Option Modélisation Avancée et Analyse des Structures (MAAS)

Cours de Méthodes numériques pour l'analyse expérimentale (NUMEXPE)

Présentation

Former des ingénieurs mécaniciens ayant à la fois de fortes compétences en modélisation et simulation numérique en mécanique, mais aussi ouverts aux nouvelles techniques expérimentales de mesure de champ.

D'une part, l'option propose des cours traitant de la modélisation et la simulation numérique de problèmes avancées en mécanique des solides (milieux composites, non linéarités matérielles et géométriques, rupture, couplages multiphysiques), incluant leur formulation mathématique jusqu'aux méthodes numériques pertinentes pour leur discrétisation. Ces dernières sont mises en œuvre lors de TP numériques sur des cas concrets de problèmes de l'ingénieur. D'autre part, l'option propose des cours et des séquences pratiques traitant des techniques expérimentales de mesure de champ sur éprouvettes, mais aussi de procédés de mise en forme et d'assemblage de structures par chargement électromagnétique.

Cette démarche d'analyse combinant simulation et méthodes expérimentales à base d'imagerie pour la mécanique des solides donne un cadre de travail pluridisciplinaire. Cette démarche est amenée à jouer un rôle majeur dans les réponses que les sciences et techniques pourront apporter aux enjeux de demain (usine du futur, développement durable, santé, énergies et mobilité).

Plus que de former à un métier spécifique, l'objet de l'option MAAS est de former l'ingénieur à cette double démarche d'analyse, laquelle peut ensuite être appliquée dans de nombreux domaines industriels (automobile, aéronautique, spatial, énergies, ferroviaire, naval, environnement).
 

En savoir plus

Pour l'immense majorité des problèmes de l'ingénieur, on a recours à la simulation numérique. L'objet de la simulation numérique est de faire "des expérimentations sur un modèle" [1]. Elle permet de reproduire artificiellement, c'est-à-dire au travers du prisme d'un modèle, les phénomènes qu'on souhaite observer. La simulation peut être vue comme le prolongement de la théorie, donnant chair aux équations, faisant parler ses concepts, et déclinant leurs applications concrètes. C'est bien cette vertu qui la rend très attractive, et parfois indispensable. Cependant la simulation ne permet "que" de faire parler les équations, et de plus en y ajoutant des erreurs d'approximation. La simulation traite donc des possibles, et non pas seulement de ce qui est [1].

Il est donc essentiel de créer quelques points de contact entre la simulation et ce qu'on croît connaître du réel, plus précisément établir un lien entre les données qu'on peut mesurer/extraire d'un essai sur une structure avec sa réponse simulée par un modèle résolu numériquement. Les récentes avancées ces deux dernières décennies des méthodes expérimentales à base d'imagerie en mécanique des solides (corrélation d’images numériques, microtomographie, etc.), parfois couplées à des techniques de réduction de modèles, ou enrichies par la prise en compte de l'incertain, ont rendu incontournable une double démarche d'analyse combinant caractérisations/observations générant des données de plus en plus riches, à la résolution numérique de modèles qu'il est indispensable de valider par l'expérience. Plus encore ces dernières années, avec l'augmentation des capacités de calcul, les données expérimentales peuvent être utilisées pour générer des bases de données, faire apprendre à un méta-modèle quelques éléments du comportement d'un matériau ou estimer des quantités jusqu'alors inaccessibles à la mesure, lesquels peuvent alors être utilisés pour conduire des simulations numériques. Les données qu'elles soient issues d'expériences ou de simulation pilotant en partie l'analyse ou bien d'autres simulations, on parle alors de data-driven. L'essor important récent des méthodes numériques pour l'analyse expérimentale a permis de substituer aux quelques points de contact qu'on connaissait entre théorie et expérience une surface d'échange bien plus large, où les données expérimentales peuvent de part leur richesse plus facilement aider à valider des modèles ou piloter en partie des simulations, et où la simulation peut être utilisée pour réexploiter, piloter l'essai différemment ou encore enrichir dynamiquement une base de données. L'objet final de ce dialogue essais/calcul est de gagner du temps dans la conception de nouveaux produits, d'en diminuer les coûts, en passant plus rapidement de l'éprouvette à la structure.

