Rsum: Ce papier prsente une nouvelle procdure didentification par rgression multiple des paramtres du modle de comportement, de Swift coupl une variable d'endommagement. Une base de donnes est constitue partir de simulations numriques d'essais organiss selon des plans dexpriences factoriels. Les variables indpen- dantes sont reprsentes par les paramtres identifier dont les niveaux sont slectionns dans la gamme des pa- ramtres d'un essai de rfrence. Les variables dpen- dantes concernent les indices de forme gomtrique des courbes de traction, Tension/Allongement, simules. Chaque paramtre identifier, est formul en fonction des indices de forme, en utilisant la mthode de rgression li- naire multiple. Les valeurs des paramtres identifis sont calcules en fonction des indices de forme de la courbe Tension/Allongement exprimentale de l'essai de rfrence.
Mots clefs : Identification; Ecrouissage; Endommagement; Rgression Linaire Multiple; Plan d'Expriences. 1. Introduction La qualit des prdictions numriques relatives un proces- sus de mise en forme est conditionne par la prcision et la fidlit des modles de comportement retenus. Cela justifie le dveloppement de diffrentes techniques employes pour la caractrisation et l'identification du comportement des matriaux. Grce la mthode des lments finis, lidentification des modles de comportement non linaires caractriss par un nombre lev de paramtres se prsente sous forme de problme inverse [1]. Les techniques de r- solution utilises ne diffrent que par les algorithmes doptimisation labors pour minimiser lcart entre les r- sultats exprimentaux et les prvisions numriques des es- sais. Les algorithmes gntiques et les rseaux de neurones sont exploits pour les modles non linaires [2]. La m- thode du simplex permet de traiter les problmes linaires utiliss pour dterminer les paramtres danisotropie des tles [3]. La prsente tude propose une nouvelle procdure didentification base sur la technique de rgression mul- tiple et les plans dexpriences (PE) associe [4]. 2. Formulation thorique 2.1 Modles de comportement Nous avons tabli le modle dcrouissage de Swift (1) coupl une variable d'endommagement D (2) reliant la contrainte quivalente (o eq ) la dformation quivalente (c eq ) sous la forme de la relation (3) [5,6]. ( ) 0 n eq eq K o c c = + (1) eq s u D
c c c + | | = | \ . (2) ( )( ) 0 1 n eq eq K D o c c = + (3) Le paramtre c u reprsente la dformation plastique totale cumule la rupture. Le paramtre c s , reprsente la dfor- mation seuil dendommagement en dessous de laquelle l'endommagement est nul. Le paramtre est un indicateur de dommage dsignant lvolution de lendommagement dans le matriau. Pour connatre le comportement du mat- riau trois groupes de paramtres concernant l'anisotropie, l'crouissage et l'endommagement doivent tre dtermins. 2.2 Procdure dIdentification par Rgression Multiple La procdure didentification par rgression multiple (PIRM) est dveloppe, travers un couplage Matlab Python-Abaqus. Il s'agit de procder un nombre fini de simulations numriques organises selon un PE factoriel. Les variables dpendantes sont constitues par les valeurs des niveaux des paramtres identifier du modle de com- portement propos lidentification. Les rponses sont constitues par les coordonnes des points A, B, ..., E (ap- pels indices de forme gomtrique, fig. 1) des rponses simules des essais de caractrisation (des courbes de trac- tion, Tension-Allongement).
Fig. 1 Dfinition des indices de forme partir de lessai de traction. Les analyses des rsultats de deux PE numriques, dve- loppes pour la simulation de l'crouissage et de l'endom- magement, permettent d'obtenir des relations, par rgres- sion linaire multiple, entre les paramtres identifier et les indices de forme sous la forme suivante (cas de l'crouis- sage x ec =K, n, c 0 (4) et cas de l'endommagement x D = , c u , c s (5)). 0 1 2 3 4 5 6 7 3 8 1 o o o = + + + + + + + + ec E E D D A A x a a a F a a F a a F a p a p (4) 0 1 2 3 4 5 6 7 1 8 2 o o o = + + + + + + + + D A A B B C C x a a a F a a F a a F a p a p (5) 3. Stratgie d'identification et rsultats obtenus 3.1 Etapes d'identification La dmarche d'identification a t applique, en s'appuyant sur un essai de traction, en deux tapes successives. La premire tape concerne l'identification des paramtres du modle d'crouissage de Swift non coupl (D=0) en consi- drant les paramtres danisotropie fixes. Les rsultats d'identification de cette tape sont introduits dans la deu- xime tape pour l'identification des paramtres d'endom- Procdure d'identification par rgression multiple des modles de comportement de tles minces M.T. NASRI 1 , M.A. REZGUI 2 , M. AYADI 3 , F. SLIMANI 4 , A. ZGHAL 5 1 UR-MSSDT (99-UR11-46)-ENSIT, 5, Av Taha Hussein, Montfleury 1008 Tunis, Tunisia, nasri.medtoumi@gmail.com 2 mohamedali.rezgui@esstt.rnu.tn, 3 mahfoudh.ayadi@esstt.rnu.tn, 4 slimani.faouzi@yahoo.fr Troisime Congrs Tunisien de Mcanique COTUME2014 Sousse 24-26 Mars 2014 Page 1/2 magement en se basant sur le modle dcrouissage de Swift coupl une variable dendommagement (D0). 