Grant: Discovery Grants Program - Individual

Récemment, les matériaux composites ? renforts naturels (CFN) ont reçu un intérêt croissant comme alternative aux composites conventionnels. Cependant, le développement des structures ? forte valeur ajoutée ? base de CFN est très limité en raison du manque de connaissance sur la prédiction de l'endommagement en fatigue et la rupture. Une meilleure compréhension des mécanismes physiques des CFN et leur évolution microstructurale, fondée sur des études expérimentales, est vitale pour développer des outils de simulation numérique viables. Il faut noter que la prédiction des états des structures est directement dépendante de la finesse des modèles considérés et leurs capacités ? englober l'ensemble des phénomènes mis en jeu au sein de leurs modélisations. Les modèles déterministes phénoménologiques sont une réponse relativement simple, mais plus spécifique que globale. Par conséquent, il est nécessaire de quantifier la fiabilité de ces modèles phénoménologiques. Les méthodes probabilistes permettent d'évaluer le risque de défaillance d'une structure compte tenu des incertitudes mises en jeu. Ces modèles font intervenir plusieurs paramètres qui sont souvent connus avec une certaine incertitude et qui sont souvent dépendants de certaines variables physiques telles que la charge appliquée, les propriétés élastiques, l'environnement, etc. Tous ces aspects ont une incidence directe sur la validité des prédictions des calculs tant que les simulations du comportement des matériaux dépendent fortement de la valeur de ces paramètres. Dans ce travail, qui s'intéresse aux matériaux composites ? fibres naturelles fortement hétérogènes, l'idée est d'évaluer l'endommagement de ces matériaux dans le cadre d'une approche basée sur les statistiques multivariées et les automates stochastiques. Les dommages dans le matériau seront étudiés et leurs évolutions seront considérées comme un processus stochastique markovien. ? plus long terme, ces modèles permettront la mise en place d'une analyse multicritère de prévision d'avarie dédiée spécifiquement ? divers types de pièces faites d'écomatériaux, les engrenages en étant un exemple.