Grant: Discovery Grants Program - Individual

Les polymères à renforts fibreux (PRF) occupent désormais une position d'avant plan pour la fabrication, l'amélioration et la réfection de structures. Leurs domaines d'applications comptent notamment les transports, l'énergie, les infrastructures, les équipements de sport, ainsi que les implants et les prothèses chirurgicales. Toutefois, ces matériaux sont plus sensibles aux conditions d'utilisation courantes que les matériaux traditionnels et leur usage relativement récent limite la disponibilité des données historiques sur leur durabilité. Les ingénieurs sont donc mal outillés pour prédire les effets de l'environnement (température, temps ou fréquence d'application des charges, humidité, contaminants, etc.) sur le comportement à longue échéance des PRF. Dans ce contexte, la qualification des pièces en PRF dont la fonctionnalité est critique repose généralement sur de longues et coûteuses campagnes d'essais. Puisque la durée de vie attendue des composantes se compte couramment en décennies, ces essais sont accélérés en intensifiant les sollicitations et les conditions environnementales. Cependant, des interactions existent entre les facteurs d'accélération et ces dernières sont encore mal comprises. Même pour les facteurs d'accélération les plus courants que sont l'intensité, la durée (ou fréquence) d'application de la charge et la température, les modèles de prédictions du comportement à long terme à partir les résultats d'essais accélérés sont souvent peu fiables. En dépit des importantes ressources déployées, les conceptions associées risquent donc d'être pénalisées par des marges de sécurités majorées en raison de l'incertitude face à la représentativité des conditions d'essais. La compétitivité des PRF est alors minée par d'importants investissements inefficients. L'objectif à long terme du programme proposé vise la formulation et la validation de modèles prédictifs probabilistes, fiables et efficients de la réponse à long terme des structures en PRF sous l'effet de chargements environnementaux et mécaniques. L'approche utilisée vise l'efficience en s'appuyant sur un minimum d'essais expérimentaux accélérés. Par exemple, dans un premier temps un modèle de fluage basé sur la transformée de Fourier de la réponse dynamique sera étudié. Ce modèle pourra ensuite être combiné à un modèle probabiliste de fatigue basé sur la réduction cyclique (ou temporelle) de la résistance, tirant lui-même parti d'informations tirées d'essais statiques. Des corrélations entre les résistances en statique, fluage, fatigue et dynamique sous différentes conditions environnementales seront aussi intégrées au modèle. De même, les distributions statistiques des différents paramètres liés à la résistance seront étudiées afin de déterminer de possibles liens.