Search

The underground radioactive waste disposal far exceeds the period of exploitation of common civil engineering works. These specific projects require to predict the irreversible deformations over a large time scale (several centuries) in order to assess the extension and to forecast the evolution of the EDZ (Excavation Damage Zone) around the cavity. In this study, the viscosity of three sedimentary argillaceous rocks has been studied under different conditions of uniaxial compression: static or cyclic creep tests, monotonic and quasistatic tests, performed across various strata orientations. Argillaceous rocks are studied as a possible host layer for radioactive waste disposals. Indeed, they present some of the physical characteristics and mechanical properties, which are essential for being a natural barrier: low permeability, high creep potential and important holding capacity of radioactive elements. The purpose of the experimental study was to shed some light over the mechanisms governing the development of delayed deformations and damage of argillaceous rocks. It relates three rocks: an argillite from East of France, a Tournemire argillite and a marl from Jurassic Mountains. On atomic scale, viscoplastic deformations are due to irreversible displacements of crystalline defects, called dislocations. The experimental study was also supplemented with observations on thin sections extracted from the argillite and marl samples using a SEM. The aim was to identify the mechanisms responsible for the time-dependent behaviour on a microstructural scale. Analytical simulations of the mechanical behaviour of the three rocks gave parameters used in different viscoplastic models. The best modeling was obtained with the viscoplastic model which takes account of the development of volumetric strains and of the damage anisotropy., La durée d'exploitation des ouvrages de stockage souterrain, en particulier de déchets radioactifs, dépasse de très loin les échelles de temps habituelles en génie civil et rend donc leur dimensionnement délicat. Pour ces projets de construction, la prise en compte du temps devient primordiale et la prévision des déformations irréversibles à long terme est indispensable pour assurer leur pérennité et leur sûreté. Dans ce but, les études expérimentales et modélisations numériques du comportement différé tentent d'évaluer, à proximité de la cavité, l'extension de la zone endommagée, EDZ (Excavation Damage Zone) et surtout de prévoir son évolution dans le temps. Au cours de cette thèse, nous avons étudié, au moyen d'essais de fluage de longue durée et d'essais de chargement à vitesse lente, la viscosité de trois roches argileuses : l'argilite du Callovo-Oxfordien, l'argilite de Tournemire et la marne du Mont d'Or. Etant données leur aptitude au fluage, leur très faible perméabilité et leur forte capacité de rétention des radioéléments, ces trois roches ont les qualités essentielles pour constituer de potentielles couches hôtes pour les stockages de déchets radioactifs. Le but de cette étude est de mieux comprendre les mécanismes régissant le développement des déformations et de l'endommagement différés de ce type de roche. A l'échelle de la microstructure, ces déformations sont dues à des mouvements irréversibles des défauts du réseau cristallin (dislocations). L'étude expérimentale a donc été complétée par une analyse microstructurale sur lames minces des échantillons testés. En simulant analytiquement le comportement mécanique des trois roches étudiées, les résultats de l'étude expérimentale nous ont permis d'identifier les paramètres utilisés dans différents modèles viscoplastiques. La meilleure simulation du comportement a été obtenue avec un modèle prenant en compte le développement des déformations volumiques irréversibles de la roche et l'anisotropie d'endommagement.

Ce rapport d'habilitation à diriger des recherches tente de brosser à grands traits, une grande partie de mon travail de recherches et d'enseignements depuis plus d'une quinzaine années sur l'identification de paramètres en dynamique des structures et des matériaux. Il est constitué de sept chapitres dont les cinq premiers concernent ma recherche passée et à venir et dont les deux derniers précisent les enseignements effectués, les stagiaires encadrés ainsi que les références bibliographiques personnelles. Parmi les quatre premiers chapitres traitant de ma recherche passée ou actuelle, le premier donne un aperçu sur la démarche inverse et sur l'identification de paramètres. De façon très réductrice, un problème d'identification de paramètres se ramène à inverser un opérateur mathématique reliant les paramètres inconnus aux données expérimentales. L'ensemble des paramètres intervenant dans le modèle de comportement choisi et l'ensemble des données mesurées sont déterminants pour la résolution du problème d'identification. Le choix du modèle de comportement et de ses paramètres ainsi que le choix du type de données (données brutes, traitées, filtrées, etc) peut être regroupé sous la problématique de la représentation du problème vibratoire inverse. Cette recherche est au coeur de mon travail actuel et fait l'objet des deux chapitres suivants. Plus précisément, le second chapitre s'intéresse à la représentation du phénomène vibratoire étudié et en particulier aux paramètres du modèle de comportement et le troisième chapitre, à la représentation de l'ensemble des données de mesure.Le quatrième chapitre présente quelques techniquesd'identification que j'ai étudiées pour identifier lesparamètres de comportement suivant les applications traitées.Le cinquième chapitre ouvre quelques perspectives pour la recherche que je souhaiterai entreprendre dans l'avenir.Finalement ce mémoire n'est pas uniquement unrapport de synthèse, encore moins un livre exhaustif sur le surl'identification de paramètres en vibration inverse. Les questions quim'ont préoccupé et qui me préoccupent encore sont présentes.

