Mechanical joining: strategies dedicated to processes optimisation and mechanical behaviour identification
Assemblage mécanique : stratégies d'optimisation des procédés et d'identification des comportements mécaniques des matériaux
Résumé
This study deals with the development of a numerical strategy dedicated to mechanical joining processes optimisation and to parameters identification by inverse analysis. The first part is dedicated to the definition and development of an optimisation and inverse analysis platform. This platform is adapted to finite element computations. An optimisation algorithm with a kriging meta-model has been developed and included in the platform. In order to deal with time consuming computation a parallel version of this algorithm, based on kriging properties, has been developed. Significant acceleration of the parallel algorithm has been observed, leading to a decrease in time of the resolution of the optimisation issue. In the second part of this work an optimisation methodology has been carried out for mechanical joining processes. This procedure enables to optimize a global simulation chain, including both the joining process and the mechanical strength analysis of the joined component. This procedure is applied to the clinching joining process and gives rise to an 13% increase of the mechanical strength of the component. The third part of this work deals with a parameter identification study of an elastic-plastic law coupled with a ductile damage model. The identification procedure is based on a tensile test. A power hardening law and a Lemaitre model are chosen respectively for the elastic-plastic behaviour and for ductile damage. Three different observables have been taken into account: the load/displacement curve, the necking measurement, and displacement fields. Displacement fields are measured by full field measurement methods. It is shown how the enrichment of the observables database improves the definition of the inverse problem and decreases correlation issues between parameters.
Ce travail de thèse porte sur la mise en place d'une méthodologie d'optimisation des procédés d'assemblage, ainsi que sur l'identification de paramètres de lois de comportement et d'endommagement pour la modélisation des assemblages par déformation plastique. La première partie du travail est axée sur la création d'une plateforme d'optimisation et d'analyse inverse permettant d'exploiter des calculs par éléments finis. Dans le cadre du développement de cette plateforme, un algorithme d'optimisation basé sur l'exploitation d'un méta-modèle par krigeage a été développé. Afin de répondre aux problématiques de temps de calcul, une version parallèle de cet algorithme exploitant les propriétés du krigeage est proposée. Cette version parallèle montre des accélérations significatives par rapport à la version séquentielle, accélérations qui permettent un gain de temps substantiel pour résoudre le problème d'optimisation. Le second axe de ce travail propose une procédure d'optimisation de la tenue mécanique des assemblages par déformation plastique. Cette optimisation est basée sur une chaîne de modélisations incluant la phase d'assemblage et de tenue mécanique à l'arrachement. L'application de cette procédure à la technologie de clinchage permet un gain de 13% de la tenue mécanique à l'arrachement par rapport à la solution de référence. La troisième partie du travail est axée sur l'identification par analyse inverse de paramètres de lois de comportement élasto-plastique et d'endommagement. L'identification, basée sur des essais de traction, se focalise sur une loi de type élasto-plastique, couplée au modèle d'endommagement ductile de Lemaitre. Une attention particulière est portée au type d'observables utilisées pour réaliser l'identification. Trois types d'observables sont étudiées : la courbe force/déplacement, la mesure de striction, et le champ de déplacement issu de mesures de champs. L'enrichissement de la base d'observables permet de mieux définir le problème inverse en diminuant notamment les corrélations entre paramètres et rend donc l'identification plus efficace.
Loading...