Rappfinalthese_rabibensghaier

N° d’ordre :
Université de Monastir
Ecole Nationale d’Ingénieurs de Monastir
Laboratoire de Génie Mécanique
MÉMOIRE DE THÈSE
Présenté à :
L’ECOLE NATIONALE D’INGENIEURS DE MONASTIR
Pour obtenir le
DIPLÔME DE DOCTEUR
En génie mécanique
Par
BEN SGHAIER RABÏ

Ingénieur Diplômé en Génie Mécanique
De l’Ecole Nationale d’Ingénieurs de Monastir
PREVISION PROBABILISTE DU COMPORTEMENT EN FATIGUE

POLYCYCLIQUE DES MATERIAUX METALLIQUES
Soutenu le 22 décembre 2009 devant la commission d’examen composée de :
Mr. Tarek BEN AMER Président

Mr. Hbib SIDHOM Rapporteur
Mr. Anis CHELBI Rapporteur
Mr. Abdelwaheb DOGUI Directeur de thèse
Mr. Raouf FATHALLAH Encadreur
Laboratoire de Génie Mécanique, MRSTDC : LAB MA-05,

ENIM, Avenue Ibn Jazzar, 5019, Monastir.
A mes parents,
Vous avez toujours voulu que je sois ce que je suis, et aujourd’hui,
ce travail est le fruit de vos sacrifices.
A l’esprit de ma mère qui est partie de cette vie, mais
elle n’est jamais partie de mes sentiments, mes mots ne pourraient
rien ajouter à cet ange que tu es pour moi.
A mon père, par tes qualités de cœur et d’esprit, tu représentes
pour moi la parfaite définition de l’honnête homme.
A mon épouse,
Toi, qui en a le plus cru et le plus souffert,
Cette thèse est la tienne, faible témoignage de mon infini amour.
A ma fille,
Hier tu nous parlais qu’avec les yeux.
Aujourd’hui tu croques dans la vie.
Merci, pour ta leçon de courage.
Je te dédie cette thèse faible témoignage de mon
immense tendresse.
A mes sœurs.
Chacun de vous connait la place qu’il tient dans mon cœur.
Cette thèse vous est dédiée, faible témoignage de ma profonde affection.
REMERCIEMENTS
Ce travail de recherche s’est déroulé au Laboratoire de Génie Mécanique (LGM – SERST
LAB-MA05) à L’Ecole Nationale d’Ingénieurs de Monastir (ENIM). La bonne réalisation de
cette étude n’a été rendu possible que grâce à l’aide et au concours d’un grand nombre de
personnes aux quelles je tiens à exprimer mes vifs remerciements.
Tout d’abord, je remercie Monsieur Abdelwaheb DOGUI, professeur à l’ENIM, qui m’a fait
l’honneur d’accepter d’être le directeur de ma thèse, de m’accueillir au sein du laboratoire
et pour m’avoir permis d’effecteur ce travail dans de bonnes conditions et pour sa
gentillesse.
Je remercie tout particulièrement Monsieur Raouf FATHALLAH Maître de conférences à
l’Ecole Nationale d’Ingénieurs de Sousse (ENISO) et Monsieur Chokri BOURAOUI maître
assistant à l’ENIM, qui ont bien dirigé ce travail, pour leurs compétences, leurs
implications et leurs complicités, qui m’ont beaucoup aidé tout au long de ce travail.
J’espère être à la hauteur de leurs attentes durant ces années où nous avons formé une
équipe solide. Je tiens à les remercier pour leur confiance et leur disponibilité. Notre
complicité a bien fonctionné et je souhaite qu’elle perdure.
Je remercie vivement Monsieur Tarek Ben Amer, maître de conférences à l’ENIM, d’avoir
accepté de présider le jury de cette thèse et je remercie également Monsieur Hbib Sidhom,
professeur à l’Ecole Supérieure des Sciences et Techniques de Tunis (ESSTT) et Monsieur
Anis Chelbi, maître de conférences à l’ESSTT de m’avoir fait l’honneur d’accepter de
rapporter cette thèse.
Je remercie tous les membres du Labo pour leurs conseils et leurs aides.
Enfin, je remercie tous ceux qui m’ont soutenu et aidé de près ou de loin, dans la mesure
de leurs moyens, tout au long de ce cursus.

Table des matières
Table des matières. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1

Liste des figures. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
Liste des tableaux. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
Nomenclature. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
Introduction générale. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
Chapitre I : Etude bibliographique

I.1. Généralités sur la rupture par fatigue des matériaux métalliques. . . . . . . . . . . . . . . 18
I.1.1 Amorçage des microfissures. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
I.1.2 Propagation des fissures. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
I.1.3 Rupture brutale. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
I.2. Essais de fatigue. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
I.2.1 Courbe de Wöhler. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
I.2.2 Aspect statistique. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
I.3. Paramètres d’influence en fatigue. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
I.3.1 Paramètres d’ordre mécanique. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
I.3.2 Paramètres d’ordre métallurgique. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
I.3.3 Paramètres d’ordre géométrique. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
I.3.4 Paramètres d’environnement. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
I.4. Dimensionnement des pièces à la fatigue. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
I.4.1 Diagrammes de fatigue uniaxiale. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
I.4.2 Critères de fatigue multiaxiale. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
I.4.3 Critère de Crossland. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
I.4.4 Critère de Dang Van. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
I.5. Influence du grenaillage de précontrainte sur la fatigue. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34
I.5.1 Effet mécanique. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34
I.5.2 Effet métallurgique. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
I.5.3 Effet de la rugosité. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
I.5.4 Effet d’endommagement. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
I.6. Approches probabilistes appliquées à la fatigue. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38
I.6.1 Méthodes de calcul de la fiabilité. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38
I.6.1.1 Méthodes basées sur l’indice de fiabilité. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
a) Indice de Cornell. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
b) Indice de Hasofer Lind. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
c) Méthode de calcul de premier ordre (FORM) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42
d) Méthode de calcul de second ordre (SORM) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
I.6.1.2 Méthode de tirage d’importance. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
I.6.1.3 Méthode Monte Carlo. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
I.6.2 Approches probabilistes avec prise en compte des défauts. . . . . . . . . . . . . . . . . . . . . . 44
I.6.2.1 Modèle de Weibull. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
I.6.2.2 Approche de Chantier. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
I.6.2.3 Approche de Bomas. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48
I.7. Synthèse et orientation de la thèse. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
BEN SGHAIER Rabï. -1-

Table des matières
Chapitre II : Approche probabiliste de fatigue

polycyclique dans le cas des pièces non traitées
II.1. Développement du modèle probabiliste. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 54
II.1.1 Modélisation probabilisée du critère de Crossland. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 54
II.1.1.1 Distribution aléatoire des paramètres du critère. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 54
II.1.1.2 Distribution aléatoire du chargement. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56
II.1.2.Méthodologie de calcul de la fiabilité. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 58
II.1.2.1 Données d’entrée du modèle. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61
II.1.2.2 Modélisation de la dispersion des paramètres du matériau. . . . . . . . . . 61
II.1.2.3 Modélisation de la dispersion de la fonction de chargement. . . . . . . . 63
II.1.2.4 Modélisation de la dispersion de la fonction de résistance. . . . . . . . . . . 64
II.1.2.5 Calcul de la fiabilité. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65
II.1.3. Détermination des Diagrammes de Crossland iso-Probabilisés (DCP) 66
II.1.3.1 Cas des amplitudes de torsion et de flexion aléatoires. . . . . . . . . . . . . . . . . . . 66
II.1.3.2 Cas d’amplitude de torsion aléatoire à Pmax constant. . . . . . . . . . . . . . . . . . . . . . 69
II.2. Application du modèle probabiliste . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 70
II.2.1. Calcul de la fiabilité de fatigue polycyclique. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 70
II.2.1.1 Influence de la dispersion du chargement sur la fiabilité. . . . . . . . . . . . . . 71
II.2.1.2 Effets des dispersions de la flexion et de la torsion. . . . . . . . . . . . . . . . . . . . . . . . 73
II.2.2 Diagrammes de Crossland iso-Probabilisés . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 74
II.2.2.1 Cas du chargement déterministe. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 74
II.2.2.2 Cas du chargement aléatoire. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 78
II.2.3. Vérification de l’hypothèse de normalité des distributions des
fonctions de résistance et chargement. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 82
II.2.3.1 Détermination des histogrammes des distributions empiriques 82
II.2.3.2 Méthode de vérification de la normalité des distributions
empiriques. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 83
II.2.3.3 Résultats de vérifications. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 84
II.3. Conclusion. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 87
Chapitre III : Approche probabiliste de fatigue

polycyclique dans le cas des pièces traitées
III.1. Modèle probabiliste avec prise en compte des paramètres de condition
de surface. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 90
III.2. Applications dans le cas des pièces grenaillées. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 93
III.2.1 Calcul de la fiabilité des pièces grenaillées. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 94
III.2.1.1 Données du modèle. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 94
III.2.1.2 Procédure de calcul de la fiabilité. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 95
III.2.2 Effet des propriétés de surface induites par le grenaillage sur la
fiabilité. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 98
III.2.3 Diagrammes de Crossland iso-Probabilisés des pièces grenaillées. . . . . . 102
III.2.3.1 Diagrammes relatifs à la couche superficielle. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 102
III.2.3.2 Diagrammes relatifs aux sous-couches internes. . . . . . . . . . . . . . . . . . . . . . . . . . . 106
III.2.4 Effet de la contrainte maximale du chargement sur la fiabilité. . . . . . . . . . . . 109
III.2.5 Effet de la nature de distribution aléatoire sur la fiabilité. . . . . . . . . . . . . . . . . . . . . 110
III.3. Applications dans le cas des joints soudés-grenaillées. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 112
Table des matières
III.3.1. Données expérimentales utilisées. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 112

III.3.2. Hypothèses de l’application. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 114
III.3.3. Identification des paramètres du critère de Crossland. . . . . . . . . . . . . . . . . . . . . . . . . 114
III.3.4. Fiabilité de fatigue polycyclique des joints soudés grenaillés. . . . . . . . . . . . . . 116
III.3.5. Calibrage du modèle. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 118
III.3.6. Diagrammes de Crossland iso-Probabilisés des joints soudés-
grenaillés. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 119
III.4. Conclusion. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 125
Chapitre IV : Analyse des effets des conditions des

surfaces sur l’indice de fiabilité
IV.1. Plan d’expérience adopté. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 128
IV.2. Indice de fiabilité. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 130
IV.3. Analyse des effets. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 134
IV.3.1 Effet simple. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 134
IV.3.2 Effet des interactions doubles. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 135
IV.3.3 Domaines de variation de l’indice de fiabilité. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 136
IV.3.4 Représentation iso-probabiliste en fonction des paramètres de
chargement. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 141
IV.4. Conclusion. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 142
Conclusion générale et perspectives. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 143

Références bibliographiques. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 147
Annexes. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 155
Liste des publications de recherche. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 185

Liste des figures
Liste des figures :
Figure I.1 : Amorçage d’une microfissure de fatigue (a) sur l’émergence d’une inclusion p.18
de niobium dans le superalliage à base de nickel Inconell718 [Con,03] ; (b) sur l’interface
matrice bande de glissement d’un monocristal de cuivre [Sur,98].
Figure I.2 : Stades de propagation des fissures de fatigue initiées à la surface d’une p.21
éprouvette d’aluminium pur, écroui [Bat,97].
Figure I.3 : Faciès de rupture par fatigue d’un disque de turbine [Gar,07]. p.21
Figure I.4 : Courbe de Wöhler et classification des zones de fatigue. p.23
Figure I.5 : Allure générale de la courbe de Wöhler probabilisé. p.24
Figure I.6 : Construction du diagramme de Haigh à partir des courbes de Wöhler à p.29
différentes valeurs de contrainte moyenne.
Figure I.7 : Diagramme de Crossland. p.32
Figure I.8 : Trajet d’un chargement complexe dans le diagramme de Dang Van. p.33
Figure I.9 : Effet des contraintes résiduelles compressives de grenaillage sur la tenue à la p.35
fatigue selon le diagramme de Crossland [Fat,04].
Figure I.10 : Effet métallurgique sur le critère de Crossland [Fat,04]. p.36
Figure I.11 : Effet de l’endommagement sur le critère de Crossland [Fat,04]. p.38
Figure I.12 : Densités de probabilité de la contrainte et de la résistance [Bje,90]. p.39
Figure I.13 : Indice de fiabilité de Hasofer Lind et approximations FORM et SORM p.42
[Zha,99].
Figure I.14 : Représentation du concept du maillon le plus faible [Bom,99]. p.46
Figure II.1 : Surface de dispersion probabiliste du critère de Crossland. p.55
Figure II.2 : Représentation de la fonction densité de probabilité des deux variables Pmax et p.57
J 2,a .
Figure II.3 : Surface elliptique iso-probabiliste relative à la dispersion des deux amplitudes p.58
de chargement aléatoire de torsion flexion symétriques combinés en phase.

Liste des figures
Figure II.4 : Algorithme de calcul de la fiabilité (cas des deux amplitudes de torsion et de p.59
flexion aléatoires).
Figure II.5 : Algorithme de calcul des DCP (cas des deux amplitudes de torsion et de p.67
flexion aléatoires).
Figure II.6 : Les distributions des fonctions de chargement et de résistance (cas des deux p.69
amplitudes de torsion et de flexion aléatoires).
Figure II.7 : Les distributions des fonctions de chargement et de résistance (cas p.70
d’amplitude de torsion aléatoire à Pmax constant).
Figure II.8.a : Critère de Crossland probabilisé (Fiab.Cas1 : Covσa =Covτa=2%). p.71
Figure II.8.b : Critère de Crossland probabilisé (Fiab.Cas2 : Covσa =Covτa=3%). p.72
Figure II.8.c : Critère de Crossland probabilisé (Fiab.Cas3 : Covσa =Covτa=5%). p.72
Figure II.9 : Variation de la fiabilité en fonction des Covσa et Covτa. p.73
Figure II.10.a : DCP dans le cas du chargement déterministe de torsion flexion p.76
symétriques et en phase (DCP.Cas1).
Figure II.10.b: DCP dans le cas du chargement déterministe de torsion flexion symétriques p.76
et en phase (DCP.Cas2).
Figure II.10.c : DCP dans le cas du chargement déterministe de torsion flexion p.77
symétriques et en phase (DCP.Cas3).
Figure II.11.a : DCP dans le cas d’amplitude de torsion aléatoire (DCP.Cas4). p.78
Figure II.11.b : DCP dans le cas d’amplitude de torsion aléatoire (DCP.Cas5). p.79
Figure II.11.c : DCP dans le cas d’amplitude de torsion aléatoire (DCP.Cas6). p.79
Figure II.11.d : DCP dans le cas d’amplitude de torsion aléatoire (DCP.Cas7). p.80
Figure II.12.a : DCP dans le cas des deux amplitudes de torsion et de flexion aléatoires p.81
(DCP.Cas8).
Figure II.12.b : DCP dans le cas des deux amplitudes de torsion et de flexion aléatoires p.81
(DCP.Cas9).
Figure II.13 : Détermination des histogrammes des distributions empiriques. p.83

Liste des figures
Figure II.14 : Surfaces de dispersion de la résistance et du chargement (cas1 : p.85
σ a =130MPa ; τ a =120MPa).
Figure II.15 : Surfaces de dispersion de la résistance et du chargement (cas2 : p.86
σ a =180MPa ; τ a =90MPa)
Figure II.16 : Surfaces de dispersion de la résistance et du chargement (cas3 : σ a =90MPa p.87
; τ a =150MPa).
Figure III.1 : Géométrie et dimensions de l’éprouvette de l’essai [Fat,03]. p.93
Figure III.2 : Algorithme de calcul de la fiabilité avec prise en compte des paramètres de p.96
conditions de surface.
Figure III.3 : Zones de dispersion dans le diagramme de Crossland au point d’amorçage de p.100
fissure de l’éprouvette non grenaillée soumise au chargement critique relatif à sa limite
d’endurance en flexion trois points ( Rσ = 0.1).
Figure III.4 : DCP relatifs à la couche superficielle des trois conditions de parachèvement p.103
de surface étudiées à des fiabilités de : (a) 50% et (b) 75%, (c) 90% et (d) 99%.
Figure III.5 : DCP à 99% sur la couche superficielle des deux conditions de grenaillage (a) p.105
100% et (b) 1000% de taux de recouvrement.
Figure III.6 : DCP à 99% en sous-couches des surfaces grenaillées avec 100% et p.106
1000% de taux de recouvrement et à des profondeurs en (mm) : (a) ( z = 0.02 ) , (b)
( z = 0.05 ) , (c) ( z = 0.18 ) et (d) ( z = 0.26 ) .

Figure III.7 : Variation de la fiabilité en fonction de la contrainte maximale de chargement p.109
appliqué pour les trois conditions de finition de surface.
Figure III.8 : Courbe fiabilité-chargement pour le cas de grenaillage à taux de p.110
recouvrement de 100% avec différentes valeurs de Cov des contraintes résiduelles.
Figure III.9 : Courbe fiabilité-chargement pour le cas de grenaillage à taux de p.111
recouvrement de 100% selon des distributions normale et log-normale des paramètres : (a)
CovRs=15%, (b) CovKt=15%.

Liste des figures
Figure III.10 : Eprouvettes des joints soudés bout à bout de type : (a) brute de soudage p.113
(BS) et (b) usinée rainurée (UR) [Bui,99].
Figure III.11 : Zones de dispersion dans le digramme de Crossland pour l’éprouvette de p.117
type métal de base (MB) soumise au chargement critique relatif à sa limite de fatigue en
traction répétée ( Rσ = 0.1).
Figure III.12 : Les DCP des quatre type d’éprouvettes (MB, UR, BS et BSG) au niveau de p.120
leur site d’amorçage de fissure pour des fiabilités de: (a) 50% et (b) 75%, (c) 90% et (d)
99%.
Figure III.13 : DCP à 99% de fiabilité au niveau des sites d’amorçage de fissure pour les p.123
différentes conditions sur les éprouvettes : (a) MB et BS (b) MB et BSG.
Figure IV.1 : Interaction entrée/sortie du plan d’expériences. p.128
Figure IV.2 : Détermination des bornes mini et maxi des facteurs étudiés. p.129
Figure IV.3 : Variation des paramètres aux niveaux minimal et maximal. p.131
Figure IV.4 : Algorithme de calcul de l’indice de fiabilité de Hasofer Lind β HL . p.132
Figure IV.5 : Les effets simples sur la moyenne de l’indice de fiabilité de Hasofer Lind p.134
β HL pour les paramètres suivants : (a) σ xxa , (b) σ xxm , (c) σ Rxx ,(d) σ Ryy , (e) FWHM , (f) K txx
et (g) DS .
Figure IV.6 : Les effets des interactions doubles sur la moyenne de l’indice de fiabilité de p.136
Hasofer Lind.
Figure IV.7 : Domaines de variation de l’indice de fiabilité de Hasofer Lind en fonction p.137
des différents couples des paramètres.
Figure IV.8 : Contours limites iso-probabilistes en fonction des paramètres de chargement p.141

Liste des tableaux
Liste des tableaux :
Tableau I.1 : Classification des critères de fatigue multiaxiale. p.30
Tableau I.2 : Approches probabilistes en fatigue avec prise en compte des défauts. p.45
Tableau II.1 : Taille N du tirage aléatoire choisie pour caractériser la surface de dispersion p.62
du critère.
Tableau II.2 : Paramètres de sortie du modèle caractérisant les dispersions sur les p.71
fonctions S et L (Covσa et Covτa égaux à 2 ; 3 et 5%).
Tableau II.3 : Paramètres relatifs aux cas d’application des DCP. p.75
Tableau III.1 : Valeurs de Cov des paramètres de surface induits par le grenaillage de p.99
précontrainte.
Tableau III.2 : Variation des fiabilités en fonction de la taille de l’échantillon. p.99
Tableau III.3 : Fiabilité au niveau du point d’amorçage de fissure pour chaque condition p.101
de finition de surface (pièces soumises au chargement critique relatif à la limite
d’endurance de l’éprouvette non traitée).
Tableau III.4 : Propriétés mécaniques de l’acier HLE S550MC [Bui,98] p.112
Tableau III.5 : Paramètres de chargement et de condition de surface des différents types p.115
d’éprouvettes [Bui,98].
Tableau III.6 : Fiabilités au niveau des sites d’amorçage des fissures des différents types p.117
d’éprouvettes soumises à leurs chargements critiques de limite d’endurance respectifs.
Tableau IV.1 : Valeurs des paramètres du chargement et des conditions de surface aux p.129
différents niveaux.
Tableau IV.2 : Variables aléatoires affectées aux paramètres étudiés. p.130
Tableau IV.3 : Valeurs calculées de β HL respectives aux bornes des intervalles de fiabilité. p.142

Nomenclature
Nomenclature :
Nr , Na Nombre de cycles à la rupture et à l’amorçage, respectivement.
a Paramètre décrivant la taille de la fissure.
da Vitesse de propagation de fissure définie par la variation de dimension de la

dN
fissure rapportée à la variation de nombre des cycles.
σ(t) , S(t) Tenseur cyclique de contrainte et tenseur cyclique déviatorique de contrainte à
un instant t ayant une période.
Rσ Rapport de chargement (rapport de la contrainte minimale sur la contrainte
maximale)
S a (t ) , S m Tenseurs déviateurs alterné et moyen, respectivement : S a (t ) = S (t ) - S m
I1 ( t ) , J 2 ( t ) Premier invariant du tenseur des contraintes, et second invariant du tenseur
déviateur.
σ eq , σ eqaffecté Contrainte équivalente du critère de Crossland pour le cas non affecté et affecté
par le soudage et/ou le grenaillage de précontrainte, respectivement.
I1max , I1min Valeur maximale et valeur minimale du premier invariant du tenseur des
contraintes.
I1max + I1min Valeur moyenne du premier invariant du tenseur des contraintes,

I1,m =
2
I1max − I1min Amplitude du premier invariant du tenseur des contraintes.

I1, a =
2
affecté Racine carré de l’amplitude du second invariant du déviateur des contraintes

J 2,a , J 2,a
pour le cas non affecté et affecté, respectivement.
Pmax , Pmax
affecté Pression hydrostatique maximale du tenseur des contraintes pour le cas non
affecté et affecté, respectivement.
αC , βC , αD , βD Paramètres matériels du critère de Crossland et de Dang Van, respectivement.
w Pulsation du chargement cyclique
τ (t ) , p (t ) Contrainte de cisaillement microscopique instantanée dans le plan critique et

Nomenclature
pression hydrostatique microscopique instantanée, respectivement.
βC0 , βCaffecté Le paramètre βC du critère de Crossland dans le cas non affecté et affecté,
respectivement.
S(ti ) , S(t j ) Tenseur cyclique déviatorique de contrainte à deux instants différents ti et t j ,
respectivement.
t-1 , f -1 Limites de fatigue en torsion et en flexion purement alternée, respectivement
( Rσ = −1 ).
σ app (t,z) , σ t (t,z) Tenseurs cycliques du chargement appliqué et total à un instant t et pour une
profondeur z , respectivement.
K txx Facteur de concentration de contrainte dû à l’effet des irrégularités micro-
géométriques.
σ GI (t,z) Tenseur cyclique du chargement appliqué à un instant t avec prise en compte

app
de l’influence du facteur de concentration des contraintes à une profondeur z .
= 0)
σ(z Tenseur cyclique effectif avec prise en compte de l’effet de l’endommagement
superficiel ( z = 0 ).
G
D(M,n) Variable d’endommagement définie par Lemaitre et Chaboche en un point M
G
selon le plan orienté par la normale n .
*
σ R (z) , σ Rxx (z) , Tenseur des contraintes résiduelles relaxées, contraintes résiduelles
longitudinale et transversale à une profondeur z , respectivement.

σ Ryy (z)
σ xxa , σ xxm , σ xxmax Amplitude de la contrainte alternée, contrainte moyenne et contrainte
maximale, respectivement selon la direction longitudinale des éprouvettes.
FWHM ( z ) Profil de la largeur de corde à mi-hauteur en fonction de la profondeur des
pièces soudées et/ou grenaillées.
FWHM 0 Largeur de corde à mi-hauteur en fonction de la profondeur des pièces non
traitées.
BEN SGHAIER Rabï. - 10 -

Nomenclature
n, K Constantes du matériau dans la loi d’Holloman.
DS Facteur d’endommagement superficiel (pour z = 0 ).
{X } Vecteur des variables aléatoires.
{U } Vecteur des variables aléatoires centrées réduites.
xi Variables aléatoires de base du vecteur { X } .
ui Variables aléatoires centrées réduites du vecteur {U } .
f{X} ( xi ) Fonction densité de probabilité de la variable xi .
I( xi ) Fonction indicatrice de la rupture.
G ( xi ) , S ( xi ) , L( xi ) Fonctions de performance, résistance et de contrainte, respectivement.
mG , mS , mL Moyennes des fonctions G ( xi ) , S ( xi ) et L( xi ) , respectivement.
σG , σS , σ L Ecarts type des fonctions G ( xi ) , S ( xi ) et L( xi ) , respectivement.
Pf , PS Probabilité de rupture et probabilité de sécurité, respectivement.
β , Ic , β HL Indice de fiabilité, indice de Cornell et indice de Hasofer Lind, respectivement.
P* Point de défaillance à partir de l’origine du repère dans un espace normé réduit.
H ( ui ) Fonction d’état dans l’espace normé réduit
Ver Volume élémentaire représentatif dans la structure utilisé dans le modèle de
Weibull.
Pr Opérateur probabilité.
E [.] Opérateur espérance mathématique.
φ Fonction de répartition de la loi normale centrée réduite.
C Constante dépendant du niveau de confiance désiré, des paramètres et du type
de densité de distribution concerné.
R , R affecté Fiabilité de la fatigue polycyclique dans le cas non affecté et affecté par
soudage et/ou grenaillage de précontrainte, respectivement.

Nomenclature
N , N' Tailles initiale et finale du tirage aléatoire après application de la condition de
matériau.
Cov Coefficient de variation défini par le rapport de l’écart type sur la moyenne.
μ1 , μ2 , s1 , s2 Moyennes et écarts types respectivement du couple de variables aléatoires
( Pmax , J 2,a ).
r , σ 1,2 Coefficient de variation et covariance respectivement du couple ( Pmax , J 2, a ).
f −1 (i ) , t−1 (i ) ième valeurs du tirage aléatoire des paramètres f -1 et t-1 respectivement.
( α Ci , β Ci ) Paramètres α C et β C relatives au couple ( f −1 (i ) , t−1 (i ) ).
σ a ,τ a
i i
ième valeurs du tirage aléatoire des paramètres σ a et τ a respectivement.
(m xi , m yi ) Coordonnées du point de chargement dans le diagramme de Crossland relatif
(
au couple σ ai ,τ ai . )
mx , m y Moyennes de mxi et de myi , respectivement.
ξ Pmax , ζ J 2,a Nouveaux axes après changement de la base ( Pmax , J 2, a ).
σξ , σζ Ecarts types relatifs au chargement respectivement selon les axes
(ξ Pmax , ζ J 2, a ) .
α Angle d’inclinaison de l’axe ξ Pmax par rapport à l’axe horizontal.
θ Angle caractérisant la direction du chargement radial dans le diagramme de
Crossland.
z0* Point d’amorçage de fissure pour le chargement critique de limite de fatigue.

Introduction générale
INTRODUCTION GENERALE
De nos jours, les ingénieurs mécaniciens sont soumis à des conditions antagonistes lors
de la conception des systèmes. Ils doivent optimiser les solutions technologiques, afin de
répondre à la fois : à des exigences de résistance dans des conditions d’usage de plus en plus
sévères (vitesses, charges, températures, etc.), à plusieurs normes et réglementations de fiabilité,
sécurité et sûreté de fonctionnement qui ne cessent de croître, et à des contraintes économiques
qui imposent un maximum de rentabilité. Dans ce cadre, une plus grande maîtrise des marges de
sécurité en fatigue devient très nécessaire et utile, particulièrement pour les structures soumises à
la fatigue à grand nombre de cycles ; à savoir par exemple : les composants utilisés dans les
domaines de l’aéronautique, l’automobile, le navale, le ferroviaire, etc. En addition, la tenue à la
fatigue des composants mécaniques est caractérisée par un aspect aléatoire très important qui a
nécessité l’usage de coefficients de sécurité très souvent définis empiriquement pour
dimensionner les pièces et les structures. Ceci est généralement dû : (i) aux propriétés du
matériau utilisé (défauts, hétérogénéité de structure, etc.), (ii) aux conditions de préparation des
éprouvettes (usinage, traitements de parachèvement, élaboration du brut, etc.) et (iii) aux modes
opératoires des essais de fatigue (fixation des éprouvettes dans la machine, méthodes statistiques,
erreurs de mesure, etc.). Dans ce contexte, plusieurs travaux récents, s’intéressent à utiliser les
méthodes probabilistes pour l’étude et le dimensionnement en fatigue. L’objectif principal de ce
travail de thèse est de développer un modèle probabiliste pour la prévision du comportement en
fatigue polycyclique des composants mécaniques soumis à des sollicitations multiaxiales.
Ce mémoire est composé de quatre chapitres principaux. Le premier chapitre présente

une étude bibliographique présentant les phénomènes mis en jeux, une synthèse bibliographique
des principaux travaux dans ce domaine et enfin l’orientation de la thèse. Le phénomène de
rupture par fatigue des matériaux métalliques a été présenté : les mécanismes d’amorçage et de
propagation des fissures. Une description des essais de fatigue et des traitements statistiques des
données a été résumée et les sources des dispersions ont été discutées. Les méthodes de
dimensionnement à la fatigue multiaxiale, en particulier, les critères multiaxiaux de Crossland et
de Dang Van ont été détaillées. Les effets des conditions des surfaces sur la tenue à la fatigue et
leur prise en compte dans la prévision du comportement en fatigue ont été aussi détaillés. Les
principaux modèles et approches probabilistes appliqués à la fatigue ont été analysés : modèle de
Weibull, approche de Chantier, approche de Bomas. Ces méthodes présentent l’avantage de
prendre en compte l'existence des défauts au sein du matériau et de leur taille dans l'étude de la

durée de vie d'une pièce afin de déterminer une probabilité de fissuration. Cependant, la mise en
œuvre de ces méthodes probabilistes demeure assez difficile tout en se reposant sur des
hypothèses fortes.
Le deuxième chapitre consiste à présenter une modélisation probabiliste mise au point en

utilisant des critères de fatigue multiaxiale polycyclique et avec prise en compte dans une
première étape des dispersions dues aux caractéristiques de fatigue des matériaux et des
dispersions dues aux sollicitations appliquées. Le modèle probabiliste proposé est détaillé, il
permet de prévoir le comportement en fatigue d’une manière non déterministe à travers
l’estimation de la fiabilité de la tenue en service qui représente la probabilité de sécurité. Pour le
calcul de la fiabilité, nous avons utilisé : la méthode d’approximation de fiabilité de premier
ordre, (First Order Reliability Method : FORM). Ce modèle probabiliste de calcul de la fiabilité,
nous a permis, entre autre, de mettre en œuvre des Diagrammes de Crossland iso-Probabilistes
(DCP), correspondants à différentes caractéristiques et paramètres aléatoires du matériau et du
chargement appliqué. Afin de valider le modèle proposé, nous présentons dans ce chapitre une
application dans le cas d’un acier dur soumis à une sollicitation de flexion torsion combinées en
phase. Différentes valeurs de Coefficient de variation (Cov) relatives aux paramètres du matériau
et du chargement sont appliquées. Deux cas de chargements aléatoires ont été étudiés : (i) un
chargement aléatoire uniquement sur l’amplitude de torsion et à valeur de pression hydrostatique
constante et (ii) un chargement aléatoire sur les deux amplitudes de torsion et de flexion. Les
résultats des applications sont interprétés et discutés. On montre que la zone de parfaite sécurité
est réduite lorsque les valeurs des dispersions augmentent. L’approche proposée permet d’offrir
une meilleure évaluation qualitative de la fiabilité du comportement de fatigue polycyclique pour
la conception des composants mécaniques, contribuant ainsi à avoir une prévision plus sécurisée
du comportement de fatigue polycyclique, lorsque les effets des dispersions relatives au matériau
et au chargement sont significatifs.
Le troisième chapitre de cette thèse a pour objectif d’intégrer les effets des conditions des
surfaces des pièces mécaniques dans le modèle probabiliste développé. Ces effets sont très
importants pour la tenue à la fatigue des composants mécaniques et présentent, dans la majorité
des cas, des dispersions très significatives. Nous nous sommes intéressés dans ce travail aux cas
des pièces grenaillées et des joints soudés grenaillés. Pour cela, nous nous sommes basés sur des
travaux antérieurs de Fathallah et al. pour la prévision du comportement en fatigue polycyclique
des pièces traitées superficiellement par le grenaillage de précontrainte. Ce modèle est basé sur le

critère de fatigue polycyclique de Crossland. Il permet de tenir en compte des effets des
modifications des conditions des surfaces classées en quatre catégories: (i) effet mécanique, (ii)
effet métallurgique, (iii) effet de rugosité et (iv) effet d’endommagement superficiel. Dans ce
chapitre, nous avons détaillé la démarche et les hypothèses pour étendre le modèle probabiliste
développé dans la première partie aux cas des pièces avec conditions des surfaces. Il permet,
alors, de tenir compte, en plus des dispersions dues aux matériaux et aux sollicitations
appliquées, celles dues aux conditions de surface des pièces grenaillées. Les calculs de la
fiabilité ont été réalisés en utilisant des simulations numériques basées sur la méthode de Monte
Carlo.
Dans ce chapitre, nous présentons également une application détaillée sur un acier doux
grenaillé, à différentes conditions de finition, et soumis à un chargement de traction répétée. Les
conditions initiales et la prévision déterministe du comportement en fatigue polycyclique de cet
acier grenaillé sont détaillées dans des travaux antérieurs déjà publiés. Les résultats des valeurs
de fiabilités et des diagrammes iso probabilistes (DCP) obtenus montrent une très bonne
cohérence et corrélation avec les investigations expérimentales préalables. Ils permettent, entre
autre, de prévoir l’effet du traitement superficiel par grenaillage de précontrainte contrôlé, sur
l’amélioration ou la dégradation de la tenue à la fatigue polycyclique des pièces traitées avec
prise en compte aussi de toutes les dispersions.
Ensuite, une autre application du modèle probabiliste a été réalisée dans le cas des joints
soudés bout à bout et soudés grenaillés. Elle a été basée, sur des résultats expérimentaux
antérieurs déjà publiés par Buirette et al. , réalisés au laboratoire de mécanique de Lille, sur un
acier à Haute Limite Élastique (HLE) de type HLE S550MC avec différentes conditions de
soudage et de parachèvement des surfaces. A travers le calcul de la fiabilité, nous avons pu
caractériser l’influence de chaque paramètre de modification des conditions de surface induites
par le procédé de soudage et par le traitement de grenaillage sur le comportement en fatigue. Les
résultats de fiabilité et des diagrammes iso-probabilistes obtenus montrent une très bonne
cohérence avec les investigations expérimentales antérieures.
A la fin de ce mémoire de thèse, on présente au quatrième chapitre, une étude des effets
des paramètres du chargement et des conditions de surface du joint brut de soudage sur l’indice
de fiabilité de Hasofer Lind réalisée par le biais de la technique d’analyse statistique basée sur la
méthode des surfaces de réponse (MSR).
Les résultats des applications réalisés dans ce travail, montrent la validité du modèle
proposé. On montre clairement que cette méthode permet d’éviter les cas d’erreurs dus au

dimensionnement déterministe qui peut juger à tort des cas non fiables ou peu fiables. En effet,
le calcul de la fiabilité de la tenue à la fatigue polycyclique permet de garantir une quantification
précise avec un meilleur niveau de confiance à partir des données des différentes dispersions
observées. La détermination des diagrammes iso-probabilistes constitue une originalité dans ce
travail. Ils permettent de servir comme des outils très utiles et pratiques pour le dimensionnement
en fatigue polycyclique dans différents cas. Enfin, l’usage des techniques d’analyse statistique a
montré une grande importance pour l’étude des effets des différents paramètres de fatigue sur la
fiabilité. Cette étude permettra, par la suite, d’optimiser les choix des paramètres des modes
opératoires appliquées sur les pièces sollicitées en fatigue en vue d’avoir un maximum de
fiabilité.

CHAPITRE I
ETUDE BIBLIOGRAPHIQUE

I.1 Généralités sur la rupture par fatigue des matériaux métalliques

Les composants et les structures mécaniques sont confrontés aux risques de rupture par
fatigue, souvent imprévus et graves. C’est un phénomène néfaste et fastidieux, généralement dû à
des évolutions lentes et complexes dans le matériau. Il est souvent observé dans des cas où les
sollicitations sont jugées préalablement très inférieures au seuil d’élasticité du matériau [Sur,98].
Les investigations expérimentales et les expertises pratiques montrent que ce phénomène est
caractérisé par des dispersions importantes. Ce qui nécessite le développement d’approches
probabilistes pour l’étude et la conception des composants mécaniques sollicités en fatigue
[Luo,03]. La rupture par fatigue est généralement constituée de trois étapes : (i) amorçage de
microfissures, (ii) propagation d’une ou de plusieurs fissures et (iii) rupture finale. Ces trois
périodes représentent des fractions de durée de vie différentes suivant les caractéristiques des
matériaux et les niveaux des sollicitations appliquées [Sch,04].
I.1.1 Amorçage des microfissures

L’amorçage de la rupture peut se produire de différentes manières: (i) autour de défauts
préexistants dans le matériau, tels que soufflures, retassures, inclusions, rayures, piqûres, tapures,
etc. (figure I.1) qui sont liés au mode d’élaboration du matériau, au mode de parachèvement des
surfaces ou à d’autres phénomènes couplés à la fatigue comme la corrosion et l’usure [Hen,05];
(ii) au niveau de la surface dans un ou des grains défavorablement orientés dû au phénomène de
micro-plasticité [Lu,02] ; (iii) amorçage inter-granulaire souvent observé à des températures
relativement importantes et liés au phénomène du fluage.
5µm
(a) (b)
Figure I.1: Amorçage d’une micro-fissure de fatigue (a) sur l’émergence d’une inclusion de niobium
dans le superalliage à base de nickel Inconell 718 [Con,03] ; (b) sur l’interface matrice bande de
glissement d’un monocristal de cuivre [Sur,98].

