode de Monte Carlo et la recherche des pire-cas avec un Algorithme Génétique. Cette approche permet alors de calculer les tolérances associées à un niveau de fiabilité visé.