Vous êtes sur la page 1sur 45
Soutenance de Thèse de Doctorat 14 Février 2004 Identification des lois de comportement élastoplastiques par
Soutenance de Thèse de Doctorat
14 Février 2004
Identification des lois de comportement
élastoplastiques par essais inhomogènes
et simulations numériques
Ali KHALFALLAH
Directeur de Thèse: A.Dogui
Co-Encadrement
: H. Bel Hadj Salah
Laboratoire de Génie Mécanique
École Nationale d’Ingénieurs de Monastir
Faculté des Sciences de Tunis
1
Plan de l’exposé Objectif Position du problème Modèles de comportement considérés Modèle isotrope transverse
Plan de l’exposé
Objectif
Position du problème
Modèles de comportement considérés
Modèle isotrope transverse
Modèle quadratique orthotrope de Hill
Modèle non quadratique de Barlat
Algorithme d’identification des modèles
Méthode numérique de calcul direct (MEF)
Procédure d’optimisation
Base de données expérimentales
Stratégies d’identification des modèles
(Résultats numériques)
Analyse de sensibilité
Méthode de calcul
Indicateur de sensibilité
Conclusions & perspectives
2
Objectif Établir une stratégie d’identification des paramètres des lois de comportement élastoplastiques de tôles
Objectif
Établir une stratégie d’identification des paramètres
des lois de comportement élastoplastiques de tôles
destinées à l’emboutissage à partir :
d’essais expérimentaux ( non homogènes)
méthode numérique d’identification (Expérience-Calcul).
Une analyse de sensibilité permettant :
d’étudier l’influence de la fluctuation des paramètres
sur la réponse simulée
de choisir l’essai dont la réponse est la plus sensible
par rapport aux paramètres identifiés.
3
Position du problème Identification des paramètres de lois comportement élastoplastiques à partir des essais
Position du problème
Identification des paramètres de lois comportement élastoplastiques
à partir des essais expérimentaux réalisés au laboratoire.
Démarche
Classique
d’identification
Hypothèses
d’homogénéité
des essais
Mesures expérimentales
(grandeurs globales)
Force - Déplacement
Lois de comportement
(grandeurs locales)
Contrainte-Déformation
Essais non homogènes
CalculCalcul parpar lala M.E.FM.E.F
4
Traction Plane est un essai inhomogène [Gaaloul,93; Genevois,92] 479 485 (b) 498 0.3 0.33 0.35
Traction Plane est un essai inhomogène [Gaaloul,93; Genevois,92]
479
485
(b)
498
0.3
0.33
0.35
(a)
Les contours d’isovaleurs du champs de contraintes(b)
et déformations(a)
(Nos simulations)
5
ModModèèlesles dede comportementcomportement 6
ModModèèlesles
dede comportementcomportement
6
Modèles de comportement considérés Lois de comportement élastoplastiques en HPP p ε====ε ++++ε e
Modèles de comportement considérés
Lois de comportement élastoplastiques en HPP
p
ε====ε ++++ε
e
Décomposition de la déformation
f(σ,α)====σ(σσσσ)−−−−σs (α)≤≤≤≤0
Fonction de charge (seuil)
σ σσσσ
Contrainte équivalente
(
)
σ s(α) Fonction
d’écrouissage
p
σ====A ε−−−−ε
(
)
Loi élastique
∂∂∂∂ g(
σα
,
)
p
ε
& ==== ==== &
α
∂∂∂∂
σ
Loi d’évolution plastique
g : fonction potentiel plastique
&
α & ≥ 0,
αf & = 0,
αf & = 0
Variable interne d’écrouissage
7
(État de contraintes planes) Modèle isotrope transverse de Hill Critère de Plasticité p r 1
(État de contraintes planes)
Modèle isotrope transverse de Hill
Critère de Plasticité
p
r
1
1
+
2 r
ε
&
2
2
2
2
2
σ
=
(
σ
σ
)
+
(
σ
+
σ
)
+
2
σ
22
et
r =
11
22
11
22
12
1 + r
1
+
r
1 + r
p
ε
&
33
Modèle quadratique orthotrope de Hill
Critère de Plasticité
2
2
2
2
σ
=(G+H)σ
−2Hσ σ
+(F +H)σ
+2Nσ
11
11
22
22
12
Modèle non quadratique de Barlat Yld96
Critère de Plasticité
m
m
m
m
=
α
s
s
+
α
s
s
+
α
s
s
1
2
3
2
3
1
3
1
2
8
][ ] S_i(i=1,2,3) : les valeurs propres de [ ] s = [ D L
][
]
S_i(i=1,2,3) : les valeurs propres de [ ]
s
=
[
D
L σ
c
(
σ
σ
)
+
c
σ
3
11
22
2
11
c
σ
0
6
12
3
c
σ
c (
σ
σ
)
σ
1
22
3
11
22
[s] = 
c
0
6
12
3
0
0
s
s
xx
yy
s : tenseur de contraintes modifié par l’opérateur linéaire [L]
pour un état de contraintes planes
Les coefficients d’anisotropie sont:
α i (i=1 3)
c 1 , c 2 , c 3 et c 6
m : coefficient de forme du critère
α
=1
i
c 1 = c 2 , c 3 et c 6
9
AlgorithmeAlgorithme dd’’identificationidentification 10
AlgorithmeAlgorithme
dd’’identificationidentification
10
Algorithme d’identification des modèles Début <P 0 > <P1> À l’itération suivante M.E.F non
Algorithme d’identification des modèles
Début
<P 0 >
<P1>
À l’itération suivante
M.E.F
non
F cal (p)