Ces mécanismes interviennent, dans la majorité des cas, au niveau des surfaces. Ceci est dû aux
causes suivantes :
9 Les contraintes sont, quasiment toujours, plus élevées au niveau des surfaces qu’aux
cœurs des pièces et des structures à cause, d’une part, de la nature des sollicitations
appliquées (flexion, torsion, etc.) et d’autre part, à l’effet de concentration des contraintes
due aux entailles et aux défauts de rugosité [Bell,05]. .
9 Les défauts dus au mode d’élaboration (soufflures, retassures, inclusions, etc.) et de
parachèvement des surfaces (rayures, rugosité, stries d’usinage, etc.) sont le plus souvent
localisés au niveau des surfaces [Mur,94]. .
9 Les modes de fabrication des pièces et d’assemblage, particulièrement le soudage,
induisent un état de contraintes résiduelles, des modifications métallurgiques et des
endommagements superficiels qui peuvent être défavorables pour la tenue à la fatigue
dans la plus part des cas [Bra,80] (tension superficielle, adoucissement, décarburation,
microfissures, tapures, rayures, etc.) [Ten,02].
9 Les grains en surface sont plus libres et les glissements cristallographiques sont plus
mobiles [Hen,05].
9 La surface est très souvent soumise à d’autres types d’agressions, tels que la corrosion,
les gradients thermiques, etc. Ce qui induit des couplages avec le phénomène de la fatigue
[Pap,00].
D’autre part, les conditions des surfaces jouent un rôle très important dans les dispersions
observés lors des essais de fatigue [Mor,05], [Yi,03]. Ceci peut être dû aux distributions : des
défauts superficiels, des contraintes résiduelles, des modifications métallurgiques induites, etc. Il
s’avère, donc, primordial, d’une part de prendre en compte les effets de conditions des surfaces
sur la tenue à la fatigue, et d’autre part, les effets de leurs dispersions sur la réponse probabiliste
de ce phénomène.
Il est à noter aussi que la période d’amorçage des microfissures est liée à des phénomènes
physiques cachés qui nécessitent des moyens de laboratoire pour l’investigation [Kru,04]. Elle
constitue, très souvent, la fraction de la durée de vie la plus importante avant la rupture par
fatigue. Ceci dépend des caractéristiques du matériau, du niveau des sollicitations cycliques
appliquées et des conditions des surfaces. L’évolution de la taille des microfissures jusqu’à
atteindre un niveau critique, favorise le passage de l’étape d’amorçage vers la propagation
[Wil,96].

I.1.2 Propagation des fissures

Cette phase dépend des caractéristiques du matériau et du niveau des sollicitations et des
conditions initiales. Elle peut être très significative dans différents cas : niveau de la sollicitation
cyclique faible, cas des matériaux ductiles, amorçage prématuré, etc. On distingue en général
deux stades de développement des fissures [Rio,95]:
9 stade I : propagation en mode cristallographique ;
9 stade II : propagation en mode de stries non cristallographiques.
Stade I :
En chargement uniaxial, les microfissures s’amorcent suivant le plan de la contrainte
maximale de cisaillement macroscopique qui se situe sur les plans dont la normale fait un angle
de 45° par rapport à la direction d’application de la charge (figure I.2). Durant ce premier stade
de fissuration, il est généralement observé que les microfissures se développent dans les bandes
de glissement créées au niveau de la surface. On parle alors de stade cristallographique [Vil,02].
La vitesse de propagation des fissures est très faible (quelques 10−4 μm par cycle) [Che,00]. En
général, la longueur de la fissure du stade I se limite à une taille de quelques grains. A cause de la
difficulté rencontrée pour l’observation de la fissure, il n’existe pas de norme reconnue pour
distinguer clairement le stade I du stade II [Lu,00]. Quoi qu’il en soit, ces défauts ne sont alors
décelables qu’à l’aide de moyens de laboratoire (méthodes électriques, émission acoustique ou
ultrasonore) [Dra,03].
Stade II :
Lorsque la longueur de la fissure augmente, la fissure se propage plus régulièrement, avec une
faible sensibilité à la cristallographie du matériau. Une fissure principale quitte le plan de la
scission maximale et change alors de direction pour se propager suivant un plan
macroscopiquement perpendiculaire à l’axe de la sollicitation. On peut alors observer des stries
de fatigue sur la surface de rupture qui sont typiques d’une propagation par fatigue (figure I.2).
La vitesse de la propagation, d’abord très faible, va augmenter progressivement jusqu’à atteindre
quelques micromètres par cycle [Cha,00].

50 µm
Stade I
Stade II
Figure I.2: Stades de propagation des fissures de fatigue initiées à la surface d’une éprouvette
d’aluminium pur, écroui [Bat,97]
I.1.3 Rupture brutale

Les stades d’amorçage et de propagation des microfissures de fatigue ne s’accompagnent
le plus souvent d’aucune modification apparente de forme ou d’aspect de la pièce (figure I.3).
Bien que la fissuration par fatigue soit progressive, la rupture apparaît brusquement lorsque la
fissure dépasse la taille critique et par la suite la section de la pièce non fissurée devient trop
faible pour supporter les sollicitations appliquées, il se produit alors une rupture brutale [Fra,04].
Zone de Zone de rupture

propagation brutale
Figure I.3: Faciès de rupture par fatigue d’un disque de turbine [Gar,07]

I.2 Essais de fatigue

I.2.1 Courbe de Wöhler
L’essai de fatigue le plus utilisé consiste à soumettre plusieurs lots d’éprouvettes à des
cycles d’efforts périodiques ayant une contrainte moyenne fixe. Chaque lot d’éprouvette est
soumis à un niveau d’amplitude de contrainte fixe. Les niveaux des fréquences utilisés n’ont pas
d’influence. On note le nombre de cycles à la rupture ou à l’amorçage ( Nr ou Na ) de chaque
éprouvette testée des différents lots étudiés. On reporte ce nombre Nr ou Na , en général sur une
échelle logarithmique, en fonction de la contrainte maximale ou de l’amplitude de la contrainte
cyclique appliquée. Cet essai doit être effectué sur des éprouvettes lisses avec un état de surface
contrôlé et des caractéristiques métallurgiques et géométriques identiques. Les résultats des
essais dépendent du type de l’éprouvette, de la nature de la sollicitation et du rapport du
chargement (rapport de la contrainte minimale sur la contrainte maximale).
Sur les différents lots sollicités à des niveaux de contrainte donnés, on relève pour chaque
éprouvette testée, un point dans le diagramme de Wöhler ( σ a , log Nr ou log Na ). On obtient,
ainsi, des courbes montrant des dispersions significatives. Ce qui permet d’identifier différentes
courbes probabilisées. La courbe correspondante à une probabilité de rupture égale à 50% est
communément appelée courbe de Wöhler ou courbe S-N (Stress-Number of cycles). La figure I.4
représente l’allure générale de cette courbe permettant de distinguer les trois domaines de fatigue
suivant:
9 zone de fatigue oligocyclique, sous fortes contraintes ; la rupture survient après un très
petit nombre d’alternances et précédée d’une déformation plastique notable
(généralement Nr <104 cycles);
9 zone de fatigue ou d’endurance limitée, où la rupture est atteinte après un nombre limité
de cycles qui croît quand la contrainte décroît (généralement 104< Nr <107 cycles);
9 zone de fatigue à grand nombre de cycle ou dite polycyclique, sous faibles contraintes,
pour laquelle la rupture ne se produit pas avant un nombre Nr donné de cycles (le plus
souvent Nr =107 cycles), supérieur à la durée de vie envisagée pour la pièce.
On observe généralement dans cette dernière zone, l’existence d’une contrainte au deçà de
laquelle la durée de vie est quasiment illimitée, c’est la limite d’endurance. En pratique, cette
limite d’endurance correspond à un grand nombre de cycle conventionnellement considéré Nr =
107 ou 108 cycles. La limite d’endurance σ D et son écart type sont déterminés moyennant
différentes techniques statistiques présentées dans le paragraphe suivant.

σa Zone de fatigue
limitée
Zone de fatigue Zone de fatigue

oligocyclique polycyclique
σD
Limite d’endurance
log Nr
104 105 106 107 108
Figure I.4: Courbe de Wöhler et classification des zones de fatigue.
I.2.2 Aspect statistique

Pour déterminer les caractéristiques mécaniques en fatigue d’un matériau quelconque, il est
nécessaire de tenir compte de l’aspect statistique. Les différents travaux expérimentaux menés
sur l’étude de l’origine des dispersions observées lors des essais de fatigue [Bat,97], [Whi,05],
[Del,06], [Deg,07] affirment qu’elles sont liées:
9 au matériau (inclusions, hétérogénéité de structure, précipités, etc.),
9 à la préparation des éprouvettes (états des surfaces, tolérances dimensionnelles, etc.),
9 aux conditions d’essais (centrage des éprouvettes sur la machine, réglage de la charge,
fréquence des cycles, échauffement de l’éprouvette, effet d’environnement, etc.).
Ces dispersions peuvent être caractérisées sur les diagrammes de Wöhler iso-probabilisés (p-
S-N). Au voisinage de la limite d’endurance et pour un nombre de cycles donné, la densité de la
probabilité de rupture, ou non rupture, est représentée par la figure I.5. Dans la majorité des cas,
c’est une distribution gaussienne [Bas,71], [Lie,82], [Bat,97] définie par deux paramètres
essentiels, à savoir : la moyenne μ et l’écart type s .
La moyenne μ définit l’amplitude de la contrainte pour laquelle la probabilité de rupture est de
0,5. Elle est considérée, le plus souvent, comme la limite d’endurance σ D au grand nombre de

cycles correspondant [Lu,00]. L’expression de la probabilité de rupture est exprimée, comme

suit:
1 σa ⎡ ( x − μ )2 ⎤
p (σ a ) = ∫−∝ exp ⎢⎢− 2s 2 ⎥⎥dx (I.1)
s 2π ⎣ ⎦
Où x est la variable qui exprime l’amplitude de la contrainte pour une valeur de nombre de
cycles donnée N d .
σa
Amplitude de la contrainte
Densité de probabilité de la
contrainte pour un nombre de
cycle donné Nd
x
σD p=50%
p=10%
p=1%
log Nr
Nd
Figure I.5: Allure générale de la courbe de Wöhler probabilisée.
Les techniques statistiques les plus utilisées lors des essais de fatigue pour déterminer la
limite d’endurance et son écart type sont :
- La méthode d’itération : Dans cette méthode, on estime ou on connaît au départ la valeur
de la limite de fatigue et on cherche à encadrer cette valeur à l’aide d’une formule de
récurrence qui prend en compte la proportion de rupture observée à chaque niveau. C’est
une méthode d’emploi délicat, car le choix du niveau de départ est important. Il doit être
le plus proche possible de la limite d’endurance présumée si non on risque de fausser les
résultats. Dès que l’on utilise 12 à 15 éprouvettes, la convergence s’effectue normalement
en conduisant à un degré de précision acceptable [Bat,97].
- La méthode des probits : Cette méthode consiste à appliquer le plan d’essais destiné à
fournir les résultats à la méthode de calcul numérique des probits et à utiliser le résultat
graphique sans passer par le calcul précis. C’est une méthode longue et coûteuse qui n’est

pas très utilisée puisqu’elle nécessite 80 à 100 éprouvettes, réparties sur 4 ou 5 niveaux.
Cependant, ce nombre important d’éprouvettes conduit à une meilleure précision sur la
limite d’endurance et son écart type [Bra,01].
- La méthode de l’escalier : C’est la méthode la plus courante. Elle consiste à fixer au
départ le nombre de cycles à effecteur lors de l’essai (souvent 107), ensuite on définit un
écart type initial (égal à 10% de la limite de fatigue), et on cherche à encadrer la limite de
fatigue par des suites de ruptures ou de non ruptures. Cette méthode conduit à une
estimation précise sur la limite de fatigue pourvu qu’elle utilise entre 15 à 20 éprouvettes.
Le choix d’une mauvaise valeur de départ ne porte pas de conséquence pour le résultat
final vu la progression arithmétique durant l’estimation [Rab,00].
I.3 Paramètres d’influence en fatigue

Les paramètres d’influence sur le comportement en fatigue des pièces mécaniques peuvent
être classés en quatre catégories: (i) paramètres d’ordre mécanique, (ii) paramètres d’ordre
métallurgique, (iii) paramètres d’ordre géométrique et (iv) paramètres d’environnement [Bat,97].
I.3.1 Paramètres d'ordre mécanique

Les paramètres d’ordre mécanique sont reliés essentiellement à deux aspects : (i) les
contraintes appliquées : (forme, rapport de chargement, mode de répartition, etc.), dont les
dispersions peuvent être dues le plus souvent aux conditions de l’essai (désalignement, jeu, etc.)
et aux tolérances dimensionnelles de l’éprouvette, et (ii) les contraintes résiduelles qui sont
induits, généralement, à cause de l’incompatibilité des déformations plastiques dues aux procédés
d’élaboration ou de mise en forme (laminage, usinage, etc.), traitements de surface par voie
mécanique (grenaillage, le galetage, etc.) ou par voie chimique (nitruration, cémentation, etc.)
[Lu,00]. Il est bien établi qu’un état de contraintes résiduelles de compression est plus favorable
pour la tenue en fatigue qu’un état de tension. Cependant, Il est important de s’assurer de la
stabilité des contraintes résiduelles durant les sollicitations en fatigue, comme c’est le cas dans le
traitement de grenaillage de précontrainte, où on observe une relaxation [Cao,89], [Zhu,01].
Il est à noter également qu’il existe plusieurs techniques de mesure des contraintes
résiduelles: (i) méthodes destructives (méthode de trou incrémental, trépan, déflexion,
découpage) et (ii) des méthodes physiques non destructives (diffraction des rayons X, diffraction
des neutrons, ultrasons, magnétoscopique, etc.) [Whu,98], [Lu,96]. Ces différentes techniques

utilisent des hypothèses simplificatrices importantes et restent limitées dans certains cas. Par
exemple, les valeurs des contraintes résiduelles analysées par diffraction des rayons X dépendent
à la fois de la microstructure du matériau (taille du grain et texture) et des conditions des mesures
(nombre des pics, oscillations, etc.). Les incertitudes induites par les mesures des contraintes
résiduelles par diffraction des rayons X sont souvent très importantes et ne peuvent pas être
négligées [Fra,04].
I.3.2 Paramètres d'ordre métallurgique

Le comportement en fatigue dépend fortement des paramètres métallurgiques du matériau
[Bat,97], [Sur,98]. On peut les classer comme suit :
(i) Paramètres liés aux caractéristiques métallurgiques initiales du matériau (composition

chimique, microstructure, taille du grain, texture, etc.). Les observations
expérimentales [Ash,98], [Par,05] montrent que les structures à grains fins présentent
une meilleure tenue en fatigue que les structures à gros grains. En addition,
l'orientation des grains confère au matériau une anisotropie plus ou moins marquée, en
effet, les caractéristiques de résistance à la fatigue sont d’autant meilleures dans le sens
long du fibrage que dans les autres sens [Deg,07].
(ii) Paramètres liés à l’écrouissage du matériau qui résulte, le plus souvent, des opérations de
mise en forme, du parachèvement des surfaces et de traitements superficiels. Il en
résulte, le plus souvent, une consolidation du matériau, suite à une augmentation de la
densité des dislocations dans le réseau cristallin. Cela se traduit par l’augmentation de
sa limite d'élasticité, ce qui permet le retardement de la phase d’amorçage. Cependant,
on peut observer dans certains cas, un adoucissement des couches superficielles, ce qui
peut générer une dégradation de la résistance à la fatigue du matériau [Gue,06].
(iii) Paramètres liés aux défauts, tels que par exemple les retassures, soufflures, microfissures,
etc. qui peuvent être préexistants dans le matériau ou générés suite à un procédé
comme l’usinage ou soudage par exemple. La résistance à la fatigue dépend
énormément, de la quantité, de la nature, la géométrie et de la répartition des ces
défauts métallurgiques ainsi que de leurs formes par rapport à la direction de
chargement [Nad,06].

Il est bien de noter que les paramètres métallurgiques liés à la fatigue sont marqués aussi par
des dispersions importantes à cause, d’une part, du caractère aléatoire présents dans la
microstructure métallurgique du matériau comme par exemple : la taille des grains, forme et
répartition des défauts [Laz,01], et d’autre part, à cause des conditions opératoires des procédés
qui peuvent inclure des dispersions au niveau des caractéristiques du matériau (manque
d’homogénéité, gradient thermique, changement non uniforme, etc.).
I.3.3 Paramètres d'ordre géométrique

L’influence de ces paramètres intervient par deux facteurs :
(i) L’effet d’échelle : A niveau de contrainte égale, deux pièces de même géométrie mais de
dimensions différentes n'auront pas la même tenue en fatigue, en effet, la résistance à
la fatigue diminue au fur et à mesure que les dimensions d'une pièce croissent. Cette
observation s'explique principalement par le volume de matière sollicité : plus celui-ci
est grand, plus la probabilité d'avoir des défauts métallurgiques est grande [Car,09].
(ii) L'effet micro-géométrique de la surface : un mauvais contrôle d’un procédé d’élaboration
mécanique tel que l’usinage par exemple, altère la rugosité et provoque en surface des
microreliefs, aléatoirement distribués, susceptibles d'augmenter localement le niveau
de contrainte ; l'amorçage des fissures en surface est donc retardé lorsque la rugosité
est faible [Fil,00]. L’accident de forme induit des discontinuités géométriques qui
augmentent localement le niveau des contraintes et qui diminue la durée de vie de la
pièce. Cette augmentation peut être traduite par un coefficient de concentration de
contrainte élastique K t (rapport entre la contrainte locale maximale et la contrainte
nominale) et qui est par conséquence caractérisé d’une certaine dispersion [Kar,01].
I.3.4 Paramètres d’environnement

L’influence des paramètres d’environnement peuvent se résumer principalement en deux types :
(i) l’influence de la température : en général l’élévation de la température engendre une
diminution de la limite d’endurance, cependant cette élévation peut être suivie d’un
phénomène durcissant qui améliore les caractéristiques mécaniques, en particulier, la
limite d’endurance et l’effet d’entaille, c’est pourquoi il est nécessaire de tenir compte
aussi de la vitesse et du gradient de chauffage ou de refroidissement dans la pièce
[Sur,98].

(ii) la fatigue sous corrosion. La corrosion est un milieu agressif qui aggrave le phénomène de
fatigue. La rupture par fatigue dans ce cas peut être amorcée sur une piqûre de
corrosion qui joue le rôle similaire d’une entaille [Bas,71].
I.4 Dimensionnement des pièces à la fatigue

Il existe différentes approches de dimensionnement des pièces mécaniques sollicitées en
fatigue. L’objectif principal de ces approches consiste à prévoir la durée de vie totale de la
structure. La différence entre ces approches provient essentiellement de la variation d’estimation
des stades d’amorçage et de propagation d’une ou plusieurs fissures existantes dans la structure
étudiée [Hen,05].
On cite par exemple, les concepts suivants, utilisés afin d’évaluer le durée de vie d’une structure
sollicitée en fatigue:
• Un premier concept est celui de la durée de vie sûre, qui se base sur le temps
d’amorçage des fissures. La durée de vie est alors déterminée en appliquant un
coefficient de sécurité soit par rapport à une durée de vie moyenne soit à une résistance
en fatigue déterminée expérimentalement ou par calcul [Smi,86].
• Un deuxième concept postule qu’une rupture partielle d’un élément n’engendre pas de
conséquence catastrophique sur l’intégrité de la structure estimée sous charge statique.
La structure endommagée peut par la suite supporter un niveau de chargement
correspondant à des conditions sévères d’utilisation multiplié par un coefficient de
sécurité [Smi,86].
L’approche de mécanique de rupture suppose l’existence d’une fissure initiale de taille

critique et permet de suivre l’évolution de la taille de la fissure en fonction des nombres de cycles
jusqu’à la rupture. Cette approche est valable que pour le cas de pièces avec fissure initiale, son
application est très utile pour la maintenance des pièces de grandes dimensions [Bat,97]. Une
autre approche en tolérance aux dommages a été établie en supposant que tout matériau contient
un défaut préexistant ou crée en service. La durée de vie correspond dans ce cas alors au temps
de propagation du défaut jusqu’à atteindre une certaine taille critique. Le calcul de la durée de vie
se base sur les principes de la mécanique élastique linéaire de rupture sous l’hypothèse d’avoir
une zone plastifiée réduite par rapport aux dimensions de la pièce [Hir,07].
Dans un autre volet, l’approche phénoménologique proposée par Lemaître et Chaboche
permet de prévoir l’évolution de l’endommagement dans la structure durant les sollicitations

cycliques extérieures à travers la détermination d’une variable d’état [Cha,96]. Cette approche
est d’application utile surtout lorsqu’on s’intéresse à la prévision de l’évolution de
l’endommagement durant un processus de fabrication ou un procédé de parachèvement tel que
les traitements de finition de surface etc. Elle a été largement utilisée pour des applications
intéressantes comme la construction aéronautique ou nucléaire. Cette approche est développée
par le moyen des lois d’endommagement et du cumul du dommage en fatigue tel que la méthode
de Rainflow de comptage de cycles qui utilisée dans le but de réduire le spectre de contraintes
variables en série de contraintes simples [Ryc,07].
Néanmoins, l’approche la plus utilisée pour les pièces mécaniques fortement sollicitées et
soumises à la fatigue polycyclique (tels que l’automobile, les éléments de transmission,
l’aéronautique, le navale, le ferroviaire, etc.) consiste à prévoir l’endurance de la structure vis-à-
vis de l’amorçage ou de la rupture via un aspect global [Cha,00]. Cette approche met en œuvre
les diagrammes et les critères de fatigue couramment employés. Dans notre travail, on s’intéresse
à cette dernière approche, toutefois en introduisant un aspect probabiliste afin de prévoir la
fiabilité de fatigue polycyclique.
I.4.1 Diagrammes de fatigue uniaxiale

Les travaux expérimentaux réalisés, le plus souvent, dans le cadre des essais de fatigue
uniaxiale, montrent l’influence de la contrainte moyenne sur la durée de vie des éprouvettes et
sur les courbes de Wöhler obtenues (figure I.6) [Bas,71].
σa σa
(a) (b)
σm= 0
N= Nd
σm= σm1
σm= σm2
N σm
Nd 0 σm1 σm2 Rm
Figure I.6: Construction du diagramme de Haigh (b) à partir des courbes de Wöhler à différentes
valeurs de contrainte moyenne (a).
Afin de prendre en compte cet aspect, d’autres diagrammes empiriques ont été mis en
œuvre, tels que : diagramme de Haigh, de Goodman-Smith, Rös, etc. [Bra,01].

Ensuite, les études de fatigue se sont orientées vers le comportement en fatigue sous
sollicitations multiaxiales donnant naissance par la suite à des critères multiaxiaux [Kar,01].
I.4.2 Critères de fatigue multiaxiale

Le critère de fatigue multiaxiale permet de savoir si la limite de fatigue à grand nombre
de cycles d’un matériau est atteinte pour une succession d’états de contraintes définissant un
cycle multiaxial. Le critère de fatigue met en relation des grandeurs issues du cycle multiaxial de
contraintes définies sur la période de chargement (amplitudes, valeurs moyennes, valeurs
maximales, parties alternées) et des limites d’endurance (ou des limites de fatigue à N cycles)
suivant plusieurs modes de sollicitations simples (traction alternée symétrique, flexion alternée
symétrique, torsion alternée symétrique, torsion répétée, flexion répétée, etc.).
Le critère de fatigue, par l’intermédiaire de son expression, situe ainsi tout cycle
multiaxial de contraintes par rapport au seuil de fatigue représenté par la limite de fatigue du
matériau. Par la suite, le critère peut prévoir deux cas de comportement en fatigue polycyclique
pour le matériau : sécurité ou rupture [Web,99].
Types de critères de Exemples de

Concept de base
fatigue multiaxiale critères
Le formalisme est issu de résultats expérimentaux
Critères d’approche 9 Gough & Pollard
obtenus pour un type de matériau et de sollicitations
empirique [Pap,87]
multiaxiales données
Ces critères sont basés sur la recherche d’un plan
physique critique. L’endommagement du matériau 9 Dang Van
Critères de type plan
par fatigue, au point où sont connues les [Dan,84]
critique
contraintes, est lié à leur action sur le plan en
question.
Ces critères sont basées sur des invariants du
Critères d’approche tenseur de contrainte et de son déviateur définis sur 9 Crossland
globale l’ensemble des plans physiques possibles passant [Cro,56]
par le point de l’étude de fatigue.
Tableau I.1. Classification des critères de fatigue multiaxiale.
L’ensemble des critères de fatigue multiaxiale est réparti en trois approches distinctes qui
se différencient par leur concept de base. Le tableau I.1 illustre une classification de ces critères
de fatigue multiaxiale.

Parmi ces trois approches, des sous-groupes différencient les formalismes des critères. On
distingue les critères macroscopiques faisant intervenir des contraintes évaluées à l’échelle
macroscopique. D’autres critères sont basés sur le comportement de la matière à l’échelle
microscopique. Ils sont dits microscopiques bien que leur formalisme final utilise des grandeurs
macroscopiques. Les deux critères de fatigue multiaxiale de Crossland et de Dang Van sont
détaillés dans ce qui suit.
I.4.3 Critère de Crossland

Le critère de Crossland est basé sur le critère de plasticité de Von Mises, il a l’avantage de
correspondre à la majorité des résultats expérimentaux. Ce critère peut être défini par la
limitation de la contrainte équivalente de Crossland ( σ éq,C ) qui est exprimé par une relation
linéaire de la racine carrée de l’amplitude du second invariant du tenseur des contraintes J 2,a et
de la pression hydrostatique maximale Pmax pour un élément de volume représentatif [Cro,56],

[Cro,70].
Pour un nombre de cycles de rupture spécifié (généralement 107), le critère de Crossland peut
être exprimé par l'inégalité suivante :
σ éq ,C = J 2,a + α C Pmax ≤ βC (I.2)
Où J 2,a est obtenu par une double maximisation :
J 2,a =
1
2 2 ti ∈T
{ tj∈T
}
max max S (ti ) − S (t j ) =
1
2 2
{
max max (( S (ti ) − S (t j ) : ( S (ti ) − S (t j ))
ti ∈T t j ∈T } (I.3)
ti et t j sont deux instants variant dans l’intervalle [ 0, T ]
1 1
Et Pmax = I1max = max ⎡⎣tr (σ ( t ) ) ⎤⎦ (I.4)
3 3 t∈T
α C et β C sont les deux paramètres matériels du critère qui peuvent être identifiés par le calage du
critère sur les deux limites de fatigue de torsion purement alternée t−1 (i.e. J 2, a = t−1 ; Pmax = 0 ) et
de flexion purement alternée f −1 (i.e. J 2,a = f −1 / 3 ; Pmax = f −1 / 3 ). Les paramètres matériels du
critère sont exprimés alors comme suit :

t−1
αC = 3 − 3, (I.5)
f −1
Et, βC = t−1 (I.6)

Deux principales zones déterministes peuvent être identifiées : (i) une zone de sécurité, où le
point représentatif du chargement est strictement au dessous de la droite du critère de Crossland
et, (ii) une zone de rupture, où le point représentatif est au dessus de la droite de Crossland
(figure I.7).
J 2 ,a
Domaine de rupture
Droite limite du critère à une
probabilité de rupture de 50% et
pour un nombre de cycle fixe
Domaine de sécurité
Pmax
Figure I.7: Diagramme de Crossland.
I.4.4 Critère de Dang Van

Les constatations expérimentales à l’origine de ce critère sont les suivantes :
9 le mécanisme de base pour l’amorçage des fissures de fatigue est le cisaillement des plans
cristallographiques le plus défavorablement orientés. Il est donc plus important de relier
le critère de fatigue recherché au cisaillement local maximal produit par le chargement ;
9 l’influence de la pression hydrostatique est prépondérante et permet de rendre compte de
nombreux résultats expérimentaux [Dan,84].
On peut définir le critère de Dang Van comme suit : pour un chargement donné, on cherche le
G
plan défini par sa normale n et l’instant t de la période T , pour lesquels la contrainte équivalente
(σ )
éq,D est maximale. Ce critère est exprimé comme suit :
σ éq,D = max
G
n
(
t∈T
)
max ⎡⎣ τ ( t ) + αD p ( t ) ⎤⎦ ≤ βD (I.7)
La contrainte équivalente ( σ éq,D ) est une combinaison linéaire des deux paramètres
microscopiques : cisaillement local τ ( t ) et pression hydrostatique instantanée p(t) .
Le cisaillement local τ ( t ) est considéré à chaque instant égal au cisaillement instantané appliqué
C ( t ) diminué du cisaillement moyen Cm du tenseur de contrainte appliqué σ ( t ) , à l’état adapté :
τ ( t ) = C ( t ) − Cm (I.8)

La pression hydrostatique maximale au même instant ( t ) est exprimée comme suit :

1
p ( t ) = tr (σ ( t ) ) (I.9)
3
Les constantes α D et β D sont déterminées à partir d’essais de fatigue de référence. L’application
du critère dans un cas de torsion symétrique alternée t−1 et flexion symétrique alternée f −1 , nous
donne les paramètres matériels :
t-1 - f -1 / 2
αD = (I.10)
f -1 / 3
β D = t-1 (I.11)
t−1 1
Le critère est donc valide que lorsque le rapport est supérieur à .
f −1 2
Dans le digramme de Dang Van ( p ( t ) , τ ( t ) ), le trajet d’un chargement complexe doit rester en
deçà de la droite limite du critère pour éviter la rupture en fatigue (figure I.8).
τ (t )
Domaine de rupture
Droite limite du critère à une

probabilité de rupture de 50% et
ti pour un nombre de cycle fixe
Trajet d’un chargement

complexe
p (t )
Figure I.8: Trajet d’un chargement complexe dans le diagramme de Dang Van.
G
Afin de simplifier le calcul compliqué de maximisation sur n (équation I.7), pour la
détermination du plan critique à travers le balayage de tous les plans physiques, une version
simplifiée du critère de Dang Van a été proposée [Dan,89], où le critère de Tresca est appliqué
aux valeurs principales des parties alternées du tenseur déviateur S a (t ) pour déterminer la valeur
de cisaillement local. Le critère est exprimé alors comme suit :

σ éq,D = max ⎡⎣ τ tr ( t ) + αD p ( t ) ⎤⎦ ≤ βD (I.12)

t∈T
τ tr ( t ) est le cisaillement local instantané du tenseur du chargement, déterminé par le critère de

Tresca.
I.5 Influence du grenaillage de précontrainte sur la fatigue

Le traitement de grenaillage de précontrainte induit des modifications sur les
caractéristiques des couches superficielles des pièces traitées. Ces modifications possèdent une
influence importante sur la tenue à la fatigue polycyclique [Och,01], [Ele,01], [Tek,02]. On
peut classifier les principaux effets induits dans les couches superficielles grenaillées comme
suit [Fat,04] :
I.5.1 Effet mécanique

Au cours du traitement de grenaillage de précontrainte, les chocs répétés des billes
provoquent une plastification des couches superficielles de la pièce, ce qui génère un état de
contraintes résiduelles de compression [Meg,85], [Cao,89]. La majorité des mesures effectuées,
sous chargements cycliques purement alternée ( Rσ = -1), montrent que l’évolution des contraintes
résiduelles dépend principalement du chargement appliqué et des propriétés mécaniques
cycliques du matériau traité [Zhu,01]. On observe généralement deux étapes : (i) une première
étape d’adaptation ou de relaxation quasi-statique caractérisée par une évolution significative et
rapide des contraintes résiduelles durant les premiers cycles. Cette relaxation est due à un effet de
redistribution des déformations plastiques dans les couches affectées. Elle est proportionnelle à
l'amplitude du chargement appliqué, (ii) une deuxième étape où la relaxation est plus lente et
progressive. Cette phase peut être suivie généralement par un adoucissement ou un durcissement
cyclique des couches affectées. Différents modèles proposent des relations linéaires entre la
contrainte résiduelles et Ln(N)1 (N est le nombre de cycles).
La superposition du tenseur des contraintes appliquées σ app (t,z) aux contraintes
résiduelles stabilisées σ *R ( z ) est généralement possible après la première étape de la relaxation
des contraintes résiduelles et dans le cas d’un chargement au voisinage de la limite d’endurance
1
Ln désigne la fonction logarithme népérien

où l’amplitude du chargement total demeure plus faible que la limite d’élasticité du matériau
[Sid,05]. Le tenseur total des contraintes σ t (t,z) est donné alors par l’équation suivante :
σ t (t,z) = σ app (t,z) + σ *R ( z ) (I.13)
On constate que les contraintes résiduelles de compression n’influent pas sur J 2,a . Cependant,
ces contraintes présentent un effet bénéfique puisqu’elles font déplacer le point représentatif du
chargement appliqué vers la zone de sécurité en diminuant la valeur de la pression hydrostatique
maximale Pmax (Figure I.9) qui sera exprimée comme suit:
1
Pmax ( z ) = max tr ⎡σ app (t,z)+ σ *R ( z ) ⎤ (I.14)
3 t∈T ⎣ ⎦
J 2 ,a
Droite limite du critère

Chargement avec contraintes
résiduelles de compression
Chargement sans
contraintes résiduelles
Pmax
Figure I.9: Effet des contraintes résiduelles compressives de grenaillage sur la tenue
à la fatigue selon le diagramme de Crossland [Fat,04].
I.5.2 Effet métallurgique
Le grenaillage de précontrainte induit sur les couches superficielles de la pièce traitée un

écrouissage caractérisé par une augmentation de la densité des dislocations du réseau cristallin.
comportement en fatigue est influencé par les modifications métallurgiques dans les couches
superficielles induites par le traitement de grenaillage de précontrainte [Ber,87]. Plusieurs
auteurs ([Kra,86], [Mae,86]) ont montré une corrélation qualitative entre la largeur de corde à
mi-hauteur ( FWHM ), déterminée par les pics de diffraction des rayons X, et les déformations
plastiques induites par la densité de dislocations.
Deperrois [Dep,91] a supposé que seule la valeur du paramètre du matériau β C , figurant dans le
critère de Crossland, change avec le durcissement local de la surface (ou adoucissement de

surface). La valeur de α C est supposée constante pour la majorité des matériaux puisque elle
varie entre 0.1 et 0.3.
Etant donné que le paramètre β C est identifié par la limite de fatigue en torsion symétrique (Eq.
I.6) et d’après la théorie de Schmidt qui suppose que la contrainte de cisaillement est liée à la
densité des dislocations, le paramètre β C est supposé lié à la densité des dislocations dans le
réseau cristallin [Dep,91], et évolue selon une loi de même forme que la loi de plasticité
d’Hollomon ( σ = K ( ε p ) ) [Koc,03].
n
Deperrois [Dep,91] a proposé une expression générale de β C en fonction de la largeur de corde
FWHM :
n
⎛ FWHM(z) ⎞
βC ( z ) = βC0 ⎜ ⎟ (I.15)
⎝ FWHM 0 ⎠
Avec n une constante qui dépend du matériau et FWHM 0 est la largeur de corde correspondante
à βC0 .
L’effet de ce paramètre sur le critère de Crossland est représenté sur la figure I.10.
J 2 ,a
Effet du durcissement
Effet d’adoucissement
Pmax
Figure I.10: Effet métallurgique sur le critère de Crossland [Fat,04].
I.5.3 Effet de la rugosité

Le grenaillage de précontrainte provoque une modification sensible de l’état micro-
géométrique de la pièce traitée à travers la rugosité superficielle engendrée. Il est à noter que
l’état de surface initial joue un rôle important dans la résistance à la fatigue surtout lorsque la
contrainte de sollicitation est proche de la limite d’endurance du matériau grenaillé. Et le

grenaillage effectué est de faible intensité. Cependant, pour un traitement de grenaillage de

précontrainte de forte intensité (vitesse de projection, temps d’exposition, taux de recouvrement
élevés), et d’après certains auteurs, la mémoire de l’état de surface initial disparaît et le
comportement en fatigue du matériau ne dépend plus de ce paramètre. en effet la détérioration de
la rugosité finale sous l’effet d’un grenaillage très violent diminue les caractéristiques de la tenue
à la fatigue polycyclique [Gra,87].
I.5.4 Effet d’endommagement

Le grenaillage de précontrainte peut engendrer des défauts dans la pièce traitée
(recouvrement du métal, écaillages, microfissures, etc.) dans le cas où les paramètres du procédé
sont mal choisis. Ces défauts sont néfastes pour la tenue à la fatigue. La forme et la taille de ces
défauts peuvent être identifiées à l’aide d’un microscope électronique à balayage. Ces défauts
peuvent être considérés comme des discontinuités à la surface du matériau. Dans cette approche,
la variable d’endommagement D , proposée par Lemaître et Chaboche [Lem,92], est employée
pour tenir compte de cet effet.
Pour un élément représentatif de volume d'un corps endommagé à un point M, orienté par
G G
un plan défini par sa normale n , la valeur d’endommagement D(M,n) est définie comme suit :
G S
D(M,n)= 0 (I.16)
S
S étant la surface d'intersection du plan avec l'élément de volume représentatif, et S0 est la
surface effective des intersections de toutes les microfissures ou microcavités, qui se trouvent
en S .
D’après le travail de [Fat,04], on retient les hypothèses que l'élément de volume
représentatif de la couche en surface est à endommagement homogène et que la variable
d’endommagement superficiel (pour z =0), dénoté DS , est isotrope (ne dépend pas de la
direction). Le tenseur cyclique de contrainte effective, à coordonnée z =0, est donné par le
rapport suivant :
1
σ ( t,z = 0 ) = σ(t,z = 0) (I.17)
( 1 − DS )
Par la suite et comme effet sur le critère de Crossland (figure I.11), on obtient la variation
du paramètre matériel du critère de fatigue de Crossland β C en fonction de la variable
d’endommagement superficiel comme l’indique l’expression suivante :
β c' = (1 − Ds ) × β c (I.18)

Ceci exprime l'effet défavorable de l’endommagement superficiel sur la performance de

la fatigue polycyclique.
J 2 ,a
J2,a + αC Pmax = ( 1- Ds ) βC
J 2,a + αC Pmax = βC
Pmax
Figure I.11: Effet de l’endommagement sur le critère de Crossland [Fat,04].
I.6 Approches probabilistes appliquées à la fatigue

La fiabilité est un outil très important qui sert à éviter l’usage des coefficients de sécurité
classiquement employés dans la phase de conception des systèmes mécaniques. Ces coefficients
manquent de quantification précise et peuvent conduire à des risques de surdimensionnement.
Pour palier à cet inconvénient majeur, l’analyse de la fiabilité vient constituer une phase
indispensable dans toute étude de sûreté de fonctionnement des composants et des systèmes
mécaniques. Elle est considérée comme un paramètre clé de la qualité et d’aide à la décision,
dans l'étude de la plupart des composants, produits et processus. Toutefois, la fiabilité permet de
caractériser le comportement du produit dans les différentes phases de vie, mesurer l’impact des
modifications de conception sur l’intégrité du produit, qualifier un nouveau produit et améliorer
ses performances tout au long de sa mission.
I.6.1 Méthodes de calcul de la fiabilité

L’évaluation de la fiabilité en fatigue passe généralement à travers le calcul de la probabilité
de rupture qui nécessite essentiellement [Bje,90] la connaissance :
9 Du modèle mécanique qui traduit la réponse de la structure vis à vis au phénomène de
rupture tel que la loi de propagation d'un défaut dans le modèle de sollicitation.

