| taille du texte : S-M-L |
| impression | intranet

Etude expérimentale et modélisation macromécanique du comportement et de l'endommagement des élastomères renforcés

type de publication      thèse de doctorat
date de publication 18-12-2007
auteur(s) Bouchart Vanessa
jury Nait-Abdelaziz M.; Brieu M.; Kondo D.; Doghri I.; Fond C.; Dragon A.; Li J.; Pilvin P.
école Université de Lille 1
  
résumé Les élastomères renforcés ou plus généralement les composites à matrice élastomérique sont largement utilisés dans divers domaines industriels. La maîtrise du comportement de cette classe de matériaux repose sur une bonne compréhension des mécanismes de déformations en jeu ainsi que des relations microstructure-comportement mécanique macroscopique. De plus, il est nécessaire de développer des modélisations adéquates du comportement qui traduisent le lien avec la microstructure hétérogène. Un moyen efficace de répondre à cette demande est de mettre en oeuvre des méthodes d'homogénéisation non linéaire permettant la détermination des réponses macroscopiques des composites hyperélastiques soumis à de grandes déformations.
L'objectif de ce travail de thèse est de prédire le comportement non linéaire et l'endommagement des composites hyperélastiques à microstructure aléatoire. On présente d'abord l'approche d'homogénéisation du second ordre retenue pour cette étude et on décrit les algorithmes développés pour mise en oeuvre de cette approche dans un contexte 3D. Afin de fournir une évaluation rigoureuse de la méthode d'homogénéisation non linéaire et de sa mise en oeuvre, on procède à des comparaisons de ses prédictions, d'abord avec des simulations éléments finis puis avec des données d'expériences réalisées sur un composite EPDMlPP dans le cadre de la thèse. Cette dernière confrontation a motivé la nécessité d'incorporer des mécanismes d'endommagement dans la loi de comportement micro-macro proposée. Une validation du modèle complet permet d'en illustrer les capacités prédictives pour I'EPDMPP.
Exporter la citation au format CSV (pour Excel) ou BiBTeX (pour LaTeX).