696 Thesepdf

N˚d’ordre 2012-ISAL–XXXX Année 2012
THESE
Dynamique d’une structure complexe à non linéarités localisées sous

environnement vibratoire évolutif
Application à l’isolation vibratoire d’un équipement automobile
Présentée devant
l’Institut National des Sciences Appliquées de Lyon
pour obtenir
le GRADE DE DOCTEUR
Ecole doctorale :
Mécanique, Energétique, Génie Civil, Acoustique
Spécialité :
MECANIQUE - GENIE MECANIQUE - GENIE CIVIL
par
Benjamin THOMAS
Ingénieur INSA, Maître ès Sciences
Thèse soutenue le ../../2112 devant la Commission d’examen
LaMCoS - UMR CNRS 5259 - INSA de Lyon

20, avenue Albert Einstein, 69621 Villeurbanne Cedex (FRANCE)
Cette thèse est accessible à l'adresse : http://theses.insa-lyon.fr/publication/2012ISAL0106/these.pdf

© [B. Thomas], [2012], INSA de Lyon, tous droits réservés
Remerciements
Je tiens à remercier le Laboratoire de Mécanique des COntacts et Structures de l’Ins-

titut National des Sciences Appliquées de Lyon et ses directeurs successifs Alain COM-
BESCURE et David DUREISSEIX de m’avoir accueilli pendant les années de cette re-
cherche. Je remercie également le groupe VALEO en la personne de Georges DE PEL-
SEMAKER, directeur Recherches et Développement du groupe de produit Thermal Po-
wertrain de m’avoir confié ce travail de recherche.
Je remercie très chaleureusement mes directeurs de thèse Régis DUFOUR et Lionel

MANIN pour leurs conseils, leur investissement et leur soutien.
Les différents changements d’organisation au sein du groupe VALEO m’ont amené à

travailler successivement dans plusieurs équipes. Tout d’abord, l’équipe Noise Vibration
and Harshness de la Division Europe de la Branche Thermique Moteur. J’ai ensuite in-
tégré la Simulation de la Branche qui depuis est entrée dans le nouveau pôle Systèmes
thermiques en tant que ligne de produit Thermal Powertrain. Ces mouvements de ser-
vices et d’organisations m’ont permis de rencontrer de nombreuses personnes qu’il serait
difficile de toutes remercier ici. Je pense en particulier à mes deux encadrants successifs
Olivier PLANEL et Philippe GOGE, ainsi que mes proches collègues Rodrigo et Car-
los, les différents collègues et prestataires du NVH qui ont quitté VALEO ou sont encore
parmi nous.
J’ai également une pensée pour les autres doctorants et différents stagiaires avec qui
j’ai pu avoir des discussions parfois animées autour des logiciels et de la théorie des
vibrations aléatoires.
Je remercie enfin ma famille qui m’a soutenu tout au long de ces années, et ceux
qui font en désormais partie, en particulier Gwendoline que j’ai rencontrée puis épousée
pendant cette thèse.

Résumé
Cette recherche porte sur le développement d’un modèle de structure de géométrie

complexe équipée de composants à comportement non linéaire viscoélastique dans le but
de simuler sa réponse à des excitations définies par des densités spectrales de puissance
(DSP). L’application industrielle concerne l’isolation vibratoire d’un module de refroidis-
sement automobile monté sur plot de suspension en élastomère.
Une revue du comportement des élastomères en fonction de leurs conditions d’en-

vironnement et de sollicitations identifie les paramètres des différents modèles analysés.
Des essais préliminaires ont été menés pour définir les intervalles des niveaux de sollici-
tations et quantifier l’échauffement des plots.
La caractérisation expérimentale de la suspension porte sur des plots en élastomère

munis de leurs interfaces afin d’agréger dans un seul modèle les non linéarités du com-
portement viscoélastique, des glissements et des frottements. Les boucles effort-déflexion
axiales et radiales mesurées sont traitées avec un système expert développé spécialement
pour caler les paramètres du modèle retenu. Il s’agit du modèle de Dahl généralisé qu’il a
fallu étendre aux aspects viscoélastiques. Ce processus de calage automatique a été codé
avec un logiciel développé sous Octave/Matlab. Des méthodes d’interpolations et extra-
polations rendent opérationnel ce modèle sur toute la gamme fonctionnement de l’appli-
cation définie dans l’espace fréquence-déflexion. Ce processus a été codé dans le module
UserSubroutine pour Abaqus.
Soumettre le système mécanique non linéaire à des excitations définies par une DSP
nécessite de s’appesantir sur le traitement des vibrations aléatoires. En effet il faut, pour
calculer les réponses, considérer le passage fréquence-temps et inversement pour les com-
parer éventuellement aux exigences des normes.
De plus, la taille et la complexité du modèle EF de la structure industrielle rendent im-