L'option disciplinaire "Modélisation Avancée et Analyse des Structures" (MAAS) s'inscrit dans cette double démarche d'analyse des structures en mécanique des solides, et a pour objet de former des ingénieurs mécaniciens ayant à la fois de fortes compétences en modélisation et simulation numérique en mécanique, mais aussi formés aux nouvelles techniques expérimentales de mesure de champs.
Cette démarche d'analyse est amenée à jouer un rôle majeur dans les réponses que les sciences et techniques pourront apporter aux enjeux de demain (usine du futur, mécanique pour la santé, énergies et transports). Plus que de former à un métier spécifique, l'objet de l'option MAAS est de former l'ingénieur à une double démarche d'analyse, laquelle peut ensuite être appliquée dans de nombreux domaines industriels (automobile, aéronautique, spatial, énergie nucléaire, fossile et renouvelable, ferroviaire, naval, agroalimentaire, technologies de l'environnement, etc).

[1] E. Klein, Comprendre, concevoir, agir : les trois finalités de la simulation. CLEFS CEA -N°47- Hiver 2002-2003.

Contribution aux objectifs du développement durable

En savoir plus sur la contribution de Centrale Nantes aux objectifs du développement durable

Contenu pédagogique

Maquette de l'option Modélisation Avancée et Analyse des Structures

Semestre 7 ou 9 (autumn semester)	Semestre 8 ou 10 (spring semester)
Structures Architecturées	Couplages multiphysiques
Méthode des éléments Finis	Sécurité dans le domaine des transports
Dynamique et analyse modale	Méthodes numériques pour l’analyse expérimentale
Modélisation et simulation des matériaux et structures composites	Ouverture scientifique
Méthodes numériques pour la mécanique non linéaire	Projet 2
Interaction Fluide/Structure	Stage
Plasticité des structures
Simulation de l’endommagement et de la ruine des matériaux et des structures
Projet 1

 

Télécharger le syllabus pour l'année 2023/2024

Exemples de projets et de stages

Exemples de projets

• Simulation numérique eulérienne d’ondes dans des milieux solides hyperélastiques
• Implémentation et étude d’une approche multi-échelle concourante
• Simulation éléments finis d’ailes gonflables
• Simulation numérique d’ondes thermiques
• Optimisation de forme pour l’acoustique
• Modélisation de réactions pyrotechniques
• Implementation of a (model-free) data-driven finite strain solver using FeniCs
• Limites de fatigue par la méthode d’auto-échauffement et résistance électrique
• Étude de la fissuration dynamique d’une barre 1D par la méthode des éléments cohésifs.
• Approches data-driven des matériaux hétérogènes visco-élastiques
• Simulation des essais d'homologation et optimisation de forme d'un cadre de vélo électrique assemblé par collage.
• Étude des ostéotomies de la Tubérosité Tibiale Antérieure par éléments finis
   

Exemples de stages

• Material Interface reconstruction for a multi-material Euler solver, NUMERICS GmbH
• Réduction de modèle sur structure composite endommageable, SAFRAN AIRCRAFT ENGINES
• Étude du comportement mécanique de bords d'attaque nouvelle génération, SAFRAN AIRCRAFT ENGINES
• Modélisation Knee mapping, Segula
• Étude des Phénomènes de Diffusion dans les Conduites Flexibles, Bureau Veritas Marine & Offshore
• Étude de fatigue d'un porte-conteneurs de grande taille, Bureau Veritas Marine & Offshore
• Simulations numériques de jets plasma, Akryvia
• Analyse du comportement mécanique d'assemblages de combustible, Framatome
• Isolation vibratoire et amortissement de structures spatiales, Thales Alenia Space

Et après ?

Secteurs d'activité

• Transports (ferroviaire, automobile, aéronautique, spatial, naval) Énergies (nucléaires, fossiles et renouvelables)
• Services R&D
• Domaine biomédical

Métiers

• Ingénieur R&D
• Ingénieur calcul
• Bureau d’étude
• Carrières d’expert ou de manager
• Chef de projet calcul

Quelques exemples de simulations effectuées dans la cadre des enseignements