Modélisation multi-échelle du comportement électrique de nano-composites Cu-Nb - Archive ouverte HAL
Journal Articles Matériaux et Techniques Year : 2015

Modélisation multi-échelle du comportement électrique de nano-composites Cu-Nb

Abstract

Les fils composites nanostructurés et architecturés cuivre-niobium, qui sont de bons candidats pour la génération de champs magnétiques intenses, allient une limite d’élasticité élevée et une excellente conductivité électrique. Ils sont élaborés par co-déformation d’un assemblage composite Cu-Nb. La microstructure, multi-échelle, est formée de 853 motifs élémentaires de Cu-Nb de taille caractéristique nanométrique. Afin d’étudier le lien entre la conductivité électrique effective et la microstructure, deux méthodes d’homogénéisation sont appliquées : l’une, en champs moyens (modèle auto-cohérent généralisé), dans laquelle une microstructure formée de motifs co-cylindriques répartis aléatoirement est considérée, et l’autre, en champs complets (éléments finis), dans laquelle l’aspect périodique de la microstructure expérimentale est pris en compte. Les effets de la taille des constituants élémentaires (nm), de la température, ainsi que de la densité de dislocations, sur la conductivité locale sont considérés. Le caractère multi-échelle du matériau est pris en compte grâce à un processus itératif. Les conductivités effectives longitudinale et transversale obtenues avec les deux méthodes sont en excellent accord, montrant un moindre effet de la distribution des fibres sur ces propriétés. Ces résultats reproduisent également les données expérimentales disponibles.
Fichier principal
Vignette du fichier
PIMM - MT - GU - 2015.pdf (1.17 Mo) Télécharger le fichier
Origin Files produced by the author(s)
Loading...

Dates and versions

hal-02145858 , version 1 (03-06-2019)

Identifiers

Cite

Tang Gu, Eveline Hervé-Luanco, Henry Proudhon, L. Thilly, J.-B. Dubois, et al.. Modélisation multi-échelle du comportement électrique de nano-composites Cu-Nb. Matériaux et Techniques, 2015, 103 (3), pp.9. ⟨10.1051/mattech/2015033⟩. ⟨hal-02145858⟩
263 View
183 Download

Altmetric

Share

More