possible une résolution temporelle sur l’ensemble de ses degrés de liberté. Il s’agit alors
de faire appel à des techniques d’homogénéisation et de condensation dynamique afin de
prévoir la réponse aux excitations à large bande fréquentielle dans le but d’analyser les
performances de l’isolation vibratoire.
M OTS CLÉS : Dynamique non-linéaire, élastomères, vibrations aléatoires,isolation

vibratoire, modélisation EF, condensation, homogénéïsation

Table des matières
Table des matières i
Table des figures v
Liste des tableaux xi
1 Introduction 1
1.1 Présentation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.2 Contexte industriel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.2.1 Problématique technologique . . . . . . . . . . . . . . . . . . . . 3
1.2.2 Structure d’application . . . . . . . . . . . . . . . . . . . . . . . 4
1.2.3 Position du problème . . . . . . . . . . . . . . . . . . . . . . . . 6
1.2.4 Identification expérimentale du phénomène d’amplification . . . . 8
1.3 Notions de dynamique des modules de refroidissement automobiles . . . 9
1.4 Objectifs . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
2 Suspensions élastomères : comportement et modèles 13

2.1 Comportement des élastomères . . . . . . . . . . . . . . . . . . . . . . . 15
2.1.1 Généralités sur les polymères . . . . . . . . . . . . . . . . . . . 15
2.1.2 Comportement visco-élastique des élastomères. . . . . . . . . . . 16
2.1.3 Grandeurs dynamiques en relation avec le comportement des élas-
tomères . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
2.1.4 Effets des conditions de sollicitations . . . . . . . . . . . . . . . 19
2.1.5 Conclusion sur les influences des paramètres extérieurs et condi-
tions de sollicitations . . . . . . . . . . . . . . . . . . . . . . . . 26
2.2 Modélisation du comportement des elastomères . . . . . . . . . . . . . . 26
2.2.1 Approche par loi de comportement . . . . . . . . . . . . . . . . . 27

Table des matières
2.2.2 Approche par les modèles rhéologiques . . . . . . . . . . . . . . 29

2.2.3 Modèle force de restitution de Dahl . . . . . . . . . . . . . . . . 34
2.3 Conclusion de la recherche bibliographique . . . . . . . . . . . . . . . . 36
3 Système expert pour l’identification et le recalage de modèle de suspension

non linéaires 37
3.1 Caractérisation expérimentale . . . . . . . . . . . . . . . . . . . . . . . 39
3.1.1 Démarche générale . . . . . . . . . . . . . . . . . . . . . . . . . 39
3.1.2 Conditions opératoires . . . . . . . . . . . . . . . . . . . . . . . 40
3.1.3 Dispositif d’essais . . . . . . . . . . . . . . . . . . . . . . . . . 48
3.1.4 Campagne de caractérisation . . . . . . . . . . . . . . . . . . . . 50
3.1.5 Boucles effort-déflexion axiales . . . . . . . . . . . . . . . . . . 54
3.1.6 Boucles effort-déflexion radiales . . . . . . . . . . . . . . . . . . 60
3.2 Calage du modèle de plot . . . . . . . . . . . . . . . . . . . . . . . . . . 61
3.2.1 Traitement des données d’essais . . . . . . . . . . . . . . . . . . 61
3.2.2 Identification des paramètres du modèle . . . . . . . . . . . . . . 67
3.2.3 Mise en oeuvre . . . . . . . . . . . . . . . . . . . . . . . . . . . 71
3.3 Généralisation de modèles . . . . . . . . . . . . . . . . . . . . . . . . . 72
3.3.1 Approche par les plans d’expérience . . . . . . . . . . . . . . . . 72
3.3.2 Approche par les surfaces de réponses : recalage graphique de
surfaces analytiques . . . . . . . . . . . . . . . . . . . . . . . . 76
3.3.3 Approche par interpolation bilinéaire type méthode des éléments
finis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 79
3.3.4 Généralisation de la méthode - domaine de mesure triangulaire . . 87
3.3.5 Influence du paramètre β . . . . . . . . . . . . . . . . . . . . . . 89
3.4 Conclusion de la caractérisation des modèles de plots . . . . . . . . . . . 90
4 Sollicitations aléatoires : définitions, modélisation, traitement numérique 93