Ce rapport d'habilitation à diriger des recherches tente de brosser à grands traits, une grande partie de mon travail de recherches et d'enseignements depuis plus d'une quinzaine années sur l'identification de paramètres en dynamique des structures et des matériaux. Il est constitué de sept chapitres dont les cinq premiers concernent ma recherche passée et à venir et dont les deux derniers précisent les enseignements effectués, les stagiaires encadrés ainsi que les références bibliographiques personnelles. Parmi les quatre premiers chapitres traitant de ma recherche passée ou actuelle, le premier donne un aperçu sur la démarche inverse et sur l'identification de paramètres. De façon très réductrice, un problème d'identification de paramètres se ramène à inverser un opérateur mathématique reliant les paramètres inconnus aux données expérimentales. L'ensemble des paramètres intervenant dans le modèle de comportement choisi et l'ensemble des données mesurées sont déterminants pour la résolution du problème d'identification. Le choix du modèle de comportement et de ses paramètres ainsi que le choix du type de données (données brutes, traitées, filtrées, etc) peut être regroupé sous la problématique de la représentation du problème vibratoire inverse. Cette recherche est au coeur de mon travail actuel et fait l'objet des deux chapitres suivants. Plus précisément, le second chapitre s'intéresse à la représentation du phénomène vibratoire étudié et en particulier aux paramètres du modèle de comportement et le troisième chapitre, à la représentation de l'ensemble des données de mesure.Le quatrième chapitre présente quelques techniquesd'identification que j'ai étudiées pour identifier lesparamètres de comportement suivant les applications traitées.Le cinquième chapitre ouvre quelques perspectives pour la recherche que je souhaiterai entreprendre dans l'avenir.Finalement ce mémoire n'est pas uniquement unrapport de synthèse, encore moins un livre exhaustif sur le surl'identification de paramètres en vibration inverse. Les questions quim'ont préoccupé et qui me préoccupent encore sont présentes.

Article dans revue scientifique avec comité de lecture. internationale.; International audience; Using methods from computer algebra, especially Gröbner bases, we study the application which maps the mixtures of two Gaussian laws of probability to their six first moments. It is proved that the mapping is injective, and thus that the parameters of the mixture may be recovered from the values of the moments. This method of proof may be applied to many physical problems where there are more measured variables than the state variables to be recovered.

Rotor-bearing systems take an important place in engineering applications and are used in many industrial systems: gas turbines, compressors, jet engines, machine-tool spindles, etc. The spindle is an essential component of manufacturing systems involving metal removal processes. Its performance largely influences the quality of machined parts. This importance has increased with the advent of High Speed Machining, High Productivity Machining and Hard Machining with low lubrication. In machining, manufacturers aim at higher cutting speeds and feed rates in order to increase productivity. These trends imply higher rotational speeds for spindles but also higher cutting forces. At the same time, manufacturers wish to improve surface roughness and tolerances of the machined parts. To meet those goals, it is essential to master the dynamic behavior of spindles. Stiffness is a fundamental parameter controlling the static and dynamic performances of the spindle. Modeling and controlling the dynamic behavior of spindles is a complex problem, because of the non-linear nature of the bearing stiffness, of its speed dependence and because of thermo mechanical effects associated with the heat dissipation in the bearings. In this dissertation, a mixed experimental-numerical method is presented for evaluating bearing stiffness of very high speed rotor-bearing systems. This method focuses on determining the stiffness properties of angular contact ball bearings used in the design of high-speed spindles for machine-tool applications. The goal of this method is to provide accurate and reliable stiffness data to improve dynamic predictive models of spindles. These models will then serve to improve and facilitate the design of high-speed spindles. A special attention is paid to the speed dependence of the bearing stiffness. The mixed identification method is based on the comparison of an experimental modal model with a numerical modal model of spindles. An optimization procedure based on a non-linear least square fit algorithm is used to estimate the bearing stiffness. The optimization criterion combines error functions based on natural frequencies and mode shapes. Based on the measurement of frequency response functions, the experimental modal parameters (natural frequencies and mode shapes) are extracted. In order to match numerical modal parameters with the experimental ones, the iterative optimization procedure updates the numerical parametric model. The model parameters are the bearing stiffness parameters to estimate. The procedure terminates once the error between the experimental and numerical parameter falls below a predefined threshold value. At this point, the bearing stiffness estimation is completed. The numerical model was developed to be easily implemented in a commercial finite element software. Moreover, the 3D finite element model allows to take into account all the surrounding structural elements which can influence the dynamic behavior of the spindle. The ball