M. Optim.
E(p)≤ε
E(p)=||F cal -F exp ||
oui
Données Exp.
<P optim .>
F exp -u
Fin
11
Méthode de calcul direct(MEF) (H. BEL HADJ SALAH) div σ = 0 sur Ω Calcul
Méthode de calcul direct(MEF)
(H. BEL HADJ SALAH)
div σ = 0
sur
Calcul direct
r
σσσσ
.n = 0
sur Γ
d r
f
Γu
r
d
u
r =
U
sur
Γ u
r
r
U (t) ==== U(t).d
d
ε====
1
2 (
∇∇∇∇ u r +∇+∇+∇+∇
u r
T
)
Γ
f
f(σ,α)≤≤≤≤0
Loi de
∂∂∂∂ f(
σα
,
)
p
ε
& ==== ==== &
α
σ
comportement
∂∂∂∂
12
Solution du problème (H. BEL HADJ SALAH) Champs de contraintes r et déplacements: u(x,t )=Uχ(x)+w(x,t
Solution du problème
(H. BEL HADJ SALAH)
Champs de contraintes
r et déplacements:
u(x,t )=Uχ(x)+w(x,t )
s et
χ Solution du
problème élastique
U
=1
p = 0
σ ====
Us( x )
++++σ
r ( x,t )
Champs de contraintes
et déplacement:
σ r (x,t); w(x,t); r
Solution
du problème élastique
p
U ==== 0;
ε
donnée
•Discrétisation par MEF
•Formulation appropriée
a
e
ab
pb
=
dUσ
+
∑ S
b
S ab : dépend seulement de la géométrie de la structure
et de ses propriétés élastiques
13
La réponse calculée : Courbe (force, déplacement) 1 PPV F = ∫ σσσσ : εεεε&
La réponse calculée : Courbe (force, déplacement)
1
PPV
F =
σσσσ
:
εεεε&
d
&
U
F : module de la réaction suivant la direction d
correspondant au déplacement imposé U d
14
Procédure d’optimisation (Méthode du simplexe) Propriétés principales - Méthode d’optimisation directe (pas de
Procédure d’optimisation (Méthode du simplexe)
Propriétés principales
- Méthode d’optimisation directe (pas de gradient à calculer).
- Convergence vers le minimum global.
- Le simplexe est bien adapté pour l’optimisation des structures
où le nombre de paramètres n’est pas élevé.