4.1 Préambule . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 95
4.2 Définitions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 95
4.2.1 Variables aléatoires . . . . . . . . . . . . . . . . . . . . . . . . . 95
4.2.2 Processus aléatoires . . . . . . . . . . . . . . . . . . . . . . . . 96
4.2.3 Densités spectrales de puissance . . . . . . . . . . . . . . . . . . 100
4.3 Obtention d’une spécification : Méthodes de personnalisation . . . . . . . 101
4.3.1 Méthode par enveloppe . . . . . . . . . . . . . . . . . . . . . . . 102
ii

Table des matières
4.3.2 Méthode par équivalence de dommage par fatigue . . . . . . . . . 103

4.3.3 Processus général d’obtention d’une spécification . . . . . . . . . 105
4.4 Génération de signaux aléatoires temporels à partir d’une DSP . . . . . . 107
4.4.1 Aperçus des méthodes existantes . . . . . . . . . . . . . . . . . . 107
4.4.2 Application de la méthode spectrale . . . . . . . . . . . . . . . . 112
4.5 Prise en compte des sollicitations aléatoires en calcul par éléments finis . 112
4.5.1 Présentation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 112
4.5.2 Extraction modale . . . . . . . . . . . . . . . . . . . . . . . . . 115
4.5.3 Superposition modale . . . . . . . . . . . . . . . . . . . . . . . 115
4.5.4 Utilisation de la méthode de superposition modale pour le calcul
de réponse à une vibration aléatoire . . . . . . . . . . . . . . . . 117
4.5.5 Critères de validation en contraintes . . . . . . . . . . . . . . . . 120
5 Implémentation d’un modèle non-linéaire de suspension à une modélisation

d’ensemble par éléments finis 123
5.1 Démarche de modélisation . . . . . . . . . . . . . . . . . . . . . . . . . 125
5.1.1 Processus de simulation retenu . . . . . . . . . . . . . . . . . . . 125
5.2 Intégration d’un modèle de suspension non linéaire au logiciel Abaqus . . 127
5.2.1 User-subroutines . . . . . . . . . . . . . . . . . . . . . . . . . . 127
5.2.2 Détermination de l’excitation aux bornes de la suspension . . . . 127
5.2.3 Choix du type de simulation . . . . . . . . . . . . . . . . . . . . 130
5.2.4 Prise en compte de l’amortissement . . . . . . . . . . . . . . . . 130
5.3 Application de la méthode à la modélisation d’une structure académique . 134
5.3.1 Présentation de la structure . . . . . . . . . . . . . . . . . . . . . 134
5.3.2 Modèle éléments finis de la structure académique . . . . . . . . . 137
5.3.3 Résultats des simulations du comportement de la structure acadé-
mique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 138
5.4 Modélisation de la structure industrielle . . . . . . . . . . . . . . . . . . 144
5.4.1 Composants . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 144
5.4.2 Méthode d’homogénéisation . . . . . . . . . . . . . . . . . . . . 151
5.4.3 Validation de la modélisation d’un échangeur . . . . . . . . . . . 160
5.4.4 Condensation dynamique . . . . . . . . . . . . . . . . . . . . . . 161
5.4.5 Résultats des simulations . . . . . . . . . . . . . . . . . . . . . . 164
5.5 Synthése des simulations numériques . . . . . . . . . . . . . . . . . . . 174
iii

Table des matières
Conclusions et perspectives 177
A Automatisation de la construction des éléments virtuels 183
Tableau de valeur de la fonction de répartition d’une loi gaussienne centrée ré-

duite 189
Bibliographie 191
iv

Table des figures
1.1 Exemple de plots de suspensions en élastomères utilisés dans le domaine

automobile . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.2 Eclaté du module de refroidissement étudié . . . . . . . . . . . . . . . . 5
1.3 Photo d’un assemblage de tubes et d’intercalaires constituant un faisceau
de radiateur mécanique . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
1.4 Photo d’un assemblage de tubes et d’ailettes constituant un faisceau de
radiateur brasé . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.5 Exemple de phénomène d’amplification enregistré . . . . . . . . . . . . . 7
1.6 Exemple d’incohérence essai-simulation . . . . . . . . . . . . . . . . . . 8
1.7 Courbes de transmissibilité adimensionnées [IFO 09] . . . . . . . . . . . 9
2.1 Exemple de chaine chimique d’un monomère de caoutchouc naturel . . . 15