3.2 Caractrisation de lcrouissage Les niveaux des paramtres dcrouissage (K, c 0 , n) consi- drs comme pour facteurs indpendants, pour le PE num- riques ont t choisis en se basant sur les limites de varia- tion des paramtres d'crouissage pour les aciers. Les rsul- tats de la rgression linaire multiple du PE de simulation P 3 (3 3 ) sont prsents dans le tableau 1. Tableau 1: Coef. de rgression linaire des paramtres d'crouissage (PE de simulation P3(3 3 )) Coef. K c0 n a0 -18,247 -0,044836 0,087771 a2 -0,25195 a3 27,393 0,017289 a5 -3,4644 0,0098491 a6 0,43379 a7 -0,40557 -7,47E-05 a8 -0,00028498 0,0041557 R 2 99.9% 94.4% 95.3% R 2 adj 99.9% 93.9% 94.7% Les coefficients a 1 et a 4 ont t ngligs pour l'ensemble des paramtres indiquant que leurs effets respectifs sur les in- dices de forme est ngligeable. Tableau 2: Coordonnes des points caractristiques des indices de forme d'crouissage exprimentaux o(mm); F(N); p(N/mm) E D A A3 A1 oE FE oD FD oA FA p3 p1 0 , 2 5
1 5 2 5
3 , 7 0
2 1 7 2
1 6 , 3 3
2 1 9 3
1 8 8
1 , 7 2
En introduisant les indices de forme d'crouissage expri- mentaux de l'essai de rfrence (tab. 2) comme variables dans les relations de rgression respectives (tab. 1), on ob- tient les trois paramtres d'crouissage (K, c 0 , n) (tab. 3). Tableau 3: Identification des paramtres d'crouissage de l'acier E24 (25C 10 -3 s -1 ) PE de simulation K(MPa) c0(%) n F(%) P3(3 3 ) 517,56 1,86 0,242 0,20 3.3 Caractrisation de lendommagement Les paramtres d'crouissage identifis du modle de Swift non coupl (tab. 3) sont introduits dans la deuxime tape pour l'identification des paramtres d'endommagement. Les paramtres (c s , c u , ) qui caractrisent lendommagement ductile ont t pris pour facteurs indpendants. Tableau 4: Coef. de rgression linaire des paramtres d'en- dommagement (PE de simulation P3(3 3 )) Coef. c s c u
a0 0,00625 0,62376 -15,294 a1 0,24571 -6,8441 a2 -0,00017488 0,0055914 a3 -0,23597 7,4649 R 2 84,6% 67% R 2 adj 82,6% 62,7% Les rsultats de la rgression linaire multiple du PE de si- mulation P 3 (3 3 ) sont prsents dans le tableau 4. Tableau 5: Coordonnes des points caractristiques des indices de forme d'endommagement exprimentaux o(mm); F(N); p(N/mm) A C B A1 A2 oA FA oC FC oB FB p1 p2 1 8 , 0 4
2 1 9 0
2 5 , 3 8
1 5 9 0
2 5 , 1 7
2 1 7 0
- 3 , 2 1
- 2 7 0 0
Les coefficients a 4 , a 5 , a 6 , a 7 , a 8 ont t ngligs pour l'en- semble des paramtres. En introduisant les indices de forme d'endommagement ex- primentaux (tab. 5) comme variables dans les relations de rgression respectives (tab. 4), on obtient les deux para- mtres d'endommagement (c s , c u , ) (tab. 6). Tableau 6: Identification des paramtres d'en- dommagement de l'acier E24 (25C 10 -3 s -1 ) PE de simulation cs(%) cu(%) U(%) P3(3 3 ) 0,625 64,29 7,78 0,34 Au total, la PIRM a ncessit 54 simulations. L'essai de r- frence a t soumis la technique d'identification par la mthode inverse (MI) et a ncessit 302 simulations au to- tal.
Fig. 2: Courbes de traction: Exprimentale vs PIRM vs MI La figure 2 permet de confronter le modle de Swift coupl, identifi par PIRM ainsi que par MI, aux mesures expri- mentales relatives l'essai de rfrence. La superposition des courbes Tension/Allongement prsente un bon ajuste- ment entre les rponses globales. 4. Conclusion Ltude mene montre les possibilits que peut offrir lanalyse statistique de rsultats de simulation en matire didentification. Moyennant des essais de traction oriente, un nombre rduit de simulations a suffi pour identifier un modle de comportement lastoplastique coupl une va- riable d'endommagement, selon la loi de Swift. Comparer la MI une rduction importante du nombre de simulation a t observe. Les orientations futures de cette tude porteront sur lautomatisation de la procdure didentification et sa gn- ralisation dautres modles reprsentant le comportement lastoplastique endommageable des structures minces ani- sotropes. La PIRM pourrait tre gnralis pour l'identifica- tion de comportements similaires globaux l'essai de rf- rence et ceci quelque soient le matriau, le type et les con- ditions de chargement. 5. Rfrences [1] O. Ghouati, J.-C. Gelin, Identification of material parameters directly from metal forming processes, J. Mater. Process. Technol. 8081 (1998) 560564. [2] Q.S. Li, D.K. Liu, A.Y.T. Leung, N. Zhang, C.M. Tam, L.F. Yang, Modelling of structural response and optimization of structural con- trol system using neural network and genetic algorithm, Struct. De- sign Tall Buildings 9 (2000) 279293. [3] J.A. Nelder, R. Mead, A simplex method for function minimization, Comput. J. 7 (1965) 308313. [4] D.C. Montgomery, Design and Analysis of Experiments. Fifth Edi- tion. New York: John Wiley & Sons, 2001: 684. [5] M. Ayadi, M.A. Rezgui, A. Cherouat, F. Slimani et T.M. Nasri, Con- tribution la modlisation Exprimentale et Numrique des Instabili- ts Plastiques en Hydroformage des Tles Minces, Mcanique & In- dustries 10 (2009) 503-519. [6] J.L. Chaboche, Continuum damage mechanics: Present state and fu- ture trends, Nuclear Engineering and Design 105 (1987) 19-33.