9 Du critère de résistance ou d'état limite, qui fixe le seuil au delà duquel il y a défaillance :
il s'agit du modèle de résistance qui doit traduire au mieux le phénomène physique
considérée.
9 De la variabilité des paramètres (considérés comme des variables aléatoires) intervenant
dans le dimensionnement de la structure.
Pour un vecteur de variables aléatoires X , représentant des quantités structurelles dispersées, une
fonction d’état ou de performance G , séparant les zones de sécurité et de rupture, est donné par :
G ( xi ) = S ( xi ) - L( xi ) . (I.19)
Où S et L sont respectivement la fonction de résistance et la fonction de charge (contrainte) et

xi représente un élément du vecteur aléatoire X (figure I.12).
Dans ce cas, si l’inégalité G ( xi ) > 0 est vérifiée, cela implique une condition de sécurité de la
structure. Cependant et dans le cas opposé, si G ( xi ) < 0 , cela signifie une rupture ou une
défaillance. G ( xi ) = 0 représente le cas limite.

Densité de probabilité
Distribution de la
Contrainte
Distribution de la
Résistance
Probabilité de
défaillance
Variable xi
Figure I.12: Densités de probabilité de la contrainte et de la résistance [Bje,90].
En utilisant la fonction de performance G, la probabilité de rupture peut être déterminée par

l’expression suivante :
Pf = Proba ( S ( xi ) ≤ L ( xi )) = Pr oba (G ( xi ) ≤ 0) = ∫ f{X} ( xi ) dx1 .....dx n (I.20)

G ( xi ) < 0

Où f{X} ( xi ) représente la fonction densité de probabilité jointe de{xi } .
La méthode analytique [Fou,97] permet le calcul direct de la probabilité de défaillance

Pf à partir de l'équation (I.20). Cela nécessite la connaissance de la densité de probabilité de la
fonction de performance G ( xi ) ; mais ceci est souvent difficile à priori. Pour contourner cette
difficulté, diverses méthodes d'approximation sont employées.
Les trois voies principales d’origine de ces méthodes sont les :
Méthodes basées sur l’indice de fiabilité : où le calcul se fait par l’intermédiaire de

l’indice de fiabilité β . La méthode de Hasofer et Lind, la méthode FORM : méthode
d’approximation de fiabilité du premier ordre (First Order Reliability Method) et la
méthode SORM : méthode d’approximation de fiabilité du second ordre (Second Order
Reliability Method) sont utilisées [Dit,97], [Zha,01] pour permettre d’évaluer β .
L’échantillonnage par tirage d’importance : Elle permet de cibler les tirages de variables
de base X i autour du point de conception P* (figure I.13). Cela permet de réaliser de
meilleures approximations de Pf pour des échantillons de taille limitée.
La technique de simulation directe par la méthode de Monte Carlo : Cette méthode est
d’autant plus coûteuse qu’elle soit plus précise. En effet, le calcul de la probabilité de
rupture approché Pf se fait en mesurant la taille de l’échantillon (composé de N tirages de
variables de base) des réalisations situées à l’intérieur du domaine de défaillance. On note

que plus la taille de l’échantillon est élevée plus la probabilité de rupture approchée Pf
tend vers la probabilité de rupture réelle Pf .
I.6.1.1 Méthodes basées sur l’indice de fiabilité

a) Indice de Cornel
La probabilité de rupture (ou de défaillance) déterminée dans l’équation (I.20) peut être
encore exprimée comme suit :
G ( xi ) − mG − mG
Pf = Pr oba( ≤ ) (I.21)
σG σG
Où, mG et σ G sont respectivement la moyenne et l’écart type de la fonction G ( xi ) .

En introduisant la fonction normale réduite U G ( xi ) , et l’indice de fiabilité de Cornel Ic , on
obtient les deux équations suivantes :
G ( xi ) − mG
U G ( xi ) = (I.22)
σG
mG
et, Ic = (I.23)
σG
Par la suite, la probabilité de rupture Pf peut être alors écrite sous la forme suivante :
Pf = Proba(U G (xi ) ≤ − Ic) (I.24)
En adoptant l’hypothèse stipulant que les deux fonctions S ( xi ) et L( xi ) suivent une distribution
normale et qu’elles sont indépendantes, l’indice de fiabilité de Cornel peut être exprimé selon
[Bje,90] comme suit :
mS - m L
Ic = (I.25)
σ S2 + σ L2
Avec, (mS , mL ) et (σ S , σ L ) sont respectivement les moyennes et les écarts type des deux
fonctions S ( xi ) et L( xi ) .
Enfin, la probabilité de rupture Pf peut être estimée comme l’indique l’expression suivante :
Pf = φ (- Ic) (I.26)
Où φ représente la fonction de répartition de la loi normale centrée réduite définie comme suit :
x t2
1 −
φ ( x) = ∫e 2
dt (I.27)
2π −∞
b) Indice de Hasofer Lind

L’indice de fiabilité de Hasofer Lind β HL est défini comme la distance la plus courte entre
la courbe d’état limite G ( X ) = 0 et l’origine du repère dans un espace normé réduit des variables
aléatoires décorrélées (u1,u2) (figure I.13). Il est égal à la distance du point de défaillance P* à
l’origine du repère [Has,74].

u2
Domaine de
défaillance G(X)<0
Domaine de sécurité
P*
G(X)>0
G(X)=0
βHL
Hyper surface
Hyper plan tangent tangente (SORM)
(FORM)
u1
Figure I.13: Indice de fiabilité de Hasofer Lind et approximations FORM et SORM [Zha,99].
c) Méthode de calcul de premier ordre (FORM)

Cette méthode vise à estimer l’indice de fiabilité β et la probabilité de rupture Pf , par
une approximation de la fonction d’état G ( X ) par un hyperplan tangent à G ( X ) au point de
défaillance le plus probable P* . Un développement de Taylor au premier ordre est utilisé à cette
fin. Une transformation iso-probabiliste des variables de base xi est réalisée ; les nouvelles
variables ui sont gaussiennes, centrées réduites et décorrélées.
L’indice de fiabilité β est calculé en recherchant le point P* le plus proche de l’origine

du repère (point le plus probable). Ainsi, β est évalué dans ce nouvel espace en résolvant le
problème d’optimisation suivant [Zha,01]:
β = min ∑u u i i
sous la contrainte H ( ui ) ≤ 0 (I.28)
i
Où H ( ui ) est la fonction d’état dans l’espace normé réduit.
A partir de l’indice de fiabilité β , la probabilité de rupture peut être estimée en utilisant toujours
l’équation (I.26).
Cette égalité n’est correcte que lorsque les variables aléatoires de base sont gaussiennes et
avec un état limite linéaire.

d) Méthode de calcul de second ordre (SORM)

Elle est basée sur le développement de Taylor au deuxième ordre de la fonction
d’état G ( X ) . Sa représentation dans l’espace des variables de base est remplacée par une
hypersurface d’ordre 2. Trois formulations de la probabilité de rupture peuvent être proposées :
Formule de Breitung [Bre,89], formule de Rice et formule de Tvedt [Zha,99]).
Comme le montre la figure I.13, la méthode FORM est utilisée pour ajuster une fonction d’état
de faible concavité au voisinage du point de conception. Par contre, la méthode SORM est
utilisée pour une forte concavité de cette fonction au voisinage du même point [Gay,04].
I.6.1.2 Méthodes de tirage d’importance

Cette méthode consiste à utiliser d’abord la méthode FORM pour déterminer le point de
conception P* . Une fois P* déterminé, une simulation limitée à des tirages au voisinage de ce
point est réalisée pour améliorer l’évaluation de la probabilité de rupture obtenue par la méthode
FORM. Ainsi, elle permet de corriger l’erreur générée par l’approximation au premier ordre de la
surface d’état dans l’espace des variables gaussiennes centrées réduites.
I.6.1.3 Méthode de Monte Carlo

Elle consiste à effectuer un grand nombre N de tirages de variables aléatoires du
problème étudié. A partir de tirages aléatoires, la méthode de Monte-Carlo consiste à simuler un
très grand nombre de fois la résistance et la contrainte puis à les comparer et à compter le nombre
d'événements de défaillance obtenus ( S ( xi ) ≤ L ( xi ) ). Pour chaque tirage, la fonction d’état est
calculée et l’on dénombre les tirages conduisant à la défaillance de la structure.
La probabilité de rupture est alors estimée par le rapport entre le nombre des tirages
conduisant à la rupture et le nombre total des tirages N . Soit Pf est exprimée comme suit :
Nombre des événements (S ( xi ) ≤ L ( xi ))

Pf = lim (I.29)
N →+∞ Nombre total des événements simulés
Une telle procédure présente l'intérêt de la simplicité, à condition de savoir simuler

correctement une variable aléatoire ayant une loi de probabilité donnée. L’avantage majeur de
cette méthode est qu’elle n’impose aucune condition de continuité ni de dérivabilité de la
fonction d’état G ( X ) .

Cette méthode permet en plus d’estimer la précision de la valeur de la probabilité de

rupture obtenue. Mais la vitesse de convergence de cette méthode est très lente (elle est
proportionnelle à N [Zha,01]).
Toutefois, elle conduit à des temps de calcul très élevés dès qu’il s’agit d’évaluer de faibles
probabilités avec une précision raisonnable. Pour ces faibles valeurs de probabilités, on peut
100
montrer que le nombre de tirage aléatoire nécessaire est estimé à pour atteindre un
Pf
coefficient de variation de Pf à l’ordre de 0,1 [Lem,05] (voir Annexe A).
I.6.2 Approches probabilistes avec prise en compte des défauts

Les méthodes générales de calcul de fiabilité appliquées en fatigue présentées
précédemment peuvent masquer les phénomènes physiques mis en jeu dans le processus de
rupture par fatigue, du moment où elles ne tiennent pas compte de la présence des défauts et des
mécanismes d’amorçage et de propagation des fissures au sein du matériau. On présente dans
cette partie, les approches probabilistes qui se proposent de prendre en compte les défauts
présents dans le matériau. Parmi les approches les plus connus on cite les trois suivantes :
9 Modèle de Weibull [Wei,39]
9 Approche de Chantier
9 Approche de Bomas
Le tableau I.2 résume le principe de ces trois approches probabilistes ainsi que leurs
principaux avantages et inconvénients.
I.6.2.1 Modèle de Weibull

Le modèle de Weibull [Wei,39], [Lem,05] a été développé pour les matériaux fragiles
soumis à des sollicitations de torsion et de flexion rotative. Ce modèle permet d'établir une
relation entre la probabilité de fissuration, la contrainte appliquée et le nombre de cycles :
f ( PF , σ , N f ) = 0 (I.30)
où PF représente dans ce cas la probabilité cumulée de fissuration (comprise entre 0 et 1), σ est
la contrainte appliquée et N f est le nombre de cycles à fissuration. Cette loi est empirique, elle
correspond à l'analyse d'une base de données importante concernant les matériaux fragiles.
L’hypothèse du concept du maillon le plus faible, développée par Weibull, constitue le point de
base de cette approche.

Approche
Principe Avantages Inconvénients
probabiliste
9 Ce modèle établit une relation entre
9 Cette approche introduit la théorie du maillon
la probabilité de fissuration, la
le plus faible qui représente le point de base 9 Considérer la structure comme
contrainte de fatigue appliquée et le
pour la majorité des approches. une chaîne d’éléments (maillons)
Modèle de nombre de cycles.
9 Cette approche donne naissance à une nouvelle parfaitement indépendants.
Weibull 9 La rupture de l'élément le plus faible
distribution qui prévoie la probabilité de 9 L’interaction entre les maillons
entraîne la ruine de la structure toute
fissuration d'un petit élément de matière. faibles (défauts) est négligée.
entière.
9 Approche simple et très utilisable.
9 Cette méthode s’approche de la réalité en

9 Cette méthode convient d’introduire 9 L’interaction entre les défauts est
considérant que la microstructure présente des
l’existence des défauts présents dans négligée.
Approche de défauts d’élaboration.
le matériau dans l’étude de la durée 9 Les défauts ne peuvent pas se
Chantier 9 Cette méthode tient compte du caractère
de vie en fatigue. produire au cours du chargement
aléatoire de la taille des défauts et de leurs
cyclique.
répartitions dans le matériau.
9 Cette approche fait relation entre la 9 Cette approche tient en compte la présence des
distribution de la taille des défauts et défauts au sein du matériau dans l’étude de la 9 Non interaction entre les deux
Approche de
la probabilité de fissuration en durée de vie d’une pièce. types d’amorçages volumique et
Bomas
proposant un couplage d’amorçage 9 L’amorçage de fissure en surface est différent surfacique.
volumique et surfacique. de celui dans le volume de la pièce.
Tableau I.2. Approches probabilistes en fatigue avec prise en compte des défauts.

Weibull suppose que la rupture d'un élément de la structure conduit à la ruine instantanée
de toute la structure. L'élément le moins résistant ou appelé encore par l’auteur "maillon le plus
faible" d'une chaîne tendue est responsable de la ruine entière de la structure étudiée.
Les hypothèses fondamentales de cette théorie se résument comme suit:
9 La structure est constituée par un ensemble d'éléments juxtaposés et parfaitement
indépendants de point de vue de leur rupture.
9 La rupture totale de la structure entière est entrainée suite à la rupture de l'élément le plus
faible.
9 Dans la structure, la distance moyenne entre les défauts est supposée suffisamment
grande devant leurs tailles. Par la suite, l'interaction entre ces défauts qui représentent les
maillons faibles de la structure est négligée.
L’auteur considère que la structure est constituée de plusieurs unités ayant le même volume
élémentaire représentatif Ver . Cependant, chaque unité possède d’une façon indépendante une
contrainte à fissuration intrinsèque σ 0 et une probabilité de fissuration PF 0 (σ 0 ) distincte. La
structure comporte alors de nombreux défauts, considérés comme des maillons, de probabilités
de fissuration différentes (figure I.14). La présente approche, appelée aussi la théorie du pire
défaut de Weibull, stipule que la rupture intégrale s’établit lorsque l’on assiste à n'importe quel
élément de volume de la structure un dépassement de sa valeur limite de contrainte à rupture.
L'effet d'échelle, relatif à la théorie statistique donnée par [Baz,99], confirme fortement le
concept du maillon le plus faible dans une chaîne. A l’issue de plusieurs essais expérimentaux,
Weibull achève que la queue de la distribution des valeurs de contraintes pour de très faibles
probabilités ne pouvait être représentée par aucune des distributions déjà connues. Une nouvelle
distribution a été introduite qui prévoie la probabilité de fissuration d'un petit élément de matière
comme une loi puissance de la différence de contrainte par rapport à un seuil (qui peut être nul).
Figure I.14: Représentation du concept du maillon le plus faible [Bom,99].

Dès l’amorçage d’une fissure macroscopique qui commence à la suite d’une microfissure
(ou un défaut) existant quelque part dans une structure de volume total V , la théorie du maillon
le plus faible permet d’écrire la probabilité totale de survie comme suit :
PS (V ) = 1 − PF (V ) = 1 − e ∫∫∫V
− ϕ ( x , y , z )dV
(I.31)
La fonction ϕ ( x, y, z ) qui représente la concentration spatiale de probabilité de fissuration du
matériau en fonction de la contrainte σ (probabilité de fissuration par unité du volume

représentatif Ver ) introduite par Weibull est donnée comme suit [Lem,05]:
m
1 ⎛ σ −σ0 ⎞
ϕ ( x, y , z ) = ⎜ ⎟ (I.32)
Ver ⎝ σ u ⎠
où σ u est un paramètre d’échelle, m représente le module de Weibull caractérisant la répartition
des contraintes par rapport à l’étendue des probabilités cumulées de rupture et σ 0 définit la
contrainte seuil en dessous de laquelle la densité de probabilité de fissuration est nulle.
I.6.2.2 Approche de Chantier

Chantier [Cha,99],[Cha,00] poursuit les travaux menés par Y. Agha [Agh,98]. Cette
approche constitue une méthode de calcul de la probabilité de fissuration intégrée à des
microstructures sollicitées en fatigue tout en tenant compte de la présence des défauts
d’élaboration tels que les inclusions, les porosités, les lacunes, etc. Le caractère probabiliste dans
cette approche est confirmé par la prise en compte de la dispersion aléatoire de la taille des
défauts et de leur répartition spatiale dans le matériau.
Cette approche suppose que les défauts existent dans la microstructure uniquement avant
la phase de chargement de fatigue. Ces défauts initiaux se présentent sous des formes de cavités
ou inclusions sphériques qui modélisent respectivement des soufflures ou des nodules. La
géométrie de la fissure est décrite uniquement par un seul paramètre a qui suit une distribution
aléatoire afin de traduire le caractère de dispersion des défauts.
L’interaction entre les défauts est négligée. La propagation d’une fissure de fatigue s’établit dans
une direction perpendiculaire à la contrainte principale maximale.
Afin de décrire la distribution de la taille des défauts, l’auteur a réalisé des investigations
expérimentales sur une fonte GS. Ses observations ont aboutit à introduire la fonction de densité
de probabilité f d suivante :

a α ( aM − a )
β 1
fd ( a ) = Bα β = ∫ uα ( u − 1) du
β
avec (I.33)
Bα β aMα + β +1 0
Où α et β sont des paramètres modulables à partir de la fonction eulérienne de première espèce

Bα β et aM définit la taille maximale de défaut ( 0 ≤ a ≤ aM ).
On considère un volume élémentaire V0 qui contient les défauts représentés par la
distribution f d . Selon l’auteur, le calcul de la probabilité de fissuration revient à chercher la

probabilité d’avoir des défauts de taille supérieure à une taille critique correspondante à un type
de sollicitation donné.
Sous un chargement cyclique de fatigue, l’expression de la probabilité de fissuration
PF est par la suite fonction de la distribution de la taille des défauts et de la taille du plus petit
défaut critique ac :
+∞ 2
⎛ Kc ⎞
PF = ∫ f ( a ) da
ac
d avec ac = ⎜ ⎟
⎝ Y σ max ⎠
(I.34)
Où K c représente le facteur d’intensité de contrainte relatif au défaut critique.

Selon cette approche, lorsque le nombre de cycles à la rupture augmente les petits défauts
tendent à s’activer en devenant de plus en plus critiques pour la survie de la structure [Cha,99].
Ainsi, la barrière de taille critique ac se réduit au fur et à mesure que le nombre de cycles
considéré augmente.
I.6.2.3 Approche de Bomas

Cette approche est basée sur la théorie du maillon le plus faible, [Bom,97], [Bom,99],
elle cherche à établir une relation entre la distribution de la taille des défauts et la probabilité de
fissuration. Dans cette approche, il est important de noter qu’il faut distinguer entre l’amorçage
de fissure à la surface de la pièce de celui dans le volume de matière. Par la suite, les effets des
défauts en surface et dans la matière sur la tenue en fatigue sont traités indépendamment.
En considérant un volume de référence V0 , l’auteur exprime la probabilité de survie PS , de
ce volume de référence comme une fonction de l’amplitude de contrainte équivalente σ a ,éq :

m
⎛ σ a , éq ⎞
−⎜ ⎟
⎜ T ⎟
PS = 2 ⎝ V0 ⎠
(I.35)
Où TV 0 est la limite d’endurance pour un chargement en traction-compression du volume de
référence V0 , et m représente le paramètre de Weibull. Ce dernier est alors divisé en éléments de

volume dV ayant la probabilité suivante de survie dérivée de l’équation (I.35) à l’aide des règles
de calcul de probabilité :
m
⎛ dV ⎞⎛ σ a , éq ⎞
−⎜ ⎟⎜ ⎟
⎜V ⎟⎜ T ⎟
PS ( dV ) = 2 ⎝ 0 ⎠⎝ V 0 ⎠
(I.36)
En se basant sur le concept du maillon le plus faible, Bomas exprime la probabilité de

survie du volume total comme produit des probabilités de tous les éléments de volume à travers
une intégration dans l’exposant.
En supposant qu’il n’y a pas d’interaction entre les deux types d’amorçage volumique et
surfacique sont indépendants, l’auteur postule alors que la probabilité totale de survie est le
produit des probabilités de survie pour la surface et pour le volume (I.37).
PS ( A + V ) = PS ( A ) .PS (V ) (I.37)
Afin de définir l’amplitude de contrainte équivalente exprimée dans l’équation (I.36),

l’auteur utilise le critère de Dang Van dans sa version simplifiée. En se basant toujours sur
l’hypothèse de non interaction entre les deux types d’amorçage, les probabilités de survie en
surface et dans le volume sont exprimées alors respectivement comme suit :
⎛ (τ a ,max + α A Pmax ) ⎞
⎛ 1 ⎞ m
−⎜ ⎟
PS ( A ) = 2 ⎝ A0 ⎠
∫∫A ⎜
⎜ ⎟ dA (I.38)
τ ⎟
⎝ A 0 ⎠
⎛ (τ a ,max + αV Pmax ) ⎞
⎛ 1 ⎞ m
−⎜ ⎟
PS (V ) = 2 ⎝ V0 ⎠
∫∫∫V ⎜
⎜ ⎟ dV (I.39)
τ ⎟
⎝ V 0 ⎠
Où τ a ,max et Pmax désignent respectivement les amplitudes maximales de cisaillement et de
pression hydrostatique relatives au chargement appliqué. α A et αV représentent les paramètres
matériels du critère de Dang Van, respectivement en surface et dans le volume. τ A0 et τ V 0

représentent respectivement les limites d’endurance en torsion alternée correspondant à la
surface de référence A0 et au volume de référence V0 .
I.7 Synthèse et orientation de la thèse

Dans ce chapitre nous avons passé en revue les différents phénomènes mis en jeu dans la
rupture par fatigue : mécanismes d’amorçage, de propagation des fissures et rupture finale. Les
résultats obtenus, lors des essais de fatigue uniaxiaux, présentés généralement dans la courbe de
Wöhler sont le plus souvent marqués par un aspect de dispersion très significatif.

Les principales méthodes statistiques utilisées pour caractériser la limite de fatigue et sa

dispersion ont été présentées.
Lorsque le chargement est de type multiaxial, les critères de fatigue multiaxiaux sont
généralement utilisés comme un outil efficace pour le dimensionnement à la fatigue dans le
domaine d’endurance illimitée. Ces critères peuvent être exprimés selon un formalisme général
de base. Parmi ceux-ci, nous avons détaillé les deux critères de Crossland et de Dang Van.
Ensuite, nous avons repéré plusieurs facteurs d’influence en fatigue qui sont de type
mécanique, métallurgique, géométrique, et d’intégrité de surface. Lorsqu’un traitement
mécanique de surface est appliqué sur les pièces mécaniques, le comportement en fatigue est
considérablement modifié. Dans notre cas, il s’agit du traitement de grenaillage de précontrainte.
Ce traitement induit des modifications sensibles sur la couche superficielle des pièces traitées.
Ces dernières influent directement sur la tenue en fatigue. L’influence des différents paramètres
de conditions de surface sur le critère de fatigue de Crossland a été montrée.
La fin de ce chapitre a été consacrée aux différentes approches probabilistes permettant
de prévoir le comportement en fatigue et de quantifier le risque de fissuration en fatigue. Deux
types d'approches ont été dégagés :
9 L'approche usuelle Contrainte-Résistance qui consiste à déterminer la probabilité pour
que la résistance à la contrainte de la pièce étudiée soit supérieure aux contraintes
respectivement appliquées pendant toute la durée de chargement considérée. Cette
approche comprend plusieurs méthodes qui sont basées sur le calcul de l’indice de
fiabilité.
9 L’approche « défauts » dont l'idée est de prendre en compte l'existence des défauts au
sein du matériau dans l'étude de la durée de vie d'une pièce. Dans cette approche on
cherche généralement à établir une relation entre la distribution de la taille des défauts et
la probabilité de fissuration.
Nous avons constaté que ces différentes méthodes probabilistes proposées sont basées sur
plusieurs hypothèses fortes et délicates à mettre en œuvre. L’objectif principal de ce travail de
thèse est de développer une nouvelle approche de prévision du comportement en fatigue
polycyclique des composants mécaniques. Cette approche de prévision est une modélisation
probabiliste qui se base sur l’utilisation du critère de fatigue multiaxiale polycyclique de
Crossland avec prise en compte dans une première étape des dispersions des paramètres de
fatigue du matériau et des dispersions dues aux sollicitations appliquées. La prévision du
comportement en fatigue polycyclique se fait en déterminant la fiabilité qui représente la

probabilité de sécurité de la structure sollicitée. La fiabilité se calcule par le biais de la

l’approche Contrainte-Résistance en utilisant la méthode d’approximation de fiabilité de premier
ordre (FORM).
Dans une deuxième étape de travail, les propriétés des surfaces des pièces traitées seront
intégrées avec leurs dispersions dans le modèle de prévision du comportement en fatigue
polycyclique. En vue de valider le modèle développé vis-à-vis différentes investigations
expérimentales préalables, des applications dans des cas des pièces grenaillées et des joints
soudés-grenaillés seront réalisées. Le calcul de la fiabilité est effectué en utilisant la méthode
approximative de simulation numérique de Monte Carlo. Ensuite, nous étudierons les effets des
paramètres de chargement et des conditions de surface du joint soudé sur l’indice de fiabilité en
employant la technique d’analyse statistique basée sur la méthode des surfaces de réponse.


Chapitre II : Approche probabiliste de fatigue polycyclique dans le cas des pièces non traitées
CHAPITRE II
APPROCHE PROBABILISTE DE FATIGUE
POLYCYCLIQUE DANS LE CAS DES
PIECES NON TRAITEES

Ce chapitre est composé de deux parties principales. La première partie concerne le

développement d’un modèle de prévision du comportement en fatigue polycyclique des pièces
métalliques, basé sur une approche probabiliste, en utilisant le critère multiaxial polycyclique de
Crossland. Les dispersions dues aux paramètres: (i) de fatigue du matériau et (ii) et du
chargement appliqué, sont prises en compte. La réponse principale du modèle proposé est
traduite par la fiabilité du comportement en fatigue polycyclique qui représente la probabilité de
sécurité, soit la partie complémentaire de la probabilité de rupture. Cette fiabilité est déterminée
en se basant sur l’approche "Contrainte-Résistance" et en utilisant la méthode d’approximation
de fiabilité du premier ordre (FORM).
Afin de valider la présente approche, on s’est intéressé dans la deuxième partie de ce
chapitre à établir une application du modèle de prévision du comportement en fatigue
polycyclique dans un cas d’acier dur soumis à un chargement de flexion torsion alternées
symétriques en phase. Les types de chargements aléatoires étudiés sont les suivants : (i) un
chargement aléatoire uniquement sur l’amplitude de torsion et à valeur de pression hydrostatique
constante et (ii) un chargement aléatoire sur les deux amplitudes de torsion et de flexion. Cette
application nous a permis d’obtenir des diagrammes de Crossland iso-probabilisés (DCP)
correspondant à différentes valeurs de coefficient de variation (Cov) relatives aux paramètres du
matériau et du chargement.
II.1 Développement du modèle probabiliste

II.1.1 Modélisation probabilisée du critère de Crossland
Les dispersions des paramètres du matériau, définissant le critère de fatigue, et celles du
chargement appliqué sont prises en compte. Le point représentatif du chargement cyclique et la
droite limite de résistance relative au critère de Crossland sont transformés en des surfaces de
distributions aléatoires.
II.1.1.1 Distribution aléatoire des paramètres du critère

La distribution aléatoire du critère est caractérisée par les dispersions des deux paramètres
du matériau définissant le critère de Crossland α C et β C , qui sont obtenus à partir des valeurs t−1
et f −1 (Eqs. I.5 et I.6). Il a été établi dans plusieurs travaux précédents [Lie,82], [Bat,97],
[Sch,04] que la distribution des limites de fatigue, déterminées à partir des courbes de Wöhler,
suivent des lois normales. Pour simuler cette dispersion, on suppose que t−1 et f −1 sont deux
variables aléatoires normalement distribuées et qui sont caractérisées par leurs valeurs de

moyenne et d'écart type respectives. On procède alors, à faire un tirage aléatoire sur les valeurs
t−1 et f −1 selon une loi de distribution normale, donnant naissance à des échantillons de
paramètres matériels α C et β C .
La représentation de la combinaison de ces paramètres dans le diagramme de Crossland

donne une distribution aléatoire bidimensionnelle traduite par un faisceau de droites (figure II.1).
Zone de rupture
Droite déterministe de Crossland
(MPa)
Zone d’incertitude
Zone de sécurité
Faisceau de droites
Acier dur : t-1=196.2 MPa ; f-1 = 313.9 MPa

Covt-1 = Covf-1 = 2%
Pmax (MPa)
Figure II.1: Surface de dispersion probabiliste du critère de Crossland.
Il est bien établit généralement que pour chaque catégorie de métaux (doux, dur ou fragile), une
condition physique est appliquée faisant relation entre les valeurs t−1 et f −1 .
En particulier, pour les métaux durs, dont la résistance mécanique à la traction est environ
supérieure à 680MPa, on applique la condition exprimée par l’inégalité suivante [Pap,97]:
t−1
0.577 ≤ ≤ 0.8 (II.1)
f −1

Cette condition physique, spécifique aux aciers durs, est prise en considération pendant la
simulation de la dispersion des paramètres de fatigue du matériau. Par conséquent, l'influence de
cette condition sur les hypothèses statistiques adoptées doit être vérifiée dans la suite du travail.
Le diagramme de Crossland est transformé alors en trois zones : une zone entièrement de
sécurité, une zone entièrement de rupture, et une zone intermédiaire d’incertitude dont la sécurité
ou la rupture sont à la fois probables.
II.1.1.2 Distribution aléatoire du chargement

Soit le chargement étudié dans notre travail est de type flexion torsion combinées symétriques en
phase.
⎡σ a sin (ωt ) τ a sin (ωt ) 0 ⎤

⎢ ⎥
Le tenseur des contraintes de ce chargement est le suivant : ⎢ τ a sin (ωt ) 0 0⎥
⎢⎣ 0 0 0 ⎥⎦
Avec, σ a et τ a sont respectivement les amplitudes de la contrainte de flexion symétrique et de
torsion symétrique, ω représente la pulsation du chargement cyclique.
A partir de ce chargement, et en appliquant les équations (I.3) et (I.4), on obtient :
σa
Pmax = (II.2)
3
σ a2
Et, J 2, a = + τ a2 (II.3)
3
Dans ce travail, la distribution des amplitudes du chargement de torsion et flexion symétriques

combinées en phase, est supposée normale.
D’après l’écriture de la pression hydrostatique Pmax , donnée dans l’équation (II.2), il est clair de
constater que ce paramètre est distribué selon une loi normale puisqu’il est proportionnel à σ a .
Cependant, ce n’est pas le cas pour le paramètre J 2,a , qui est exprimé par l’équation (II.3).
Dans notre approche, on suppose par hypothèse que Pmax et J 2,a forment un "couple Gaussien"
de variables aléatoires. Dans ce cas, ces variables aléatoires Pmax et J 2,a sont définies
respectivement par leurs valeurs de moyennes μ1 et μ2 et écarts types s1 et s2 .

La fonction densité de probabilité (FDP) est représentée en trois dimensions par une cloche
(figure II.2). Cette fonction est exprimée comme suit:
⎡ 2 ⎛ ⎞
2 ⎤
−
1 ⎢⎛ ( Pmax − μ1 ) ⎞ + ⎜ ( J 2,a − μ2 ) ⎟ − 2 r ( Pmax − μ1 ) × ( J 2,a − μ 2 ) ⎥
⎜ ⎟
1 (
2 1− r 2 ) ⎢
⎢⎣⎝
s1 ⎠ ⎜⎝ s2 ⎟
⎠
s1 s2 ⎥
ϕ ( P , J 2,a ) =
max
e ⎥⎦
(II.4)
2π s1 s2 1 − r 2
Avec, r le coefficient de corrélation entre Pmax et J 2,a , défini comme suit :
r=
s1,2
=
(
Moyenne ( Pmax − μ1 ) ( J 2,a − μ2 )) (II.5)
s1 × s 2 s1 × s 2
s1,2 est la valeur de covariance entre Pmax et J 2,a .
FDP (ϕ) σa =70 MPa ; τa = 157 MPa ; Covσa = 18% ; Covτa = 1%
J 2,a (MPa) Pmax (MPa)
Figure II.2: Représentation de la fonction densité de probabilité des deux variables Pmax et J 2,a .
La projection de la cloche représentative de la dispersion du chargement sur le plan de Crossland

donne des ellipses concentriques regroupant des points iso-probabilistes, appartenant à la même
valeur de densité de probabilité (figure II.3).

Direction de corrélation
ξ Pmax
J 2,a
ζ J 2,a
my
kσξ
kσζ
α
Pmax
mx
Figure II.3: Surface elliptique iso-probabiliste relative à la dispersion des deux amplitudes de chargement
aléatoire de torsion flexion symétriques combinés en phase.
Ces ellipses sont définies par l'équation suivante (voir Annexe B):
2
⎛ ( Pmax − μ1 ) ⎞ ⎛ ( J 2,a − μ2 ) ⎞
2
( P − μ1 ) ( J 2,a − μ2 )
⎜ ⎟ + ⎜⎜ ⎟ − 2r max
⎟
× = k 2 , k est une constante (II.6)
⎝ s1 ⎠ ⎝ s2 s1 s2
⎠
Il est important de noter que cette forme elliptique relative aux surfaces de dispersion du
chargement est traduite suite à l’hypothèse de normalité du couple de variables aléatoires
( Pmax , J 2,a ). Cette hypothèse sera vérifiée dans la suite du travail.
II.1.2 Méthodologie de calcul de la fiabilité

Les fonctions de résistance et de chargement, respectivement S et L , sont définis par
l’intersection d’une direction spécifiée, qui dépend du chargement cyclique, avec les surfaces de
dispersions relatives respectivement aux paramètres du matériau et du chargement.
Ces deux fonctions sont supposées par hypothèse indépendantes et obéissant à des distributions
normales. L’hypothèse de normalité des deux fonctions L et S sera vérifiée et justifiée par la
suite.

Dans le cas d’un chargement aléatoire de torsion-flexion symétriques combinées en

phase, la procédure générale de calcul est décrite par l’algorithme représenté sur la figure II.4.
Début
Saisie des données du matériau:

* Données matérielles des limites de fatigue de torsion t-1 et de
flexion f-1purement alternées.
* Données statistiques (Cov t-1) et (Cov f-1)
Saisie des données de chargement:
* Amplitude de torsion (τa) et amplitude de flexion (σa)
* Données statistiques (Covτa) et (Covσa)
Faire un tirage aléatoire selon une distribution normale de N valeurs de t-1

et f-1 définis par leurs moyennes et leurs Cov.
Sélectionner les valeurs de t-1 et f-1 qui vérifient la relation (II.1).
Générer la surface de dispersion matérielle du critère de Crossland

(Faisceau de droites dans le diagramme de Crossland).
Faire un tirage aléatoire selon une distribution normale de N valeurs sur

(τa) et sur (σa) définis par leurs moyennes et leurs Cov.
Générer la surface de dispersion du chargement dans le diagramme de

Crossland (des surfaces elliptiques)
Déterminer les coordonnées du centre des surfaces elliptiques (mx,my)
Déterminer la direction de corrélation
Calculer l’écart type (σL) de la distribution du chargement selon la

direction de corrélation

Déterminer les coordonnées (xm, ym) du point d’intersection entre la droite

déterministe de Crossland et la direction de corrélation
Déterminer les coordonnées (xi, yi) des points d’intersection entre le

faisceau de droites et la direction de corrélation
Calculer la distance algébrique (di) entre les points (xi, yi) et le point
(xm,ym)
Calculer l’écart type σS de la distribution de (di) et relatif à la fonction

résistance S
Calculer l’indice de fiabilité de fatigue Ic
Calculer la fiabilité R
Fin
Figure II.4: Algorithme de calcul de la fiabilité (cas des deux amplitudes de torsion et de flexion
aléatoires).

