Une méthodologie probabiliste multi-échelle pour prédire la durée de vie en fatigue des alliages poreux à partir d'images tomographiques

Cette étude vise à établir une méthodologie permettant de prendre en compte la variabilité du comportement en fatigue à grand nombre de cycles (HCF) des alliages, en modélisant explicitement les pores à l'échelle méso (défauts géométriques) présents dans le matériau. Bien qu'il existe des stratégies numériques pour prédire la durée de vie en HCF à partir de simulations haute résolution des réseaux de pores, plusieurs défis subsistent. Premièrement, la prédiction de la durée de vie en fatigue devient difficile lorsque les réseaux de pores exacts présents dans le matériau sont inconnus. Deuxièmement, les coûts de calcul des simulations non-linéaires par éléments finis (EF) au niveau des défauts sont élevés, car un grand nombre de degrés de liberté est nécessaire pour représenter précisément le réseau de pores dans le matériau. Enfin, l'identification des modèles de fatigue exige de nombreuses données d'essais de fatigue, longues à obtenir.Nous développons une méthodologie multi-échelle pour intégrer les effets des défauts sur la durée de vie en HCF. À l'échelle microscopique, la variabilité de la durée de vie est traitée via des modèles probabilistes, sans modélisation explicite des défauts. À l'échelle mésoscopique, des maillages EF haute résolution sont créés à partir d'images tomographiques, afin de rendre compte des effets conjugués de la morphologie, des interactions entre pores, ainsi que des effets de surface. Un échantillonneur statistique est utilisé pour générer différentes configurations et estimer la distribution de la durée de vie en fatigue en fonction des distributions de pores. Ainsi, une nouvelle méthode pour calibrer les modèles probabilistes tenant compte de cette incertitude liée aux pores est proposée. Cette approche permet de fournir des estimations de durée de vie en HCF en fonction des deux échelles analysées, tout en réduisant le nombre de données nécessaires à l'identification robuste d'un tel modèle. De plus, afin de réduire les coûts de calcul de la méthode multi-échelle, nous développons un nouvel algorithme local de correction plastique de type Neuber pour approximer le comportement plastique à partir de calculs élastiques. Nous démontrons l'efficacité de notre méthode pour diverses structures poreuses, sous des conditions de plasticité confinée et de chargement proportionnel.Dans la dernière partie de cette thèse, nous explorons l'usage des données d'auto-échauffement pour réduire les données de calibration, comme suggéré par Doudard et al., 2004. Une augmentation de température est observée autour des pores, liée à la conductivité thermique des alliages testés. Nous proposons une méthode d'identification qui renforce la robustesse du modèle face aux mesures thermiques bruitées. Le critère de ce modèle est ensuite étendu pour inclure la plasticité, permettant son application aux matériaux poreux.