- Méthode relativement lente
15
Base de données expérimentales Trois tôles anisotropes Tôle 1 : D280 acier à haute limite
Base de données expérimentales
Trois tôles anisotropes
Tôle 1 : D280 acier à haute limite élastique
Tôle 2 : IF acier sans interstitiels
Tôle 3 : ES acier extra doux
σψ(εψ)
Des essais de traction Hors-axes :
ε
&
(
ψ
)
22
Les coefficients de Lankford :
r ====
ψ
ε
&
(
ψ
)
33
Essais de traction plane : Courbe (effort de traction, ∆e)
16
Eprouvette de traction plane Effort de traction ∆e L=295 mm ; a0=285 mm ; R0
Eprouvette de traction plane
Effort de traction
∆e
L=295 mm ;
a0=285 mm ;
R0 =25 mm
b0=50 mm
c0=30 mm
17
StratStratéégiesgies dd’’identificationidentification 18
StratStratéégiesgies
dd’’identificationidentification
18
Stratégies d’identification des modèles de comportement TS On dispose des essais expérimentaux TP a (σ
Stratégies d’identification des modèles de comportement
TS
On dispose des essais expérimentaux
TP
a (σ ψ ,ε ψ ) et
a (F,∆e)
r ψ
►Identification à partir des coefficients d’anisotropie expérimentaux
►►IdentificationIdentification àà partirpartir desdes courbescourbes dd’é’écrouissagecrouissage (F,u)(F,u)
● Identification de la fonction d’écrouissage σ s (α)
● Identification des coefficients du critère de plasticité
● Identification des coefficients de la fonction potentiel plastique
19
Fonction d’écrouissage σ s (α)=K(ε 0 +α) n Tôle 1 Coef. de Swift Tôle 3
Fonction d’écrouissage σ s (α)=K(ε 0 +α) n
Tôle 1
Coef. de Swift
Tôle 3
Tôle
K[MPa]
ε
n
0
Tôle 1
643
0,01
0,19
Tôle 2
Tôle 2
580
0,004
0,26
Tôle 3
557
0,007
0,23
Identification des coefficients de la fonction
d ’écrouissage de Swift
Identification des courbes d’écrouissage pour
les tôles 1,2 & 3
20
Modèle isotrope transverse de Hill (plasticité associée) - Identification d’une fonction d’écrouissage: σ s (α)
Modèle isotrope transverse de Hill (plasticité associée)
- Identification d’une fonction d’écrouissage: σ s (α)
- Identification du coefficient d’anisotropie: r
• Identification homogène
Essai de traction plane
homogène
• Identification inhomogène
= Minimiser l’erreur entre la courbe de TP simulée (MEF)
et la courbe expérimentale (F/S0,∆∆∆∆e/e0)
2
N
cal
exp
1
 F
( p )
F
E( p ) =
i
i
F exp
N
i = 1
i 
21
r r r homo inhom exp Comparaison (homogène & Inhomogène) Tôle 1 0.94 1.25 1.09
r
r
r
homo
inhom
exp
Comparaison (homogène & Inhomogène)
Tôle 1
0.94
1.25
1.09
Tôle 2
1.41
1.83
2.15
Tôle 3
1.16
1.45
1.81
22
Modèle isotrope transverse de Hill (plasticité non associée) - Identification d’une fonction d’écrouissage: σ s
Modèle isotrope transverse de Hill (plasticité non associée)
- Identification d’une fonction d’écrouissage: σ s (α)
- Identification du coefficient d’anisotropie r du critère plastique
- Identification du coefficient d’anisotropie r’ du potentiel plastique
r’= r exp
• Identification homogène
Essai de traction plane
homogène
• Identification inhomogène
Essai de traction plane
inhomogène
= Minimiser l’erreur entre la courbe de TP simulée (MEF)
et la courbe expérimentale (F/S0,∆∆∆∆e/e0)
23
Modèle isotrope transverse de Hill (plasticité non associée) RRéésultatssultats obtenusobtenus Tôles r_inhomog
Modèle isotrope transverse de Hill (plasticité non associée)
RRéésultatssultats obtenusobtenus
Tôles
r_inhomog
r'
r_homog
r'
Tôle 1
1.21
1.09
0.93
1.09
Tôle 2
1.71
2.15
1.25
2.15
Tôle 3
1.19
1.81
1.05
1.81
Identification inhomogène
Identification homogène
Ce modèle permet de décrire l’anisotropie de la loi d’évolution
plastique et l’anisotropie du critère de plasticité
24
Validation du modèle isotrope transverse non associé par l’essai EB La validation du modèle ITNA
Validation du modèle isotrope transverse non associé par l’essai EB
La validation du modèle ITNA ne donne pas de bons résultats
25
Identification du modèle quadratique ortho. de Hill (plasticité associée) - Identification d’une fonction
Identification du modèle quadratique ortho. de Hill (plasticité associée)
- Identification d’une fonction d’écrouissage: σ s (α)
- Identification des coefficients d’anisotropie (F,G,H et N)
σ = σ 11 a (G+H=1)
trois coefficients indépendants
(a 1 ,a 2 , a 3 ) à identifier
(Comment ?)