bearing is modeled as a stiffness matrix including radial, axial, tilting and coupling terms. On the other hand, a test rig using contact-free capacitive sensors to measure frequency response functions of motor-spindles was developed. Measurements can be performed either under non-rotating conditions or under rotation. Experimental modal parameters are extracted using a traditional curve fitting method. Several numerical applications were used to assess the performances of the identification method and validate it. As an example, the proposed identification procedure is applied to a mid-size (7kW) motor-spindle running at up to 70'000 rpm. Two test cases are presented: test spindle equipped with angular contact ball bearings with a contact angle of 15° and then 25°, commonly used in industrial high-speed spindles. For these two configurations, the goal is to estimate bearing stiffness and validate the method with experimental data. Several identifications were conducted at various rotational speeds. The rotational speed range was chosen to highlight the decrease in the bearing stiffness with rotational speed. In both test cases, we observed significant decrease in axial bearing stiffness with speed. With a contact angle of 15°, at 66'000 rpm, the axial stiffness can drop to 40% of its value at zero speed. With a contact angle of 25°, at 54'000 rpm, the axial stiffness can drop to 30% of its value at zero speed. The behavior of the radial stiffness is different in the two test cases. With a contact angle of 15°, the radial stiffness remains almost constant over the whole range of rotational speed. Conversely, with a contact angle of 25°, the behavior of the radial stiffness is similar to the behavior of the axial stiffness. At 54'000 rpm, its value can decrease to less than 40% of its value at zero speed. The obtained results are in good agreement with the literature and with numerically predicted stiffness values.

The work presented in this thesis deals with identification and control of the thermal and acoustic properties of high thermoelectric potential nanostructures called “superlattices”. This thesis is divided in three parts:The first part gives a theoretical description of thermal diffusion in insulating and semiconducting materials. We first broach the atomic description then the macroscopic view using the Thermal Quadrupole model. The end of this chapter deals with acoustic and thermal properties specific to superlattices.The second part describes and compares synchronous and asynchronous thermoreflectance techniques used to extract thermal properties of thin films and superlattices. We find that for the synchronous case signals are subject to artifacts which confound parameter estimations. For the asynchronous case, we find that lack of a mechanical translation stage removes these artifacts. We then investigate the sensitivity functions, and finally validate our identification method by estimation of the thermal conductivity of a SiO2 thin film.The third part presents the results of thermal parameter identification in SiGe superlattices. We show that thermal interfaces play a major role to in the overall thermal conductivity. We also study superlattices with Ge nanodots and show that for such structures we are able to obtain thermal conductivity values near the amorphous values. Moreover, the linear behavior of the thermal conductivity with period thickness shows that it is possible to control this value. Finally, we use Thermoreflectance to perform THz coherent phonon spectroscopy of superlattices, revealing the spectral selectivity of these nanostructures., le travail de cette thèse porte sur l’identification et le contrôle des propriétés thermiques et acoustiques de nanostructures à fort potentiel thermoélectrique appelés « Super-réseaux ». Le manuscrit comporte trois parties :La première partie est consacrée à la description théorique des phénomènes de transport thermique par diffusion dans les solides isolants et semi-conducteurs. Nous abordons tout d’abord le point de vue atomique, puis macroscopique en utilisant la méthode des quadripôles thermiques. La fin du chapitre est consacrée aux propriétés acoustiques et thermiques des super-réseaux.La deuxième partie présente et compare les méthodes de Thermoreflectance laser synchrone et asynchrone utilisées pour extraire les propriétés thermiques de couches minces et de super-réseaux. Nous montrons que dans le cas synchrone, les signaux sont soumis à des artefacts modifiant leur allure et rendant difficile l’identification des propriétés thermiques. Dans le cas asynchrone, la suppression de tous les éléments mobiles permet d’obtenir un signal sans artéfact. Nous traitons ensuite des fonctions de sensibilité au modèle développé puis nous validons la méthode d’identification en estimant la conductivité thermique d’un film mince de SiO2.La troisième partie présente les résultats des identifications de la conductivité thermique de différents super-réseaux de SiGe. Nous montrons que les résistances d’interface jouent un rôle majeur dans l’explication de la réduction de la conductivité thermique. Nous étudions également des super-réseaux contenant des îlots de Ge, nous montrons que de telles structures permettent d’obtenir non seulement des conductivités proches de celles des matériaux amorphes, mais le comportement linéaire de la conductivité en fonction de la période montre qu’il est possible de contrôler cette dernière. Enfin, nous utilisons la Thermoreflectance pour réaliser une étude de spectroscopie THz de phonons cohérents dans les super-réseaux et nous mettons en évidence la sélectivité spectrale des ces nanostructures.

