Simulation de la propagation des fissures par fatigue dans les toiles des roues de train sous chargement à amplitude variable - Archive ouverte HAL Accéder directement au contenu
Thèse Année : 2006

Simulation of crack growth in train wheels under random load

Simulation de la propagation des fissures par fatigue dans les toiles des roues de train sous chargement à amplitude variable

Rami Hamam
  • Fonction : Auteur
  • PersonId : 838396

Résumé

Industrial components, like train wheels, are often subjected to complex stresses, either because multiaxial and random load.
It's proposed to apply an incremental crack growth model to predict crack growth in train wheels subjected to service loading. We present the improvement of the model to take into account the compressive cycles, the T-stress, and the semi elliptical shape of the crack.
The principle of the incremental model is easy, the instantaneous crack extension is proportional to the plastic blunting at crack tip. The evolution equations of the crack tip blunting are computed by Finite Element knowing the elastic plastic behaviour of the cracked structure. Two tests are necessary to identify the model parameters, a cyclic behaviour test and a monotonic crack growth test. Crack growth simulations show that the model reproduce all phenomenon observed in variable amplitude fatigue: delay after overload, acceleration after compressive overload, interaction between fatigue cycle and the history of the loading. We integrated and validate T-stress and R ratio in the model with fatigue test specimens machined in a wheel. Finally, he model has been extended for the semi elliptical crack. Crack growth test with 4 points specimen and a scale 1 wheel where performed, we found a good agreement with the model prediction.
La plupart des pièces industrielles sont soumises à des chargements multiaxiaux à amplitude variable. La connaissance de la durée de vie résiduelle d'une pièce fissurée, nécessite des modèles de propagation capables de prendre en compte ces deux aspects.
Les objectifs de la thèse portent, d'une part, sur l'application d'un modèle incrémental pour simuler la fissuration par fatigue des roues de train sous chargement à amplitude variable, et d'autre part, sur l'enrichissement de ce modèle pour prendre en compte la compression, la contrainte T et la forme semi-elliptique des fissures.
Le modèle incrémental repose sur l'idée qu'en fatigue à grand nombre de cycle, l'avancée instantanée d'une fissure est proportionnelle à l'émoussement plastique de sa pointe. Les équations d'évolution de l'émoussement plastique sont déterminées par Eléments Finis à partir du comportement élastoplastique de la structure fissurée. Deux essais sont nécessaires pour identifier les paramètres du modèle, un essai de comportement élastoplastique cyclique du matériau et un essai de fissuration en fatigue à amplitude constante. Les calcul de propagation ont montré que le modèle reproduit fidèlement tout les phénomènes observés en fatigue à amplitude variable : retard après surcharge, accélération après souscharge, interaction entre cycles et histoire de chargement pour les signaux complexe. La compression et la contrainte T ont été ensuite intégrée dans le modèle et validées grâce à des essais de fissuration réalisés sur des éprouvettes prélevées dans une roue de TGV. Enfin le modèle a été étendu en 3D, des essais de fissuration sur fissure semi-elliptique ont été menés sur éprouvettes de flexion 4 points et sur roues à l'échelle 1, l'accord avec les prédictions du modèle est satisfaisant.
Fichier principal
Vignette du fichier
Hamam2006.pdf (11.86 Mo) Télécharger le fichier

Dates et versions

tel-00133413 , version 1 (26-02-2007)

Identifiants

  • HAL Id : tel-00133413 , version 1

Citer

Rami Hamam. Simulation de la propagation des fissures par fatigue dans les toiles des roues de train sous chargement à amplitude variable. Mécanique [physics.med-ph]. École normale supérieure de Cachan - ENS Cachan, 2006. Français. ⟨NNT : ⟩. ⟨tel-00133413⟩
576 Consultations
3073 Téléchargements

Partager

Gmail Facebook X LinkedIn More