26
Stratégies d’identification du modèle de Hill associé Essais de traction Hors axes h Identifier a1,a2,
Stratégies d’identification du modèle de Hill associé
Essais de traction
Hors axes
h Identifier
a1,a2, a3 à partir des coefficients de Lankford expérimentaux
h Identifier
* a 1 ,a 2 à partir des courbes d ’écrouissage en traction Hors-axes
* a 3 à partir des coefficients de Lankford expérimentaux
h Identifier
a
à partir des courbes d ’écrouissage en traction Hors-axes
* 1 ,a 2
* d ’un autre essai (courbe d ’écrouissage en TP)
a
3
27
• Identification homogène et a 1 a 2 a 3 • Identification inhomogène a 3
• Identification homogène
et
a 1
a 2
a 3
• Identification inhomogène
a 3
28
Résultats Obtenus L’identification inhomogène prévoit mieux les coefficients d’anisotropie 29
Résultats Obtenus
L’identification inhomogène prévoit mieux les coefficients d’anisotropie
29
Identification du modèle quadratique orthotrope de Hill non associé - Identification d’une fonction d’écrouissage:
Identification du modèle quadratique orthotrope de Hill non associé
- Identification d’une fonction d’écrouissage: σ s (α)
- Identification des coefficients d’anisotropie du critère (a 1 ,a 2 & a 3 )
- Identifier des coefficients d’anisotropie du potentiel plastique (a’ 1 , a’ 2 & a’ 3 )
Comment ?
30
Stratégies d’identification du modèle de Hill non associé h Identification des coefficients d’anisotropie du
Stratégies d’identification du modèle de Hill non associé
h Identification des coefficients d’anisotropie du critcritèèrere
* 1 ,a 2
a
à partir des courbes d ’écrouissage en traction Hors-axes
* d ’un autre essai (courbe d ’écrouissage en TP)
a
3
h Identification des coefficients d’anisotropie du potentielpotentiel
* a’ 1 ,a’ 2
a’ 3 à partir des coefficients d’anisotropie expérimentaux r’(ψψψψ)
a’ 1 , a’ 2 , a’ 3
31
Evolution des coefficients expérimentaux et ceux identifiés de Lankford en fonction de l’angle ψ Une
Evolution des coefficients expérimentaux et ceux
identifiés de Lankford en fonction de l’angle ψ
Une fonction « potentiel plastique »
de forme quadratique est suffisante
pour d’écrire l’évolution des
déformations plastiques pour les 3 tôles
32
• Identification homogène et a 1 a 2 a 3 • Identification inhomogène a 3
• Identification homogène
et
a 1
a 2
a 3
• Identification inhomogène
a 3
33
Résultats Obtenus 1.4 Tôle 1 1.2 1 Identification des coefficients d’anisotropie du modèle de Hill
Résultats Obtenus
1.4
Tôle 1
1.2
1
Identification des coefficients
d’anisotropie du modèle
de Hill non associée pour les
trois tôles
0.8
0.6
r_homog
r_inhomog
0.4
r'=r_exp
0.2
Coefficients d'anisotrope du modèle de Hill non associé
0
0
20
40
60
80
100
ψψψψ °
2.5
3
Tôle 2
Tôle 3
2.8
2
2.6
2.4
1.5
2.2
2
r_homog
1
1.8
r_inhomog
r'= r_exp
1.6
r_homog
1.4
0.5
r_inhomog
1.2
r'=rexp
1
0
ψψψψ°
0
20
40
60
80
100
0
20
40
60
80
100
ψψψψ °
34
r( ψψψψ )
r
)(ψ(ψ(ψ(ψ
r(
)
Modèle non quadratique de Barlat Yld’96 (Etat de contraintes planes) - Identification d’une fonction
Modèle non quadratique de Barlat Yld’96
(Etat de contraintes planes)
- Identification d’une fonction d’écrouissage: σ s (α)
- Identification des coefficients c 1 ,c 2 , c 3 , c 6 et m
TS 00
A partir des courbes d’écrouissage en traction plane
RRéésultatssultats obtenusobtenus
Tôles
c
c
c
c
m
r
r
1
2
3
6
exp
Tôle 2
0.798
0.798
1.189
1.058
8
2.14
2.15
Tôle 3
0.837
0.837
1.153
1.048
8
1.85
1.81
Ce modèle tient compte de l’anisotropie
la loi d’évolution des déformations plastiques.