This work is part of STEEP Marie-Curie ITN project, covering the research in field of energy beam processing. We focus on the identification of unknown parameters of the proposed generic Abrasive WaterJet Milling (AWJM) model. This problem appears as an ill-posed inverse problem.The necessity of studying this problem comes from the industrial milling applications where the possibility to predict and model the final surface with high accuracy is one of the primary tasks in the absence of any knowledge of the model parameters that should be used.We propose the method of the model parameters identification by minimizing a cost function, measuring the difference between experimental observation and numerical solution. The variational approach based on corresponding Lagrangian allows to obtain the adjoint state and the involvement of the automatic differentiation software tool (TAPENADE) leads to fast and efficient parameters identification regardless the complexity and size of particular studied problem.In fact the parameter identification problem is highly unstable and strictly depends on quality of input data. Regularization terms could be effectively used to deal with the presence of measurement errors and to improve the identification correctness. Various cases of the AWJM process such as a stationary problem and moving with constant feed speed or acceleration are studied based on both artificial and real experimental data. The sensitivity study related to these particular problems demonstrates the strong capability of the proposed approach to obtain acceptable results for manufacturing and to predict the required surface geometry with high accuracy.; Ce travail fait partie du projet Marie-Curie ITN STEEP, dans le domaine des faisceaux énergétiques. Nous étudions ici l’identification de paramètres pour un modèle générique d’usinage par jet d’eau abrasif. Cela peut être vu comme un problème inverse mal posé.L’étude de ce problème trouve son origine dans les applications industrielles d’usinage, où la nécessité de modéliser et prédire la surface finale avec une très grande précision est essentielle en l’absence de connaissance des paramètres du modèle.Nous proposons ici une méthode d’identification des paramètres du modèle basée sur la minimisation d’une fonction coût, mesurant la différence entre la solution numérique et les observations expérimentales. L’approche variationnelle, basée sur le Lagrangien, permet de considérer l’adjoint, et l’utilisation d’un logiciel de différentiation automatique (TAPENADE) conduit à une identification rapide et précise des paramètres, quelles que soient la complexité et la taille du problème étudié. La qualité de l’identification peut être fortement instable et dépendre largement des données expérimentales en cas de bruit. Nous introduisons alors des termes de régularisation permettant de gérer la présence d’erreurs de mesure et d’améliorer l’estimation des paramètres.Plusieurs cas d’usinage par jet abrasif sont considérés: problème stationnaire, jet qui se déplace à vitesse constante, ou en accélérant, utilisation de données synthétiques ou réelles. L’étude de sensibilité faite dans ces différents cas montre la robustesse de l’approche, qui permet d’obtenir de très bonsrésultats, à la fois acceptables d’un point de vue industriel, et permettant de prédire la surface avec une grande précision.

