Missions

Le CNRS recrute au sein de l'Institut Pprime, basé au Futuroscope, un Chercheur ou une Chercheuse dans le cadre d'une étude sur la modélisation de la tenue en fatigue d'un acier moulé avec défaut interne en collaboration avec le CETIM
Les règles actuelles utilisées par les concepteurs dans plusieurs secteurs industriels pour la nocivité des défauts en fatigue sont souvent empiriques, que ce soit pour la définition initiale ou en stade de dérogation. Par ailleurs la nocivité des défauts en fatigue est fortement dépendante de 5 paramètres dont l’impact est très différent selon le matériau [Nadot 2022]. Il est donc très délicat d’améliorer les règles de prise en compte des défauts sans une phase expérimentale ciblée. Notre connaissance actuelle permet cependant de réduire la partie expérimentale pour bien identifier directement le rôle de certains paramètres critiques.
L’objectif de ce projet est de prendre en compte l’influence d’un défaut de surface ou interne dans un calcul en fatigue (HCF) pour évaluer la criticité de ce défaut à partir d’un observable CND. Le CETIM dispose d’une base de données importante sur l’influence des défauts internes sur la fatigue d’un acier moulé. En complément, l’Institut P’ dispose d’une base de données importante sur la nocivité des défauts en fatigue pour de nombreux matériaux et plusieurs procédés. Pour finaliser l’identification d’un modèle à même de simuler l’impact d’un défaut interne ou surfacique sur la tenue en fatigue HCF, il convient de compléter par des essais spécifiques permettant d’identifier clairement le rôle de la morphologie des défauts ainsi que le rôle de l’environnement. A partir de ces informations, et sur la base d’un modèle analytique existant [Nadot 2020], il sera possible de développer un module spécifique du modèle dédié aux défauts de fonderie dans les aciers moulés. Ce module ayant vocation à être applicable à l’échelle d’une structure complète [Rotella 2017].

Activités

Le programme de recherche sera structuré en quatre points qui évolueront en fonction des résultats de chaque phase.
1) Comment représenter la morphologie du défaut ?
Les défauts réels ont des morphologies très différentes (retassures, pore gazeuse, film d’oxyde, inclusion, ...). Il est essentiel de connaitre l’impact de cette morphologie sur la tenue en fatigue, en fixant tous les autres paramètres (taille, position, chargement). Pour cela une campagne expérimentale ciblée sera réalisée sous air, sur des éprouvettes de laboratoire et sur des défauts artificiels de surface sollicités dans le domaine HCF sous air. Les défauts produits devront représenter différentes morphologies afin de comprendre si la limite de fatigue est pilotée par la géométrie locale ou par la géométrie globale du défaut [Rotella 2020]. Pour attendre cet objectif il faut pouvoir fabriquer un défaut de surface ‘macroscopique’ puis ajouter au fond de ce défaut un ou plusieurs petits défauts ‘microscopiques’.
Cette question de représentation de la morphologie reste un verrou scientifique actuellement et de trop nombreuses approches ne décrivent le défaut que par un unique paramètre associé à la taille, sans prise en compte de la géométrie ou du matériau.

2) Rôle de l’environnement dans la différence surface / cœur ?
Il est à présent assez bien admis que l’environnement peut jouer un rôle non négligeable dans la différence entre un défaut interne et un défaut de surface, toutes conditions égales par ailleurs [Junet 2023]. Cependant, il est très difficile de savoir dans quel environnement se trouve un défaut interne car il peut y avoir des résidus gazeux sous des formes très variées. Il est donc nécessaire de conduire des expériences dans des environnements contrôlés pour comprendre cette question. L’idée est de réaliser des essais de fatigue en traction sur des défauts de surface, sous vide et sous air, et sur les défauts artificiels représentatifs des ‘retassures cavités’ définis en phase 1.