2.2 Exemple d’allure d’évolution des contraintes en fonction des déforma-
tions en cas de mise en charge et décharge d’un élastomère [IFO 09] . . . 17
2.3 Allure générale d’un cycle d’hystérésis . . . . . . . . . . . . . . . . . . . 18
2.4 Représentation complexe des grandeurs viscoélastiques et de l’angle de
perte . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
2.5 Effet de la vitesse de sollicitation et de la température sur le comportement
d’un élastomère en traction monotone [IFO 09] . . . . . . . . . . . . . . 20
2.6 Evolution générale des modules en fonction de la température ou de la
fréquence, découpage en zone [IFO 09] . . . . . . . . . . . . . . . . . . 20
2.7 Rigidification dynamique, effet du mode de sollicitation [IFO 09] . . . . . 21
2.8 Rigidification dynamique, effet de l’amplitude de sollicitation [IFO 09] . 21
2.9 Evolution des modules élastiques, visqueux et de l’angle de perte avec la
fréquence [IFO 09] . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22

Table des figures
2.10 Evolution des modules élastiques et visqueux et de l’angle de perte en

fonction de la température [IFO 09] . . . . . . . . . . . . . . . . . . . . 23
2.11 Evolution des modules élastiques, en fonction de l’amplitude de déforma-
tion dynamique et de la température [IFO 09] . . . . . . . . . . . . . . . 24
2.12 Evolution des modules élastiques et visqueux en fonction de la fréquence
et de la température [IFO 09] . . . . . . . . . . . . . . . . . . . . . . . . 25
2.13 Représentation de l’effet Mullins avec 1 le premier cycle de charge, 2 le
second cycle, puis la partie du comportement indépendante de la charge. . 26
2.14 Elément de type ressort de raideur k . . . . . . . . . . . . . . . . . . . . 30
2.15 Elément amortisseur . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
2.16 Assemblage de Maxwell . . . . . . . . . . . . . . . . . . . . . . . . . . 31
2.17 Assemblage de Kelvin-Voigt . . . . . . . . . . . . . . . . . . . . . . . . 31
2.18 Courbes de raideur dynamique servant au recalage des modèles de Kelvin
Voigt généralisés . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
2.19 Illustration des courbes enveloppes à gauche, application du modèle de
Dahl modifié à la modélisation du comportement d’un tensionneur de
courroie [MIC 05] à droite . . . . . . . . . . . . . . . . . . . . . . . . . 35
3.1 Plots et leurs interfaces retenues pour la caractérisation . . . . . . . . . . 40

3.2 Support de l’étude sur banc sismique . . . . . . . . . . . . . . . . . . . . 41
3.3 Position des capteurs d’accélération aux bornes du plot inférieur . . . . . 42
3.4 Position des capteurs d’accélération aux bornes du plot supérieur . . . . . 42
3.5 Exemple d’acquisition temporelle . . . . . . . . . . . . . . . . . . . . . 43
3.6 Exemple de fonction de répartition des déflexions mesurées. . . . . . . . 44
3.7 Valeurs extrêmes mesurées pendant l’essai DSP suivant l’axe X . . . . . . 44
3.8 Exemple de déflexion mesurée lors d’un essai harmonique pour le plot
inférieur mesures réalisées lors d’essais sur deux pièces sur 0.5s . . . . . 45
3.9 Positions des thermocouples retenues pour la mesure et exemple de radio-
graphie par rayon X . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
3.10 Exemple de résultat de mesures thermiques lors d’un essai DSP . . . . . 48
3.11 Découpe d’un pion inférieur de module de refroidissement . . . . . . . . 49
3.12 Equerres massives du dispositif - intégration des logement découpés. . . . 49
3.13 Exemple de pièces d’adapation nécessaires pour respecter la coaxialité
des pions en cisaillement . . . . . . . . . . . . . . . . . . . . . . . . . . 50
3.14 Ensemble des pièces nécessaires à la caractérisation de deux plots . . . . 50
vi

Table des figures
3.15 Montage de cisaillement des plots inférieurs . . . . . . . . . . . . . . . . 51