Les étapes de calcul de la fiabilité, développées dans l’algorithme précédent, sont

détaillées dans les sous paragraphes suivants :
II.1.2.1 Données d’entrée du modèle

Les données d’entrée du modèle sont les suivantes : (i) les paramètres du matériau
définissant le critère : les limites de fatigue de flexion symétrique f −1 et torsion symétrique t−1 ,
avec leurs valeurs Cov correspondantes, (ii) les paramètres du chargement appliqué : l’amplitude
de la contrainte de torsion symétrique τ a , l’amplitude de flexion symétrique σ a et leurs valeurs
de Cov relatives.
II.1.2.2 Modélisation de la dispersion des paramètres du matériau

On procède d’établir un tirage aléatoire de taille N selon une distribution normale, sur les
valeurs t−1 et f −1 , définies par leurs moyennes et coefficients de variation. Un couple ( α Ci , β Ci )
constitue alors un événement, relativement au couple ( f −1 (i ) , t−1 (i ) ) comme l’expriment les Eqs.
(II.7) et (II.8), qui permettent de représenter une droite limite du critère de Crossland.
t−1 (i )
αC = 3 − 3; (II.7)
i
f −1 (i )
et, β Ci = t−1 ( i ) (II.8)
Les N événements ( α Ci , β Ci ), générés par les tirages aléatoires, représentent alors, un
faisceau de droites (figure II.1). La condition restrictive introduite par [Pap,97] donnée par
l’inégalité (II.1), réduit le nombre d’événements de N à N' ( N' est inférieur à N). Entre les
deux zones absolues de sécurité et de rupture, une nouvelle zone intermédiaire d’incertitude, de
rupture probable, est alors représentée par un faisceau de droites de taille N' .
Le nombre N utilisé pour la définition de la taille de tirage est optimisé dans le but de
garantir une distribution normale de la fonction résistance S . Pour chaque cas, plusieurs calculs
sont réalisés en changeant le nombre N. Le choix adéquat de la taille N n’est obtenu que
lorsqu’on atteint une saturation sur la limite de confiance à 99% de la valeur t−1 calculée par
l’approche proposée (tableau II.1).

Ecart type Ecart t-1 (MPa)

Ecart type t-1 (MPa)
théorique de type théorique à
Covt-1 Covf-1 Taille Taille calculé sur calculé sur
S calculé une limite de
(%) (%) N N' N' N'
(MPa) sur N confiance de
(MPa) (à 99%)
(MPa) 99%
5.103 1.990 5.103 1.990 191.61
4 4
10 1.971 10 1.971 191.67
1 1 3 1.962 3
191.63
15.10 1.960 15.10 1.960 191.67
2.104 * 1.952 2.104 1.952 191.67
5.103 3.939 4980 2.578 190.25
104 3.936 9973 3.080 189.08
2 2 3.924 187.06
15.103 3.962 14961 3.537 187.98
2.104 * 3.946 19938 3.986 187.12
3
5.10 5.857 4846 4.398 186.02
4
10 5.912 9666 4.842 183.16
3 3 3
5.886 182.49
15.10 5.892 14482 5.233 183.15
2.104 * 5.930 19320 5.634 183.10
5.103 9.765 4296 8.506 176.45
104 9.746 8664 8.424 176.63
5 5 9.81 173.4
15.103 9.835 12915 8.455 176.57
4*
2.10 9.804 17340 8.507 176.45
3
5.10 13.656 3953 9.227 174.79
4
10 13.689 7724 9.877 173.25
15.103 13.750 11723 10.503 171.79
7 7 13.734 164.2
2.104 13.781 15608 11.038 170.56
5.104 13.739 39107 11.860 168.64
105 * 13.763 77670 11.879 168.58
Tableau II.1. Taille N du tirage aléatoire choisie pour caractériser la surface de dispersion du critère.
(* correspond à la valeur de N choisie).

II.1.2.3 Modélisation de la dispersion de la fonction de chargement

De même, on procède de faire un tirage aléatoire selon une loi normale sur les valeurs des
amplitudes τ a et σ a définies par leurs moyenne et coefficients de variation. Chaque événement
(σ ai ,τ ai ) correspond à un point mxi , myi ( ) dans la surface de dispersion du chargement. Les
coordonnées de ce point sont exprimées comme suit :
σa
mx i = i
(II.9)
3
σa 2
Et, m yi = i
+ τ ai 2 (II.10)
3
( )
Les N événements mxi , myi , générés par le tirage aléatoire de distribution normale,
permettent d’obtenir une surface elliptique caractérisant la dispersion du chargement dans le

diagramme de Crossland (figure II.3). Cette surface elliptique est définie par : (i) les coordonnées
de leur centre ( mx , m y ) avec, mx et m y sont respectivement les valeurs de moyenne de mx i et
m y i , et (ii) leurs axes principaux ( ξ Pmax , ζ J 2,a ) définis par un angle α entre la grande
diagonale ξ Pmax et l’axe horizontal du diagramme de Crossland Pmax (figure II.3). Cet angle est
exprimé dans la relation suivante (voir Annexe B) :
2rσ 1σ 2
tan(2α ) = (II.11)
(σ 1 ) − (σ 2 )
2 2
Avec, σ 1 et σ 2 sont respectivement les valeurs des écarts type de mx i et de my i .
Et, r étant le coefficient de corrélation défini dans l’équation (II.5).
Dans ce travail, la grande diagonale des surfaces elliptiques est nommée direction de
corrélation (figure II.3). Cette direction correspond au cas du comportement en fatigue le plus
défavorable (direction de l’orientation des points de plus grande probabilité de rupture). Cette
direction est principalement utilisée pour le calcul de la fiabilité. Après le changement de base
d’axes principaux ( ξ Pmax , ζ J 2,a ), la fonction densité de probabilité donnée dans l’équation
(II.4), est exprimée comme suit (voir Annexe B) :

⎡ 2
⎞ ⎛ ζ J 2,a ⎞
2⎤
1 ⎛ξP
− ⎢⎜ max ⎟ +⎜ ⎟ ⎥
1 2 ⎢⎜⎝ σ ξ ⎟ ⎜ σζ
⎠ ⎝ ⎟ ⎥
⎠
ϕ (ξ Pmax , ζ J 2,a ) = e ⎢⎣ ⎥⎦
(II.12)
2π .σ ξ .σ ζ

Avec, σ ξ et σ ζ sont respectivement les valeurs d’écart type relatives au chargement, selon las
grande diagonale ξ Pmax et la petite diagonale ζ J 2,a des surfaces elliptiques. Elles sont définies
comme l’indique les expressions suivantes (voir Annexe B):
σ ξ = σ 12 cos 2 α + r σ 1σ 2 sin 2α + σ 2 sin 2 α (II.13)
Et, σ ζ = σ 12 sin 2 α − r σ 1σ 2 sin 2α + σ 2 cos 2 α (II.14)
En choisissant la direction de corrélation comme direction de calcul de la fiabilité, l’écart type

σ relatif à la fonction de chargement L sera pris égal à σ ξ .
L
Par la suite, la fonction de chargement L utilisée dans la méthode de calcul de la fiabilité est
alors définie par le point de coordonnées ( mx , m y ) et par l’écart type σ L .
II.1.2.4 Modélisation de la dispersion de la fonction de résistance

En vue de caractériser la dispersion relative aux paramètres du matériau, on s’intéresse à
étudier les points ( xi , yi ) obtenus par l’intersection des droites du faisceau avec la direction de
corrélation. Ces points sont supposés dispersés selon une distribution normale définie par sa
moyenne et son écart type.
Les coordonnées ( xi , yi ) sont exprimées par les relations suivantes:
β C − m y + mx × tan(α ) (II.15)
xi = i
α C + tan(α )
i
Et, yi = βCi − αCi × xi (II.16)
α C et βC sont définis par les équations (II.7) et (II.8).

i i
Les coordonnées du point ( xm , ym ) sont obtenues par l’intersection de la droite du critère
déterministe de Crossland, déterminée par les moyennes de t−1 et f −1 , avec la direction de

corrélation. Ces coordonnées sont exprimées comme suit :
β C − my + mx × tan(α ) (II.17)
xm =
α C + tan(α )
Et, ym = βC − αC × xm (II.18)

Soit di la variable qui décrit la distance entre le point déterministe ( xm , ym ) avec un point de
coordonnées ( xi , yi ). di est exprimé alors comme suit :
di = ( xi − xm ) 2 + ( yi − ym ) 2 (II.19)
di est un élément d’une variable aléatoire d possédant un écart type σ d défini comme suit :
∑(d ) ⎛ ∑ di ⎞
2 2
σd = i
− ⎜⎜ ⎟ (II.20)
N '− 1 ⎝ N '− 1 ⎟⎠
Dans ce travail, on associe la valeur σ d à l’écart type σ S relatif à la fonction de
résistance S .
Par la suite, la fonction S utilisée pour l’évaluation de la fiabilité par la méthode FORM est alors
définie par le point déterministe ( xm , ym ) et l’écart type σ S .
II.1.2.5 Calcul de la fiabilité

Les fonctions S et L sont supposées indépendantes et distribuées selon une loi normale.
En appliquant l’équation (I.25), l’indice de fiabilité I c peut être calculé comme suit:
d0
Ic = (II.21)
σ L +σS2
2
Avec, d 0 est la distance algébrique entre le point déterministe ( x m ,y m ) et le centre des surfaces
elliptiques ( m x ,m y ).
d0 est exprimé comme suit :
d 0 = + (mx − xm )2 + (my − ym )2 si mx < xm (II.22)
Et, d 0 = − (mx − xm ) 2 + (my − ym ) 2 si mx > xm (II.23)
En fin, selon la méthode FORM, et en appliquant l’équation (I.26), on peut déduire la valeur de
fiabilité R comme suit :
⎛ d0 ⎞ ⎛ d0 ⎞
R = 1−φ ⎜ − ⎟ =φ⎜ ⎟ (II.24)
⎜ σ L +σS2
2 ⎟ ⎜ σ +σ 2
2 ⎟
⎝ ⎠ ⎝ L S ⎠
φ désigne la fonction de répartition de la loi normale centrée réduite donnée par l’équation
(I.27).

II.1.3 Détermination des Diagrammes de Crossland iso-Probabilisés (DCP)

La détermination des Diagrammes de Crossland iso-Probabilisés (DCP), relatifs à une
valeur de fiabilité donnée, peuvent être considérés comme une application directe de l’approche
probabiliste proposée. Ces digrammes sont obtenus pour des paramètres du matériau et des types
de chargement aléatoires donnés.
Pour une valeur de fiabilité donnée, les DCP sont obtenus à travers des procédures de
calcul répétitives appliquées sur plusieurs configurations incrémentées de chargement. La
procédure de détermination des DCP est basée essentiellement sur les étapes suivantes: (i)
détermination de la zone d’incertitude du critère de Crossland caractérisant le matériau comme
décrit au § II.1.2.2, (ii) détermination des caractéristiques des zones aléatoires de chargement
(centres des surfaces elliptiques, directions de corrélation et écarts types) à l’aide des Eqs. II.9,
II.10, II.11 et II.13, (iii) enregistrement des différents centres des zones aléatoires de chargement
obtenus à la valeur de fiabilité désirée, et finalement (iv) interpolation des points des centres
enregistrés à même valeur de fiabilité.
Deux cas de chargements multiaxiaux de torsion flexion combinées symétriques en phase
sont considérés : (i) le premier est un chargement uniquement aléatoire sur l’amplitude de torsion
et (ii) le deuxième chargement est aléatoire sur les deux amplitudes de torsion et de flexion.
II.1.3.1 Cas des amplitudes de torsion et de flexion aléatoires

Pour une fiabilité donnée, la procédure de calcul est décrite dans l’algorithme (figure II.5).
Ce chargement est défini par les deux amplitudes, de flexion symétrique σa et de torsion
symétrique τa . Soit θ l’angle caractérisant la direction du chargement radial dans le diagramme

de Crossland (figure II.6). Il est exprimé dans la relation suivante :
J 2,a (II.25)
tan(θ ) =
Pmax
Pour ce type de chargement, l’angle θ varie entre 0° (cas d’un chargement purement de torsion)
et 60° (cas d’un chargement purement de flexion). Pour différentes valeurs de θ , on incrémente
progressivement le niveau du chargement aléatoire jusqu’à atteindre la fiabilité désirée.
Les amplitudes de chargement σa et τa sont reliées par l’expression suivante :
σa (II.26)
τa = tan 2 (θ ) − 3
3

Début
Saisie: *Données du matériau : les limites de fatigue de torsion symétrique t-1 et

flexion symétrique f-1
* Données de dispersion du matériau : (Cov) de t-1 et de f-1
* Données de dispersion du chargement : (Cov) de (τa) et de (σa)
Faire un tirage aléatoire selon une distribution normale de N valeurs de t-1 et f-1
définis par leurs moyennes et leurs Cov.
Sélectionner les valeurs de t-1 et f-1 qui vérifient la relation (II.1).
Générer la surface de dispersion des paramètres du matériau
Initialiser la 1ère valeur de θ, θ=60°
Initialiser un chargement choisi défini par (τa) et (σa) ayant une fiabilité de 100%
(A noter que (τa) et (σa) sont proportionnelles : chargement radial (Eq.II.26))
Faire un tirage aléatoire selon une distribution normale de taille N sur (τa) et
sur (σa) définies par leurs moyennes et leurs Cov.
Générer la surface de dispersion du chargement dans le diagramme de

Crossland (surfaces elliptiques)
Déterminer les coordonnées du centre des surfaces elliptiques (mx,my)
Déterminer la direction de corrélation
Calculer l’écart type (σL) de la distribution du chargement selon la

C
direction de corrélation
B

Déterminer les coordonnées (xm, ym) du point d’intersection entre la droite

déterministe de Crossland et la direction de corrélation
Déterminer les coordonnées (xi, yi) des points d’intersection entre le faisceau
de droites et la direction de corrélation
Calculer la distance algébrique (di) entre les points (xi, yi) et le point (xm,ym)
Calculer l’écart type σS de la distribution de (di) et relatif à la fonction

résistance S
C
Calculer l’indice de fiabilité Ic (Eq.II.21) et la fiabilité R (Eq.II.24)
R < R désiré Non

σa = σa + Δσa
Oui
Conserver le point (Pmax ; J 2,a ) dans le diagramme de Crossland
θ = θ limite Non
θ = θ + Δθ
(89°)
Oui
Fin
Figure II.5: Algorithme de calcul des DCP (cas des deux amplitudes de torsion et de flexion aléatoires).

t-1 =196.2MPa, Covt-1=2%, f -1 =313.9MPa, Covf-1=2%,

σa = 70MPa, τa =157MPa, Covσa=18%, Covτa=1%
Distribution
Direction de corrélation
du chargement
Distribution de la résistance
( xm , ym )
(MPa)
d0
α
(m , m )
x y
Direction du chargement radial
Pmax (MPa)
Figure II.6: Les distributions des fonctions de chargement et de résistance (cas des deux
amplitudes de torsion et de flexion aléatoires).
II.1.3.2 Cas d’amplitude de torsion aléatoire (Pmax constant)

La surface de dispersion du chargement est réduite dans ce cas, elle est représentée par un
segment vertical qui caractérise uniquement la dispersion de J 2,a (figure II.7). Dans ce cas, et
pour différentes valeurs de Pmax , on augmente progressivement et par incrémentation le niveau du

chargement aléatoire jusqu’à obtenir la valeur de fiabilité désirée.

t-1 =196.2MPa, Covt-1=2%, f -1 =313.9MPa, Covf-1=2%,

σa = 115MPa, τa =157MPa, Covσa=0%, Covτa=3%
Distribution de résistance
Moyenne de J 2,a
(MPa)
Segment de dispersion
du chargement
Distribution du
chargement
Pmax (MPa)
Figure II.7: Les distributions des fonctions de chargement et de résistance (cas d’amplitude de torsion
aléatoire à Pmax constant).
II.2 Application du modèle probabiliste

Le matériau étudié dans les applications de ce chapitre est un acier dur, ayant des valeurs
de moyenne sur t−1 égale à 196.2 MPa, et sur f −1 égale à 313.9 MPa [Pap,97].
II.2.1 Calcul de la fiabilité de fatigue polycyclique

L’objectif de cette partie est de calculer la fiabilité du comportement en fatigue
polycyclique dans le cas du chargement aléatoire de flexion torsion symétriques combinées en
phase. Nous étudions également l’influence de la dispersion du chargement sur la fiabilité et plus
précisément, nous essayons ensuite de faire une comparaison entre les effets des dispersions des
amplitudes de flexion et de torsion sur la fiabilité.

II.2.1.1 Influence de la dispersion du chargement sur la fiabilité

L’étude de l’influence de la dispersion du chargement de flexion torsion combinées en
phase sur la fiabilité de fatigue polycyclique est réalisée en appliquant trois cas différents avec
des valeurs de Covσa et Covτa égaux à 2 ; 3 et 5%. Les paramètres de sortie du modèle
probabiliste proposé, caractérisant les dispersions sur les fonctions de résistance et du
chargement employées dans la méthode de calcul de fiabilité, sont reportés dans le tableau II.2.
Cov des
paramètres du
chargement Résultats
Cas
Fig.
étudiés
Covσa Covτa
d0 σS σL Ic R (%)
(%) (%)
Fiab.Cas1 2 2 3.8003 1.4088 2.9272 1.1698 87.8 II.8.a
Fiab.Cas2 3 3 3.7459 1.3871 4.3425 0.8217 79.4 II.8.b
Fiab.Cas3 5 5 3.6582 1.3737 7.2891 0.4932 68.9 II.8.c
Tableau II.2. Paramètres de sortie du modèle caractérisant les dispersions sur les fonctions S et L
(Covσa et Covτa égaux à 2 ; 3 et 5%).
Les figures II.8.a–c montrent les surfaces de dispersion obtenues dans le diagramme de
Crossland.
t-1 =196.2MPa, Covt-1=1%, f -1 =313.9MPa, Covf-1=1%, σa

= 160MPa, τa =160MPa, Covσa=2%, Covτa=2%
R = 87.8%
(MPa)
La droite déterministe à 50%-
Le point centre déterministe
Fiab.Cas1
Pmax (MPa)
Figure II.8.a: Critère de Crossland probabilisé (Fiab.Cas1 : Covσa =Covτa=2%).


R = 79.4%
(MPa)
La droite déterministe à 50%-

Fiab.Cas2
Pmax (MPa)
Figure II.8.b: Critère de Crossland probabilisé (Fiab.Cas2 : Covσa =Covτa=3%).

R = 68.9%
(MPa)
La droite déterministe à 50%
Fiab.Cas3
Pmax (MPa)
Figure II.8.c: Critère de Crossland probabilisé (Fiab.Cas3 : Covσa =Covτa=5%).

Cette application montre que pour les trois cas traités, les points représentatifs du
chargement déterministe, (centres des surfaces elliptiques), sont localisés dans la zone de sécurité
du diagramme de Crossland déterministe (figures II.8.a-c). En réalité, une analyse classique de ce
résultat, nous amène à prévoir un état de comportement en fatigue polycyclique sécurisée.
Cependant, l’apport généré par notre approche probabiliste proposée permet de calculer
une valeur précise de la fiabilité pour chacun des trois cas. En effet, il est important de remarquer
que pour les mêmes valeurs d’amplitudes de chargement appliqué, la fiabilité diminue au fur et à
mesure que les valeurs de Cov relatives au chargement augmentent. (Voir les résultats reportés
sur le tableau II.2). Ces résultats sont physiquement cohérents puisque les Cov sont des aléas
numériques qui représentent des incertitudes sur le chargement. Plus cette incertitude augmente
plus la fiabilité de résistance à la fatigue diminue.
II.2.1.2 Effets des dispersions de la flexion et de la torsion

Dans cette application, les valeurs de Cov des paramètres du matériau t−1 et f −1 sont
maintenues égaux à 1%. Les données du chargement aléatoire de flexion torsion symétriques
combinés en phase sont : les moyennes des amplitudes de σa et de τa sont égales à 160 MPa.
L’étude est réalisée sur divers cas en faisant changer les valeurs de Covσa et Covτa de 1 à 5%.
La variation des valeurs de fiabilité obtenues est représentée sur la figure II.9.
t-1 =196.2MPa, f -1 =313.9MPa, Covt-1= 1%,

Covf-1=1%, σa = 160MPa, τa =160MPa
Figure II.9: Variation de la fiabilité en fonction des Covσa et Covτa.

A partir de cette figure, on note que la fiabilité du comportement en fatigue polycyclique

tend à diminuer au fur et à mesure que les valeurs de Covσa et Covτa augmentent. Lorsqu’il ya
plus de pessimisme sur le chargement la fiabilité diminue. On peut remarquer également à partir
de la figure II.9 que la diminution de la fiabilité est beaucoup plus influencée par le paramètre
Covτa que par Covσa.
En effet, ceci peut être interprété par le fait que la diminution de la fiabilité en fonction de
l’augmentation du paramètre Covτa (correspondant au sens vertical), est nettement plus
importante que la diminution en fonction de l’augmentation du paramètre Covσa (correspondant
au sens horizontal). Ce résultat nous amène à constater que l’incertitude de mesure sur la
contrainte de torsion est beaucoup plus influente sur la fiabilité du comportement en fatigue
polycyclique que l’incertitude sur la contrainte de flexion.
II.2.2 Diagrammes de Crossland iso-Probabilisés (DCP)

L’objet de cette application est de déterminer les DCP pour des différentes valeurs de Cov
relatives aux paramètres du matériau étudié et du chargement appliqué. Deux cas de chargement
sont traités : un cas déterministe et un cas aléatoire.
II.2.2.1 Cas du chargement déterministe

Les diagrammes DCP sont déterminés pour différentes valeurs de fiabilité dans le cas du
chargement déterministe de flexion torsion symétriques combinés en phase. Plusieurs cas sont
traités avec différentes valeurs de Cov des paramètres du matériau t−1 et f −1 (tableau II.3).
Dans cette application, il est très important de noter que les diagrammes DCP sont
déterminés par deux méthodes de calcul différentes : (i) la première méthode de calcul (Calcul 1)
concerne le cas où les deux amplitudes de chargement sont variables, (ii) la deuxième méthode
de calcul (Calcul 2) concerne uniquement une variation de l’amplitude de torsion à Pmax constant.

Cov des paramètres du Cov des paramètres de

matériau chargement
Cas étudiés Figure
Covt -1 (%) Covf -1 (%) Covσ a (%) Covτ a (%)
DCP.Cas1 1 1 0 0 II.10.a
Cas du
chargement DCP.Cas2 3 3 0 0 II.10.b
déterministe 7 7 0 0
DCP.Cas3 II.10.c
1
DCP.Cas4 1 1 0 2 II.11.a
3
1
DCP.Cas5 2 2 0 2 II.11.b
Cas
3
d’amplitude
de torsion 1
aléatoire
DCP.Cas6 3 3 0 2 II.11.c
3
1 1
DCP.Cas7 2 2 0 1 II.11.d
3 3
1 1
DCP.Cas8 1 1 2 2 II.12.a
Cas de deux
amplitudes 3 3
de torsion et
1 1
de flexion
aléatoires DCP.Cas9 2 2 2 2 II.12.b
3 3
Tableau II.3. Paramètres relatifs aux cas d’application des DCP.
En appliquant les deux méthodes de calcul (Calcul 1 et Calcul 2), les résultats obtenus sont
identiques (voir les figures II.10.a–c).

(MPa) DCP.Cas1
Pmax (MPa)
Figure II.10.a: DCP dans le cas du chargement déterministe de torsion flexion symétriques et en phase
(DCP.Cas1)
DCP.Cas2
(MPa)
Pmax (MPa)
Figure II.10.b: DCP dans le cas du chargement déterministe de torsion flexion symétriques et en phase
(DCP.Cas2)

(MPa) DCP.Cas3
Pmax (MPa)
Figure II.10.c: DCP dans le cas du chargement déterministe de torsion flexion symétriques et en phase
(DCP.Cas3)
La méthode déterministe classiquement utilisée pour traduire l’aspect probabiliste sur le
critère de Crossland consiste à considérer des valeurs fixes de t−1 et de f −1 , pour un niveau de
confiance donné (c'est-à-dire à une probabilité donnée). Dans ce travail, cette méthode est
désignée par la Méthode Usuelle des Ingénieurs (MUI). La deuxième application relative au cas
de chargement déterministe (figures II.10.a-c) présente une comparaison entre les droites limites
du critère de Crossland, correspondant à des valeurs de fiabilité de 75% et 99%, obtenus par
notre approche sous forme de DCP et ceux qui sont obtenus par la méthode (MUI). Il est
clairement observé que les DCP présente une forme parabolique différente de la forme linéaire
des droites obtenues par la (MUI). La courbure des DCP est fonction de la dispersion des
paramètres du matériau. Cette courbure s’accentue lorsque les valeurs de Cov de t−1 et de f −1
augmentent.
Ce résultat parait être physiquement cohérent, vu que l’effet probabiliste sur le critère de
Crossland dépend directement de la dispersion des paramètres α C et β C et non de la dispersion
séparée de t−1 et de f −1 . L’équation (II.8) montre que, pour un niveau de confiance donné, les
limites de confiance de t−1 et de β C sont égales, alors que la limite de confiance de α C , obtenue
par l’équation (II.7), est différente de celles de t−1 et de f −1 .

Il est à remarquer également que les valeurs de β C , correspondant à une limite de
confiance de 99% (lorsque Pmax =0 dans le diagramme de Crossland), relativement à la méthode
(MUI) ( β C ( 99% − MUI ) ) et aux courbes DCP ( β C ( 99% − DCP ) , sont légèrement différents
(moins que 4% dans le DCP.Cas3) (figure II.10.c) (tableau II.1). Ceci est en contradiction avec
l’équation (I.8), qui mène aux mêmes valeurs. Cette différence se trouve de plus en plus
importante lorsque les valeurs de Cov relatives à t−1 et à f −1 croissent (DCP.Cas3). Ceci peut être
expliqué par l’élimination de quelques événements suite à l’emploi de la condition physique
portée sur les paramètres du matériau de fatigue polycyclique, exprimée par l’inégalité (II.1).
II.2.2.2 Cas du chargement aléatoire

Les diagrammes DCP à une fiabilité de 99% sont déterminés pour différentes valeurs de
Cov relatives aux propriétés de fatigue du matériau et aux paramètres de chargement. Deux types
de chargement aléatoires sont considérés : (i) un chargement aléatoire uniquement sur
l’amplitude de torsion et (ii) un chargement aléatoire sur les deux amplitudes de torsion et de
flexion. Les différents cas traités sont reportés dans le tableau II.3. Les diagrammes DCP obtenus
sont représentés dans les figures II.11.a–d, pour le premier type de chargement et dans les figures
II.12.a–b, pour le deuxième type.
DCP.Cas4
(MPa)
Pmax (MPa)
Figure II.11.a: DCP dans le cas d’amplitude de torsion aléatoire (DCP.Cas4).

DCP.Cas5
(MPa)
Pmax (MPa)
Figure II.11.b: DCP dans le cas d’amplitude de torsion aléatoire (DCP.Cas5).
DCP.Cas6
(MPa)
Pmax (MPa)
Figure II.11.c: DCP dans le cas d’amplitude de torsion aléatoire (DCP.Cas6).

DCP.Cas7
(MPa)
Pmax (MPa)
Figure II.11.d: DCP dans le cas d’amplitude de torsion aléatoire (DCP.Cas7).
Les résultats de l’application relative au chargement aléatoire uniquement sur l’amplitude

de torsion (DCP.Cas4-7), sont représentés dans les figures II.11.a–d. Ces résultats montrent bien
une différence entre les courbes de DCP et celles de la MUI. La zone de sécurité décroît lorsque
les valeurs de Cov relatives aux paramètres du matériau et la valeur de Cov relative à l’amplitude
de chargement de torsion augmentent. Pour les DCP.Cas4-6 (figures II.11.a-c), les courbes de
DCP, obtenues avec différentes valeurs de Cov relatives aux amplitudes de torsion, convergent
vers un point spécifique. Ce point correspond à un chargement ayant approximativement une
valeur Pmax égale à 100 MPa. En effet, ce point est obtenu pour un angle θ de 60°, correspondant
à un chargement purement de flexion.
Par la suite, ce résultat de convergence des DCP peut être expliqué par le fait que, lorsque
la valeur de l’amplitude de chargement de flexion croit, l’écart type σ L relatif à la fonction de
chargement décroît et sera de moins en moins affecté par les valeurs de Cov de l’amplitude de
torsion. Dans ce cas, l’indice de fiabilité comme défini dans l’équation (II.21), devient dépendant
uniquement de la dispersion des caractéristiques du matériau exprimée dans la valeur de ( σ S ).

DCP.Cas8
(MPa)
Pmax (MPa)
Figure II.12.a: DCP dans le cas des deux amplitudes de torsion et de flexion aléatoires (DCP.Cas8).
DCP.Cas9
(MPa)
Pmax (MPa)
Figure II.12.b: DCP dans le cas des deux amplitudes de torsion et de flexion aléatoires (DCP.Cas9).

Les résultats de l’application du cas du chargement aléatoire sur les deux amplitudes de
torsion et de flexion, sont reportés sur les figures II.12.a–b. La comparaison entre les courbes de
DCP à une fiabilité de 99% (99%-DCP) et celles de la méthode MUI à la même valeur de
fiabilité (99%-MUI) montre que la zone de sécurité décroît lorsque la dispersion du chargement
appliquée augmente. En maintenant la même dispersion du chargement (même valeurs de Cov de
σ a et de τ a ), et en faisant augmenter seulement la dispersion sur les paramètres de fatigue du
matériau (Cov de t−1 et de f −1 ) on remarque que les courbes de (99%-DCP) baissent. La zone de
sécurité décroît lorsque la dispersion des paramètres du matériau augmente.
Ainsi, on peut constater clairement que notre approche proposée permet de donner des
digrammes DCP à différentes valeurs de fiabilité non seulement en fonction des paramètres du
matériau et de leurs dispersions (comme c’est le cas de la MUI), mais aussi en fonction de la
dispersion des paramètres du chargement appliqué.
II.2.3 Vérification de l’hypothèse de normalité des distributions des fonctions de

résistance et de chargement
Dans cette partie, on se propose de vérifier l’hypothèse d’approximation de normalité
adoptée sur les distributions des fonctions de chargement et de résistance, selon la direction de
corrélation, et ce en utilisant les “droites d’henry” avec un coefficient de corrélation linéaire
supérieur à 99,8% sur tous les cas des applications de vérifications traités.
Pour vérifier l’approximation de normalité adoptée sur les distributions des fonctions de
chargement L et de résistance S, on procède par déterminer deux champs de points obtenus par
l’intersection entre la direction de corrélation avec les surfaces de dispersions correspondantes.
Par la suite, les histogrammes de distribution empiriques sont déterminés. Ensuite, on vérifie
l’approximation de la normalité en utilisant les “droites d’Henry”. Il est important de noter que
dans notre approche et pour le calcul de la fiabilité en utilisant la méthode approximative FORM,
on a besoin seulement des moments de distributions du premier et deuxième ordre : soient les
moyennes ( mS , m L ) et les écarts types ( σ S2 , σ L2 ).
II.2.3.1 Détermination des histogrammes des distributions empiriques

Dans le cas de la fonction S, les points générés sont obtenus par l’intersection entre le
faisceau des droites avec la direction de corrélation. Cependant, pour le cas de la fonction L, les
points sont obtenus par la projection des échantillons d’événement aléatoire (formant la surface
elliptique), sur la direction de corrélation (figure II.13).

Figure II.13: Détermination des histogrammes des distributions empiriques.
Pour les deux cas, la gamme de dispersion est obtenue selon la direction de corrélation.
Chaque gamme de dispersion est alors limitée par les valeurs de la borne inférieure (Xmin) et de la
borne supérieure (Xmax). Ensuite, cette gamme est divisée en k intervalles équidistants (k est
choisi égale à la racine carré de la taille du tirage aléatoire N). Le nombre des points ni qui sont
situés sur le long de chaque intervalle divisé, est calculé. Enfin, les histogrammes relatifs aux
distributions de L et S, selon la direction de corrélation sont déterminés (Figures II.14b,d ;
II.15b,d et II.16b,d).
II.2.3.2 Méthode de vérification de la normalité des distributions empiriques

Soit X la variable aléatoire caractérisant la position de chaque point le long de la direction
de corrélation. F ( x ) dénote la fonction de densité cumulative définie par la relation suivante :
F ( x j ) = Pr ( X ≤ x j ) (II.27)
Par rapport aux distributions discrètes empiriques obtenues, on aura l’écriture suivante :
F ( xj ) = ∑
j
ni
(II.28)
i =1 N
Avec, ni est le nombre des points situés dans chaque intervalle divisé et N est le nombre total des
événements.
La valeur standard uj est déterminée par la suite comme suit :

(
u j = erf F ( x j ) ) (II.29)
Avec, erf étant la fonction inverse de distribution normale cumulative.

L’approximation de la distribution normale est vérifiée par la méthode des “droites
d’Henry” qui permet de vérifier en fait le degré de linéarité entre les deux variables U et X. La
distribution empirique est dite normale lorsque la régression linéaire entre U et X donne un
coefficient de corrélation ou un coefficient de détermination égal à 1.
II.2.3.3 Résultats de vérifications

Les figures II.14-16 montrent les résultats de vérifications obtenus suite aux trois
différents cas de chargement appliqués et qui sont les suivants :
Vérif.Cas1: σ a =130MPa ; τ a =120MPa ; Cov σ a =2% ; Cov τ a =2%.

Les donnés des paramètres du matériau utilisés pour les trois cas de vérification sont les suivants:
t−1 =196.2MPa ; f −1 = 313.9MPa ; Cov t−1 = Cov f −1 =1%
Dans tous les cas on obtient, pour les fonctions de distribution de chargement L et de
résistance S, des coefficients de corrélation supérieurs à 99.8 % (Figures II.14-16). Par la suite,
les hypothèses adoptées dans notre approche peuvent être jugées comme valables, adéquates et
sans influence sur les résultats obtenus.

Vérif.Cas1
(MPa)
Pmax (MPa)
Figure II.14.a: Surfaces de dispersion de la résistance et du chargement (cas1 : σ a =130MPa ; τ a =120MPa)
Fig.II.14b. Histogramme de distribution de L (cas1) Fig.II.14c. Droite d’Henry de L (cas1)
Fig.II.14d. Histogramme de distribution de S (cas1) Fig.II.14e. Droite d’Henry de S (cas1)

Vérif.Cas2
(MPa)
Pmax (MPa)
Fig. II.15a. Surfaces de dispersion de la résistance et du chargement (cas2 : σ a =180MPa ; τ a =90MPa)

Vérif.Cas3
(MPa)
Pmax (MPa)
Fig. II.16a. Surfaces de dispersion de la résistance et du chargement (cas3 : σ a =90MPa ; τ a =150MPa)
II.3. Conclusion
Dans le présent chapitre, une nouvelle approche probabiliste a été développée pour
évaluer la fiabilité du comportement en fatigue polycyclique, en utilisant le critère de Crossland
et en tenant compte les dispersions dues aux paramètres du matériau et du chargement appliqué.

Le critère usuel de Crossland a été transformé ; la droite limite du critère a été transformée en une
zone de dispersion caractérisée par un faisceau de droites, correspondant au tirage aléatoire sur
les paramètres t−1 et f −1 .
Le point représentatif du chargement dans le diagramme de Crossland a été aussi
transformé en une surface elliptique, représentative de la dispersion du chargement de torsion
flexion symétriques combinées en phase, aléatoires sur les deux amplitudes, et en un segment
vertical composé d’un nombre fini de points, dans le cas du chargement aléatoire uniquement sur
l’amplitude de torsion avec une pression hydrostatique Pmax constante.
La fiabilité du comportement en fatigue polycyclique a été calculée en utilisant la
méthode FORM basée sur l’approche contrainte résistance. Une procédure générale a été
détaillée, pour la détermination des courbes DCP en tenant compte des paramètres de fatigue
polycyclique du matériau et du chargement appliqué.
Dans une seconde partie de ce chapitre, le modèle probabiliste développé a été appliqué
dans un cas de métal dur. Un premier exemple a été mis en œuvre en utilisant différentes valeurs
de Cov des paramètres du matériau, et des amplitudes aléatoires du chargement de torsion et de
flexion. Les résultats obtenus montrent que la fiabilité de fatigue polycyclique diminue au fur et à
mesure que la dispersion du chargement augmente. Une deuxième application a été traitée dans
le but de déterminer des diagrammes de Crossland iso-probabilisés (DCP) pour différents cas de
chargement étudiés et différents paramètres du matériau caractérisés par leurs valeurs de
dispersion traduites par leurs Cov. Il a été bien observé que la zone de sécurité change lorsque les
paramètres caractérisant la dispersion du chargement et/ou du matériau varient.
A travers le calcul de la fiabilité du comportement en fatigue polycyclique, notre
approche proposée constitue un outil de dimensionnement efficace pour la conception des
composants mécaniques. Cette approche contribue à garantir une prévision plus sécurisée de la
défaillance par fatigue polycyclique, lorsque les effets des dispersions relatives au matériau et au
chargement sont significatifs. Ceci peut être considéré comme une solution économique afin de
contrôler les dispersions des paramètres de fatigue dans les études de dimensionnement et de
conception. Le calibrage des coefficients de sécurité, dépendant de la dispersion du chargement
appliqué, peut être également accompli par la méthode proposée.

