Robustness of specimen design criteria for identification of anisotropic mechanical behaviour from heterogeneous mechanical fields - Archive ouverte HAL Accéder directement au contenu
Article Dans Une Revue Computational Materials Science Année : 2022

Robustness of specimen design criteria for identification of anisotropic mechanical behaviour from heterogeneous mechanical fields

Robustesse des critères de conception des éprouvettes pour l'identification de comportements anisotropes à partir de champs mécaniques hétérogènes

Résumé

To reduce the number of tests required to characterise anisotropic elastoplastic constitutive models, an approach is to design specimen geometries to diversify the stress states generated in a single test. The experiments are then processed using an inverse identification method based on full-field measurements to achieve the full potential of that specific test. Recent optimization methods were able to design complex specimens in which highly heterogeneous stress fields were generated. However, the specimen design is only assessed based on numerical simulations and does not consider the effect of the biases introduced by the full-field measurement method. The goal of this work is therefore to take into account some of the most frequently observed measurement biases in the specimen selection process. The proposed approach uses synthetic test images generated with numerical simulations. Four specimen geometries have been ranked based on two selection criteria. The first one is an indicator of the heterogeneity of the stress fields obtained by finite element simulations (unbiased data). The second one quantifies error for the identification procedure due to measurement biases. The two criteria provide different rankings for the set of specimens. It is concluded that the design with the most heterogeneous stress fields (first criterion) is not necessarily the more robust design in terms of measurement noise (second criterion), so the optimized geometry should be selected based on a compromise between these two criteria.
Pour réduire le nombre d'essais nécessaires à la caractérisation des modèles élasto-plastiques anisotropes, une approche consiste à concevoir des géométries d'éprouvettes permettant de diversifier les états de contrainte générés dans un seul essai. Les essais sont ensuite traités à l'aide d'une méthode d'identification inverse basée sur des mesures de champs afin d'exploiter le plein potentiel de ce test spécifique. Les méthodes d'optimisation récentes ont permis de concevoir des éprouvettes complexes dans lesquelles des champs de contraintes très hétérogènes ont été générés. Cependant, la conception des éprouvettes n'est évaluée que sur la base de simulations numériques et ne tient pas compte de l'effet des biais introduits par la méthode de mesure de champs. L'objectif de ce travail est donc de prendre en compte certains des biais de mesure les plus fréquemment observés dans le processus de sélection des éprouvettes. L'approche proposée utilise des images d'essais synthétiques générées par des simulations numériques. Quatre géométries d'éprouvettes ont été classées en fonction de deux critères de sélection. Le premier est un indicateur de l'hétérogénéité des champs de contrainte obtenus par les simulations par éléments finis (données non biaisées). Le second quantifie l'erreur de la procédure d'identification due aux biais de mesure. Les deux critères fournissent des classements différents pour l'ensemble des éprouvettes. Il est conclu que la conception présentant les champs de contrainte les plus hétérogènes (premier critère) n'est pas nécessairement la conception la plus robuste en termes de bruit de mesure (deuxième critère), de sorte que la géométrie optimisée doit être sélectionnée sur la base d'un compromis entre ces deux critères.
Fichier principal
Vignette du fichier
DMAS21075.1649661753_postprint.pdf (5.41 Mo) Télécharger le fichier
Origine Fichiers produits par l'(les) auteur(s)

Dates et versions

hal-03636642 , version 1 (11-04-2022)

Identifiants

Citer

Jean-David Thoby, Thomas Fourest, Bertrand Langrand, Delphine Notta-Cuvier, Eric Markiewicz. Robustness of specimen design criteria for identification of anisotropic mechanical behaviour from heterogeneous mechanical fields. Computational Materials Science, 2022, 207, pp.111260. ⟨10.1016/j.commatsci.2022.111260⟩. ⟨hal-03636642⟩
15 Consultations
14 Téléchargements

Altmetric

Partager

Gmail Mastodon Facebook X LinkedIn More