35
Identification inverse du modèle de Barlat Ce modèle tient compte de l ’anisotropie du critère
Identification inverse
du modèle de Barlat
Ce modèle tient compte
de l ’anisotropie du critère
36
AnalyseAnalyse dede sensibilitsensibilitéé 37
AnalyseAnalyse dede sensibilitsensibilitéé
37
Analyse de sensibilité Analyse de sensibilité paramétrique Analyser la sensibilité de la réponse du modèle
Analyse de sensibilité
Analyse de sensibilité paramétrique
Analyser la sensibilité de la réponse du modèle par rapport aux paramètres :
Calcul de la variation de F par rapport aux paramètres
∂ F
1
p
σσσσ
∂ &
εεεε
&
=
&
+
σσσσ
:
εεεε
:
dΩ
∂ r
&
U
r
r
Ω 
∂σσσσ
p
∂εεεε&
∂r
∂ r
38
MMééthodethode dede CalculCalcul pb ∂ ( d σσσσ ) ∂ ( d εεεε ) a
MMééthodethode dede CalculCalcul
pb
∂ ( d
σσσσ
)
∂ ( d
εεεε
)
a
e
ab
pb
=
dUσ
+
S
ab
=
S
:
r
r
b
b
p
f
∂ ( d
εεεε
)
f
f
d
εεεε
p
=
d
αααα ∂
=
( d
αααα
)
+ d
αααα
σσσσ
r
r
σσσσ
r
σσσσ
∂αααα
∂σσσσ
∂ ( d
σσσσ
)
+
αααα
b
( d
)
=A:(
)
r
∂ r
r
r
Système d’équations linéaires à résoudre:
a
M
( d
σσσσ
)
=
N
ab
a
r
b
 ∂ 
σσσσ
 ∂ 
σσσσ
∂ ( d
σσσσ
)
=
+
Calcul incrémental
r
r
r
1
0
39
SensibilitSensibilitéé dede lala rrééponseponse enen TPTP (Homo&(Homo& InhomoInhomo.).) // «« rr »» 40
SensibilitSensibilitéé dede lala rrééponseponse enen TPTP (Homo&(Homo& InhomoInhomo.).) // «« rr »»
40
SensibilitSensibilitéé dede lala rrééponseponse enen TPTP (Homo.&(Homo.& InhomoInhomo)) ««
SensibilitSensibilitéé dede lala rrééponseponse enen TPTP (Homo.&(Homo.& InhomoInhomo)) «« rrψψψψψψψψ »»
41
Analyse de sensibilité des essais/paramètres Indicateur de Sensibilité Pour exprimer la capacité d’un essai pour
Analyse de sensibilité des essais/paramètres
Indicateur de Sensibilité
Pour exprimer la capacité d’un essai pour
mieux identifier les coefficients
d’anisotropie d’un matériau par rapport à
un autre essai
2
2
 dF
F
S=
/
Indicateur de sensibilité
 dr
r
Traction plane
Expansion Equibiaxiale
Cisaillement Simple
S(r)
42
SensibilitSensibilitéé desdes essaisessais (TP,EB,CS)(TP,EB,CS) // auau coefcoef dd’’anisotropieanisotropie «« rr
SensibilitSensibilitéé desdes essaisessais (TP,EB,CS)(TP,EB,CS) // auau coefcoef dd’’anisotropieanisotropie «« rr »»
43
Conclusions & perspectives Définition et mise en œuvre des stratégies d’identification des lois de comportement
Conclusions & perspectives
Définition et mise en œuvre des stratégies d’identification des lois
de comportement des tôles anisotropes à partir d’essais inhomogènes.
- Une meilleure prédiction des coefficients d’anisotropie
- Une utilisation des essais expérimentaux sans hypothèses supplémentaires
Une méthode quasi-analytique de calcul de sensibilité est présentée:
analyse de sensibilité paramétrique des différents essais
aux différents paramètres de la loi de comportement
Développer ces stratégies d’identification pour des modèles de
Comportement formulés en grandes transformations
Rendre plus systématique la stratégie d’identification et l’étendre
à l’optimisation des procédés de mise en forme.
44
45
45