Performance des composites stratifiés : caractérisation, simulation numérique et optimisation basées sur une approche hybride

Abstract

Ce travail de thèse explore le comportement des matériaux composites renforcés par des fibres de verre et de carbone, en utilisant différentes architectures de stratification. L'objectif est de développer une compréhension approfondie des phénomènes complexes qui régissent leur comportement, en combinant des méthodes expérimentales et numériques. Des modèles numériques par éléments finis (2D et 3D), intégrant des critères de dommage, ont été utilisés pour étudier l'influence de divers paramètres géométriques, matériaux et d'endommagement, tels que la séquence d'empilement des couches, l'hybridation, les propriétés mécaniques des matériaux sur la réponse mécanique globale du composite. Ces modèles numériques sont développés en utilisant le logiciel Abaqus, un outil d'éléments finis commercial bien connu. Pour améliorer la précision des prédictions, l'intelligence artificielle, et plus précisément les réseaux neuronaux artificiels (RNA), est mise en œuvre en combinaison avec des techniques d'optimisation métaheuristique (PSO, JAYA, JAYA A). Ces modèles RNA prédit la force maximale, le module d'élasticité et l'empilement optimal des couches, en utilisant diverses entrées telles que la longueur des fissures, les contraintes et les déplacements. L'étude vise à évaluer la précision de ces techniques d'apprentissage automatique dans la prédiction du comportement des matériaux composites