Un outil complètement automatisé pour l'évaluation en profondeur des performances des modèles d'homogénéisation - Archive ouverte HAL Accéder directement au contenu
Communication Dans Un Congrès Année : 2011

Un outil complètement automatisé pour l'évaluation en profondeur des performances des modèles d'homogénéisation

Résumé

Les modèles d'homogénéisation analytiques permettent de prédire le comportement mécanique de composites à partir de la connaissance de la microstructure ainsi que des propriétés des phases constituantes. En vue d'avoir une certaine confiance dans ces modèles, il est nécessaire de les valider par des méthodes numériques. Cette communication présente un outil complètement automatisable permettant de valider les performances de certains modèles d'homogénéisation analytiques pour des matrices isotropes renforcées par des inclusions sphériques isotropes et aléatoirement distribuées. Les sphères ont été générées par un algorithme basé sur la dynamique moléculaire. Les propriétés effectives du composite ont été déterminées grâce à un algorithme basé sur la Transformée de Fourier Rapide (TFR). Les prédictions de certains modèles analytiques sont comparées par rapport à la solution exacte fournie par l'outil numérique. Les modèles Mori-Tanka et auto-cohérent fournissent des solutions précises pour de faibles fractions volumiques. Ceci n'est pas le cas pour une grande fraction volumique d'inclusions, surtout lorsque le contraste entre sphère et matrice est élevé.
Fichier principal
Vignette du fichier
66.pdf (704.24 Ko) Télécharger le fichier
Origine : Accord explicite pour ce dépôt
Loading...

Dates et versions

hal-00603052 , version 1 (24-06-2011)

Identifiants

  • HAL Id : hal-00603052 , version 1

Citer

Elias Ghossein, Martin Lévesque. Un outil complètement automatisé pour l'évaluation en profondeur des performances des modèles d'homogénéisation. 17èmes Journées Nationales sur les Composites (JNC17), Jun 2011, Poitiers-Futuroscope, France. pp.66. ⟨hal-00603052⟩
83 Consultations
145 Téléchargements

Partager

Gmail Facebook X LinkedIn More