Université Lille1 - Sciences et Technologies Application de l'apprenstissage automatique à l'étude du comportement à la fatigue des structures Application of the automatic learning to the study of fatigue behaviour of structures 620.112 6 Matériaux Fatigue Rhéologie Endommagement, Mécanique de l' (milieux continus) Réseaux neuronaux (informatique) Text Electronic Thesis or Dissertation fr Les modèles classiques de prévision de durée de vie des structures sont bases sur une analyse locale : les chargements complexes sont décomposés au moyen d'une méthode de comptage de cycles puis l'incidence de chacun d'eux est évaluée en terme d'endommagement. Partant du principe que le chargement et la réponse globale d'une structure sont indissociables, nous avons propose un algorithme permettant de tenir compte d'un chargement réel. La rapidité d'analyse de cet outil permet de remplacer avantageusement les méthodes classiques de comptage utilisées en fatigue. Nous avons montre qu'une description des champs de contraintes et de déformations obtenus a la séquence stabilisée, permettent de caractériser de manière intrinsèque la réponse d'une structure. A partir d'une base d'essais de fatigue réalisés sur des éprouvettes entaillées et soumises a des chargements varies, nous avons montre qu'il était possible d'utiliser un sous-ensemble de ces descripteurs pour construire des règles permettant des prévisions de durée de vie fiables. Hormis les variables classiques intervenant dans les critères usuels de fatigue, il apparaît que le gradient de fluctuation du chargement et le degré de triaxialite du chargement sont des paramètres prépondérants. Le caractère intrinsèque de ces descripteurs permet le passage aux structures plus complexes. application/pdf 1 : 1 Mo https://pepite-depot.univ-lille.fr/LIBRE/Th_Num/1997/50376-1997-305.pdf Vasseur Emmanuel 1900-01-01 120734273 1997LIL10140 1997-01-01 Mécanique Université Lille1 - Sciences et Technologies 026404184 Doctorat non oui ddc:620 ASCII PDF 9999