This study proposes a new advanced algorithm for determining material parameters based on in situ tests. In situ testing gives an opportunity to perform soil characterization in natural stress conditions on a representative soil mass. Most field techniques reduce soil disturbances to minimum, allowing investigating the response of virgin soil. Self-boring pressuremeter tests (SBPT) and standard piezocone tests (CPTU) are widely used to deduce properties of clayey soils through analytical and empirical correlations between soil properties and experimental measurements. Empirical correlations usually require some tuning based on reference laboratory data because first-order estimates for typical correlation coefficients may give unreliable evaluation of soil properties. Analytical correlations are mostly based on cavity expansion methods which are restricted to either fully drained or perfectly undrained problems, so that inverse closed-form solutions for relatively simple constitutive models can be derived. In practice, however, depending on physical and consolidation properties of the soil, partially drained conditions may occur during field testing, leading to an erroneous estimation of clay characteristics. Therefore, elaborating a generic parameter identification framework, which is based on the artificial neural network (NN) technique and which may improve the reliability of soil properties derived from in situ testing, is the main goal of this research. This study explores the possibility of using NNs to solve complex inverse problems including partially drained conditions. In other words, NNs are used to map experimental measurements onto set of soil properties. The development of NN-based inverse models is based on a training data sets which consists of pseudo-experimental measurements derived from numerical simulations of both the SBPT and the CPTU test in normally- and lightly overconsolidated clay type material. The study presents a generic two-level procedure designed for the calibration of constitutive models of soils. It is demonstrated that NN inverse models can be easily integrated into the classical back-analysis. At the first level, the NN approach is applied to achieve the first approximation of parameters. This technique is used to avoid potential pitfalls related to the conventional gradient-based optimization (GBO) technique, considered here as a corrector that improves predicted parameters. Trained NNs as parallel operating systems can provide output variables instantly and without a costly GBO iterative scheme. The proposed framework is verified for the elasto-plastic Modified Cam Clay (MCC) model that can be calibrated based on standard triaxial laboratory tests, i.e. the isotropic consolidation test and the consolidated isotropic drained compression test. The study presents formulations of the input data for the NN predictors, enhanced by a dimensional reduction of experimental data using principal component analysis (PCA). The determination of model characteristics is demonstrated, first on numerical pseudo-experiments and then on the experimental data. Furthermore, the efficiency of the proposed approach in terms of accuracy and computational effort is also discussed. The verified two-level strategy is applied to a numerical procedure of parameter identification for the boundary value problem (BVP) of the SBPT. The coupled hydro-mechanical finite element (FE) formulation allows the generated excess pore water pressure to be dissipated during simulations of the expansion test, followed then by a holding test. Numerical simulations demonstrate that volume changes that may occur in clay during the expansion test due to partial drainage, can cause local soil hardening near the cavity wall and affect parameter interpretation for pressuremeter tests. Therefore, the NN technique is applied to obtain an initial guess for model parameters, taking into account the possible partially drained conditions during the expansion test. Parameter identification based on measurements obtained through the pressuremeter expansion test and two types of holding tests is illustrated on the MCC model. NNs are trained using a set of synthetic test samples, which are generated by means of FE simulations based on constrained random permutations of input model parameters. The measurements obtained through expansion and consolidation tests are normalized by the proposed normalizing formulas so that NN predictors operate independently of the testing depth. Examples of parameter determination are demonstrated on both numerical data and field measurements from the Fucino clay deposit. The efficiency of the combined parameter identification in terms of accuracy, effectiveness and computational effort is also discussed. Finally, an application of NN predictors as a stand-alone support for soil profiling is presented for the piezocone test. By similarity to the SBPT problem, a number of NN inverse models are developed based on the results derived from rigorous FE analyzes. The FE model of piezocone penetration involves numerical formulation for the two-phase material obeying the MCC law and including the large strain theory, as well as the large deformation formulation for contact interface. It is demonstrated that a considerable computational effort related to the generation of the training database can be reduced by optimizing the mesh size and "steady-state" depth in function of soil rigidity index. Due to a severe loss of measurement accuracy observed in the finite elements adhered to the "rough" interface, an equivalent semi-numerical approach is proposed to account for frictional effects in different drainage conditions which are delineated from a number of numerical simulations. The validity of the developed penetration model is verified in detail by means of comparisons with other theoretical solutions and parametric studies synthesized from literature, as well as experimental evidence for both undrained and partially drained scenarios. An extended parametric study including influence analyzes of strength and stress anisotropy, rigidity index and cone roughness on two cone factors provides new insight into the analysis of cone penetration. The shortcomings of the FE model due to the limitations of the applied constitutive model are also discussed. As regards NN models, different configurations of input variables, including standard normalized piezocone metrics and other available soil characteristics are investigated in terms of feasibility of effective NN training. The post-training regression analyzes are performed for numerical data allowing the assessment of the influence of specific input variables on accuracy of parameters predictions. Finally, the developed NN models are applied to predict parameters based on field measurements for a number of characterization sites. Provided examples demonstrate that NN inverse models may constitute an effective complementary support during the first-order quantification of the MCC parameters from piezocone measurements.