Statistical Inference of Defect Population for the Study and Simulation of the Low-Cycle Fatigue of a Cast Aluminium Alloy.
Inférence statistique de la population de défauts pour l'étude et la simulation de la fatigue oligocyclique d'un alliage d'aluminium de fonderie
Résumé
In a search for lightweight materials, cast aluminium alloys have become an efficient solution for the automotive industry. For cylinder heads, cast aluminium alloys (Aluminium-Silicon-Copper based) are often chosen for their mechanical performances combined with their good casting abilities. This study aims at better understanding the damage mechanisms of Low-Cycle Fatigue (LCF) to help define a suitable design criterion. This is achieved by combining experiments (LCF tests at ambient and high temperature), various observations (Scanning electron microscopy, laboratory 3D X-ray microtomography, crack propagation monitoring) and numerical techniques (Finite element method simulations and defect population generation). Specifically designed statistical tools allow clearly identifying the defect (casting defects) population: the defect size can be modelled by a generalized Pareto distribution and their positions by a clustered point process (thus showing the defect locations are not completely random). Using marked point processes, it is also shown that defect size and defect position are uncorrelated. Using this statistical information and by systematic observations, it is proven that only defects close to the surface are critical for the fatigue life. The different interactions between cracks and defects are also studied, especially with respect to temperature. A strain energy based fatigue criterion is introduced and allows estimating the fatigue life. Then, a crack propagation model provides a mean of taking the defect size into account, which combined with the statistics of defects, gives an estimate of the fatigue life dispersion. Finally, notched specimens tests and simulations show the study of the defect population is even more critical as the highly loaded volume becomes smaller.
Dans une optique d'allègement, les alliages d'aluminium de fonderie représentent une excellente solution technique. Ainsi, pour les culasses automobiles, les alliages d'aluminium Al-Si-Cu (Aluminium-Silicium-Cuivre) sont souvent choisis pour leurs performances mécaniques ainsi que leur bonne coulabilité. L'objectif de cette étude est d'améliorer la compréhension des mécanismes en fatigue oligocyclique pour définir un critère de fatigue adapté. Cet objectif est réalisé en combinant des essais (en fatigue oligocyclique à température ambiante et élevée), de nombreuses observations (microscopie à balayage électronique, microtomographie 3D rayons-X de laboratoire, suivi de fissure) et des simulations (génération de population de défauts et calculs éléments finis). À l'aide d'outils spécialement développés, la population de défauts (défauts de fonderie) est analysée en détails : la taille de défaut est modélisée par une distribution de Pareto généralisée et leurs positions par un processus ponctuel de type agrégé (démontrant que les défauts ne sont pas spatialement distribués de manière totalement aléatoire). Les processus ponctuels marqués permettent de montrer que tailles et positions de défauts ne sont pas corrélées. En utilisant ces informations statistiques, il est démontré que seuls les défauts proches de la surface sont critiques pour la fatigue oligocyclique. Un critère de fatigue basé sur l'énergie de déformation est utilisé pour prévoir la durée de vie en fatigue. Par la suite, un modèle de propagation de fissure permet de prendre en compte la taille de défaut dans la prévision de la durée de vie. Combiné à la statistique des défauts, ce modèle permet d'estimer la dispersion des essais. En dernier lieu, des essais et des simulations sur éprouvettes entaillées montrent que l'étude de la population de défauts est d'autant plus critique que le volume fortement sollicité mécaniquement devient plus faible.
Origine : Version validée par le jury (STAR)