Simulation numérique de matériaux hétérogènes non-linéaires : Intelligence artificielle et méta-modèles de comportement
Langue
en
Thèses de doctorat
Date de soutenance
2022-11-08Spécialité
Mécanique
École doctorale
École doctorale des sciences physiques et de l’ingénieur (Talence, Gironde)Résumé
L'innovation technologique s'appuie de plus en plus sur l'utilisation des matériaux hétérogènes pour des domaines de pointe (Énergies renouvelables, aéronautique, biomécanique). L'utilisation de ces matériaux est devenue ...Lire la suite >
L'innovation technologique s'appuie de plus en plus sur l'utilisation des matériaux hétérogènes pour des domaines de pointe (Énergies renouvelables, aéronautique, biomécanique). L'utilisation de ces matériaux est devenue incontournable en raison de leur excellentes propriétés mécaniques spécifiques. Cependant, le comportement thermomécanique résultant de ces microstructures est très complexe. Il présente des mécanismes de déformation non-linéaires dont l'identification demeure un véritable challenge. D'autre part, le comportement de ces matériaux est fortement dépendant du couple matériau-microstructure, il s'agit donc d'une problématique de modélisation multi-échelles. Des approches standard comme la méthode FE2 ont été largement développées dans la littérature pour la simulation de la réponse mécanique de structures hétérogènes. Néanmoins, l'utilisation de cette méthode reste dans la plupart des cas très coûteuse en terme de temps de calcul et nécessite parfois des ressources informatiques assez robustes. Ce projet de thèse a donc pour objectif de repenser en profondeur le paradigme de la simulation multi-échelles du comportement mécanique des structures architecturés. En combinant Intelligence Artificielle (IA), thermodynamique des matériaux et simulation numérique du comportement de structures, nous avons l’ambition de développer et valider des modèles hybrides permettant de simuler, avec un gain de calcul très important, le comportement multi-échelle de structures hétérogènes. L’objectif est donc d’effectuer en quelques minutes, sur un ordinateur de bureau, des simulations prenant plusieurs jours sur des centres de calcul intensif.< Réduire
Résumé en anglais
The new industrial constraints are nowadays pushing the limits of materials in terms of mechanical properties for advanced application fields (renewable energy, healthcare, transport). One solution to adapt the material ...Lire la suite >
The new industrial constraints are nowadays pushing the limits of materials in terms of mechanical properties for advanced application fields (renewable energy, healthcare, transport). One solution to adapt the material properties to target applications is to rely on heterogeneous materials due to their excellent specific characteristics (high strength-to-weight ratio, energy absorption, mechanical resistance). However, the design of such structures can be challenging given the complexity of material mechanical responses when multiple physical mechanisms are involved at different length scales. Consequently, the evaluation of the resulting mechanical behaviors requires powerful numerical tools capable of solving highly non-linear multiscale problems.Standard methodologies including multi level finite element approaches FE2 have been extensively developed in literature to simulate the macroscopic responses of heterogeneous structures. Nevertheless, the use of such methods still suffers from the high computational costs, therefore preventing it from being efficiently applied to multiscale structural analysis. The main objective of the present thesis is to propose a complete change of paradigm in the design and simulation of complex heterogeneous structures using hybrid models that combine physical knowledge and Artificial Neural Networks (ANN) based approaches. By adopting this strategy, we have observed a drastic downscale of the expected computational cost as well as the possibility of conducting expensive simulations on desktop computers instead of HPC clusters.< Réduire
Mots clés
Intelligence Artificielle
Modélisation multi-Échelle
Matériaux hétérogènes
Homogénéisation
Réseaux de neurones artificiels
Mots clés en anglais
Artificial Intelligence
Multiscale modeling
Heterogeneous materials
Homogenization
Artificial Neural Networks
Origine
Importé de STARUnités de recherche