Chapitre III : Approche probabiliste de fatigue polycyclique dans le cas des pièces traitées
CHAPITRE III
APPROCHE PROBABILISTE DE FATIGUE
POLYCYCLIQUE DANS LE CAS DES
PIECES TRAITEES

Dans ce chapitre on s’intéresse, en premier lieu, à la prise en compte, des dispersions qui
proviennent des paramètres caractérisant l’état de surface des pièces affectées d’un certain mode
de parachèvement de surface, dans le modèle probabiliste de prévision du comportement en
fatigue polycyclique,. Pour cela, nous avons utilisé le modèle déterministe proposé par "Fathallah
et al."[Fat,04], basé sur le critère de Crossland, et nous l’avons développé à travers notre
approche probabiliste. Les couches superficielles des pièces traitées sont caractérisées par des
principales modifications dues à des effets qui peuvent être classés en quatre catégories : un effet
mécanique, un effet métallurgique, un effet des imperfections micro-géométriques et un effet
d’endommagement superficiel. Chaque effet est caractérisé quantitativement ou qualitativement
par un ou plusieurs paramètres.
Les paramètres représentatifs de ces effets et leurs dispersions sont intégrés dans le
modèle probabiliste de prévision du comportement en fatigue polycyclique basé sur le critère de
Crossland. La réponse principale de ce modèle qui représente la fiabilité du comportement en
fatigue polycyclique est déterminée en utilisant la méthode de simulation numérique de Monte-
Carlo basée sur l’approche "Contrainte-Résistance". Le choix de cette méthode de calcul de
fiabilité est affirmé suite à l’avantage qu’elle présente pour sa souplesse et sa facilité à mettre en
œuvre, tout en évitant de fixer des hypothèses sur les distributions des fonctions de résistance et
de contrainte.
Le modèle probabiliste obtenu nous a servi à réaliser deux applications. La première
concerne le cas d’un acier doux grenaillé soumis à un chargement de flexion trois points répété,
et la deuxième application est effectuée sur des joints soudés et soudés-grenaillés soumis à un
chargement de traction répétée. Ces applications sont réalisées, en se basant sur des résultats des
investigations expérimentales dépouillés dans la bibliographie. Le calcul de la fiabilité et la
détermination des DCP sont réalisés pour les différents types de conditions de finition de surface.
L’analyse et la discussion des résultats sont achevées afin d’examiner l’influence des paramètres
de surface sur le comportement en fatigue polycyclique des pièces traitées en surface.
III.1 Modèle probabiliste avec prise en compte des paramètres de

condition de surface
Les effets des propriétés de surface des pièces grenaillées et des joints soudés et soudés-
grenaillés sont intégrés dans le critère de fatigue multiaxiale de Crossland, en se basant sur le
modèle déterministe élaboré par [Fat,04]. Dans ce dernier modèle, une nouvelle formulation du

critère de Crossland s’exprime alors, en fonction des profondeurs des couches affectées, comme
suit:
σ eqaffecté (z) ≤ βCaffecté ( z ) (III.1)
Où, σ eqaffecté et βCaffecté sont la contrainte équivalente et le paramètre du matériau, définissant le
critère de Crossland, relatifs aux surfaces des pièces affectées, respectivement.
σ eqaffecté est calculé en tenant compte de l’influence de l’effet des contraintes résiduelles et les
irrégularités géométriques.
Le tenseur de chargement total σ t (t,z) est alors exprimé comme suit:
σ t (t,z) = σ (t,z)+ σ R ( z )
GI *
(III.2)
app
GI
Avec, σ (t,z) est le tenseur des contraintes du chargement appliqué qui fait intervenir les
app
concentrations de contrainte dues aux imperfections géométriques. La superposition du tenseur

des contraintes appliquées aux contraintes résiduelles stabilisées σ *R ( z ) est généralement possible
après la première étape de la relaxation des contraintes résiduelles et dans le cas d’un chargement
au voisinage de la limite d’endurance à condition que l’amplitude du chargement totale demeure
plus faible que la limite d’élasticité du matériau [Sid,05].
Le tenseur des contraintes résiduelles relaxées σ *R ( z ) généré en profondeur d’une surface plane
est bi-axial [Fat,98], il s’écrit sous la forme suivante :
⎡σ Rxx ( z ) 0 0⎤
⎢ ⎥
σ R ( z) = ⎢ 0
*
σ Ryy ( z ) 0 ⎥ (III.3)
⎢ 0 0 0 ⎥⎦
⎣
Dans le cas des pièces grenaillées, les contraintes résiduelles dans les directions longitudinale et
transversale sont égales ( σ Rxx ( z ) = σ Ryy ( z ) = RS ( z ) ).
σ eqaffecté est alors exprimé par la relation suivante :
affecté
σ eqaffecté (z) = J 2,a + α c 0 Pmax
affecté
(III.4)

affecté
affecté
Avec J 2,a et Pmax sont respectivement les amplitudes de la contrainte octaédrique et de la
pression hydrostatique maximale, relatives au tenseur du chargement total σ t (t,z) affecté par les
propriétés des surfaces grenaillées ou soudées grenaillées.
βCaffecté est calculé avec la prise en compte des effets suivants :

(i) Modification métallurgique (durcissement ou adoucissement) représentée par le profil
en profondeur de la largeur de corde à mi-hauteur du pic de diffraction des rayons X :
FWHM(z)
(ii) L’intégrité de surface représentée par la variable d’endommagement superficiel de
Lemaitre et Chaboche : DS .
Par la suite, βCaffecté est fonction du profil en profondeur des couches affectées. Ce paramètre
s’écrit alors comme suit:
⎧ ⎛ FWHM(z = 0) ⎞
n
⎪ βC ( 0 ) = βC0 ⎜
affecté
⎟ ( 1 - DS ) ; pour z = 0
⎪ ⎝ FWHM 0 ⎠ (III.5) et (III.6)
⎨ n
⎪ affecté ⎛ FWHM(z) ⎞
⎪ βC ( z ) = βC0 ⎜ ⎟ ; pour z > 0.
⎩ ⎝ FWHM 0 ⎠
Où βC0 et FWHM 0 représentent respectivement le paramètre du critère de Crossland et la largeur

de corde à mi-hauteur du pic de diffraction des rayons X dans le cas du matériau sans traitement.
Le nouveau modèle probabiliste, qui intègre les paramètres de modification de surface,

est une extension du modèle déterministe détaillé ci-dessus, à travers une approche fiabiliste,
permettant de tenir compte des dispersions dues aux (i) données de fatigue du matériau, (ii) des
paramètres du chargement appliqué et (iii) des paramètres des effets des traitements de
parachèvement sur les couches superficielles. La fiabilité de fatigue polycyclique est la réponse
du modèle probabiliste obtenu, elle exprime la probabilité de sécurité et elle permet de prévoir le
comportement en fatigue des pièces traitées. Cette fiabilité est calculée en utilisant des
simulations numériques basées sur la méthode de Monte-Carlo. Elle s’exprime comme suit :
R affecté
(z) =
(
Nb de cas σ eqaffecté (z) ≤ βCaffecté ( z ) ) (III.7)
Nb de tirage aléatoire total
Dans ce travail, nous traitons les cas des lois de distribution : normale et log normale. Les
valeurs aléatoires obtenues sont définies par une moyenne, un coefficient de variation et une
taille de tirage.

III.2 Applications dans le cas des pièces grenaillées

Dans l’objectif de valider l’approche fiabiliste proposée sur un cas de pièces traitées par
grenaillage de précontrainte, on utilise dans cette application les résultats de l’investigation
expérimentale [Fat,03],[Fat,04] effectuée sur un acier ductile (de type SAE 3415, en norme
USA, équivalent au : 14NiCr10) ayant des valeurs de limite d’endurance en torsion purement
alternée (valeur approximée) t−1 =93MPa, et de flexion purement alternée (valeur expérimentale)
f −1 =147MPa. Les éprouvettes ont été obtenues avec trois conditions différentes de
parachèvement de surface : (i) condition brute d’usinage, (ii) condition de grenaillage de
précontrainte avec taux de recouvrement standard de valeur 100%, et (iii) une condition de
grenaillage « sévère » ayant un taux de recouvrement de 1000%, correspondant à un temps
d’exposition 10 fois plus élevé que le temps standard. Les propriétés initiales de surface ont été
caractérisées sur les éprouvettes de fatigue utilisées à proximité de la zone d’entaille qui possède
une forme de V d’angle 120°, et ayant une cavité sphérique au fond de la rainure de rayon de
4mm (figure III.1).
Figure III.1: Géométrie et dimensions de l’éprouvette de l’essai (en mm) [Fat,03].
Les profils de contraintes résiduelles et de largeur de corde à mi-hauteur des pics de

diffraction ont été analysés par la méthode de diffraction des rayons X. On suppose que les
contraintes résiduelles au niveau du fond de l’entaille soient comparables à celles obtenues sur la
surface plane. Les imperfections et les défauts de surface ont été aussi observés et examinés sous
microscope électronique à balayage. Ces éprouvettes ont été soumises à un chargement de

fatigue de flexion à trois points avec un rapport de chargement Rσ = 0.1 . Le tenseur des
contraintes appliqué σ app (z,t) s’écrit :
⎡ σ xxa (z) sin(wt) + σ xxm (z) 0 0⎤

σ app (z,t) = ⎢ 0 0 0⎥ (III.8)
⎢ 0 0 0 ⎥⎦
⎣
Les limites de fatigue ont été déterminées pour chaque condition de surface. Les résultats
montrent une amélioration du comportement en fatigue polycyclique dans le cas du traitement de
grenaillage de précontrainte à 100% de taux de recouvrement et une dégradation dans le cas
relatif au taux de 1000%.
L’intégration des paramètres de condition de surface dans le critère de Crossland au

niveau de la couche superficielle et dans la profondeur des pièces étudiées dans cette application
se fait en utilisant les Eqs. (III.1-6). Ainsi, la reformulation du critère au niveau des sites
d’initiations de fissures observées pour les différentes éprouvettes s’écrit comme suit :
Pour z=0 :
⎛ FWHM ( z = 0 ) ⎞
0,056
1 xx α
Kt ( 0 ) σ xxa ( 0 ) + C0 ⎡⎣ K txx ( 0 ) ( σ xxa (0)+ σ xxm (0)) + 2RS(0)⎤⎦ ≤ (1- DS )βC0 ⎜ ⎟ (III.9)
3 3 ⎝ FWHM 0 ⎠
Pour z > 0 :
⎛ FWHM ( z ) ⎞
0,056
1 xx
Kt ( z ) σ xxa ( z ) + αC0 ⎡ K txx ( z ) ( σ xxa (z)+ σ xxm (z)) + 2RS(z)⎤ ≤ βC0 ⎜ ⎟ (III.10)
⎣ ⎦
3 3 ⎝ FWHM 0 ⎠
III.2.1 Calcul de la fiabilité des pièces grenaillées

III.2.1.1 Données du modèle
Les données d’entrée du modèle sont les suivantes : (i) les paramètres du matériau
définissant le critère qui sont les limites d’endurance de flexion symétrique f −1 et torsion
symétrique t−1 , avec leurs valeurs de Cov correspondantes, (ii) les paramètres du chargement
appliqué : l’amplitude de la contrainte alternée σ xxa , la valeur de la contrainte moyenne σ xxm et leurs
valeurs de Cov relatives et (iii) les paramètres des conditions des surfaces affectées : contraintes
résiduelles stabilisées ( RS ), largeur de corde à mi-épaisseur du pic de DRX( FWHM ), facteur
de concentration de contrainte localisé( K t ) et facteur d’endommagement superficiel ( DS ) et
leurs valeurs de Cov relatives.

III.2.1.2 Procédure du calcul de la fiabilité

Pour introduire l’aspect de dispersion dans la prévision du comportement en fatigue
polycyclique des pièces grenaillées, on suppose que tous les paramètres des données du modèle
caractérisant le critère de fatigue, le chargement et les propriétés de surface sont distribués selon
une loi normale. Par la suite, on procède à effectuer un tirage aléatoire de taille N selon une
distribution normale, sur les valeurs : t−1 , f −1 , σ xxa , σ xxm , RS , FWHM , K t et DS définies tous par
leurs moyennes et leurs coefficients de variation.
100
Le nombre de tirage aléatoire nécessaire N est estimé à pour atteindre un
Pf
coefficient de variation de Pf à l’ordre de 0,1 [Lem,05] (voir Annexe A). Pour les N valeurs
tirées aléatoirement, on vérifie la condition du type de matériau qui porte à encadrer le

t −1 1
rapport par une limite minimale égale à afin de maintenir le facteur αC0 positif. Les
f −1 3
éléments qui vérifient cette dernière condition seront de taille N’. En parcourant toutes les
itérations de 1 jusqu’à N’, on calcule la contrainte équivalente de Crossland σ eqaffecté et le
paramètre βCaffecté . La procédure générale de calcul de la fiabilité est décrite par l’algorithme
représenté ci-dessous (figure III.2).

Début
Saisie des données du critère :

* Données du matériau des limites de fatigue symétriques de torsion t-1 et de
flexion f-1
* Données statistiques (Cov t−1 ) et (Cov f −1 )
Saisie des données de chargement :
a m
* Amplitude de contrainte alternée σ xx et contrainte moyenne σ xx
a m
* Données statistiques (Cov σ xx ) et (Cov σ xx )
Saisie des données des paramètres de surface :
* Valeurs de la contrainte résiduelle ( RS ), largeur de corde ( FWHM ),
coefficient de concentration de contrainte ( K t ) et paramètre
d’endommagement superficiel ( Ds )
* leurs données statistiques correspondantes (Cov RS ), (Cov FWHM ),
(Cov K t ) et (Cov Ds ).
Faire un tirage aléatoire selon une distribution normale de N valeurs de t−1 et

f −1 définis par leurs moyennes et leurs Cov.
Faire un tirage aléatoire selon une distribution normale de N valeurs sur

( σ xxa ) et sur ( σ xxm ) définies par leurs moyennes et leurs Cov.
Faire un tirage aléatoire selon une distribution normale de N valeurs de

( RS ), ( FWHM ), ( K t ) et ( Ds ) définies par leurs moyennes et leurs Cov.
Initialiser les compteurs : i=0 et k=0
Vérifier la condition sur le type de matériau
B
A

Calculer la contrainte équivalente de Crossland σ eqaffecté et le paramètre βCaffecté B
σ eqaffecté < βCaffecté Oui i = i final Non

k = k+1 et i =i+1 (N')
Non B Oui
i = i final Non
i =i+1
(N')
Oui
k
Calculer la fiabilité R affectée =
N'
Fin
Figure III.2: Algorithme de calcul de la fiabilité avec prise en compte des paramètres des conditions de
surface.
On désigne par k , le nombre d’événements de sécurité (vérifiant σ eqaffecté < βCaffecté ). En
appliquant l’équation (III.7), la fiabilité de fatigue polycyclique R affectée des pièces affectées par le
grenaillage de précontrainte qui représente la probabilité de sécurité est obtenue alors par le
k
rapport .
N'

Les applications réalisées, en se basant sur l’approche probabiliste de prévision du

comportement en fatigue polycyclique proposée, consistent à évaluer et analyser les effets induits
par les modifications superficielles des pièces grenaillées sur la fiabilité de fatigue.
La détermination des diagrammes de Crossland iso-Probabilisés (DCP) relatifs aux

différentes épaisseurs z, est effectuée en vue de caractériser le comportement fiabiliste en fatigue
des couches affectées par le grenaillage de précontrainte. Ensuite, nous avons analysé la variation
de la fiabilité en fonction du chargement appliqué tout en étudiant l’influence du niveau de
dispersion et du type de la distribution statistique utilisée : distribution normale et distribution
log-normale.
III.2.2 Effet des propriétés de surface induites par le grenaillage sur la fiabilité
Le modèle probabiliste est appliqué sur les couches superficielles ( z = 0 ) , pour les trois
conditions de finition de surface utilisées, où les sites d’initiation de fissures ont été observés.
Pour évaluer l’influence des effets du grenaillage de précontrainte sur la fiabilité, on utilise le
chargement critique, correspondant à la limite d’endurance qui est obtenue expérimentalement
dans le cas non traitée.
Cette limite d’endurance, en flexion trois points ( Rσ =0,1), est définie par les valeurs
suivantes: ( σ xxa ( 0 ) =131.85 MPa, σ xxm (0) =161.15MPa). Leurs valeurs des Cov respectives sont
déduites à partir de la dispersion des résultats expérimentaux [Fat,04]
( Covσ xxa ( 0 ) = Covσ xxm (0) =3%). Les valeurs de Cov des limites de fatigue t−1 et f −1 du matériau
utilisé sont choisies égales à 1%.
Les valeurs des contraintes résiduelles et de FWHM analysées par rayons X, le profil de
concentration de contrainte Ktxx ( z ) et les valeurs de DS dépouillées en bibliographie [Fat,04]
sont reportés dans cette application (voir Annexe C). Les valeurs de Cov relatives aux
contraintes résiduelles et aux largeurs de cordre à mi-hauteur des pics de diffraction sont déduites
à partir des dispersions des résultats expérimentaux. Cependant, les valeurs de Cov
correspondantes aux facteurs K txx ( z ) et DS sont choisies égales à 1% (tableau III.1).

RS FWHM Kt Ds
Paramètres
Valeurs expérimentales Valeurs choisies
Taux de
2.5 2 1 1
recouvrement100%
Cov (%)
Taux de
2.5 2 1 1
recouvrement1000%
Tableau III.1. Valeurs de Cov des paramètres de surface induits par le grenaillage de précontrainte.
Dans le cas non grenaillé, la fiabilité est calculée au point d’amorçage de fissure de
l’éprouvette soumise à sa valeur de limite d’endurance. La variation de la fiabilité sur la couche
superficielle selon la taille des échantillons utilisés est représentée dans le tableau III.2.
Il est à remarquer que l’écart entre les valeurs de fiabilité calculées diminue au fur et à
mesure que la taille N augmente. Lorsque N est supérieur à la valeur 104, le pourcentage de la
variation relative de fiabilité devient inférieur à 0.1%. Ceci prouve et justifie le choix d’une taille
N égale à 104.
Taile de
Fiabilités calculées (%) Moyenne
l’échantillon Variation
relative
N R1 R2 R3 R4 R5 R6 R7 R8 R9 R10 E(R)
1000 52.5 52 50.3 53.9 50.3 53.3 49.2 53.2 49.5 50 51.42 1.8 %
5000 52.74 52.5 51.58 53.22 51.72 51.98 52.38 53.04 53.24 51.56 52.4 0.8 %
10000 51.19 52.79 52.49 52.19 50.65 52.23 52.57 51.64 51.93 52.05 51.97 0.17 %
20000 51.93 52.54 51.11 52 52.64 52.1 51.86 51.99 52.05 52.43 52.07 0.12 %
30000 52.67 52.03 51.96 51.71 52.55 52.12 51.93 52.14 51.85 52.33 52.13
Tableau III.2. Variation des fiabilités en fonction de la taille de l’échantillon.
La figure III.3 représente les zones de dispersions du matériau et du chargement dans le

diagramme de Crossland pour le cas non grenaillé (condition brute d’usinage) au niveau du site
d’amorçage de fissure dans la couche superficielle.

La valeur de fiabilité obtenue est égale R(z = 0) =51,97%. Cette valeur est proche de la valeur
prévue de 50% qui convient au cas du chargement de limite d’endurance expérimentale.
Cependant, la différence peut être expliquée, d’une part, par les dispersions caractérisant les
résultats expérimentaux et la méthode statistique de détermination de la limite d’endurance et
d’autre part, par les hypothèses adoptées particulièrement sur la normalité des distributions.
t-1 =93MPa, f -1 =147MPa, Cov t-1 =Cov f -1 =1%,

σ xxm (0) = 161.15MPa, σ xxa ( 0 ) =131.85MPa,
Cov σ xx
m
(0) =Cov σ xxa ( 0 ) =3%
(MPa)
La droite déterministe à 50%
Le point de chargement déterministe
R=51,97 %
Pmax (MPa)
Figure III.3: Zones de dispersion dans le diagramme de Crossland au point d’amorçage de fissure de
l’éprouvette non grenaillée soumise au chargement critique relatif à sa limite d’endurance en flexion
trois points ( Rσ = 0.1).
La fiabilité de fatigue polycyclique est calculée aussi à la couche superficielle ( R affecté (z = 0) )

pour les conditions des pièces grenaillées avec 100% et 1000% de taux de recouvrement,
soumises au chargement critique relatif à la limite d’endurance des éprouvettes non grenaillées.
Le calcul est fait selon trois cas de figures: (i) sans tenir en compte des effets de défauts de
surface, (ii) sans tenir compte des effets des défauts et des imperfections de surface et (iii) avec
prise en compte de tous les effets de grenaillage. Les valeurs de fiabilités obtenues sont reportées
dans le tableau III.3.

Conditions de finition de surface Fiabilité (%)

Brute d’usinage 51,97
Sans tenir compte des effets des
imperfections et des défauts de 100
Grenaillage de précontrainte surface
(taux de recouvrement de Sans tenir compte des effets des
défauts de surface
99,69
100%)
Avec prise en compte de tous les
effets de grenaillage
90,64
Sans tenir compte des effets des
imperfections et des défauts de 100
Grenaillage de précontrainte surface
(taux de recouvrement de Sans tenir compte des effets des
défauts de surface
82,56
1000%)
Avec prise en compte de tous les
effets de grenaillage
0,05
Tableau III.3. Fiabilité au niveau du point d’amorçage de fissure pour chaque condition de finition de
surface (pièces soumises au chargement critique relatif à la limite d’endurance de l’éprouvette non traitée)
Lorsque tous les paramètres de l’effet de grenaillage de précontrainte sont pris en compte,
on remarque bien que la valeur de fiabilité augmente pour le cas grenaillée à 100% de 51,97% à
90,64%, et diminue pour le cas de sur-grenaillage (taux de recouvrement de 1000%) de 51,97% à
0,05%.
Ces résultats sont physiquement acceptables et sont bien confirmés par les investigations
expérimentales [Fat,03]. D’après les valeurs de fiabilité obtenues en négligeant les effets des
imperfections et des défauts de surface, on s’aperçoit également que le modèle aboutit à des
prévisions non pertinentes et dangereuses. Par la suite, il s’avère nécessaire de considérer toutes
les propriétés de modification de surface induites par le traitement de grenaillage de
précontrainte, ceci permet de prévoir correctement la fiabilité de fatigue polycyclique des pièces
grenaillées.
En addition, on constate que le modèle permet de prévoir et d’évaluer les effets néfastes
provoqués par les défauts de surface et les imperfections micro-géométrique. En effet,
l’endommagement superficiel est un facteur très important qui est responsable de la dégradation
du comportement en fatigue polycyclique dans le cas de grenaillage avec un taux de
recouvrement de 1000%.

III.2.3 Diagrammes de Crossland iso-probabilisés des pièces grenaillées

On se propose de déterminer des DCP à différentes valeurs de profondeurs z, pour les trois
conditions de surface étudiées. Le chargement aléatoire appliqué est une flexion à trois points
avec un Cov de 1% sur les amplitudes de la contrainte alternée σ xxa et moyenne σ xxm . Les DCP sont
déterminés pour un intervalle de contrainte moyenne longitudinale σ xxm (z) située entre 0 et
300MPa.
III.2.3.1 Diagrammes relatifs à la couche superficielle

Les quatre figures III.4.a-d représentent les DCP relatifs à la couche superficielle des trois
conditions de finition des surfaces et pour les valeurs de fiabilité de 50%, 75%, 90% et 99%
respectivement.
Les points expérimentaux des chargements déterministes relatifs aux limites d’endurances des
conditions des surfaces étudiées, sont représentés sur les figures III.4.a-d. Ces points sont
localisés sur les DCP obtenus à une valeur de fiabilité de 50%. D’après ces figures, on constate
que les DCP tendent à être plus sécurisants au fur et à mesure que la valeur de fiabilité augmente.
Ceci est observé pour les DCP à fiabilité de 75%, 90% et 99% qui s’éloignent vers le bas des
points représentatifs des chargements critiques. Dans ces diagrammes, la zone de sécurité de
prévision du comportement en fatigue polycyclique est d’autant plus réduite que les valeurs de
fiabilité augmentent.
Sur les figures III.4.a-c, en comparant les zones de sécurité obtenues pour les deux
conditions de grenaillage par rapport à celle du cas non grenaillé, on constate qu’il ya
accroissement de cette zone pour la condition de grenaillage standard à 100% et une diminution
pour le cas de sur-grenaillage ayant un taux de recouvrement de 1000%. Ces résultats sont en bon
accord avec les constatations expérimentales [Fat,03].
Pour le cas d’une valeur de fiabilité assez élevée (de 99%), on observe une intersection
entre les DCP relatifs aux cas non grenaillé et grenaillé avec un taux de recouvrement de 100%
(figure III.4.d). Cette intersection est située à une valeur de Pmax de 80MPa. Ce résultat permet
d’identifier deux comportements de fatigue polycyclique différents à une fiabilité de 99% pour le
cas de la condition de surface grenaillée à 100% : (i) une amélioration lorsque la valeur de
chargement possède un Pmax supérieur à 80MPa et (ii) une dégradation dans le cas contraire.

(a)
(b)
Figure III.4: DCP relatifs à la couche superficielle des trois conditions de parachèvement de surface
étudiées à des fiabilités de : (a) 50% et (b) 75%.
Il est important de noter que ce résultat s’accorde bien avec les investigations
expérimentales qui prouvent l’emplacement des points représentatifs des chargements limites
d’endurances dans la zone d’amélioration (figure III.4.d). L’approche probabiliste appliquée dans

cette partie permet d’analyser et de comparer le comportement en fatigue polycyclique pour

différents niveaux de fiabilité et différents états de chargements.
(c)
(d)
Figure III.4: DCP relatifs à la couche superficielle des trois conditions de parachèvement de
surface étudiées à des fiabilités de : (c) 90% et (d) 99%.
Les deux figures III.5.a-b représentent les DCP relatifs à la couche superficielle pour les
deux conditions de grenaillage à 100% et 1000% de taux de recouvrement, pour une fiabilité de

99% selon les trois cas suivants : (i) condition de surface non grenaillée, (ii) condition grenaillée
en prenant en compte seulement les effets des contraintes résiduelles et du durcissement
superficiel et (iii) condition grenaillée avec prise en compte de tous les effets induits sur les
couches superficielles.
(a)
(b)
Figure III.5: DCP à 99% sur la couche superficielle des deux conditions de grenaillage (a) 100%
et (b) 1000% de taux de recouvrement.

Sur les figures III.5.a-b, on remarque que pour les deux conditions de grenaillage, les
DCP obtenus en prenant en compte seulement les effets favorables : contraintes résiduelles (RS)
et le durcissement caractérisé par le profil de ( FWHM ) sont localisés au dessus de ceux obtenus
avec prise en compte de tous les effets. Ceci correspond à tort à une amélioration de la fiabilité
de la tenue à la fatigue après traitement.
Il s’avère alors indispensable de tenir en compte tous les effets générés par le grenaillage
de précontrainte dans les couches superficielles pour aboutir à des prévisions sécurisées.
L’approche proposée permet davantage d’évaluer l’effet de chaque paramètre caractérisant les
modifications induites à la surface des pièces grenaillées.
III.2.3.2 Diagrammes relatifs aux sous-couches

Les DCP à 99% de fiabilité sont déterminés à différentes profondeurs de couches internes
z (0.02 ; 0.05 ; 0.18 et 0.26mm) en surfaces des pièces grenaillées, selon les deux conditions de
traitement : taux de recouvrement de 100% et 1000%. Ces diagrammes sont illustrés sur les
figures III.6.a-d.
(a)
Figure III.6: DCP à 99% en sous-couches des surfaces grenaillées avec 100% et 1000% de
taux de recouvrement et à des profondeurs en (mm) : (a) ( z = 0.02 ) .

(b)
(c)
Figure III.6: DCP à 99% en sous-couches des surfaces grenaillées avec 100% et 1000% de
taux de recouvrement et à des profondeurs en (mm) : (b) ( z = 0.05 ) et (c) ( z = 0.18 ) .

(d)
Figure III.6: DCP à 99% en sous-couches des surfaces grenaillées avec 100% et 1000% de taux de
recouvrement et à des profondeurs en (mm) : (d) ( z = 0.26 ) .
D’après les diagrammes obtenus en sous-couches à des profondeurs de 0.02 et 0.05mm

présentés sur les figures III.6.a-b, on remarque que la courbe relative à la condition de grenaillage
standard (taux de recouvrement de 100%) est située au dessus de celle de 1000%. Ceci nous
amène à affirmer qu’à ces profondeurs le comportement de la première condition de grenaillage
est plus sécurisant que celui de la deuxième condition.
Cependant, pour des valeurs de z plus profondes tels que (0.18 et 0.26mm), ce
phénomène n’est plus observé (figures III.6.c-d). On peut expliquer ce résultat d’abord par les
effets néfastes provoqués par les irrégularités et l’endommagement de surface qui affectent
sensiblement les couches extérieures et qui deviennent non influents dans les sous couches les
plus profondes.
Ensuite, les profils des contraintes résiduelles et de la largeur du pic à mi-hauteur des
diffractions des rayons X, sont différents pour les deux conditions de grenaillage, ce qui peut
influer directement sur l’état du comportement en fatigue.

III.2.4 Effet de la contrainte maximale du chargement sur la fiabilité

Dans cette application, on se contente d’examiner pour les trois conditions de finition de
surface étudiées, la variation de la fiabilité du comportement en fatigue polycyclique en fonction
de la contrainte maximale du chargement appliqué σ xxmax . Les trois courbes obtenues présentées
sur la figure III.7 sont en bon accord avec l’étude expérimentale [Fat,03], où il a été observé une
amélioration de la limite d’endurance pour le cas de grenaillage à 100% et une diminution pour
le cas de 1000%.
Figure III.7: Variation de la fiabilité en fonction de la contrainte maximale de chargement

appliqué pour les trois conditions de finition de surface.
Pour une fiabilité de 50%, la valeur de σ xxmax retrouvée pour chaque type de condition de
surface correspond à la valeur expérimentale de la limite d’endurance respective.
La figure III.8 représente la variation de la fiabilité en fonction de la contrainte maximale
de chargement appliqué σ xxmax pour le cas des pièces grenaillées avec un taux de 100%, en faisant
changer à chaque fois la valeur de Cov relative aux contraintes résiduelles (RS). Soit des valeurs
de Cov égales à (2.5 ; 5 ; 8 et 15%).

Figure III.8: Courbe fiabilité-chargement pour le cas de grenaillage à taux de recouvrement de

100% avec différentes valeurs de Cov des contraintes résiduelles.
Pour les différentes valeurs de Cov étudiées, on observe un changement de l’intervalle

défini par les valeurs extrêmes de σ xxmax pour les fiabilités de 0 et 100%. Cet intervalle est d’autant
plus large au fur et à mesure que la valeur de Cov sur les contraintes résiduelles augmente, ce qui
entraîne par la suite plus de dispersion sur σ xxmax .
III.2.5 Effet de la nature de distribution aléatoire sur la fiabilité

Dans cette partie d’application, on se propose de déterminer les courbes de fiabilité en
fonction de la contrainte maximale de chargement appliqué. Ceci est effectué en faisant varier le
type de distribution aléatoire sur un paramètre caractérisant les propriétés de surface pour un
même intervalle de dispersion. Les lois de distribution envisagées sont de type « normale »
(gaussienne) et « log-normale ».
Cette procédure est appliquée au cas de grenaillage à taux de recouvrement de 100%. La
figure III.9.a représente les courbes fiabilité-chargement en faisant changer la nature de
distribution sur les contraintes résiduelles, et la figure III.9.b concerne le changement sur le
facteur de concentration des contraintes longitudinales.

(a)
(b)
Figure III.9: Courbe fiabilité-chargement pour le cas de grenaillage à taux de recouvrement de 100%
selon des distributions normale et log-normale des paramètres : (a) CovRs=15%, (b) CovKt=15%.
Pour le cas d’étude sur le paramètre favorable des contraintes résiduelles (RS)
figureIII.9.b, on remarque que le cas de distribution normale correspond à un comportement en
fatigue polycyclique plus sécurisant que celui de la distribution log-normale. Ce résultat peut être
expliqué par le fait que la majorité de valeurs des contraintes résiduelles de compression possède

des normes absolues plus élevées dans le cas d’une distribution normale que dans le cas d’une
distribution log-normale.
L’étude de cas de l’effet non favorable des imperfections de surface caractérisé par le
facteur Kt , montre que la distribution log-normale favorise un comportement en fatigue plus
sécurisant que celui de la distribution normale. Ceci est dû au fait que la distribution log-normale
correspond à une majorité de valeurs de concentration de contrainte plus faibles comparées celles
obtenues dans le cas de la distribution gaussienne.
Ces résultats montrent clairement que le modèle probabiliste proposé est capable de
prendre en compte correctement différents types de distributions statistiques des paramètres de
donnée.
III.3. Applications dans le cas des joints soudés-grenaillées

III.3.1 Données expérimentales utilisées
Les joints soudés de type bout à bout sont issues d’un acier à haute limite élastique (HLE)
de type S550MC. Il s’agit d’un acier à bas carbone et à forte teneur en manganèse qui provoque
un durcissement par solution solide [Bui,98]. Le processus d’élaboration associée à la
composition chimique du S550MC donne une structure de type ferrito-bainitique avec une
microstructure très fine offrant de bonnes caractéristiques mécaniques reportées dans le tableau
III.4.
Coefficient
Limite élastique σ0.1 Résistance à la Elongation totale A d’écrouissage n
(MPa) traction σ R (MPa) (%) (obtenu par la loi
d’Hollomon)
604 686 25 0.023
Tableau III.4 Propriétés mécaniques de l’acier HLE S550MC [Bui,98].
Les joints soudés ont été effectués en deux passes, endroit et envers. Les paramètres de
soudage sont détaillés dans l’Annexe E.
Quatre types d’éprouvettes de joints soudés ayant différentes propriétés de surface sont
utilisés dans cette étude: (i) éprouvette en Métal de Base (MB), (ii) éprouvette Brute de Soudage
(BS), (iii) éprouvette soudée Usinée Rainurée (UR), (figure III.10) et (iv) éprouvette Brute de
Soudage et Grenaillée (BSG). Le traitement de grenaillage de précontrainte utilisé après soudage

possède les caractéristiques suivantes: billes de diamètre 0.6mm et de dureté 60HRC, un taux de
recouvrement égal à 400% et une intensité Almen de type F25/30A.
Les propriétés initiales des surfaces ont été caractérisées. Les profils des contraintes
résiduelles et de la largeur de pic à mi-hauteur ont été analysés par la technique de diffraction des
rayons X. Les valeurs obtenues par l’investigation expérimentale [Bui,98] sont reportés dans
l’Annexe F.
Les facteurs de concentrations de contrainte sur les sites d’amorçage de fissures ont été
déterminés (i) par le biais d’analyse par éléments finis pour la condition des éprouvettes UR et
BSG (ii) à partir des mesures du rayon et angle sur le pied du cordon de soudure en utilisant la
méthode de « moindre rayon » pour les conditions des éprouvettes BS [Bui2,98], [Bui,99]. Les
éprouvettes ont été soumises à un chargement de traction répétée avec un rapport de chargement
de 0.1 et les limites d’endurance ont été obtenues pour chaque condition de parachèvement de
surface. Les sites d’amorçage de fissure des différentes conditions des joints soudés ont été
identifiés (Annexe F).
z x
(a)
z x
y x
(b)
Figure III.10: Eprouvettes des joints soudés bout à bout : (a) brute de soudage (BS) et (b) usinée rainurée
(UR) [Bui,99].

III.3.2 Hypothèses de l’application

Dans cette application, les modifications des procédés de soudage et de grenaillage de
précontrainte induites dans les surfaces des pièces étudiées sont prises en compte. La prévision
du comportement en fatigue polycyclique est conduite sous les hypothèses suivantes:
i. Les imperfections initiales de finition existantes sur la surface de l’éprouvette

MB sont considérées sans influence sur la résistance en fatigue polycyclique.
ii. Dans le cas d’éprouvette MB, on suppose que les contraintes résiduelles (qui
n’ont pas été mesuré) introduites par l’usinage sont négligeables devant celles
induites par les procédés de soudage et de grenaillage de précontrainte.
iii. Les contraintes résiduelles dans les directions longitudinales et transversales des
pièces soudées et soudées grenaillées sont difficiles à mesurer. Elles sont
supposées similaires au niveau du point d’amorçage de fissure
σ Rxx (z0* ) = σ Ryy (z0* ) = RS(z0* ) .
iv. L’endommagement superficiel est supposé isotrope.

v. Pour les conditions d’éprouvettes MB et UR, l’endommagement superficiel est
supposé négligeable. Les éprouvettes sont arasées et rainurés avec précision, en
effet, l’usinage de la rainure effectué vers une rugosité en moyenne arithmétique
de valeur Ra de 0.4µm est suivi d’une opération de polissage afin d’obtenir une
surface de rainure très lisse.
vi. Les défauts de soudage et de grenaillage étudiés sont considérés seulement sur la
couche superficielle (c.à.d. pour z=0).
III.3.3 Identification des paramètres du critère de Crossland

Pour déterminer les deux paramètres du critère de fatigue polycyclique de Crossland
α C et β C relatifs à l’acier étudié de type HLE S550MC, on utilise les deux amplitudes de limites
d’endurances correspondant aux éprouvettes de type MB et BS, (voir tableau III.5).