3.16 Montage de la manipulation sur pot vibrant . . . . . . . . . . . . . . . . 51
3.17 Etalonnage du capteur de force . . . . . . . . . . . . . . . . . . . . . . . 52
3.18 Hystérésis du plot inférieur, à 5.6Hz en fonction de l’amplitude de dé-
flexion de l’ensemble plot-pion . . . . . . . . . . . . . . . . . . . . . . . 54
3.19 Cycles d’hystérésis d’un plot métallique tirés de [ALM 02b] . . . . . . . 55
3.20 Exemples de courbes recentrées . . . . . . . . . . . . . . . . . . . . . . 56
3.21 Evolution des paramètres permettant le recentrage des courbes . . . . . . 57
3.22 Mise en regard des cycles d’hystéresis et d’extrait du film par caméra rapide 58
3.23 Boucles effort-déflexion axiales du plot supérieur sollicité à 5,6 Hz . . . . 59
3.24 Boucles effort-déflexion axiales du plot supérieur sollicité à 18 Hz . . . . 60
3.25 Boucles effort-déflexion radiale du plot inférieur sollicité à 24 Hz pour
une amplitude de déflexion de 1mm à différentes précharges . . . . . . . 61
3.26 Boucles effort-déflexion radiale du plot supérieur sollicité pour une am-
plitude de déflexion de 1mm à différentes fréquences . . . . . . . . . . . 62
3.27 Evolution des entrées (courbe continue) et sorties (courbe discontinue) . . 63
3.28 Algorithme de moyennage par périodicité . . . . . . . . . . . . . . . . . 64
3.29 Résultat d’un traitement par l’algorithme de périodicité . . . . . . . . . . 64
3.30 Algorithme d’extraction spatial . . . . . . . . . . . . . . . . . . . . . . . 66
3.31 Exemple de traitement par l’algorithme de traitement spatial . . . . . . . 66
3.32 Evaluation de la courbe squelette - Bande de déplacements, prolongation
linéaire de la courbe squelette et polynôme équivalent . . . . . . . . . . . 67
3.33 Illustration du Théorème de Stokes . . . . . . . . . . . . . . . . . . . . . 70
3.34 Interface graphique du programme développé . . . . . . . . . . . . . . . 72
3.35 Exemple de cycle de forme parallélogramme - amortisseur à fluide magnéto-
rhéologique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 73
3.36 Matrice du plan d’expérience de l’exemple à 2 facteurs et 3 niveaux . . . 76
3.37 Surfaces de réponse des monômes pour un recalage en ordre 6 d’une
courbe enveloppe (fréquence en Hertz et déflexion en millimètres) . . . . 77
3.38 Surface représentant l’évolution du monôme a2 pour hu d’ordre 6 . . . . . 78
3.39 Surface analytique adimensionnée de référence correspondant par son al-
lure à la nappe expérimentale 3.38 . . . . . . . . . . . . . . . . . . . . . 78
3.40 Mise en correspondance des nappes expérimentales et analytiques . . . . 79
3.41 Numérotation des noeuds et éléments du maillage total . . . . . . . . . . 80
vii

Table des figures
3.42 Numérotation des noeuds pour l’élément 1, numérotation globale à l’ex-

térieur et élémentaire à l’intérieur . . . . . . . . . . . . . . . . . . . . . . 81
3.43 Elément Q4 dans l’espace réel et dans l’espace de référence . . . . . . . . 82
3.44 Schéma de principe des éléments virtuels . . . . . . . . . . . . . . . . . 85
3.45 Eléments virtuels, positions des couples (u,f) représentées par des X . . . 86
3.46 Schéma de connections entre les éléments virtuels et les éléments réels,
chaque case réelle (appartenant au plan d’essai) comprend ici la ou les
textures des cases qui lui sont reliées . . . . . . . . . . . . . . . . . . . 88
3.47 Exemple de cycle obtenu avec un beta arbitrairement fixé à 1 . . . . . . . 90
4.1 Exemple de distribution Gaussienne centrée normée et sa fonction de ré-

partition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 97
4.2 Exemple d’enveloppe DSP . . . . . . . . . . . . . . . . . . . . . . . . . 102
4.3 Méthode de comptage Rainflow appliquée à des cycles contraintes-déformations
(efatigue.com) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 105
4.4 Démarche de calcul des SRE et SDF, graphique tiré de [OTA 08] . . . . . 106
4.5 Schéma de principe d’un générateur temporel basé sur une méthode spec-
trale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 113
4.6 Résultat d’un générateur par méthode spectrale et comparaison à la DSP
d’entrée . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 114
5.1 Schéma de principe du processus de simulation retenu . . . . . . . . . . . 126

