Stage identification de modèles probabilistes du comportement en fatigue h/f

Les transmissions mécaniques conçues par Safran Transmission Systems sont soumises à des chargements cycliques au cours de leur utilisation. Afin de garantir leur fiabilité, le dimensionnement s'appuie sur une démarche conservative. Les critères de rupture en fatigue sont identifiés à partir de l'exploitation de résultats d'essais expérimentaux réalisés pour quelques conditions de référence (température, rapport de charge, etc.) et analysés par des méthodes statistiques permettant l'identification du comportement pour une probabilité de survie et un intervalle de confiance donnés. Les modèles de comportement en fatigue sont identifiés de manière indépendante pour chaque condition de sollicitation, entrainant une perte de continuité du comportement sur la plage des paramètres caractérisés. Le comportement pour les conditions de sollicitations « intermédiaires », est obtenu par interpolation ou abattement, induisant une perte d'information relative à la confiance statistique. L'objectif de ces travaux est de développer une méthode d'identification de modèles probabilistes multiparamétriques du comportement en fatigue, capable de prédire la probabilité de survie d'un matériau sur l'ensemble de l'espace des paramètres d'intérêt, ici la température et rapport de charge. Le modèle de fatigue utilisé est de type linéaire par morceaux par rapport au logarithmique du nombre de cycles. Les principaux enjeux consisteront à gérer précisément les zones de rupture de pente et à distinguer les dispersions inter-lots (variation du comportement en fatigue entre différents lots de production) et intra-lots (dispersion naturelle du comportement en fatigue lié aux variations microscopiques au sein d'un même lot matière). Le stage pourra également s'élargir à l'identification de modèles adaptés en présence d'une bimodalité de comportement en fatigue. Le stage consistera à : - Proposer et adapter un modèle de comportement en fatigue à partir des données expérimentales disponibles, - Développer une méthode d'identification inverse probabiliste robuste et adaptée à un contexte multiparamétrique, - Comparer les performances et les apports de la nouvelle approche avec les méthodes actuellement utilisées au sein de Safran Transmission Systems.