Paramètres de
chargement relatifs aux Paramètres de condition de surface
Type d’éprouvette limites d’endurances
FWHM
σ xxa (MPa) σ xxm (MPa) RS (MPa) K txx
(deg)
Métal de base (MB) 225 275 0 1.85 1
Usinée et rainurée (UR) 200 244.44 -355 2.2 1.4
Brute de soudage (BS) 125 152.77 -300 1.94 2

Brute de soudage et
150 183.33 -325 3.28 1.8
grenaillée (BSG)
Tableau III.5 Paramètres de chargement et des conditions de surface des différents types d’éprouvettes
[Bui,98].
Le chargement de traction répétée appliqué est exprimé par le tenseur suivant:

⎡ σ xxa (z) sin(wt) + σ xxm (z) 0 0⎤
σ app (z,t) = ⎢ 0 0 0⎥ (III.11)
⎢ 0 0 0 ⎥⎦
⎣
Où σ xxa et σ xxm sont les amplitudes de la contrainte alternée et de la contrainte moyenne selon la
direction de chargement longitudinale.
Pour la condition d’éprouvette MB, l’application du critère de Crossland au point

d’amorçage de fissure, situé au niveau du raccordement de l’éprouvette, est exprimé comme suit:
1 a * α
σ xx ( z0 ) + C0 ⎡⎣σ xxm (z0* )+ σ xxa (z0* )⎤⎦ = βC0 (III.12)
3 3
Le site d’amorçage de fissure de l’éprouvette de type UR est localisé sur la surface de la rainure.
L’application du critère de Crossland en ce point se traduit comme suit :

n
1 xx * a * α ⎛ FWHM ⎞
K t ( z0 ) σ xx ( z0 ) + C0 ⎡⎣ K txx ( z0* ) σ xxmax (z0* )+ 2.RS(z0* )⎤⎦ = βC0 ⎜ ⎟
3 3 ⎝ FWHM 0 ⎠
(III.13)
Les facteurs caractérisant les conditions de surface au site d’amorçage sont reportés au
tableau III.5 [Bui2,98].
Les valeurs des paramètres du critère de Crossland sont alors obtenues en utilisant les
Eqs. III.12 et III.13): αC0 =0.158 et βC0 =156.38MPa. On déduit alors les valeurs des limites de

fatigues purement alternées de torsion et de flexion correspondantes au matériau étudié:

t−1 =156.38MPa, et f −1 =248.11MPa, respectivement.
III.3.4 Fiabilité de fatigue polycyclique des joints soudés grenaillés

Le modèle est appliqué au niveau des points d’amorçage de fissure, observés
expérimentalement, sur les éprouvettes correspondantes aux trois conditions de surface suivantes
(MB, UR et BS) qui sont soumises à des chargements critiques relatives à leurs limites
d’endurances respectives. Ces limites de fatigue sont obtenues expérimentalement, elles sont
définies au tableau III.5. Les valeurs de Cov des amplitudes de chargement et des limites
d’endurances étudiées sont déduites à partir de la dispersion des résultats expérimentaux
[Bui,98]: ( Covσ xxa ( z0* ) = Covσ xxm (z0* ) = Covt-1 = Covf -1 =3%).
Pour calculer la fiabilité, on utilise la taille N =104, correspondante au nombre de

simulations numériques de Monte Carlo pour faire le tirage aléatoire des paramètres de fatigue, et
ceci en vue pour atteindre un coefficient de variation sur la fiabilité à l’ordre de 0,1 (voir Annexe
A).
En appliquant le chargement de limite d’endurance de l’éprouvette MB au niveau de son
point d’amorçage de fissure, et en représentant son diagramme de Crossland correspondant on
distingue sur la figure III.11 les deux zones de dispersion du critère et du chargement. La valeur
de fiabilité obtenue pour ce cas est ( R =49.48%).
Pour les deux types d’éprouvettes UR et BS, les valeurs des contraintes résiduelles et des
largeurs des cordes à mi-hauteur FWHM analysées par les diffractions des rayons X, et les
valeurs de K txx , sont extraites à partir des investigations expérimentales [Bui,98]. Ces valeurs sont
reportées au tableau III.5. Egalement, les valeurs de Cov relatifs aux contraintes résiduelles et à
FWHM ont été déduites à partir des dispersions constatées sur les résultats expérimentaux (voir
Annexe F). Cependant, la valeur de Cov de K txx est prise égale à 1%.

R=49.48 %
(MPa)
t-1 =156.38MPa, f -1 =248.11MPa, Cov t-1 =Cov f -1 =3%,

σ (0) = 275MPa, σ xxa ( 0 ) =225MPa, Cov σ xxm (0) =Cov σ xxa ( 0 ) =3%
m
xx
Pmax (MPa)
Figure III.11: Zones de dispersion dans le digramme de Crossland pour l’éprouvette de type métal de
base (MB) soumise au chargement critique relatif à sa limite de fatigue en traction répétée ( Rσ = 0.1).
Les valeurs de fiabilités déterminées au niveau des points d’amorçage de fissures pour
chaque type d’éprouvette sont calculées et reportées au tableau III.6.
Type d’éprouvette Fiabilité (%)

Métal de base (MB) 49.48
Usinée et rainurée (UR) 49.7
Sans prendre en compte l’effet
des défauts de surface
100
Brut de soudage (BS)
Avec prise en compte de l’effet
50.55
Sans prendre en compte l’effet
100
Brut de soudage et grenaillée
(BSG) Avec prise en compte de l’effet
50.22
Tableau III.6 Fiabilités au niveau des sites d’amorçage des fissures des différents types d’éprouvettes
soumises à leurs chargements critiques de limite d’endurance respectifs.
La première application, réalisée sur l’éprouvette de type MB soumise à son chargement

critique de limite d’endurance expérimentale, donne une fiabilité de fatigue polycyclique égale à
49.48% (figure III.11). Elle est légèrement inférieure à la valeur prévue de 50%, qui représente la
probabilité relative à l’essai de limite d’endurance expérimentale.
Pour le type d’éprouvette BS, la fiabilité est calculée selon deux cas : (i) un premier cas
sans prise en compte de l’effet des défauts de surface, (ii) un deuxième cas avec prise en compte

de ce facteur. En utilisant l’approche probabiliste proposée dans ce travail, on constate que la

valeur de fiabilité obtenue pour le premier cas relatif à l’éprouvette BS soumise au chargement
critique correspondant à sa limite d’endurance, est égale à 100%. La totalité des points
représentatifs du chargement aléatoire sont alors situés dans la zone de sécurité du digramme de
Crossland. Cependant, et vu que le chargement appliqué est critique correspond à la valeur de
limite d’endurance, on s’attendait à une valeur de fiabilité proche de 50%.
Le cas de calcul sans prise en compte des défauts de surface nous amène à prévoir un
comportement en fatigue polycyclique sécurisé non validé expérimentalement. Dans ce cas, la
prévision ne peut pas être adoptée. Par conséquent, il apparaît très dangereux d’utiliser une telle
prévision. La prise en compte de l’influence de l’endommagement superficiel induit par le
procédé de soudage est alors indispensable.
Il est très difficile de caractériser la variable d’endommagement en surface Ds . Dans ce
travail, nous avons identifié ce paramètre important en calibrant les résultats du calcul du modèle
probabilistes aux résultats expérimentaux.
III.3.5 Calibrage du modèle

Afin d’améliorer et de calibrer le comportement en fatigue polycyclique pour les deux
types d’éprouvettes BS et BSG, on essaye de caractériser, dans cette partie, leurs valeurs
d’endommagement superficiel Ds .
En appliquant le critère de Crossland (Eq. III.14) au niveau du point d’amorçage de fissure
de l’éprouvette BS située au pied du cordon de la deuxième passe, on peut évaluer
l’endommagement superficiel Ds , comme l’indique l’équation suivante :
n
1 α ⎛ FWHM ⎞
K t
xx
(z ) σ (z )
*
0
a
xx
*
0 + C0 ⎡⎣ K txx ( z0* ) σ xxmax (z0* ) + 2RS(z0* )⎤⎦ = ( 1 - Ds ) βC0 ⎜
3
⎟ (III.14)
3 ⎝ FWHM 0 ⎠
Les valeurs des amplitudes des limites de fatigue et des paramètres de propriétés de
surface de l’éprouvette BS, sont représentées dans le tableau III.5 [Bui2,98]. La valeur de
Ds obtenue dans ce cas est égale à (9.3%). Cette valeur permet de traduire l’effet de
l’endommagement de surface généré par le procédé de soudage sur l’éprouvette BS.
En appliquant la même procédure pour le cas de l’éprouvette BSG, on trouve une valeur
de Ds égale à (3.3%). Cette valeur est inférieure à celle obtenue dans le cas de l’éprouvette BS.

Ceci explique l’effet bénéfique, sur la tenue à la fatigue polycyclique, apporté par le traitement
de grenaillage de précontrainte appliqué sur l’éprouvette brut de soudage.
Les valeurs de fiabilité au niveau du point d’amorçage de fissure des éprouvette BS et
BSG sont calculées sans et avec prise en compte de l’effet des défauts de surface (voir tableau
III.6). La différence qui existe entre les deux valeurs de fiabilité montre l’influence de
l’endommagement superficiel généré par le grenaillage de précontrainte appliqué après soudage
et son rôle important de calibrer le comportement probabiliste de fatigue polycyclique proposé
dans ce travail.
La prise en compte de cet effet permet de calibrer la prévision du comportement en
fatigue polycyclique du modèle et de garantir une bonne corrélation entre la prévision de
l’approche probabiliste proposée et les résultats expérimentaux.
III.3.6 Diagrammes de Crossland iso-Probabilisés des joints soudés-grenaillés

Dans cette application, on se propose de déterminer les DCP à différentes valeurs de fiabilité
pour les cas d’éprouvettes étudiées, soumises à un chargement aléatoire de traction répétée avec
une valeur de Cov sur les amplitudes de la contrainte alternée σ xxa et moyenne σ xxm égale à 3%. Les
DCP sont représentées pour un intervalle de contrainte moyenne longitudinale σ xxm situé entre 0 et
400MPa.
Les figures III.12a-d représentent les DCP pour des valeurs de fiabilité de 50%, 75%, 90% et
99%, respectivement. Sur chaque figure on représente quatre DCP qui sont déterminés au niveau
du site d’amorçage de fissure pour chaque cas d’éprouvette (MB, UR, BS et BSG),
respectivement.

(a)
(b)
Figure III.12: Les DCP des quatre type d’éprouvettes (MB, UR, BS et BSG) au niveau de leur site
d’amorçage de fissure pour des fiabilités de: (a) 50% et (b) 75%.

(c)
(d)
Figure III.12: Les DCP des quatre type d’éprouvettes (MB, UR, BS et BSG) au niveau de leur
site d’amorçage de fissure pour des fiabilités de: (c) 90% et (d) 99%.
Les points représentatifs des valeurs du chargement déterministe correspondants aux

limites d’endurances expérimentales des différents types d’éprouvettes étudiées sont représentés
sur les figures III.12a-d.
D’après ces figures, on observe que pour la condition d’éprouvette UR, les diagrammes
DCP sont localisés au dessus de ceux obtenus pour le type BS. Ceci est clairement expliqué par

la différence nette de la valeur mesurée de concentration de contrainte au niveau des points

d’amorçage de fissure des deux types d’éprouvettes. En plus, l’éprouvette UR possède l’avantage
d’avoir un état de durcissement et des contraintes résiduelles compressives les plus favorables
grâce à l’opération d’usinage (voir tableau III.5). Pour la condition BS, le facteur essentiel qui
régit le comportement en fatigue polycyclique est la présence des micro-défauts résultant du
processus de soudage. Ces micro-défauts ont été étouffés par l’usinage de l’éprouvette UR. Ces
défauts existant dans l’éprouvette BS sont alors responsables de: (i) générer un multiple
amorçage de fissure sur le pied du cordon, (ii) une augmentation du taux de croissance de
fissures due aux multiples coalescences et (iii) une diminution globale de la fiabilité de fatigue
polycyclique.
Les observations sur les diagrammes DCP correspondants au type d’éprouvette BSG
montrent une influence favorable sur le comportement en fatigue polycyclique par comparaison à
ceux du type BS (figures III.12a-d). Ceci est essentiellement expliqué, d’une part, par
l’amélioration sensible et significative sur les imperfections de la surface affectée par le
traitement de grenaillage de précontrainte après soudage. En effet la diminution de la valeur de
K txx de 2 pour le cas (BS) à la valeur de 1.8 pour le cas (BSG) confirme bien ce résultat ; étant
donné de plus que ce facteur influe très sensiblement sur la fiabilité de la tenue en fatigue
polycyclique, comme sera montré au chapitre suivant. D’autre part, le grenaillage génère des
contraintes résiduelles compressives durcissement superficiel appréciable prouvés par les valeurs
de RS et de FWHM présentées au tableau III.5. En effet, un tel traitement conduit à une
amélioration considérable du comportement en fatigue polycyclique.
Les points représentatifs des chargements critiques déterministes relatifs aux limites
d’endurances expérimentales des différents cas d’éprouvettes étudiés (MB, UR, BS et BSG) sont
situés: (i) sur le DCP obtenu pour une fiabilité de 50%, et (ii) au dessous des DCP relatives aux
valeurs de fiabilités de 75%, 90% et 99%. On remarque d'ailleurs que la zone de sécurité est
réduite lorsque les valeurs de fiabilités augmentent pour chaque cas d’éprouvette figures III.12ad.
Ces résultats sont en bon accord avec les observations expérimentales et ils sont physiquement
cohérents.
Pour le cas du plus haut niveau de sécurité correspondant à la valeur de 99% de fiabilité,
on observe une intersection entre les DCP relatifs aux éprouvettes de type MB et UR, vers une
valeur de Pmax proche de 180 MPa. Ce résultat nous conduit à affirmer que pour le type
d’éprouvette UR, le comportement en fatigue polycyclique à une fiabilité de 99% est fonction du
taux de chargement, en effet ils existent deux zones de comportement différents (figure III.12d)

où on remarque : (i) une amélioration dans le cas où la valeur de Pmax est supérieure à 180 MPa et
(ii) une dégradation dans le cas contraire. Il est bien de noter que ce résultat est aussi en accord
avec les investigations expérimentales, puisque les différents points représentatifs de l’état limite
d’endurance des éprouvettes étudiées sont tous situés dans la zone de dégradation (figure
III.12d).
D’après les résultats obtenus dans cette application, on constate que l’approche
probabiliste proposée permet d’analyser et de comparer le comportement en fatigue polycyclique
des différentes conditions d’éprouvettes soudées et grenaillés pour divers niveaux de fiabilité et
de chargement.
Les DCP à 99% de fiabilité relatifs aux deux types d’éprouvettes BS et BSG sont
déterminés au niveau de leurs sites d’amorçage de fissure (figures III.13a-b).
(a)
Figure III.13: DCP à 99% de fiabilité au niveau des sites d’amorçage de fissure pour les
différentes conditions sur les éprouvettes: (a) MB et BS (b) MB et BSG.

(b)
Figure III.13: DCP à 99% de fiabilité au niveau des sites d’amorçage de fissure pour les
différentes conditions sur les éprouvettes: (a) MB et BS (b) MB et BSG.
Ces diagrammes sont obtenus selon deux cas: (i) un premier cas sans prise en compte des
effets des imperfections et des défauts de surface et (ii) un deuxième cas avec prise en compte de
tous les effets des paramètres de condition de surface générés par le soudage et le grenaillage de
précontrainte.
Les figures III.13a,b montrent que pour les éprouvettes de type BS et BSG, les DCP
déterminés avec prise en compte des deux effets bénéfiques de contraintes résiduelles
compressives et du durcissement par écrouissage, sont localisés au dessus des DCP déterminés
en tenant en compte tous les effets des propriétés de surface. Une telle prévision est optimiste et
dangereuse. Par la suite, il apparaît nécessaire de tenir en compte tous les effets des propriétés de
surface afin de prévoir correctement le comportement en fatigue polycyclique des joints soudés
et soudés-grenaillés.
Ce résultat peut être aussi employé en vue de caractériser qualitativement les effets des
différents facteurs générés sur la surface des pièces soudées et soudés-grenaillées. De plus, on
s’aperçoit que le modèle permet à la fois de prévoir et d’évaluer les effets néfastes provoqués par
les défauts de surface et les imperfections micro-géométriques. Une analyse complémentaire
étudiant les effets des facteurs de condition de surface sur l’indice de fiabilité est développée
dans le chapitre suivant en utilisant les techniques des surfaces de réponse.

III.4 Conclusion
Dans ce chapitre, le modèle probabiliste est développé pour l’évaluation de la fiabilité du
comportement en fatigue polycyclique des pièces qui présentent des modifications des propriétés
superficielles. Les dispersions relatives aux : matériau, chargement appliqué et aux propriétés de
surface ont été prises en compte. La fiabilité est déterminée par le biais de la méthode
« Contrainte-Résistance » en utilisant les simulations numériques de Monte Carlo.
Deux applications sont élaborées dans ce chapitre en se basant sur des résultats
d’investigations expérimentales de [Fat,04] et [Bui2,98]. La première concerne le cas d’un acier
ductile grenaillé, et la deuxième correspond aux cas des joints soudés et soudés-grenaillés issues
de l’acier HLE S550MC. Les résultats obtenus dans ce travail sont en bon accord avec les
constatations expérimentales.
L’approche probabiliste proposée a permis de quantifier l’effet sur la fiabilité de chaque
paramètre de modification des propriétés de surface, induit par le procédé de soudage et le
traitement de grenaillage de précontrainte. L’aptitude du modèle à prendre en compte des
intervalles de dispersion et différentes lois de distributions variées a été vérifiée.
L’approche proposée a conduit à l’évaluation de la fiabilité et à l’obtention des
diagrammes DCP pour diverses valeurs de fiabilité et pour différents types de conditions de
finition de surface.
Cette approche permet d’améliorer davantage les analyses déterministes de prévision du
comportement en fatigue des pièces traitées en surface. Cette amélioration est assurée par la prise
en compte des différentes dispersions relatives au matériau, au chargement et aux paramètres
caractérisant l’état de surface. En effet, ces dispersions sont rarement prises en compte dans des
travaux précédents en dépit de leur énorme importance et de leur effet significatif sur le
comportement en fatigue polycyclique. Cette approche peut être, toutefois, considérée comme
une méthode intéressante et utile pour les études de conception et de dimensionnement des
structures mécano-soudées traitées superficiellement. Elle permet de garantir un niveau de
confiance supplémentaire pour la prévision du comportement en fatigue en évitant l’usage des
coefficients de sécurité empiriques qui peuvent mener à des cas de surdimensionnement.


Chapitre IV : Analyse des effets des conditions de surface sur l’indice de fiabilité
CHAPITRE IV
ANALYSE DES EFFETS DES CONDITIONS
DE SURFACE SUR L’INDICE DE
FIABILITE

Dans ce chapitre on se propose d’analyser les effets des différents paramètres

caractérisant le chargement et l’état de surface du joint brut de soudage (BS) bout à bout sur la
fiabilité. Cette dernière représente la probabilité de sécurité en fatigue de la structure, sa valeur
est donc située dans l’intervalle limité entre 0 et100%. Compte tenue des méthodes fiabilistes
approchées utilisées et en vue de garantir une réponse continue dans l’ensemble réel, l’étude des
effets portera sur l’indice de fiabilité de "Hasofer Lind" βHL qui permet de traduire d’une façon
plus précise la fiabilité du comportement en fatigue polycyclique du joint soudé étudié. La
détermination de l’indice de fiabilité βHL nécessite un calcul itératif sur la fonction de
performance qui est fortement non linéaire. L’analyse des effets est effectuée en utilisant un plan
d’expérience numérique couplé avec la Méthode de Surface de Réponse (MSR).
IV.1 Plan d’expérience adopté

La méthode de surface de réponse appliquée se traduit par un outil faisant interagir des
données d’entrée à travers un système pour ressortir une ou plusieurs réponses (figure IV.1).
Figure IV.1: Interaction entrée/sortie du plan d’expériences.
Les données d’entrée du système sont au nombre de sept, elles sont classées comme suit :
9 Les paramètres du chargement représentés par les contraintes σ xxa et σ xxm
correspondant au chargement critique appliqué traduisant la limite de fatigue de

l’éprouvette de type (BS).

9 Les facteurs caractérisant les conditions de surface du joint de type (BS) qui
sont les suivants : σ Rxx , σ Ryy , FWHM , K txx et DS .
Les facteurs t−1 et f −1 relatifs à l’acier étudié HLE MC550 sont tenus constants pour
maintenir valable la condition du type du matériau énoncé par l’équation (Eq.II.1).
Facteur σ xxa (MPa) σ xxm (MPa) σ Rxx (MPa) σ Ryy (MPa) FWHM (deg) K txx Ds (%)
Niveau (0)
125 152.77 -300 -300 1.94 2 9.31
Moyenne
Niveau (-1)
113.75 139.0207 -327 -327 1.7654 1.82 8.47
Borne mini
Niveau (-1)
136.25 166.5193 -273 -273 2.1146 2.18 10.14
Borne maxi
Tableau IV.1 Valeurs des paramètres du chargement et des conditions de surface aux différents
niveaux.
Le choix des bornes inférieures et supérieures, indexées par les niveaux (-1) et (+1)
respectivement, doit être effectué d’une façon uniforme pour tous les paramètres étudiés. Ceci est
réalisé en choisissant les limites extrêmes d’une distribution normale sur chaque paramètre selon
une valeur de Cov fixée à 3% (figure IV.2). En effet, la plage de distribution créée par cette
valeur de Cov permet de faire varier notablement la fiabilité. Les valeurs des différents niveaux
étudiés sont reportées dans le tableau IV.1. La matrice d’expérience est choisie selon un plan
central composite complet pour sept facteurs (voir Annexe G).
μ : moyenne
σ : écart type
Borne inférieure Borne supérieure

μ-3σ μ+3σ
Figure IV.2: Détermination des bornes mini et maxi des facteurs étudiés.

IV.2 Indice de fiabilité

La réponse du plan d’expérience numérique est l’indice de fiabilité de Hasofer Lind βHL
qui représente la probabilité de sécurité du comportement en fatigue polycyclique du joint soudé
étudié. Ce choix est approuvé par la disponibilité de la fonction d’état G ( X ) sous une forme
explicite dans l’espace des variables aléatoires de base xi . L’évaluation de l’indice βHL est
effectuée en utilisant la méthode FORM liée au modèle mécanique où les dérivations par
rapports aux variables de base sera aisée et ce, compte tenue du caractère explicite de la fonction
d’état G ( X ) .
Le critère de Crossland appliqué au joint soudé (BS) sollicité à un chargement de traction

répétée permet de caractériser la fonction d’état du comportement en fatigue polycyclique.
L’inéquation du critère au niveau du point d’initiation de fissure sur la surface ( z = 0 ) s’écrit
comme suit :
n
1 αC0 ⎡ xx ⎛ FWHM ⎞
K txx ( 0 ) σ xxa ( 0 ) + K ( 0 ) ( σ xxa (0)+ σ xxm (0)) +σ Rxx (0)+σ Ryy (0)⎤⎦ - ( 1 - Ds ) βC0 ⎜ ⎟ ≤0 (IV.1)
3 3 ⎣ t ⎝ FWHM 0 ⎠
Avec FWHM 0 et n sont des constantes.

Le tableau IV.2 suivant exprime les variables affectées aux paramètres aléatoires étudiés
dans la procédure de calcul de l’indice de fiabilité βHL .
Paramètre Variable
t −1 x1
f −1 x2
σ a
xx x3
σ xxm x4
σ Rxx x5
σ Ryy x6
FWHM x7
K t
xx
x8
Ds x9
Tableau IV.2 Variables aléatoires affectées aux paramètres étudiés.
La fonction d’état limite du comportement en fatigue polycyclique du joint soudé étudié est une
fonction à plusieurs variables qui s’écrit comme suit:

n
1 1⎛ x ⎞ ⎛x ⎞
G( X ) = x3 x8 + ⎜ 3 1 − 3 ⎟ ⎡⎣( x5 + x6 ) + x8 (x3 + x4 )⎤⎦ − x1 ( 1 - x9 ) ⎜ 7 ⎟ (IV.2)
3 3 ⎝ x2 ⎠ ⎝ A⎠
Avec n =0.023 et A = FWHM 0 =1.85
Et avec X = ( x1 ,x2 ,..xi ..x9 ) définit le vecteur des variables aléatoires.

Afin de reproduire le caractère aléatoire d’une réponse de la fonction d’état pour un jeu de
paramètres à leur niveau respectif, les bornes de ces paramètres sont supposées être normalement
distribuées autour de leur niveau minimal et maximal respectivement (figure IV.3).
Niv minimal Niv maximal
Figure IV.3: Variation des paramètres aux niveaux minimal et maximal.
Compte tenu de la non linéarité de la fonction d’état, la détermination de l’indice de fiabilité βHL
sera faite sur la fonction d’état exprimée en variables centrées réduites ui . On effectue alors le
changement de variable suivant:
xi - xi
ui = (IV.3)
ET ( xi )
Avec xi et ET ( xi ) représentent respectivement la moyenne et l’écart type de la variable xi .
ET ( xi ) peut être encore exprimé comme suit :
ET ( xi ) = xi .Cvi (IV.4)
Où Cvi est le coefficient de variation de la variable xi . Dans ce qui suit les cœfficients de
variation des bornes variables sont choisis égaux à 1% .
La variable xi peut s’écrire alors comme suit : xi = xi (1 + ui .Cvi ) (IV.5)
Par la suite et en utilisant le changement de variable de l’équation (Eq.IV.5) on peut écrire G (U )

à partir de (Eq.IV.2) comme suit :

1 1 ⎛ x1 (1 + Cv1 .u1 ) ⎞
G (U ) = x3 (1 + Cv3 .u3 ) .x8 (1 + Cv8 .u8 ) + ⎜⎜ 3 − 3 ⎟*
3 3 ⎝ x2 (1 + Cv2 .u2 ) ⎟
⎠
⎣( )
⎡ x5 (1 + Cv5 .u5 ) + x6 (1 + Cv6 .u6 ) + x8 (1 + Cv8 .u8 ) ( x3 (1 + Cv3 .u3 ) + x4 (1 + Cv4 .u4 ) )⎤ −
⎦
(IV.6)
n
⎛ x7 (1 + Cv7 .u7 ) ⎞
(
x1 (1 + Cv1 .u1 ) 1 - x9 (1 + Cv9 .u9 ) ) ⎜⎜
A
⎟⎟
⎝ ⎠
Avec U = ( u1 ,u2 ,..ui ..u9 )
Un programme de calcul de l’indice de fiabilité βHL est développé sous le logiciel

MatlabV.7. La procédure de calcul est décrite par l’algorithme de la figure IV.4.
Début
Saisie: Variables du système xi (au nombre de n)

(Moyenne : xi et coefficient de variation Cvi )
Exprimer la fonction d’état G ( X )
xi - xi
Faire le changement de variable ui =
Cvi .xi
Exprimer la fonction d’état G (U )
Initialiser : Compteur k=0 ; les variables uik = 0
Calculer la valeur G uik ( )
Déterminer les fonctions dGi (U ) dérivés partielles de G (U ) par rapport à

la variable ui
B
A

Calculer les valeurs dGi uik ( )
∑ ( dG ( u ) )
n 2
Calculer la valeur mod dG = i
k
i
i =1
−dGi ( uik )
Calculer les valeurs α i =
mod dG
n
Calculer la valeur Somprod = ∑u α
i =1
k
i i
Attribuer les nouvelles valeurs de uik

⎛ G ( uik ) ⎞
u = Somprod .α i + ⎜
k
⎟ .α
i
⎜ mod dG ⎟ i
⎝ ⎠
Calculer l’indice de fiabilité de Hasofer Lind de la kième itération : β HL

k
n
β HL
k
= ∑ (u )
i =1
k 2
i B
Non
k =N k=k+1
Oui
Calculer l’indice de fiabilité de Hasofer Lind final : β HL
k
k
{
β HL = min ( β HL ) .sign ⎡⎣G ( uik )⎤⎦ }
Fin
Figure IV.4: Algorithme de calcul de l’indice de fiabilité de Hasofer Lind β HL .

Les valeurs des indices de fiabilité β HL relatives aux différents cas de la matrice d’expérience
étudiée par la MSR sont reportées dans l’Annexe H.
IV.3 Analyse des effets

IV.3.1 Effet simple
La figure IV.5 est une représentation graphique qui traduit les effets simples des
paramètres étudiés sur la moyenne de la réponse d’indice de fiabilité de Hasofer Lind β HL .
a m
σ xx σ xx
(a) (b)
σ Rxx σ Ryy
(c) (d)
FWHM Ktxx
(e) (f)

Ds
(g)
Figure IV.5: Les effets simples sur la moyenne de l’indice de fiabilité de Hasofer Lind β HL pour les
paramètres suivants : (a) σ xxa , (b) σ xxm , (c) σ Rxx ,(d) σ Ryy , (e) FWHM , (f) K txx et (g) DS .
En observant la figure IV.5, on remarque d’abord, que le sens de variation de chacun des
paramètres étudiés, de chargement et des conditions de surface, montre leurs effets bénéfiques ou
néfastes sur le comportement en fatigue polycyclique.
Sachant que le taux de variation de la courbe est proportionnel à l’effet de chaque facteur
sur la réponse étudiée, on peut constater par la suite que l’effet le plus important sur l’indice de
fiabilité β HL est observé pour les deux facteurs σ xxa et K txx . En effet, lorsque ces deux paramètres
σ xxa et K txx varient du niveau minimal jusqu’au maximal, on remarque que l’indice de fiabilité
augmente d’une façon plus rapide vers des valeurs assez élevées (proche de 20). Ces valeurs
élevées conduisent par la suite à une valeur de fiabilité très faible qui indique un comportement
de fatigue dégradé. Cependant, le facteur FWHM possède un effet négligeable sur la moyenne
d’indice de fiabilité β HL .
A même niveau de variation sur les paramètres de chargement et des conditions de
surface, nous pouvons alors hiérarchiser les effets de l’indice de fiabilité sur la moyenne. Ces
effets traduisent l’importance des ces facteurs sur le comportement en fatigue du joint soudé
étudié. Ceci nous amène à faire des recommandations de mesure plus précise sur les facteurs les
plus influents afin de garantir une prévision du comportement en fatigue plus correcte.
IV.3.2 Effet des interactions doubles

Dans un système complexe, les paramètres sont rarement indépendants et leurs effets sur
le comportement dépendent des niveaux des autres facteurs. La connaissance des effets de
chaque paramètre n'est pas suffisante pour pouvoir estimer une réponse, il faut alors tenir compte

des interactions des différents paramètres. La figure IV.6 représente les effets des interactions
doubles entre les paramètres étudiés sur la moyenne de l’indice de fiabilité β HL . Une interaction
entre deux facteurs est considérée non significative, lorsque l’effet du premier paramètre sur la
réponse n’est pas influencé par le niveau du deuxième paramètre ; ce qui se traduit par deux
droites parallèles sur le graphe des interactions.
Figure IV.6: Les effets des interactions doubles sur la moyenne de l’indice de fiabilité Lind β HL .
D’après la figure IV.6 on constate que toute interaction avec le facteur K txx induit un effet
important. Ceci est observé même avec le facteur FWHM qui a présenté à lui seul un effet simple
très faible.
IV.3.3 Domaines de variation de l’indice de fiabilité

Les domaines de variation de l’indice de fiabilité de Hasofer Lind sont déterminés en
fonction de chaque couple entre les différents paramètres étudiés. Ces domaines sont à des
contours limites iso-valeurs, ils sont représentés sur les figures IV.7 ci-dessous. Lorsque l’étude
est effectuée sur un couple donné de paramètres, le reste des paramètres sont fixés à leurs valeurs

moyennes (niveau 0). Les différentes nuances de couleurs observées indiquent les domaines
d’indice de fiabilité contenues dans un même intervalle à des contours limites iso-valeurs.
Figure IV.7: Domaines de variation de l’indice de fiabilité de Hasofer Lind en fonction des différents
couples des paramètres.



Figure IV.7: Domaines de variation de l’indice de fiabilité de Hasofer Lind en fonction des
différents couples des paramètres.
La coloration des domaines d’indice de fiabilité de même intervalle à des contours limites
iso-valeurs varie dans les différents cas de figures du bleu foncé vers le vert foncé. Les zones
colorées en bleu foncé désignent des domaines d’indice de fiabilité β HL à très faible valeurs qui
traduisent ainsi un comportement de fatigue polycyclique fiable et sécurisé.
En revanche, les zones en vert foncé indiquent des indices de fiabilité élevés interprétant
par la suite un état de fatigue dégradé.
A partir des figures IV.7, on peut relever les constatations suivantes :
9 Lorsque les niveaux de couleur tendent à être horizontalement représentés, on en
déduit que le facteur en ordonné est beaucoup plus influent sur la réponse que le
facteur en abscisse.

9 Lorsque les niveaux de couleur tendent à être verticalement représentés, on en

déduit que le facteur en abscisse est beaucoup plus influent sur la réponse que le
facteur en ordonné.
9 Les niveaux de couleur tendent avoir une représentation diagonale au fur et à
mesure que l’effet des deux facteurs étudiés soit presque équivalent.
IV.3.4 Représentation iso-probabiliste en fonction des paramètres de chargement

En utilisant l’approche des plans d’expérience basée sur la technique de surface de
réponse, une application intéressante est effectuée dont l’objectif est de déterminer des
représentations iso-probabilistes en fonction des paramètres du chargement appliqué sur le joint
soudé étudié figure IV.8. Cette représentation est utile du moment où elle constitue une forme
d’abaque numérique permettant de caractériser la fiabilité du comportement en fatigue
polycyclique du joint soudé (BS) en fonction des paramètres du chargement appliqué σ xxa et σ xxm .
Les autres facteurs caractérisant la condition de surface du joint sont maintenus fixes à leurs
valeurs moyennes respectives au niveau 0.
Figure IV.8: Contours limites iso-probabilistes en fonction des paramètres de chargement.

Les valeurs définissant les bornes des intervalles de fiabilité représentées sur la figure
IV.8 sont déduites à partir des valeurs respectives en indices de fiabilité β HL . La correspondance
entre ces valeurs est décrite dans le tableau IV.3.
Valeur de β HL Fiabilité (%)
2.32635 1
1.28155 10
0.67449 25
0 50
-0.67449 75
-1.28155 90
-2.32635 99
Tableau IV.3 Valeurs calculées de β HL respectives aux bornes des intervalles de fiabilité.
IV.4 Conclusion
L’étude des effets des paramètres caractérisant l’état de chargement et l’état de surface
des joints soudés de type (BS) sur l’indice de fiabilité de Hasofer Lind β HL est réalisée dans ce
chapitre en utilisant une approche du plan d’expérience basée sur la méthode de surface de
réponse.
Cet outil utilisé nous a permis de ressortir des représentations iso-probabilistes en
fonction de deux paramètres variés et en fixant les autres à des niveaux donnés. L’analyse de ces
représentations nous conduit à noter l’effet important sur la fiabilité du comportement en fatigue
polycyclique des deux paramètres relatifs à la contrainte alternée et la concentration de contrainte
selon l’axe longitudinal. En revanche, le facteur métallurgique correspondant à la largeur de
corde à mi-épaisseur possède un effet négligeable.

Conclusion générale et perspectives
Le travail de recherche présenté dans ce mémoire vise à fournir une modélisation

probabiliste pour la prévision du comportement en fatigue polycyclique des pièces métalliques.
En effet, l'importante dispersion observée dans les résultats des essais de fatigue met en évidence
la nécessité de développer des outils fiabilistes permettant de mieux prévoir le comportement en
fatigue d’une structure mécanique soumise à un chargement cyclique donné.
Dans la première partie de ce travail, un modèle probabiliste de prévision du
comportement en fatigue polycyclique des pièces métalliques a été élaboré en se basant sur le
critère de fatigue multiaxiale polycyclique de Crossland. Il permet de déterminer la fiabilité de
fatigue en utilisant la méthode d’approximation de premier ordre (FORM) avec la prise en
compte des dispersions relatives aux (i) caractéristiques de fatigue du matériau et (ii) aux
paramètres du chargement appliqué.
L’application du modèle proposé a été réalisée sur un acier dur soumis à une sollicitation
de flexion torsion combinées en phase. Divers cas ont été étudiés dans ce travail, en faisant varier
les dispersions des données du critère de fatigue relatives au matériau et les paramètres du
chargement : (i) un premier cas correspond à un chargement aléatoire uniquement sur l’amplitude
de torsion et à valeur de pression hydrostatique constante et (ii) un deuxième cas de chargement
dont les deux amplitudes de torsion et de flexion sont aléatoires.
La seconde partie de ce travail a été consacrée à l’étude de la prise en compte des
dispersions dues aux paramètres des effets des traitements de parachèvement sur les couches
superficielles, ajoutées à celles relatives aux paramètres de fatigue du matériau et du chargement
appliqué. Dans ce travail, nous avons développé un modèle probabiliste qui permet de calculer la
fiabilité du comportement en fatigue polycyclique des pièces traitées en surface. Ce modèle est
basé sur des travaux précédents publiés par "Fathallah et al. "qui nous ont servi afin de réaliser
une application dans un cas d’un acier doux grenaillé soumis à un chargement de flexion à trois
points. La fiabilité de fatigue polycyclique des pièces grenaillées a été calculée en utilisant la
méthode de simulation numérique de Monte-Carlo. L’approche probabiliste proposée a permis de
quantifier l’effet de chaque paramètre de modification des propriétés de surface, induit par le
traitement de grenaillage de précontrainte, sur la fiabilité. L’aptitude du modèle à prendre en
compte des intervalles de dispersion et des lois de distributions variées a été vérifiée.
Une autre application du modèle probabiliste qui tient en compte les paramètres de
modification des propriétés de surface a été élaborée dans le cas des joints soudés bout à bout et

soudés-grenaillés à différentes conditions. Dans cette application, nous nous étions intéressés de
prévoir le comportement en fatigue polycyclique des joints soudés, en se basant sur des résultats
exhaustifs d’une investigation expérimentale préalable, réalisée par "Buirette et al.", au
laboratoire de mécanique de Lille. Les résultats expérimentaux ont été réalisés sur un acier à
Haute Limite Élastique (HLE) de type HLE S550MC avec différentes conditions d’éprouvettes
de joints soudés. Le calcul de la fiabilité et la détermination des DCP ont été réalisés pour les
différents types de conditions des joints. Un très bon accord a été observé entre les constatations
expérimentales et les valeurs de fiabilité calculées.
Cette approche peut être toutefois considérée comme une méthode utile pour les études de
conception. Elle garantit un niveau de confiance supplémentaire pour la prévision du
comportement en fatigue des pièces grenaillées et des joints soudés grenaillés, et permet d’éviter
également, l’usage des coefficients de sécurité souvent mal maîtrisés.
A la fin de ce travail, une étude des effets des paramètres du chargement et des propriétés
de surface du joint brut de soudage (BS) sur l’indice de fiabilité de "Hasofer Lind" a été réalisée,
en utilisant l’outil plan d’expérience basée sur la méthode de surface de réponse. Cet outil nous a
permis d’identifier des représentations iso-probabilistes en fonction des couples des paramètres
étudiés. L’utilisation des techniques des plans d’expériences, nous a permis d’analyser les effets
des différents paramètres de chargement et facteurs de condition de surface du joint soudé sur la
fiabilité. Ceci nous permettra, par la suite, d’ouvrir les voies vers l’étude de l’optimisation des
conditions opératoires des traitements de parachèvement ou du mode d’assemblage par soudage.
Comme perspectives à ce travail, il serait important d’étudier l’application de l’approche

probabiliste proposée pour la prévision du comportement en fatigue dans les domaines
d’endurance limité et oligocyclique. Il serait intéressant, également, d’appliquer cette approche
en utilisant d’autres critères de fatigue multiaxiale et pour d’autres types de chargement
complexes. Une éventuelle extension d’aspect statistique pour le présent travail pourra faire
l’objet d’une analyse de robustesse sur les méthodes probabilistes de calcul de la fiabilité de
fatigue, afin d’étudier leurs capacités vis-à-vis aux modifications apportées sur les paramètres du
modèle.
En addition, l’approche probabiliste proposée dans ce travail, pourra ouvrir le chemin
pour la prise en compte des dispersions, dues aux répartitions des défauts existants dans le
matériau et de leurs tailles, dans la prévision du comportement en fatigue.
Une extension de ce travail qui commence d’être établie, suggère des avancées possibles
pour le modèle proposé, en faisant un couplage de la méthode probabiliste de calcul de la fiabilité

de fatigue, avec la méthode des éléments finis. Cette idée a abouti à des résultats initiaux qui sont
prometteurs ; on pourra toutefois intégrer dans ce couplage des lois d’évolution de
l’endommagement du aux traitements de parachèvement sur les pièces mécaniques.


