Simulation numérique et expérimentale du comportement ...

IV. Choix et identification des lois de comportementIV.2.2.2.5 Identification à partir d’essais homogènesNous avons étudié en détail la loi viscoélastique spectrale et la procédure d’identification àadopter pour identifier ses paramètres au regard de la bibliographie. Nous allons maintenantdécrire les outils mis en œuvre pour identifier la loi spectrale. Le module d’optimisation dulogiciel Zebulon nous permet de déterminer les coefficients de la loi spectrale, afin dereproduire au mieux le comportement observé lors d’essais expérimentaux.La méthode des essais homogènes est une technique couramment utilisée pour identifier lavaleur des paramètres d’une loi de comportement [Kleinermann 2000]. Elle consiste àappliquer les consignes des différents essais sur un seul élément.Dans ce cadre, différentes méthodes analytiques, propres à l’expérience choisie et à la loi decomportement à identifier, permettent, moyennant certaines simplifications, de déduire durésultat expérimental les valeurs des paramètres à identifier. Nous utiliserons comme baseexpérimentale de l’identification, des courbes de fluage recouvrance à température ambiantepuis à -60°C.La précision et la validité du jeu de paramètres que nous allons identifier sont étroitementliées au choix de la procédure d’optimisation employé lors du processus d’identification.Elles sont aussi fonction du choix des fonctions objectif à minimiser, que ce soit pour lafonction erreur (image de l’écart entre le résultat obtenu par simulation et le résultat souhaité)ou pour la fonction d’optimisation (générant les nouveaux jeux de paramètres à optimiser).Au sein de cette méthode de nombreux paramètres influent sensiblement sur la précision et letemps des calculs. Ainsi, les paramètres qui se sont révélés les plus influents (paramètres del’algorithme d’optimisation et paramètre de résolution de la loi de comportement par la w-méthode) ont fait l’objet d’étude et de campagnes d’essais comparatives afin d’aboutir auxchoix d’optimisation adéquats.IV.2.2.3 Identification du jeu de paramètre optimalIV.2.2.3.1 Identification à température ambianteL'identification des paramètres du spectre n 0 et n c a été réalisée à partir de trois essais defluage normalisés. Les autres paramètres sont identifiés sur un essai de fluage multiple.L'algorithme choisi pour l'optimisation est de type Levenberg-Marquardt. La convergence del'optimisation pour l'identification des paramètres de spectre est atteinte après 45 itérationspour un temps CPU de 34 secondes. La valeur de la fonction coût finale pour les 3 essais estde 1,26. En ce qui concerne l'identification sur l'essai de fluage multiple, la convergence est96