|
Depot Institutionnel de l'UMBB >
Thèses de Doctorat et Mémoires de Magister >
Génie Mécaniques >
Doctorat >
Veuillez utiliser cette adresse pour citer ce document :
http://dlibrary.univ-boumerdes.dz:8080/handle/123456789/14973
|
Titre: | Approches expérimentale et numérique couplées basées sur l'analyse par la méthode des éléments finis (MEF) et les réseaux neuronaux artificiels (RNA) pour l'évolution de l'endommagement dans les matériaux composites stratifies |
Auteur(s): | Zara, Abdeldjebar Belaidi, Idir(Directeur de thèse) |
Mots-clés: | Matériaux composite Apprentissage automatique Endommagement Caractérisation Modélisation numérique Détection MEF |
Date de publication: | 2025 |
Editeur: | Université M'Hamed Bougara Boumerdès : Faculté de Technologie |
Résumé: | Dans nos travaux de thèse, nous présentons une approche innovante qui repose sur l'exploitation des fréquences naturelles pour la détection et la localisation des dommages, dans le cadre de la surveillance de l'état des structures en matériaux composites stratifiés en GFRP, que nous avons fabriqués selon la technique de moulage au contact.
Pour ce faire, nous avons développé et mis en œuvre une approche numérique couplée. Dans un premier temps, une analyse numérique par éléments finis a été réalisée sous l'environnement ABAQUS, afin de simuler le comportement vibratoire des poutres GFRP, qu'elles soient endommagées et non endommagées. L'objectif était de générer les données d'entraînement nécessaires à l'alimentation d'un réseau de neurones artificiels (ANN). Ensuite, nous avons appliqué une technique hybride E-JAYA-ANN pour prédire la longueur des fissures, en utilisant diverses données d'entrée. Cette méthode a permis d'évaluer la précision du modèle proposé, en la comparant avec d'autres approches telles que les couplages JAYA-ANN, WOA-ANN et AOA-ANN, permettant ainsi de mettre en évidence les performances de notre approche. L'utilisation des réseaux neuronaux artificiels (ANN) en combinaison avec des techniques d'optimisation méta-heuristique vise à améliorer la précision des résultats obtenus. Ce processus repose sur une modification des poids et des biais des connexions neuronales, effectuée par rétropropagation (BP). Cette optimisation permet d'ajuster ces paramètres afin de minimiser la fonction d'erreur en fonction des valeurs d'entrée et des résultats souhaités. Ainsi, cette approche représente une avancée significative pour la surveillance et la prédiction de l'état des structures dans des applications d'ingénierie.
Dans une deuxième étape, nous avons mis en place une approche couplée impliquant une analyse numérique par éléments finis (MEF) réalisée sous l'environnement ABAQUS, afin d'évaluer l'influence des paramètres géométriques, tels que la variation du nombre de couches et de leurs orientations, sur les propriétés mécaniques des composites stratifiés en CFRP. Le modèle MEF utilise le critère de dommage de Hashin pour simuler le comportement des composites sous flexion. Par la suite, la technique d'optimisation hybride E-JAYA-ANN a été appliquée pour prédire ces propriétés lors des tests de flexion. Les résultats obtenus ont été comparés à ceux fournis par la technique hybride JAYA-ANN, permettant ainsi une meilleure compréhension de l'influence de la géométrie sur l'optimisation de l'architecture des composites stratifiés à fibres unidirectionnelles, dans la phase d'élaboration des matériaux composites considérés |
Description: | 153 p. : ill. ; 30 cm |
URI/URL: | http://dlibrary.univ-boumerdes.dz:8080/handle/123456789/14973 |
Collection(s) : | Doctorat
|
Fichier(s) constituant ce document :
Il n'y a pas de fichiers associés à ce document.
|
Tous les documents dans DSpace sont protégés par copyright, avec tous droits réservés.
|