Références bibliographiques
A
[Agh,98] Agha H.Y., Béranger A.S., Billardon R., and Hild F.. "High-cycle fatigue behaviour of
spheroidal graphite cast iron". Fatigue Fract. Engng. Mater. Struct., Vol 21 (1998), pages : 287-296.
[Ale,04] Alexandre F. "Aspects probabilistes et microstructuraux de l’amorçage des fissures de fatigue
dans un alliage INCO 718". Thèse de doctorat, Ecole des Mines de Paris, (2004).
[Ash,98] Ashby M.F., Jones D.R.H. "Matériaux, propriétés et applications". Edition DUNOD, Paris
(1998). ISBN : 2-10-004160-6. p.125-144.
B
[Bat,97] Bathias C., Baïlon J.P. "Fatigue des matériaux et des structures". Editions Hermès, Paris (1997),
ISBN : 2-86601-617-3. p:37-82.
[Bas,71] Bastenaire F. "Aspects probabilistes et statistiques de la rupture par fatigue". Revue Française de
mécanique, n°37, p:25-36, 1971.
[Baz,99] Bazant Z.P. "Size effect on structural strength: a review". Applied Mechanics, Vol 69 (1999),
pages : 703-725.
[Bel,05] Belliti D., Taylor D., Marco S., Mazzeo E., Guillois J. and Pircher T. "The fatigue behaviour of
three dimensional stress concentrations". International Journal of Fatigue, Vol 27, (2005), pages : 207-
221.
[Ben,07] Ben Sghaier R., Bouraoui Ch., Fathallah R., Hassine T. and Dogui A. "Probabilistic high cycle
fatigue behaviour prediction based on global approach criteria". International Journal of Fatigue, Vol 29,
February 2007, Pages 209-221.
[Ber,87] Bergström J. and Ericson T. "X-ray microstructure and residual stress analysis of shot peened
surface layers during fatigue loading". In: Proceedings of the 3rd International Conference on Shot
Peening, Editors, ICSP3, Garmisch-Partenkirchen, Germany (1987), pages: 221–230.
[Bje,90] P. Bjerager. "On computation methods for structural reliability analysis". Structural safety. Vol9,
(1990), pages 79-96.
[Bom,97] Bomas H., Mayr P., and Schleicher M. "Calculation method for the fatigue limit of part of case
hardened steels". Materials Science and Engineering A, Vol 234-236 (1997), pages 393-396.
[Bom,99] Bomas H., Linkewitz T., and Mayr P. "Application of a weakest-link concept to the fatigue
limit of the bearing steel SAE 52100 in a bainitic condition". Fatigue Fract. Engng. Mater. Struct., Vol22
(1999) pages:733-741.
[Bou,09] Bouraoui Ch., Ben Sghaier R., Fathallah R. "An engineering predictive design approach of high
cycle fatigue reliability of shot peened metallic parts". Materials & Design, Vol30, issue3, Mars (2009),
pages :475-486.

[Bra,01] Brand A., Flavenot J.F., Gregoire R. et Tournier C. "Recueil de données technologiques sur la
fatigue". ISBN : 2-85400-480-1, 4ème Edition CETIM (2001), pages 150-252.
[Bre,89] Breitung K. "Asymptotic approximations for probability integrals". Probabilistic Engineering
Mechanics, Vol4, n°4, (1989) pages: 187-190.
[Bui,98] Buirette C. "Influence de la microstructure bainitique en pied de cordon sur l’amorçage et la
croissance des fissures courtes de joints soudés en acier HLE S550. Application à l’amélioration du
comportement en fatigue par traitement thermomécanique". Thèse de doctorat. N°2265. Ecole Centrale
de Lille, (1998).
[Bui2,98] Buirette C., Degallaix G., Dauphin J.Y., Ménigault J. "Microstructural effects on short fatigue
crack initiation and propagation in high strength steel butt welded joints". Welding in the world, (1998) ;
Vol41: pages 37-48.
[Bui,99] Buirette C., Claeys J., Ménigault J. and Degallaix G. "Fatigue strength of HSS steel butt welded
joints. Effects of microdefects and failure life predictions". Welding in the world, Vol 43 n°3 (1999),
pages: 27-37.
C
[Cao,89] Cao W. "Cyclic softening of steels and residual stress relaxation of shot blasting in fatigue".
Thèse de doctorat, ENSAM Paris, France, (1989).
[Car,09] Carpinteri A., Puzzi S. "The fractal statistical approach to the size scale effects on material
strength and toughness". Probabilistic Engineering Mechanics, Vol24, Issue1, January (2009), pages: 75-
83).
[Cha,96] Chaboche J.L. et Lemaître J. "Mécanique des matériaux solides". Dunod (1996), ISBN :2-10-
005662-0, p.47-85.
[Cha,00] Chantier I., Bobet V., Billardon R., and Hild F. "A probabilistic approach to predict the very
high-cycle fatigue behaviour of spheroïdal graphite cast iron structures". Fatigue Fract. Engng. Mater.
Struct., Vol.23, n°2, (2000) pages: 173-180.
[Cha,00] Chantier I. "Tolérance aux défauts initiaux et effets de surface : dimensionnement à la fatigue de
pièces de fonderie". Thèse de doctorat, ENS de Cachan, Novembre (2000).
[Cha,00] Chauvot C., Sester M. "Fatigue crack initiation and crystallographic crack growth in an
austenitic stainless steel". Computational Materials Science, Vol. 19, n°1, december (2000), pages: 87-96.
[Che,00] Chen Q., Kawagoishi N., Nisitani H. "Evaluation of fatigue crack growth rate and life prediction
of Inconel 718 at room and elevated temperatures". Materials Science and Engineering A, Vol. 277,
(2000), pages : 250-257.
[Con,03] Connoley T., Reed P.A.S., Starink J.M. "Short crack initiation and growth at 600°C in notched
specimens in Inconel 718". Material Scinece & Engineering A, Vol 340, n°1,2, (2003), pages : 139-154.
[Cor,00] Cornet A., Deville J.P. "Physique et ingénierie des surfaces". EDP Sciences (2000). Collection
monorgaphie de matérialogie, ISBN :2-86883-352-7, p.52-67.

[Cro,56] Crossland B. Effect of large hydrostatic pressures on the torsional fatigue strength of an alloy
steel Institution of Mechanical Engineers, International Conference on Fatigue on Metals, London,
(1956), p. 138-149.
[Cro,70] Crossland B. "The effect of pressure on the fatigue of metals". Mechanical Behaviour of
Materials under Pressure. (1970) p. 299-355.
D
[Dan,84] Dang Van K., Le Douaron A. and Lieurade H.P. "Multiaxial fatigue limit: a new approach".
Advances in Fracture Research, 6th Int. Conf. Fracture, New Dehli, (1984), p. 1879-1885.
[Dan,89] Dang Van K., Griveau B., Message O. "On a new multiaxial fatigue criterion: theory and
application, biaxial and multiaxial fatigue". Biaxial and multiaxial fatigue, EGF 3; London: Mechanical
Engineering Publications. In: M.W. Brown and K.J. Miller, Editors (1989), p: 479–496.
[Deg,07] Degallaix S., Ilshner B. "Caractérisation expérimentale des matériaux I, propriétés physiques
thermiques et mécaniques". Presses Polytechniques et Universitaires Romandes. ISBN :978-2-88174-
567-7, p.87-112.
[Del,06] Delahay T., Palin-Luc T. "Estimation of the fatigue strength distribution in high-cycle multiaxial
fatigue taking into account the stress–strain gradient effect". International Journal of Fatigue, Vol
28 (2006), pages : 474-484.
[Dep,91] Deperrois A. "Sur le calcul des limites d’endurance des aciers". Thèse de doctorat, Ecole
Polytechnique, Palaiseau, Juin 1991, p.259.
[Dra,03] Draper J. "Modern Metal fatigue Analysis". Edition Lavoisier (2003), ISBN : 9780947817794.
p.97-102.
[Dit,97] Ditlevsen O. "Structural reliability codes for probabilistic design a debate paper based on
elementary reliability and decision analysis concepts" Structural Safety, Vol 19, issue 3, (1997), pages
253-270.
E
[Ele,01] Eleiche A.M., Megahed M.M., Add-allah N.M. "The shot peening effect on the HCF behavior of
high-strength martensitic steels". J Mater Process Technol (2001), Vol 113, pages: 502-508.
[Ell,97] Ellyin F. "Fatigue damage, crack growth and life prediction". Fracture Mech. Vol 48, n°1 (1997),
pages: 9-15.
[Elm,05] El Malki A.E. "Amorçage et propagation des fissures dans un acier de construction navale".
Thèse de doctorat, Université de Metz ENSIATA, (2005).
F
[Fat,98] Fathallah R., Inglebert G., Castex L. "Prediction of Plastic Deformation and Residual Stresses
induced by shot peening in metallic parts". Mater Sci Techn ; Vol 14 (1998), pages: 631-639.
[Fat,03] Fathallah R., Sidhom H., Braham C., Castex L. "Effect of surface properties on high cycle fatigue
behaviour of a shot peened ductile steel". Mater Sci Techn, Vol 19 (2003), pages: 1050-1056.

[Fat,04] Fathallah R., Laamouri A., Sidhom H., Braham C. "High cycle fatigue behavior prediction of
shot-peened parts". International Journal of Fatigue Vol 26, issue10, october (2004) pages: 1053-1067.
[Fil,00] Filippini M. "Stress gradient calculations at notches". International Journal of Fatigue, Vol 22,
issue5, may (2000), pages : 397-409.
[Fou,97] Fournier C. "Dimensionnement probabiliste des structures : application au dimensionnement de
réservoirs". Revue Française de Mécanique, Vol 1 (1997), pages: 35-12.
[Fra,04] François D. "Endommagements et rupture de matériaux". EDP Sciences (2004), ISBN :2-86883-
714-0, p.74-96.
[Fra,04] François M., Ferreira C., Guillén R. Expression de l'incertitude lors de la mesure de contraintes
résiduelles par diffraction. J. Phys. IV France Vol 118 (2004), pages : 99-108.
G
[Gar,07] Gardin C., Courtin S., Bezine G., Bertheau D., Ben Hadj Hammdouda H. "Numerical simulation
of fatigue crack propagation in compressive residual stress fields of notched round bars". Fatigue &
fracture of engineering materials & structures, Vol.30 n°3, (2007), pages : 231-242.
[Gay,04] Gayton N., Mohamed A., Sorensen J.D., Pendola M. and Lemaire M. "Calibration methods for
reliability based design codes" Strcutural Safety. Vol 26, issue1, January (2004), pages : 91-121.
[Gou,99] Goupy J. "Plan d’expériences pour surface de réponse". Dunod, Paris, ISBN : 2-10-003993-8,
1999, p.285-342.
[Gra,87] Granottier C. "Influence du grenaillage de précontrainte et de la rugosité sur la tenue en service
d'aciers à ressorts". In: Proceedings of the 3rd International Conference on Shot Peening, Editors, ICSP3,
Garmisch-Partenkirchen, Germany (1987), pages. 42–50.
[Gue,06] Guechichi H., Castex L. " Fatigue limits prediction of surface treated materials". Journal of
Materials Processing Technology, Vol 172, Issue 3, March (2006), pages : 381-387.
H
[Has,74] Hasofer A.M. and Lind N.C. "An exact and invariant first order reliability format". Journal of
the Engineering Mechanics. Vol 100, n°1, (1974), pages : 111–121.
[Hen,05] Henaff G., Morel F. "Fatigue des structures". Edition Ellipses (2005) ISBN :2-7298-2322-0,
p.37-66.
[Hil,92] Hild F. and Marquis D. "A statistical approach to the rupture of brittle materials". European
Journal of Mechanics, A/Solids, Vol 11 (1992), pages : 753-765.
[Hir,07] Hirt M.A., Bez R. and Nussbaumer A. "Construction métallique : notions fondamentales et
méthodes de dimensionnement". Presses Polytechniques et Universitaires Romandes. ISBN : 2-88074-
646-9. (2007), p.82-105.
K
[Kar,01] Karaouni H. "Nouveaux outils pour la conception fiable des structures". Thèse de doctorat, Ecole
polytechnique LSM-X, (2001), p15-45.

[Koc,03] Kocks U.F., Mecking H. " Physics and phenomenology of strain hardening : the face centered
cubic (FCC) case". Progress in Materials Science : Vol 48 (2003) : pages : 171-273.
[Kra,86] Kramer I. R., Feng C. R., Wu B. "Dislocation-depth distribution in fatigued metals ". Materials
Science and Engineering ; Vol 80, issue1 (1986), pages : 37-48.
[Kru,04] Krupp U., Düber O., Christ HJ., Künkler B., Schick A., Fritzen CP. "Application of the EBSD
technique to describe the initiation and growth behaviour of microstructurally short fatigue cracks in a
duplex steel". J Microsc; Vol.20 (2004), pages : 213-313.
L
[Laz,01] Laz P.J. Craig B.A.. Hillberry B.M. "A probabilistic total fatigue life model incorporating
material inhomogeneities, stress level and fracture mechanics". International Journal of
Fatigue, Vol23 (2001), Pages 119-127.
[Lem,92] Lemaitre J. "A course on Damage Mechanics", Springer edition 1992, ISBN: 3-540-60980-6,
2nd edition Springer-Verlag 1996 Berlin Heidelberg New York.
[Lem,05] Lemaire M., Chateauneuf A. and Mitteau J.C. "Fiabilité des structures: couplage mécano-
fiabiliste statique". Edition Herms Paris, (2005) ISBN : 2-7462-1057-6. p.286-316.
[Lie,82] Lieurade H.P. "La pratique des essais de fatigue". Editeur Pyc Livres (January, 1982). ISBN: 2-
85-330053-6. p.56-74.
[Lor,04] Lorén S. "Estimating fatigue limit distributions under inhomogeneous stress conditions".
International Journal of Fatigue, Vol 26 (2004), pages 1197-1205.
[Lu,96] Lu J., James M., Roy G. "Handbook of measurement of residual stresses ". Society for
Experimental Mechanics. ISBN 0-88173-229-X. (1996), p.96-110.
[Lu,00] Lu J. "Fatigue des alliages ferreux". Techniques de l’ingénieur. BM 5 042, Dossier : traité génie
mécanique, mars (2000). p.2-12.
[Lu,02] Lu H., Jia X., Zhang K., Yao C. "Fine-grained pretreatment process and superplasticity for
Inconel 718 superalloy", Materials Science and Engineering A, Vol. 326, (2002), pages: 382-385.
[Luo,03] Luo J. Bowen P. "A Probabilistic methodology for fatigue life prediction". Acta
Materialia, Vol.51 (2003), pages 3537-3550.
M
[Mae,86] Maeder G. "Diffraction des rayons X et mesure des contraintes". Chemica Scripta ;
vol.2A (1986): 23-31.
[Mau,94] Maurice P. "Introduction aux plans d’expériences par la méthode de Taguchi". ISBN : 2-7081-
1442-5, (1994). p.36-71.
[Meg,85] Meguid S.A., Klair M.S. "An examination of the relevance of co indentation studies to
incomplete coverage in shot peening using the finite element method". Journal of Mechanical Working
Technology. Vol 11, issue1, march, (1985), pages: 87-104.

[Mor,05] Morel F., Flacelière L. "Data scatter in multiaxial fatigue: from the infinite to the finite fatigue
life regim". International Journal of Fatigue, Vol 27, (2005), Pages 1089-1101.
[Pom,99] Pommier S., Sakae C., Murakami Y. "An empirical stress intensity factor set of equations for a
semi elliptical crack in a semi infinite body subjected to a polynomial stress distribution". International
Journal of Fatigue, Vol 21, issue3, march (1999), pages 243-251.
[Mur,94] Murakami Y., Endo M. "Effects of defects, inclusions and inhomogeneities on fatigue strength
concentrations". International Journal of Fatigue, Vol 16, issue3, april (1994), pages : 163-182.
N
[Nad,06] Nadot Y., Billaudeau T. "Multiaxial fatigue limit criterion for defective materials". Engineering
Fracture Mechanics. Vol 73, issue3, january (2006) pages : 112-133.
O
[Och,01] Ochi Y., Masaki K., Matsumura T., Sekino T. "Effect of shot peening treatment on high cycle
fatigue property of ductile cast iron". International Journal of Fatigue, Vol 23, issue5, may (2001), pages
441-448.
P
[Pap,97] Papadopoulos I.V. "Fatigue polycyclique des métaux: une nouvelle approche". Thèse de
doctorat, Ecole Nationale des Ponts et Chaussées, Paris, (1987) p.46-74.
[Pap,97] Papadopoulos I.V., Davoli P., Gorla C., Filippini M., Bernasconi A. "A comparative study of
multiaxial high cycle fatigue criteria of metals". International Journal of Fatigue, Vol 19, issue 3, march
(1997), pages 219-235.
[Pap,00] Papakyriacou M., Mayer H., Pypen C., Plenk Jr H., Stanzl-Tschegg S. "Effects of surface
treatments on high cycle corrosion fatigue of metallic implant materials". International Journal of
Fatigue, Vol 22, issue10, november (2000), pages 873-886.
[Par,05] Park J.S., Kim S.J., Kim K.H., Park S.H., Lee C.S. "A microstructural model for predicting high
cycle fatigue life of steels". International Journal of Fatigue, Vol27, issue9, september (2005), pages
1115-1123.
R
[Rab,00] Rabbe P., Lieurade H.P., Galtier A. "Essais de fatigue, partie I". Techniques de l’ingénieur.
Dossier : matériaux, étude et propriétés des métaux. M 4 170, mars (2000), p.2-7.
[Rio,95] Rios E.R., Walley A., Milan M.T. and Hammersley G. "Fatigue crack initiation and propagation
on shot-peened surfaces in A316 stainless steel". International Journal of Fatigue, Vol 17, n°7, (1995),
pages 493-499.
[Ryc,07] Rychlik I., Gupta S. "Rain flow fatigue damage for transformed gaussian loads". International
Journal of Fatigue, V29, issue3march (2007), pages : 406-420.

S
[Sch,04] Schijve J. "Fatigue of structures and materials". Kluwer Academic Publishers (2004), ISBN: 0-
306-48396-3. p.96-126.
[Sid,05] Sidhom N., Laamouri A., Fathallah R., Braham C., Lieurade H.P. "Fatigue strength improvement
of 5083 H11 Al-alloy T welded joints by shot peening: experimental characterization and predictive
approach". International Journal of Fatigue, Vol 27, issue7, july (2005), pages : 729-745.
[Smi,86] Smith I.F.C., Hirt M.A. "Concepts du dimensionnement à la fatigue". Ingénieurs et architectes
suisses, Vol. 112, n°4, (1986), pages : 35-42.
[Sur,98] Surech S. "Fatigue of materials". Cambridge University Press, 2nd edition, november (1998),
ISBN : 0-52-158747-9, p.125-148.
T
[Tek,02] Tekeli S. "Enhancement of fatigue strength of SAE 9245 steel by shot peening". Materials
letters, Vol57, December (2002), pages: 604-608.
[Ten,02] Teng T.L., Fung C.P., Chang P.H. "Effect of weld geometry and residual stresses on fatigue in
butt welded joints". International Journal of Pressure Vessels and Piping, Vol 79, issue7, july (2002),
pages : 467-482.
V
[Vil,02] Villechaise P., Sabatier L., Girard J.C. "On slip band features and crack initiation in fatigued
316L austenitic stainless steel : Part1 : Analysis by electron back-scattered diffraction and atomic force
microscopy". Materials Science and Engineering A, Vol. 323, (2002), pp. 377-385.
W
[Web,99] Weber B. "Fatigue multiaxiale des structures industrielles sous chargement quelconque". Thèse
de doctorat, INSA Lyon, (1999) p.25-34.
[Wei,39] Weibull W. "The phenomenom of rupture in solids". Proc. Royal Swedish Inst. Eng. Res., (153):
1-55, 1939.
[Wil,96] Wilkinson AJ., Roberts SG. "A dislocation model for the two critical stress intensities required
for threshold fatigue crack propagation". Scripta Materiela (1996) ; Vol35, n°11, pages: 1365–1371.
[Whi,05] White P., Molent L. and Barter S. "Interpreting fatigue test results using a probabilistic fracture
approach". International Journal of Fatigue, Vol 27, issue 7, July (2005), pages 752-767.
[Whu,98] Whu Z., Lu J., Han B. "Study of residual stress distribution by a combined method of Moire
interferometry and incremental hole drilling, Part II: Implementation". Journal of Applied Mechanics.
December (1998), Vol. 65, n°4, pages : 844-850.

Y
[Yi,03] Yi J.Z., Gao Y.X., Lee P.D., Flower H.M., and Lindley T.C., "Scatter in fatigue life due to effects
of porosity in cast A356-T6 aluminum-silicon alloy", Metallurgical and Materials Transactions A, Vol
34A, (2003), pages : 1879-1890.
Z
[Zha,99] Zhao Y.G., Ono T. "A general procedure for first second order reliability method FORM
SORM". Structural Safety. Vol21, issue2, june (1999), pages 95-112.
[Zha,01] Zhao Y.G., Ono T. "Moment for structural reliability". Structural safety. Vol23, issue1, (2001)
pp 47-75.
[Zhu,01] Zhuang W.Z., Halford G.R. "Investigation of residual stress relaxation under cyclic loading".
International Journal of fatigue, Vol23, supplement1, (2001) pages:31-37.

Annexes
ANNEXES

Annexes

ANNEXE A
La probabilité de défaillance Pf , déterminée dans l’équation (I.19), s’écrit :
Pf = Proba ( S ( xi ) ≤ L ( xi )) = Pr oba(G ( xi ) ≤ 0) = ∫ f{X} ( xi ) dx1 .....dx n

G ( xi ) < 0
En introduisant la variable aléatoire discrète I ( xi ) considérée comme variable binaire indicatrice de
défaillance telle que :
⎧1 if G ( xi ) < 0
I ( xi ) < 0 = ⎨
⎩0 if G ( xi ) ≥ 0
La probabilité de défaillance Pf sera alors exprimée comme suit :
Pf = ∫ f{X} ( xi ) dx1 .....dx n = ∫ I ( xi ) f{X} ( xi ) dx1 .....dx n = E ⎡⎣ I ( xi ) ⎤⎦

G ( xi ) < 0 Df
Où D f est le domaine de défaillance défini par G ( xi ) < 0 et E[.] désigne l’opérateur espérance
mathématique.
Pour N tirages aléatoires selon les lois de distribution des fonctions de résistance S ( xi ) et de
contrainte L ( xi ) , Pf peut être estimée par l’espérance mathématique E ⎡⎣ I ( xi ) ⎤⎦ telle que :
N
1
Pf = E[ I ( xi )] ≈
N
∑I (x )
i =1
i
⎡1 N
⎤ 1 N
Var[ Pf ] = Var ⎢
⎣N
∑
i =1
I ( xi ) ⎥ = 2
⎦ N
∑Var ( I ( x ) )
i =1
i
1 1
Var[ Pf ] = Var[ I ( xi )] = ( E[ I 2 ( xi )] − ( E[ I ( xi )]) 2 )
N N
Or Pf = E ⎡⎣ I ( xi ) ⎤⎦ = E ⎡⎣ I 2 ( xi ) ⎤⎦
car I ( xi ) = I 2 ( xi )
On a donc :
1
Var[ Pf ] = Pf (1 − Pf )
N
Remarque : Lorsque N est de taille assez élevée, l’estimateur de la variance peut être supposé être un estimateur
non biaisé (estimateur sans biais). Dans ce cas d’estimateur non biaisé de la variance, on peut deviser Var[ Pf ]
par N − 1 au lieu de N .
Annexe A - 157 -
Soit Cv ⎡⎣ Pf ⎤⎦ le cœfficient de variation de Pf défini comme suit :
Var[ Pf ] 1 − Pf
Cv ⎡⎣ Pf ⎤⎦ = =
E[ Pf ] NPf
Pour des valeurs de Pf très faibles, on peut négliger Pf devant 1 ;
100
Soit pour un Cv ⎡⎣ Pf ⎤⎦ égal à 10% ; on peut faire l’approximation suivante : N
Pf
D’une façon générale, pour un niveau de confiance de 95%, l’intervalle dans le quel se trouve la vraie
valeur (théorique et inconnue) de Pf est :
1 − Pf 1 − Pf
Pf − 1,96.Pf . ≤ Pfréelle ≤ Pf + 1,96.Pf .
NPf NPf
Où la valeur de 1,96 correspond au nombre d’écart type d’une loi normale standard relative à la
moitié de l’intervalle de confiance de 95%.
L’erreur en % sur Pf est exprimée comme suit :
(1 − Pf )
e% = 196 .
Pf N
(D’après [Lem, 05]).
Annexe A - 158 -
ANNEXE B
B.1. Loi Normale à une dimension (ou gaussienne)
B.1.1. Densité de probabilité
( x − m )2
1 −
ϕ ( x) = e 2σ 2
pour la variable aléatoire x : m=3
σ 2π σ=1
• d'espérance mathématique m (ou valeur moyenne)

D'après la symétrie de la distribution, c'est aussi:
o le mode (position du maximum de ϕ ( x ) )
o la médiane ( P ( x > m ) = P ( x < m ) = 0,5 )
• de variance Σ = σ 2 (avec σ : écart-type)
B.1.2. Evaluation expérimentale des paramètres
A partir d'une série de n mesures xi de la variable aléatoire x
• qualités générales d'un estimateur â d'une grandeur statistique a

o convergent: â tend vers la valeur réelle a , soit aˆ → a
n →∞
o sans biais: a est la valeur moyenne de multiples évaluations de â, soit

Moy ( aˆ ) = a .
o efficace: la distribution statistique de â doit posséder une variance la plus
faible possible
(correspond à la précision de l'estimateur)
o robuste: l'évaluation de â est peu influencée par la distribution statistique de a
1 n
x = ∑ xi = mˆ → m
n i =1 n →∞
• moyenne:
(c'est un 'bon' estimateur de l'espérance mathématique m)
2
1 n
S = ∑ ( xi − x ) = Σˆ → Σ
2
n i =1 n →∞
n −1
• variance: Moy ( S 2 ) = Σ≠Σ
n
(mais c'est un estimateur biaisé de car à n petit)
2
n 2 1 n
D'où l'utilisation d'un estimateur non biaisé: S *2 =
n −1
S = ∑ ( i ) = Σˆ *
n − 1 i =1
x − x
tel que sa valeur moyenne soit Moy ( S *2 ) = Σ
⎧⎪ x = mˆ ≅ m ⎫⎪
Remarque 1: par la suite, on supposera que ⎨ 2 ⎬ , ce qui permettra d'alléger les
⎪⎩ S * = Σˆ * ≅ Σ ⎭⎪
notations.
Annexe B - 159 -
Remarque 2: Propriétés statistiques des estimateurs
* m̂ et Σˆ * ne sont pas corrélés
⎧d'espérance mathématique m ⎫
* m̂ suit une loi de répartition Normale ⎨ ⎬
⎩de variance σ / n
2
⎭
S *2 ⎧⎪d'espérance mathématique σ 2 ⎫⎪
* ( n − 1) suit une loi de χ 2 ˆ
, d'où Σ * est ⎨ ⎬
⎪⎩de variance 2σ / ( n − 1)
n −1
σ2 4
⎭⎪
B.1.3. Fonction de répartition
+∝
• probabilité: P ( − ∝< x < + ∝ ) = ∫ ϕ ( x )dx (C'est l'aire sous la courbe ϕ ( x ) )
−∝
+∝
Remarque: P ( − ∝< x < + ∝ ) = ∫ ϕ ( x )dx ≡ 1
−∝
• distribution centrée réduite: d'espérance mathématique nulle et de d'écart-type
unitaire
2
x−m 1 − t2
Avec le changement de variable t = ; ϕ (t ) = e ,
σ 2π
2
t 1 − t2'
soit la fonction de répartition correspondante Φ ( t ) = ∫ e dt ' qui est tabulée.
−∝
2π
• valeurs particulières (intervalle ou domaine de confiance)

⎛l ⎞ ⎛ l ⎞
Probabilité pour que m − l < x < m + l P ( x − m < l ) = Φ ⎜ ⎟−Φ⎜− ⎟
⎝σ ⎠ ⎝ σ⎠
Soit :
o l = σ Æ P = 0, 6826 ≅ 68%
o l = 2σ Æ P = 0,9544 ≅ 95%
m=3
o l = 3σ Æ P = 0,9972 ≅ 99, 7% σ=1
l=2
Annexe B - 160 -
B.2. Loi Normale à deux dimensions
B.2.1. Cas de deux distributions indépendantes
⎧espérance mx ⎫ ⎧⎪espérance m y ⎫⎪
Soit x ⎨ ⎬ et y ⎨ ⎬
⎩écart type σ x ⎭ ⎪⎩écart type σ y ⎭⎪
• densité de probabilité:
( y − my )
2
( x − mx ) 2 −
1 − 1
ϕ ( x, y ) = ϕ1 ( x ) .ϕ2 ( y ) =
2
2σ 2 2σ
e x
e y
σ x 2π σ y 2π
⎡
( ) ⎤
2
1 ( x − mx )
2
y − my
− ⎢ + ⎥
⎢ ⎥
1 2 σx 2
σ y2
ϕ ( x, y ) = e ⎣⎢ ⎦⎥
2πσ xσ y
où ϕ ( x, y ) représente une surface à trois

dimensions.
La fonction ϕ ( x, y ) est définie telle que la
probabilité élémentaire d'appartenir au domaine
{[ x, x + dx ] , [ y, y + dy ]}
soit: dP = ϕ ( x, y ) dxdy
• ellipses de dispersion ( ζ k )
On recherche les courbes d'iso-densité ϕ ( x, y ) = cte , soit
2 2
⎛ x − mx ⎞ ⎛ y − m y ⎞
⎜ ⎟ + ⎜⎜ ⎟⎟
= k2
⎝ σ x ⎠ ⎝ σ y ⎠
Il s'agit des ellipses de dispersion d'ordre k (représentant le
rapport des demi-axes aux écart-types correspondants) .
Cas particulier: ellipse de dispersion unitaire telle que k = 1 (de demi-axes

égaux aux écart-types) .
Probabilité d'appartenir à l'ellipse de dispersion d'ordre k :
k2
P ( M ⊂ (ζ k ) ) = 1 − e
−
2
Annexe B - 161 -
• Cas particuliers:
o k = 1 : P ( M ⊂ (ζ 1 ) ) = 0,393 ≅ 39%
o k = 2 : P ( M ⊂ (ζ 2 ) ) = 0,865 ≅ 86%
o k = 3 : P ( M ⊂ (ζ 3 ) ) = 0,989 ≅ 98,9%
B.2.2. Cas de deux variables aléatoires corrélées
• évaluation de la corrélation
o covariance: Cov ( x, y ) = Moy ( x − mx ) ( y − m y ) ( )
Cov ( x, y )
o coefficient de corrélation: r = (tel que −1 ≤ r ≤ 1 )
σ xσ y
o Remarque: pour des variables indépendantes
( )
Cov ( x, y ) = Moy ( x − mx ) ( y − my ) = Moy ( x − mx ) .Moy ( y − my ) ≡ 0
− ⎜
2
1 ⎛ x − mx ⎞ ⎛ y − m y ⎞
2
(
( x − mx ) y − m y )
⎟ +⎜ ⎟ −2r
1 2 ⎝ σ x ⎠ ⎜⎝ σ y ⎟
densité de probabilité ϕ ( x, y ) = ⎠ σ xσ y
• e
2πσ xσ y 1 − r 2
( x − mx ) ( y − m y ) 2
2 2
⎛ x − mx ⎞ ⎛ y − m y ⎞
• ellipses de dispersion ( ζ k ) ⎜ ⎟ + ⎜⎜ ⎟⎟ − 2r =k
⎝ σx ⎠ ⎝ σy ⎠ σ xσ y
(ellipse d'inclinaison α par rapport à l'axe Ox)
Remarque:
On peut introduire les axes principaux ( M ξ , Mη ) pour retrouver le cas précédent tels que
⎡ 2 2⎤
1 ⎛ ξ ⎞ ⎛η ⎞
− ⎢⎜ ⎟ +⎜ ⎟ ⎥
1 2 ⎢⎜⎝ σ ξ ⎟ ⎜ ση ⎟ ⎥
ϕ (ξ ,η ) = ⎣ ⎠ ⎝ ⎠ ⎦
e si
2πσ ξ σ η
⎧ 2rσ xσ y ⎫
⎪ tan 2α = 2 ⎪
⎪ σx +σ y 2
⎪
⎪ ⎪
⎨σ ξ = σ x cos α + rσ xσ y sin 2α + σ y sin α ⎬
2 2 2 2
⎪ ⎪
⎪σ η = σ x 2 sin 2 α − rσ xσ y sin 2α + σ y 2 cos 2 α ⎪
⎪ ⎪
⎩ ⎭
(D’après [Bje,90]).
Annexe B - 162 -
ANNEXE C
Facteur de
Contrainte Largeur de corde à Endommageme
concentration de
résiduelle mi-épaisseur nt superficiel
Profondeur z contrainte
(mm)
RS
Cova(%) FWHM(°) Cova(%) K txx Covb(%) Ds Covb(%)
(MPa)
0 -425 2.5 2.45 2 1.38 1 0.09 1

0.0061 -433 2 2.35 2 1.13 1 - -
0.0184 -435 1.5 2.16 2 1.05 1 - -
0.0276 -446 1 2.03 2 1.02 1 - -
0.0328 -449 1 1.97 2 1.02 1 - -
0.056 -454 1 1.79 2.5 1 - - -
0.082 -436 1.5 1.64 2.5 1 - - -
0.14 -352 2 1.36 2.5 1 - - -
0.18 -307 4 1.25 4.25 1 - - -
0.26 -133 10 1.16 3.5 1 - - -
0.285 -69 10 1.16 5.5 1 - - -
0.33 -8 10 1.16 5 1 - - -
0.37 -27 10 1.14 3 1 - - -
0.42 -20 10 1.16 4.5 1 - - -
Tableau C.1. Valeurs des paramètres caractérisant l’état de surface de l’éprouvette grenaillée
avec un taux de recouvrement de 100% et leurs Cov relatifs [Fat,04].
a
Coefficient de variation issu de l’expérience
b
Coefficient de variation choisi
Annexe C - 163 -
Facteur de
Contrainte Largeur de corde à Endommageme
concentration de
résiduelle mi-épaisseur nt superficiel
Profondeur z contrainte
(mm)
RS
Cova(%) FWHM(°) Cova(%) K txx Covb(%) Ds Covb(%)
(MPa)
0 -313 2.5 2.51 2 1.38 1 0.2 1

0.0243 -433 2 2.35 2 1.13 1 - -
0.0184 -435 1.5 2.16 2 1.05 1 - -
0.0276 -446 1 1.88 2 1.02 1 - -
0.0328 -449 1.5 1.8 2.5 1.02 1 - -
0.056 -454 1.5 1.64 2.5 1 - - -
0.12 -352 1.25 1.39 2.5 1 - - -
0.18 -307 3 1.2 3 1 - - -
0.26 -133 7.5 1.23 3 1 - - -
0.33 -69 7 1.16 5 1 - - -
0.42 -8 10 1.14 5 1 - - -
Tableau C.2. Valeurs des paramètres caractérisant l’état de surface de l’éprouvette grenaillée
avec un taux de recouvrement de 1000% et leurs Cov relatifs [Fat,04].
a
Coefficient de variation issu de l’expérience
b
Coefficient de variation choisi
Annexe C - 164 -
ANNEXE D
%Programme du calcul de la fiabilité de la tenue à la fatigue polycyclique des pièces traitées

