Statistical Inference of Defect Population for the Study and Simulation of the Low-Cycle Fatigue of a Cast Aluminium Alloy

Download or read book Statistical Inference of Defect Population for the Study and Simulation of the Low-Cycle Fatigue of a Cast Aluminium Alloy written by Pablo Wilson and published by . This book was released on 2017 with total page 0 pages. Available in PDF, EPUB and Kindle. Book excerpt: Dans une optique d'allègement, les alliages d'aluminium de fonderie représentent une excellente solution technique. Ainsi, pour les culasses automobiles, les alliages d'aluminium Al-Si-Cu (Aluminium-Silicium-Cuivre) sont souvent choisis pour leurs performances mécaniques ainsi que leur bonne coulabilité. L'objectif de cette étude est d'améliorer la compréhension des mécanismes en fatigue oligocyclique pour définir un critère de fatigue adapté. Cet objectif est réalisé en combinant des essais (en fatigue oligocyclique à température ambiante et élevée), de nombreuses observations (microscopie à balayage électronique, microtomographie 3D rayons-X de laboratoire, suivi de fissure) et des simulations (génération de population de défauts et calculs éléments finis). À l'aide d'outils spécialement développés, la population de défauts (défauts de fonderie) est analysée en détails : la taille de défaut est modélisée par une distribution de Pareto généralisée et leurs positions par un processus ponctuel de type agrégé (démontrant que les défauts ne sont pas spatialement distribués de manière totalement aléatoire). Les processus ponctuels marqués permettent de montrer que tailles et positions de défauts ne sont pas corrélées. En utilisant ces informations statistiques, il est démontré que seuls les défauts proches de la surface sont critiques pour la fatigue oligocyclique. Un critère de fatigue basé sur l'énergie de déformation est utilisé pour prévoir la durée de vie en fatigue. Par la suite, un modèle de propagation de fissure permet de prendre en compte la taille de défaut dans la prévision de la durée de vie. Combiné à la statistique des défauts, ce modèle permet d'estimer la dispersion des essais. En dernier lieu, des essais et des simulations sur éprouvettes entaillées montrent que l'étude de la population de défauts est d'autant plus critique que le volume fortement sollicité mécaniquement devient plus faible.