3) Modélisation de l’influence des défauts de surface et internes sur la limite de fatigue
Parmi les nombreux modèles qui tentent de décrire l’impact des défauts sur la tenue en fatigue, nous allons retenir les approches qui se basent sur l’analyse du champ de contrainte autour du défaut. Ces approches ont montré des résultats intéressants dans de nombreux cas [Nadot 2020], permettent de prendre en compte les principaux facteurs impactant la limite de fatigue et sont applicables sur des structures complètes [Rotella 2017]. A partir des résultats expérimentaux des phases 1 et 2, l’idée est de proposer un modèle adapté au cas des aciers moulé, de l’implémenter et de le valider sur l’ensemble de la base de données expérimentale disponible.
Une fois le modèle validé dans des cas bien identifiés, il sera possible de réaliser des calculs pour des défauts ayants des tailles, morphologies, orientations et positions très variées. La base de simulation étant purement analytique, il est possible de faire tourner de nombreux calculs pour faire une étude de sensibilité de chaque paramètre, permettant ainsi d’établir des courbes de nocivité des défauts probabilisées en fonction de la distribution des paramètres descripteurs du défaut. Ces simulations analytiques se basent sur un module python permettant de déterminer le champ de contrainte autour des défauts. Le travail consistera à continuer le développement du module et le comparer à des simulations numériques dans différents cas et pour différents matériaux. Le développement sera réalisé en prenant en compte les bonnes pratiques de développement d’un module python : mise en œuvre de tests de non-régression, documentation, structuration du code, suivi de version.

4) Tracer des abaques utilisables en contexte industriel pour faire le lien CND – limite de fatigue
Le modèle ayant été validé à l’étape 3, il reste à établir le lien entre le CND industriel et la tenue en fatigue. Ce travail est délicat et fortement dépendant du type de CND réalisé sur pièce. Dans le cas de l’acier moulé nous allons nous focaliser sur les observables RX pour les défauts internes. Le travail consiste à analyser les résultats, les images RX et compléter par des observations tomographiques afin de faire le lien entre l’observable CND (ici RX) et la taille de défaut réelle, ou plutôt une distribution statistique de plusieurs descripteurs du défaut. Le modèle ayant été validé à l’étape 3, Il sera donc possible de décrire l’impact d’une indication CND sur la tenue en fatigue sous forme de probabilité de tenue en fatigue HCF.

Compétences

Le candidat ou la candidate devra posséder un Doctorat en mécanique des matériaux.

Contexte de travail

[Nadot 2022] Y. Nadot, Fatigue From Defect: influence of Size, Type, Position, Morphology and Loading, International Journal of Fatigue 154 (2022)
[Nadot 2020] Y. Nadot, C. Nadot-Martin, W.H. Kan, S. Boufadene, M. Foley, J. Cairney, G. Proust, L. Ridosz, Predicting the fatigue life of an AlSi10Mg alloy manufactured via laser powder bed fusion by using data from computed tomography, Additive Manufacturing 31 (2020) 100899
[Rotella 2017] A. Rotella, Y. Nadot, R. Augustin, M. Piellard, S. L’Heritier, Defect size map for cast A357-T6 component under multiaxial fatigue loading using the Defect Stress Gradient (DSG) criterion, Engineering Fracture Mechanics, 174 (2017) 227–242
[Rotella 2020] A. Rotella, Y. Nadot, M. Piellard, R. Augustin and M. Fleuriot, Influence of defect morphology and position on the fatigue limit of cast Al alloy: 3D characterization by X-ray microtomography of natural and artificial defects, Material Science and Engineering A, 785 (2020) 139347
[Junet 2023] Arnaud Junet, Alexandre Messager, Arnaud Weck, Yves Nadot, Xavier Boulnat, Jean-Yves Buffiere, Internal fatigue crack propagation in a Ti-6Al-4V alloy: An in situ study, International Journal of Fatigue, 168 (2023) 107450


Le poste se situe dans un secteur relevant de la protection du potentiel scientifique et technique (PPST), et nécessite donc, conformément à la réglementation, que votre arrivée soit autorisée par l'autorité compétente du MESR.

Contraintes et risques

Des déplacements de courte durée, en France et à l'étranger, sont à prévoir.