%Données numériques des paramètres de fatigue du matériau et des contraintes du chargement
appliqué
t0=143
f0=237
cvtor=1
cvflx=1
n=100
cflxa0=225
cflxm0=275
cvflxa0=3
cvflxm0=3
%%%%%%%%%%%%%%%%%
CR0=0
Lc0=1.85
Kt0=1
Ds0=0
cvCR=0
cvLc=0
cvKt=0
cvDs=0
Pmax_borne_figure=250 % unité MPa
x=0:10:Pmax borne figure
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%Données numériques des paramètres des conditions des surfaces traitées
N=n^2 % Taille du tirage aléatoire
Lco=1.85
nD=0.023
sCR=(cvCR/100)*CR0
sLc=(cvLc/100)*Lc0
sKt=(cvKt/100)*Kt0
sDs=(cvDs/100)*Ds0
CR = CR0 + sCR*randn(1,N)
Lc = Lc0 + sLc*randn(1,N)
Kt = Kt0 + sKt*randn(1,N)
Ds = Ds0 + sDs*randn(1,N)
PCR=(2*CR0)/3
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
k=3
cs1=(cvflxa0/100)*cflxa0
cs2=(cvflxm0/100)*cflxm0
cflxa = cflxa0 + cs1*randn(1,N)
cflxm = cflxm0 + cs2*randn(1,N)
for i=1:1:N
C(i)=(sqrt(1/3))*(Kt(i))*(cflxa(i));
CL(i)=(sqrt(1/3))*(cflxa(i));
P(i)=(2/3*CR(i))+((Kt(i))*((cflxm(i)/3)+(cflxa(i)/3)));
PL(i)=(cflxm(i)/3)+(cflxa(i)/3);
end
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
a0=(((3*t0)/f0)-sqrt(3))
b0=t0*(1-Ds0)*((Lc0/Lco)^nD)
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
st=(cvtor/100)*t0
sf=(cvflx/100)*f0
t = t0 + st*randn(1,N)
Annexe D - 165 -
f = f0 + sf*randn(1,N)
k1=0;
i=1;
for i=1:1:N
if ((t(i)/f(i)) >= 0.578) & ((t(i)/f(i)) <= 0.8)%Test pour aciers durs
a = ((3*t(i))/f(i))-sqrt(3);
b = t(i)*(1-Ds(i))*((Lc(i)/Lco)^nD);
y = -a*x + b;
figure (1)
hold on
plot(x,y)
grid on
hold off
end
end
y0=-a0*(x)+b0
hold on
plot(x,y0,'LineWidth',1,'color','g')
title('Load-Strength dispersions')
ylabel('Amplitude of octahedral shear stress (MPa)')
xlabel('Maximum hydrostatic stress (MPa)')
hold off
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
for i=1:1:N
figure(1)
hold on
plot(PL(i),CL(i),'color','r')
hold off
grid on
end
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%Calcul de la fiabilité par la méthode de Monte Carlo
kcal=0;
compt=0;
for i=1:1:N
if ((t(i)/f(i)) >= 0.578) & ((t(i)/f(i)) <= 0.8)%Test pour aciers durs
a = ((3*t(i))/f(i))-sqrt(3);
b = t(i)*(1-Ds(i))*((Lc(i)/Lco)^nD);
kcal=kcal+1;
if (C(i)+a*P(i)<= b)
compt=compt+1;
end
end
end
Fiab=100*(compt/kcal);
Annexe D - 166 -
ANNEXE E
(D’après [Bui,98])
Annexe E - 167 -
Annexe E - 168 -
ANNEXE F
Contrainte résiduelle (MPa) Largeur de corde à mi-épaisseur (°)
Profondeur z (mm)
Incertitude Incertitude
RS Cov(%) FWHM Cov(%)
(+/-) (+/-)
0 -300 60 6,67 1,94 0,07 1,20

15 -220 45 6,82 1,86 0,07 1,25
30 -210 60 9,52 1,84 0,04 0,72
50 -195 45 7,69 1,81 0,07 1,29
115 -265 55 6,92 1,87 0,07 1,25
200 -195 90 15,38 1,84 0,04 0,72
300 -205 60 9,76 1,85 0,03 0,54
400 -195 70 11,97 1,85 0,04 0,72
520 -170 85 16,67 1,85 0,05 0,90
Tableau F.1. Valeurs des paramètres caractérisant l’état de surface de l’éprouvette avec un cordon brut de
soudage (BS) [Bui,98].
Profondeur z (mm)
Incertitude Incertitude
(+/-) (+/-)
0 -355 60 5,63 2,2 0,05 0,76

10 -340 75 7,35 2,04 0,04 0,65
25 -275 45 5,45 2,12 0,03 0,47
60 -160 65 13,54 2,05 0,04 0,65
120 -160 60 12,50 2,02 0,05 0,83
250 -105 70 22,22 2,07 0,04 0,64
400 -110 35 10,61 1,99 0,04 0,67
520 -100 40 13,33 2,01 0,03 0,50
Tableau F.2. Valeurs des paramètres caractérisant l’état de surface de l’éprouvette avec un cordon arasé (UR)
[Bui,98].
Annexe F - 169 -
Profondeur z
(mm) Incertitude Incertitude
(+/-) (+/-)
0 -325 70 7,18 3,28 0,2 2,03

10 -490 60 4,08 2,81 0,14 1,66
35 -525 50 3,17 2,54 0,06 0,79
75 -585 80 4,56 2,31 0,08 1,15
160 -605 65 3,58 2,07 0,12 1,93
320 -405 45 3,70 2,04 0,09 1,47
500 -305 60 6,56 2 0,06 1,00
700 -205 55 8,94 2,01 0,06 1,00
1040 -105 65 20,63 2,1 0,07 1,11
Tableau F.3. Valeurs des paramètres caractérisant l’état de surface de l’éprouvette avec un cordon brut de
soudage grenaillé (BSG) [Bui,98].
F.1. Identification du site d’amorçage sur l’éprouvette brute de soudage (B.S):
Dans le cas des éprouvettes B.S, les fissures de fatigue s’amorcent en surface au
niveau de l’un des 2 pieds de cordon côté 2ème passe. Comme le montre la figure F.1, le multi-
amorçage est très fréquent.
Fig F.1 Exemple de multi-amorçage en pied de cordon côté 2ème passe sur éprouvette brute [Bui,98].
Des filiations de microdureté sous 100 g sur des coupes transverses à l’axe du cordon
au niveau du point d’amorçage ont été réalisées dans le cas d’une éprouvette B.S rompue par
fatigue. Les empreintes ont été faites à 500 μm sous la surface, côté métal de base par rapport
au cordon de soudure (figure F.2).
Annexe F - 170 -
Fig F.2 Filiation de microdureté sur coupe transverse sur une éprouvette B.S [Bui,98].
La filiation ainsi obtenue est comparée avec celle correspondant à une éprouvette non
sollicitée considérée comme référence, les creux de dureté en ZAT grains fins ayant été mis
en correspondance. Les courbes de cette figure indiquent que l’amorçage des fissures dans le
cas des éprouvettes B.S se produit dans la ZAT gros grains près de ligne de fusion.
F.2. Identification du site d’amorçage sur l’éprouvette usiné rainurée (UR):
Dans le cas de l’éprouvette UR, l’amorçage se produit systématiquement dans la

rainure et en ZAT près de la ligne de fusion comme le montre la figure F3.
Fig F.3 Rupture par fatigue en fond de rainure en ZAT près de la ligne de fusion sur éprouvette UR [Bui,98].
La figure F.4 présente une coupe transverse à l’axe du cordon au niveau du point d’amorçage
dans le cas de l’éprouvette UR. Les limites des cordons 1ère et 2ème passes ont été figurées. On y
observe clairement que la fissure s’est amorcée dans la rainure usinée en ZAT gros grains à proximité
de la ligne de fusion.
Amorçage en ZAT gros grains
Faciès de rupture
Fig F.4 Observation d’une coupe transversale à l’axe du cordon au point d’amorçage sur éprouvette UR
[Bui,98].
Annexe F - 171 -
Comme dans le cas précédent, une filiation de microdureté sous 100 g sur une coupe
transverse d’une éprouvette UR rompue en fatigue encore a été réalisée. La filiation est faite à
500 μm sous la surface, comme le montre la figure F.5.
Fig F.5 Filiation de microdureté sur coupe transverse sur une éprouvette U.R [Bui,98].
La dernière filiation est comparée à celles obtenues dans le cas d’une éprouvette brute
rompue par fatigue et dans le cas d’une même éprouvette brute non sollicitée constituant la
référence. De la même façon que précédemment, les creux de dureté en ZAT grains fins ont
été mis en correspondance.
L’amorçage des fissures se produit donc, comme dans le cas des éprouvettes B.S, en ZAT
gros grains à proximité de la ligne de fusion.
Annexe F - 172 -
ANNEXE G
Technique des plans d’expériences numériques pour la méthode de surface de réponse :
Les différents types de plans [Mau,94], [Gou,99]
Lors d’études multi-paramétriques, les stratégies pour mener des expérimentations

sont souvent informelles et peu performantes. Elles conduisent en général à de nombreux
essais inutiles et à un volume de résultats difficile à exploiter. La méthode des plans
d’expériences permet de tirer d’un nombre d’essais donné, le maximum d’informations
pertinentes concernant l’influence des facteurs.
Le principe de la méthode consiste à ne pas étudier tous les points expérimentaux,
mais seulement certains points choisis pour leur particularité d’orthogonalité. Cette méthode
permet d’établir un plan d’expérimentation comportant le minimum d’expériences compte
tenu des résultats recherchés tout en apportant le maximum de précision. Elle offre ainsi la
possibilité de quantifier et de hiérarchiser les effets d’un grand nombre de paramètres du
système étudié. La performance qu’on cherche à atteindre est caractérisée par une ou
plusieurs réponses et on peut se demander quels sont les paramètres responsables des
variations observées ?
Les plans d’expériences sont dits numériques lorsque les résultats sont obtenus par simulation
à partir de codes de calcul. La méthodologie permet de dégager les interactions entre les
paramètres et de capitaliser les connaissances concernant le phénomène ainsi appréhendé
[Mau,94].
De nombreux plans d’expériences sont définis dans la littérature et permettent de
prendre en compte le nombre d’expériences et le niveau de qualité qu’on souhaite sur
l’interprétation.
G1- PLANS FACTORIELS COMPLETS

Les plans factoriels (à 2 niveaux ou plus) sont des plans expérimentaux très intuitifs
dans la mesure où ils correspondent à des combinaisons des valeurs maximales et minimales
de chaque paramètre. D’un point de vue numérique, ces plans sont très simples à implémenter
et sont peu coûteux, ils peuvent être utilisés dans des procédures impliquant un grand nombre
de paramètres. Néanmoins, ces plans présentent un inconvénient de taille car ils ne permettent
pas de prospecter tout l’intervalle de conception (les bornes uniquement). Or ceci est
Annexe G - 173 -
indispensable dans un contexte industriel. La figure G.1 ci dessous représente un plan
factoriel complet 3k ayant 3 niveaux par facteur.
Figure G.1 : Plan factoriel complet3k

G2- PLANS DU TYPE MONTE CARLO
Ces plans sont basés sur un tirage simple et aléatoire dans l’espace des variables de
conception.
G3- PLANS OPTIMAUX

Les plans optimaux se distinguent des plans classiques par leur plus grande souplesse
de construction qui permet de les adapter au système étudié et à ses contraintes. Ces plans
sont souvent utilisés lorsque le nombre des essais est assez important. Ainsi on impose un
nombre d’expériences et l’algorithme de calcul des plans optimaux conserve, pour un modèle
donné, les meilleurs points. De plus, les plans optimaux ne son pas ‘figés’. En effet, si on
constate que des essais ne sont pas réalisables, ceux-ci peuvent être modifiés et remplacés par
d’autres qui tiennent compte des exigences du système; en effet, il existe souvent des
contraintes qui interdisent la réalisation de toutes les expériences du domaine de l’étude.
La construction d’un plan optimal est ramenée à un problème d’optimisation: la qualité de ce
plan est quantifiée par un critère calculable et le plan retenu sera le meilleur vis-à-vis de ce
critère. Il existe de nombreux critères sur lesquels peut être basée la construction des plans
optimaux. Ils peuvent être classés en deux grandes catégories:
9 Ceux qui optimisent la précision sur les paramètres du modèle,
9 Ceux qui optimisent la précision sur la prédiction des réponses.
Annexe G - 174 -
G4- PLANS COMPOSITES
Un plan composite est constitué de trois parties:
1) un plan factoriel à deux niveaux par facteur;
2) au moins un point expérimental situé au centre du domaine expérimental;
3) les points axiaux. Ces points expérimentaux sont situés sur l’axe de chacun des
facteurs;
Figure G.2 : Plans composites

La figure G.2 représente un plan composite pour deux facteurs. Les points 1, 2, 3 et 4
sont les points d’un plan 22. Le point 5 est le point central. Ce point peut avoir été répliqué
une ou plusieurs fois. Les points 6, 7, 8, 9 sont les points axiaux. Ces quatre derniers points
forment ce que l’on appelle le plan en étoile. Dans cet exemple, l’expérimentateur réalise 9
essais et doit déterminer 6 coefficients. Il faut donc résoudre un système de 9 équations à 6
inconnues.
Il y a trois classes de plans composites:
9 Plan central composite à faces centrées: les points en étoile sont les faces du cube.
Figure G.3 : Plan composite à faces centrées
Annexe G - 175 -
9 Plan central composite extérieur: les points en étoile sont à l’extérieur du domaine [-1,
+1] en coordonnées centrées réduites.
Figure G.4 : Plan composite extérieur

9 Plan central composite intérieur: Les points en étoile sont à l’intérieur du domaine
cubique.
Figure G.5 : Plan composite intérieur

L’intérêt des plans composites réside dans le fait qu’ils prennent facilement la suite
d’un premier plan factoriel dont les résultats sont inexplicables par un modèle du premier
degré. En effet, ils se prêtent bien au déroulement séquentiel de l’étude du modèle
mathématique. On effectue une première étude qui est basée sur une approximation de
premier degré de la réponse, en utilisant un plan factoriel complet 2k. Par des points au centre
du domaine on teste la validité du modèle mathématique. Si les tests sont positifs, c’est à dire
les réponses mesurées au centre sont très proches de celles calculées, l’étude s’achève. Mais
s’ils sont négatifs, on entreprend des essais supplémentaires pour établir un modèle du second
degré.
Les essais supplémentaires constituent la seconde étape du déroulement de l’étude. Il
suffit d’effectuer les expériences correspondant aux points en étoile et de faire les calculs sur
l’ensemble de toutes les expériences. Les plans composites sont parfaitement adaptés à
Annexe G - 176 -
l’acquisition progressive des résultats. Le nombre de niveaux d’un plan composite est de cinq
par facteur: le point central, les deux niveaux du plan factoriel et les deux niveaux des points
en étoile.
Remarque: Les figures G.1, G.2, G.3, G.4 et G.5 sont extraites de la référence [Gou,99].
G5- PLANS DU TYPE ‘LATIN HYPERCUBES’

Les plans du type ‘latin hypercube’ (LH) sont basés sur des tirages descriptifs qui consistent à
découper l’espace de conception en zone d’équiprobabilité puis de tirer d’une manière
aléatoire un point dans chaque zone. Ce tirage permet de réduire la dispersion des paramètres
par rapport à un tirage de type Monte Carlo. Ce tirage descriptif peut être combiné à un
algorithme d’optimisation qui permet de placer les points non pas aléatoirement dans chaque
zone mais de façon à réduire les distances entre les points. On parle alors de ‘Optimal Latin
Hypercubes’ (OLH).
Dans le cadre d’études multi-paramétriques, des techniques d’analyse de données peuvent être
associées aux plans d’expériences. Elles consistent à condenser les informations fournies par
l’expérimentation numérique et peuvent s’avérer très utiles pour faire ressortir l’information
(redondance).
Annexe G - 177 -
Annexe G - 178 -
ANNEXE H
Tableau H.1 Matrice d’expérience réalisée selon un plan factoriel complet pour sept facteurs étudiés.
Nb de facteurs :7 Nb de répétition :1 Plan complet à deux niveaux Nb de blocks :5
Nb des points sur le cube :128 Nb de points centrés sur le cube :8 Nb de points axiaux :14 Nb de points centrés dans
l’axe :10
Alpha :3.36359
Type du Facteurs étudiés Réponse

Ordre Block a m
point σ xx σ xx σ Rxx σ Ryy FWHM K t
xx
DS βHL
1 1 1 1 -1 1 -1 -1 -1 -1 -1,6202
2 1 1 -1 1 1 -1 -1 -1 -1 -9,9833
3 1 1 -1 -1 -1 1 -1 -1 -1 -10,1012
4 1 1 1 1 -1 1 -1 -1 -1 -0,8211
5 1 1 -1 -1 -1 -1 1 -1 -1 -10,262
6 1 1 1 1 -1 -1 1 -1 -1 -1,8573
7 1 1 1 -1 1 1 1 -1 -1 -0,9629
8 1 1 -1 1 1 1 1 -1 -1 -10,0176
9 1 1 1 -1 -1 -1 -1 1 -1 7,4552
10 1 1 -1 1 -1 -1 -1 1 -1 -0,7135
11 1 1 -1 -1 1 1 -1 1 -1 0,1676
12 1 1 1 1 1 1 -1 1 -1 11,5815
13 1 1 -1 -1 1 -1 1 1 -1 -1,0233
14 1 1 1 1 1 -1 1 1 -1 10,0315
15 1 1 1 -1 -1 1 1 1 -1 8,611
16 1 1 -1 1 -1 1 1 1 -1 0,0649
17 1 1 1 -1 -1 -1 -1 -1 1 -1,5637
18 1 1 -1 1 -1 -1 -1 -1 1 -9,262
19 1 1 -1 -1 1 1 -1 -1 1 -9,1519
20 1 1 1 1 1 1 -1 -1 1 1,126
21 1 1 -1 -1 1 -1 1 -1 1 -9,4791
Annexe H -179-
22 1 1 1 1 1 -1 1 -1 1 -0,1256
23 1 1 1 -1 -1 1 1 -1 1 -0,968
24 1 1 -1 1 -1 1 1 -1 1 -9,3063
25 1 1 1 -1 1 -1 -1 1 1 9,6013
26 1 1 -1 1 1 -1 -1 1 1 1,2374
27 1 1 -1 -1 -1 1 -1 1 1 0,0744
28 1 1 1 1 -1 1 -1 1 1 11,0719
29 1 1 -1 -1 -1 -1 1 1 1 -1,0241
30 1 1 1 1 -1 -1 1 1 1 9,4599
31 1 1 1 -1 1 1 1 1 1 10,8661
32 1 1 -1 1 1 1 1 1 1 2,1696
33 0 1 0 0 0 0 0 0 0 0,0027
34 0 1 0 0 0 0 0 0 0 0,0027
35 1 2 -1 -1 -1 -1 -1 -1 -1 -10,0985
36 1 2 1 1 -1 -1 -1 -1 -1 -1,6698
37 1 2 1 -1 1 1 -1 -1 -1 -0,7583
38 1 2 -1 1 1 1 -1 -1 -1 -9,8025
39 1 2 1 -1 1 -1 1 -1 -1 -1,8105
40 1 2 -1 1 1 -1 1 -1 -1 -10,1786
41 1 2 -1 -1 -1 1 1 -1 -1 -10,2806
42 1 2 1 1 -1 1 1 -1 -1 -1,0233
43 1 2 -1 -1 1 -1 -1 1 -1 -0,8211
44 1 2 1 1 1 -1 -1 1 -1 10,225
45 1 2 1 -1 -1 1 -1 1 -1 8,7951
46 1 2 -1 1 -1 1 -1 1 -1 0,2821
47 1 2 1 -1 -1 -1 1 1 -1 7,2824
48 1 2 -1 1 -1 -1 1 1 -1 -0,9159
49 1 2 -1 -1 1 1 1 1 -1 -0,0501
50 1 2 1 1 1 1 1 1 -1 11,3786
Annexe H -180-
51 1 2 -1 -1 1 -1 -1 -1 1 -9,3007
52 1 2 1 1 1 -1 -1 -1 1 0,0744
53 1 2 1 -1 -1 1 -1 -1 1 -0,7808
54 1 2 -1 1 -1 1 -1 -1 1 -9,1121
55 1 2 1 -1 -1 -1 1 -1 1 -1,7359
56 1 2 -1 1 -1 -1 1 -1 1 -9,4384
57 1 2 -1 -1 1 1 1 -1 1 -9,3485
58 1 2 1 1 1 1 1 -1 1 0,912
59 1 2 -1 -1 -1 -1 -1 1 1 -0,8388
60 1 2 1 1 -1 -1 -1 1 1 9,6384
61 1 2 1 -1 1 1 -1 1 1 11,0586
62 1 2 -1 1 1 1 -1 1 1 2,3939
63 1 2 1 -1 1 -1 1 1 1 9,4207
64 1 2 -1 1 1 -1 1 1 1 1,0242
65 1 2 -1 -1 -1 1 1 1 1 -0,1256
66 1 2 1 1 -1 1 1 1 1 10,8819
67 0 2 0 0 0 0 0 0 0 0,0027
68 0 2 0 0 0 0 0 0 0 0,0027
69 1 3 1 -1 -1 -1 -1 -1 -1 -2,3356
70 1 3 -1 1 -1 -1 -1 -1 -1 -10,0535
71 1 3 -1 -1 1 1 -1 -1 -1 -10,034
72 1 3 1 1 1 1 -1 -1 -1 0,1676
73 1 3 -1 -1 1 -1 1 -1 -1 -10,2806
74 1 3 1 1 1 -1 1 -1 -1 -1,0233
75 1 3 1 -1 -1 1 1 -1 -1 -1,8105
76 1 3 -1 1 -1 1 1 -1 -1 -10,1786
77 1 3 1 -1 1 -1 -1 1 -1 8,7951
78 1 3 -1 1 1 -1 -1 1 -1 0,2821
79 1 3 -1 -1 -1 1 -1 1 -1 -0,8211
Annexe H -181-
80 1 3 1 1 -1 1 -1 1 -1 10,225
81 1 3 -1 -1 -1 -1 1 1 -1 -1,8573
82 1 3 1 1 -1 -1 1 1 -1 8,659
83 1 3 1 -1 1 1 1 1 -1 10,0048
84 1 3 -1 1 1 1 1 1 -1 1,1621
85 1 3 1 -1 1 -1 -1 -1 1 -0,7808
86 1 3 -1 1 1 -1 -1 -1 1 -9,1121
87 1 3 -1 -1 -1 1 -1 -1 1 -9,3007
88 1 3 1 1 -1 1 -1 -1 1 0,0744
89 1 3 -1 -1 -1 -1 1 -1 1 -9,5321
90 1 3 1 1 -1 -1 1 -1 1 -1,0241
91 1 3 1 -1 1 1 1 -1 1 -0,0546
92 1 3 -1 1 1 1 1 -1 1 -9,0563
93 1 3 1 -1 -1 -1 -1 1 1 8,2128
94 1 3 -1 1 -1 -1 -1 1 1 0,1823
95 1 3 -1 -1 1 1 -1 1 1 1,126
96 1 3 1 1 1 1 -1 1 1 12,4693
97 1 3 -1 -1 1 -1 1 1 1 -0,1256
98 1 3 1 1 1 -1 1 1 1 10,8819
99 1 3 1 -1 -1 1 1 1 1 9,4207
100 1 3 -1 1 -1 1 1 1 1 1,0242
101 0 3 0 0 0 0 0 0 0 0,0027
102 0 3 0 0 0 0 0 0 0 0,0027
103 1 4 -1 -1 1 -1 -1 -1 -1 -10,1012
104 1 4 1 1 1 -1 -1 -1 -1 -0,8211
105 1 4 1 -1 -1 1 -1 -1 -1 -1,6202
106 1 4 -1 1 -1 1 -1 -1 -1 -9,9833
107 1 4 1 -1 -1 -1 1 -1 -1 -2,5106
108 1 4 -1 1 -1 -1 1 -1 -1 -10,231
Annexe H -182-
109 1 4 -1 -1 1 1 1 -1 -1 -10,2315
110 1 4 1 1 1 1 1 -1 -1 -0,0501
111 1 4 -1 -1 -1 -1 -1 1 -1 -1,6698
112 1 4 1 1 -1 -1 -1 1 -1 8,8411
113 1 4 1 -1 1 1 -1 1 -1 10,2007
114 1 4 -1 1 1 1 -1 1 -1 1,3901
115 1 4 1 -1 1 -1 1 1 -1 8,611
116 1 4 -1 1 1 -1 1 1 -1 0,0649
117 1 4 -1 -1 -1 1 1 1 -1 -1,0233
118 1 4 1 1 -1 1 1 1 -1 10,0315
119 1 4 -1 -1 -1 -1 -1 -1 1 -9,3696
120 1 4 1 1 -1 -1 -1 -1 1 -0,8388
121 1 4 1 -1 1 1 -1 -1 1 0,1478
122 1 4 -1 1 1 1 -1 -1 1 -8,8424
123 1 4 1 -1 1 -1 1 -1 1 -0,968
124 1 4 -1 1 1 -1 1 -1 1 -9,3063
125 1 4 -1 -1 -1 1 1 -1 1 -9,4791
126 1 4 1 1 -1 1 1 -1 1 -0,1256
127 1 4 -1 -1 1 -1 -1 1 1 0,0744
128 1 4 1 1 1 -1 -1 1 1 11,0719
129 1 4 1 -1 -1 1 -1 1 1 9,6013
130 1 4 -1 1 -1 1 -1 1 1 1,2374
131 1 4 1 -1 -1 -1 1 1 1 8,0433
132 1 4 -1 1 -1 -1 1 1 1 -0,0178
133 1 4 -1 -1 1 1 1 1 1 0,912
134 1 4 1 1 1 1 1 1 1 12,2699
135 0 4 0 0 0 0 0 0 0 0,0027
136 0 4 0 0 0 0 0 0 0 0,0027
137 -1 5 -3,36359 0 0 0 0 0 0 -17,1545
Annexe H -183-
138 -1 5 3,36359 0 0 0 0 0 0 13,9203
139 -1 5 0 -3,36359 0 0 0 0 0 -1,4768
140 -1 5 0 3,36359 0 0 0 0 0 1,8284
141 -1 5 0 0 -3,36359 0 0 0 0 -1,4427
142 -1 5 0 0 3,36359 0 0 0 0 1,8211
143 -1 5 0 0 0 -3,36359 0 0 0 -1,4427
144 -1 5 0 0 0 3,36359 0 0 0 1,8211
145 -1 5 0 0 0 0 -3,36359 0 0 0,404
146 -1 5 0 0 0 0 3,36359 0 0 -0,2935
147 -1 5 0 0 0 0 0 -3,36359 0 -16,0981
148 -1 5 0 0 0 0 0 3,36359 0 16,1592
149 -1 5 0 0 0 0 0 0 -3,36359 -1,4977
150 -1 5 0 0 0 0 0 0 3,36359 1,5116
151 0 5 0 0 0 0 0 0 0 0,0027
Annexe H -184-
Liste des publications de recherche
LISTE DES PUBLICATIONS DE RECHERCHE

Articles dans des journaux internationaux:
9 2009
• Ch. Bouraoui, R. Ben Sghaier, R. Fathallah. An engineering predictive design approach of high cycle
fatigue reliability of shot peened metallic parts. Materials & Design, 2008 Volume 20, February 2009,
Pages 475-486.
9 2007
• R. Ben Sghaier, Ch. Bouraoui, R. Fathallah, T. Hassine and A. Dogui. Probabilistic high cycle fatigue
behaviour prediction based on global approach criteria. International Journal of Fatigue, Volume 29,
February 2007, Pages 209-221.
Communications avec actes orales dans des congrès avec comité de

lecture:
9 2009
• Ch. Bouraoui, R. Ben Sghaier, R. Fathallah and G. Degallaix “Prévision fiabiliste de la fatigue
polycyclique des joints soudés en acier à haute limite élastique ». Communication avec acte orale au 3ème
Congrès international de Conception et Modélisation des Systèmes Mécaniques CMSM’2009, 16-18 March
2009, Hammamet, Tunisia.
9 2008
• R. Ben Sghaier, Ch. Bouraoui, R. Fathallah : "Probabilistic high cycle fatigue prediction of butt welded
joints". Communication avec acte orale au 1er Congrès Tunisien de Mécanique, COTUME (17-19 Mars
2008), Hammamet, Tunisie.
9 2007
• R. Ben Sghaier, Ch. Bouraoui, and R. Fathallah “High cycle fatigue prediction of metallic shot peened
parts based on reliability approach”. Communication avec acte orale au congrès : Fatigue Design 2007 (21-
22 Nov 2007) Senlis, France.
• Ch. Bouraoui, R. Ben Sghaier, R. Fathallah R : “Effets des dispersions des paramètres de condition de
surfaces sur la fiabilité des composants mécaniques grenaillés sollicités à la fatigue polycyclique ».
Communication avec acte orale au 18ème Congrès Français de Mécanique (27-31 août 2007) Grenoble,
France.
• R. Ben Sghaier, Ch. Bouraoui, R. Fathallah “Probabilistic prediction of the high cycle fatigue behavior of
shot peened parts”. Communication avec acte orale au 2ème Congrès international de Conception et
Modélisation des Systèmes Mécaniques CMSM’2007 (19-21 Mars 2007), Monastir, Tunisia.

Liste des publications de recherche
9 2006
• Ch. Bouraoui, R. Ben Sghaier, R. Fathallah R. “Effect of shot peened surface conditions on the high cycle
fatigue reliability resistance”. Communication avec acte orale aux Journées Francophones de Tribologie
(JFT), Tribologie et couplages multiphysiques, (22-24 Mai 2006), Lille, France.
• Ch. Bouraoui, Z. Khantouch, R. Fathallah R. Ben Sghaier « Couplage mécano-fiabiliste des composant
mécaniques sollicitées à la fatigue polycyclique : Etude de cas » 4èmes Journées d'Etudes Techniques
(JET'2006) (26-28 Avril 2006) Marrakech, Maroc.
9 2005
• Ch. Bouraoui, R. Ben Sghaier, R. Fathallah. "Concept probabiliste et analyse des effets des facteurs
influents sur la limite d’endurance des pièces grenaillées ". Congrès Français de Mécanique, CFM’2005 (29
août au 2septembre 2005), Troyes-France.
• R. Ben Sghaier, Ch. Bouraoui, R. Fathallah. : " Probabilistic high cycle fatigue behaviour prediction based
on critical plan approach criteria". Communication avec acte orale au 1er Congrès international de
Conception et Modélisation des Systèmes Mécaniques CMSM’2005, 23-25 March 2005, Hammamet,
Tunisia.

Laboratoire de Génie Mécanique, MRSTDC : LAB MA-05, ENIM, Avenue Ibn Jazzar,
5019, Monastir.
Titre : PREVISION PROBABILISTE DU COMPORTEMENT EN FATIGUE POLYCYCLIQUE DES
MATERIAUX METALLIQUES
Résumé : Le présent travail est consacré au développement d’un modèle probabiliste pour la prévision du
comportement en fatigue polycyclique des composants mécaniques soumis à des sollicitations multiaxiales.
Cette approche de prévision se base sur la détermination de la fiabilité de fatigue qui représente la probabilité de
sécurité de la structure sollicitée. Le calcul de la fiabilité est effectué en utilisant la méthode d’approximation de
premier ordre (FORM) et la méthode de simulation numérique de Monte Carlo. Le critère de fatigue multiaxiale
de Crossland est utilisé avec prise en compte dans une première étape des dispersions des paramètres de fatigue
du matériau et des dispersions dues aux sollicitations appliquées. Dans une seconde étape, on introduit dans le
modèle les paramètres relatifs aux propriétés de surface des pièces traitées ainsi que leurs dispersions. En vue de
valider le modèle développé, des applications sont réalisées pour des cas de pièces grenaillées et des joints
soudés-grenaillés en se basant sur des résultats expérimentaux dépouillés dans la bibliographie. L’approche
probabiliste proposée permet de quantifier l’influence de chaque paramètre de modification des propriétés de
surface sur la fiabilité. Elle permet aussi d’obtenir des diagrammes de Crossland iso-probabilisés (DCP) pour
différentes valeurs de fiabilité et pour différents types de conditions de finition de surface. Enfin, une analyse des
effets des paramètres de chargement et des conditions de surface du joint brut de soudage sur l’indice de fiabilité
de Hasofer Lind est réalisée en employant la technique d’analyse statistique basée sur la méthode des surfaces de
réponse.
Mots Clés : Fatigue polycyclique, Fiabilité, Grenaillage de précontrainte, Joints de soudage, Plan d’expérience,
Intégrité de surface.
Title: PROBABILISTIC PREVISION OF THE HIGH CYCLE FATIGUE BEHAVIOUR OF METALLIC

MATERIALS
Abstract: The aim of the present work is to develop a probabilistic approach in order to predict the high cycle
fatigue behaviour of the mechanical components submitted to multi-axial loadings. This predictive approach is
based on the determination of the fatigue reliability which represents the security probability of a considered
structure. The reliability is calculated by using the First Order Reliability (FORM) method and the numerical
Monte Carlo simulation method. The Crossland fatigue criterion is used by taking into account, in a first step, the
dispersions of: (i) the material fatigue characteristics, and (ii) the applied loading parameters. In a second step,
the surface conditions parameters of the treated parts are introduced into the model with their corresponding
dispersions. In order to validate the proposed model, some applications are carried out for the case of shot
peened parts and peened post-welded joints using exhaustive experimental results from the bibliography. The
proposed probabilistic approach allows quantifying the influence of every surface conditions parameter on the
reliability. It also permits to obtain interesting iso-Probabilistic Crossland Diagrams (PCD) for different
reliability values and for various surface finishing conditions. Finally, the effects of both loading and surface
conditions parameters of the as-welded joint on the Hasofer Lind reliability index has been analysed by means of
the Design of Experiments techniques based on the surface response method.
Keywords: High cycle Fatigue, Reliability, Shot peening, Welded joints, Design of experiments, Surface
integrity.

Langue

Bienvenue sur Scribd !

Rappfinalthese_rabibensghaier

Transféré par

Informations du document

Date du transfert

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Description :

Droits d'auteur :

Formats disponibles

Rappfinalthese_rabibensghaier

Transféré par

Description :

Droits d'auteur :

Formats disponibles

Titres liés

N° d’ordre :

L’ECOLE NATIONALE D’INGENIEURS DE MONASTIR

BEN SGHAIER RABÏ

PREVISION PROBABILISTE DU COMPORTEMENT EN FATIGUE

Soutenu le 22 décembre 2009 devant la commission d’examen composée de :

Mr. Tarek BEN AMER Président

Laboratoire de Génie Mécanique, MRSTDC : LAB MA-05,

Ce travail de recherche s’est déroulé au Laboratoire de Génie Mécanique (LGM – SERST

LAB-MA05) à L’Ecole Nationale d’Ingénieurs de Monastir (ENIM). La bonne réalisation de

personnes aux quelles je tiens à exprimer mes vifs remerciements.

l’honneur d’accepter d’être le directeur de ma thèse, de m’accueillir au sein du laboratoire

et pour m’avoir permis d’effecteur ce travail dans de bonnes conditions et pour sa

Je remercie tout particulièrement Monsieur Raouf FATHALLAH Maître de conférences à

l’Ecole Nationale d’Ingénieurs de Sousse (ENISO) et Monsieur Chokri BOURAOUI maître

complicité a bien fonctionné et je souhaite qu’elle perdure.

professeur à l’Ecole Supérieure des Sciences et Techniques de Tunis (ESSTT) et Monsieur

Anis Chelbi, maître de conférences à l’ESSTT de m’avoir fait l’honneur d’accepter de

rapporter cette thèse.

de leurs moyens, tout au long de ce cursus.

Table des matières. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1

Chapitre I : Etude bibliographique

BEN SGHAIER Rabï. -1-

Chapitre II : Approche probabiliste de fatigue

Chapitre III : Approche probabiliste de fatigue

III.3.1. Données expérimentales utilisées. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 112

Chapitre IV : Analyse des effets des conditions des

Conclusion générale et perspectives. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 143

BEN SGHAIER Rabï. -3-

Liste des figures :

matrice bande de glissement d’un monocristal de cuivre [Sur,98].

éprouvette d’aluminium pur, écroui [Bat,97].

Figure I.4 : Courbe de Wöhler et classification des zones de fatigue. p.23

Figure I.5 : Allure générale de la courbe de Wöhler probabilisé. p.24

différentes valeurs de contrainte moyenne.

Figure I.7 : Diagramme de Crossland. p.32

fatigue selon le diagramme de Crossland [Fat,04].

Figure I.10 : Effet métallurgique sur le critère de Crossland [Fat,04]. p.36

Figure I.11 : Effet de l’endommagement sur le critère de Crossland [Fat,04]. p.38

Figure I.12 : Densités de probabilité de la contrainte et de la résistance [Bje,90]. p.39

Figure I.14 : Représentation du concept du maillon le plus faible [Bom,99]. p.46

Figure II.1 : Surface de dispersion probabiliste du critère de Crossland. p.55

de chargement aléatoire de torsion flexion symétriques combinés en phase.

BEN SGHAIER Rabï. -4-

amplitudes de torsion et de flexion aléatoires).

d’amplitude de torsion aléatoire à Pmax constant).

Figure II.8.a : Critère de Crossland probabilisé (Fiab.Cas1 : Covσa =Covτa=2%). p.71

Figure II.8.b : Critère de Crossland probabilisé (Fiab.Cas2 : Covσa =Covτa=3%). p.72

Figure II.8.c : Critère de Crossland probabilisé (Fiab.Cas3 : Covσa =Covτa=5%). p.72

Figure II.9 : Variation de la fiabilité en fonction des Covσa et Covτa. p.73

symétriques et en phase (DCP.Cas1).

symétriques et en phase (DCP.Cas3).

Figure II.13 : Détermination des histogrammes des distributions empiriques. p.83

BEN SGHAIER Rabï. -5-

Figure II.14 : Surfaces de dispersion de la résistance et du chargement (cas1 : p.85

Figure II.15 : Surfaces de dispersion de la résistance et du chargement (cas2 : p.86

Figure II.16 : Surfaces de dispersion de la résistance et du chargement (cas3 : σ a =90MPa p.87

Figure III.1 : Géométrie et dimensions de l’éprouvette de l’essai [Fat,03]. p.93

fissure de l’éprouvette non grenaillée soumise au chargement critique relatif à sa limite