Apprentissage scientifique par nuage de points appliqué à la caractérisation mécanique à chaud d'alliage d'aluminium // Scientific Machine Learning using point clouds applied to the mechanical characterization of aluminum alloys at high temperature

Topic description

L'objectif principal de cette thèse est de développer un jumeau numérique thermomécanique d'essais de compression à chaud d'alliages d'aluminium, fondé sur des simulations par éléments finis et enrichi par des méthodes d'apprentissage automatique intégrant les connaissances physiques. Ce jumeau numérique vise à améliorer l'exploitation scientifique et industrielle des essais de compression à chaud, adapté aux trajets de chargement thermomécaniques du laminage à chaud. L'essai de compression avec traction induite est présenté en Erreur ! Source du renvoi introuvable. et pourra être amené à évoluer au cours de la thèse pour être plus représentatif des chargements rencontrés en laminage.



L'objectif principal est de construire des modèles permettant, dans un premier temps, une identification rapide et robuste des lois rhéologiques viscoplastiques, puis des lois d'endommagement, dans des conditions thermomécaniques représentatives de ...