5.2 Code de la subroutine UAMP avant modification par l’utilisateur . . . . . 128
5.3 Illustration de la méthode de la bande passante . . . . . . . . . . . . . . . 131
5.4 Evolution des coefficients d’amortissement de Rayleigh et critique en
fonction de la fréquence . . . . . . . . . . . . . . . . . . . . . . . . . . . 133
5.5 Comparaison de réponses simulées d’une poutre console à un balayage
harmonique avec un amortissement structurel ou avec des coefficients de
Rayleigh recalculés . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 135
5.6 Montage académique retenu pour la validation . . . . . . . . . . . . . . . 136
5.7 Représentation 3D du modèle de poutre et de ses blocages . . . . . . . . 137
5.8 Comparaison essai-simulation, réponse en accélération à un balayage har-
monique sur la manipulation académique . . . . . . . . . . . . . . . . . 138
5.9 Comparaison de la simulation temporelle et de la mesure du déplacement
pour une excitation harmonique . . . . . . . . . . . . . . . . . . . . . . 139
viii

Table des figures
5.10 Courbe de l’accélération RMS en fonction de la fréquence au point d’ex-

citation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 140
5.11 Courbe de l’accélération RMS en fonction de la fréquence aux noeuds 1
(extrémité) et 4 (tiers de la longueur) . . . . . . . . . . . . . . . . . . . . 141
5.12 Réponse temporelle en déplacements mesurées et calculées . . . . . . . . 141
5.13 Répartition des valeurs mesurées et calculées pour le modèle de la struc-
ture seule . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 142
5.14 Courbe de l’accélération RMS en fonction de la fréquence aux noeuds 1
(extrémité) et 4 (tiers de la longueur) . . . . . . . . . . . . . . . . . . . . 144
5.15 Historique des déplacements en essais et simulation pour un modèle avec
raideur constante . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 145
5.16 Répartition des valeurs mesurées et calculées pour un modèle avec raideur
constante . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 145
5.17 Maillage de la buse avec représentation du moteur par un élément rigide . 146
5.18 Détail du maillage des tubes de condenseur et de leurs cloisons . . . . . . 147
5.19 Maillage d’un manifold connecté au maillage de jonction coque-solide
d’un tube de condenseur . . . . . . . . . . . . . . . . . . . . . . . . . . 147
5.20 Détail du maillage de la bouteille du condenseur . . . . . . . . . . . . . . 148
5.21 Détail du maillage du collecteur et des tubes . . . . . . . . . . . . . . . . 149
5.22 Schéma du couplage boite-collecteur . . . . . . . . . . . . . . . . . . . . 150
5.23 Représentation du couplage boites-collecteur dans le modèle éléments-
finis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 151
5.24 Principe de l’écoulement homogénéisé dans un milieu poreux . . . . . . . 152
5.25 Détail d’un échangeur réel et maillage homogénéisé . . . . . . . . . . . . 153
5.26 Maillage d’une portion de tube et d’une période d’ailette et volumes ho-
mogénéisés équivalents . . . . . . . . . . . . . . . . . . . . . . . . . . . 154
5.27 Conditions aux limites pour l’homogénéisation du tube en traction suivant
l’axe X . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 154
5.28 Conditions aux limites pour l’homogénéisation en cisaillement XY du tube 156
5.29 Encadrée en bleu, partie de l’intercalaire concernée par les groupes puisque
brasée sur les tubes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 157
5.30 Largeur du cordon de soudure . . . . . . . . . . . . . . . . . . . . . . . 157
5.31 Exemple de groupe de noeuds (en noir) subissant traction et blocage pour
un intercalaire . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 158
5.32 Comparaison déformées modales numériques et experimentales du radiateur161
ix

Table des figures
5.33 Comparaison des facteurs de participation calculés sans (a) et avec sus-
pension (b) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 166
5.34 Premier mode correspondant au mode de suspension X de l’ensemble . . 167
5.35 Deuxième mode correspondant au mode de suspension Y de l’ensemble . 167
5.36 Quatrième mode correspondant au mode de suspension Z de l’ensemble . 168
5.37 Comparaison du comportement de la buse pour les modes 3 avec suspen-
sions (à gauche) et 1 encastré (à droite) . . . . . . . . . . . . . . . . . . . 168
5.38 Comparaison du comportement du condenseur pour les modes 3 avec sus-
pensions (à gauche) et 2 encastré (à droite) . . . . . . . . . . . . . . . . . 168
5.39 Comparaison du comportement du condenseur pour les modes 5 avec sus-
pensions (à gauche) et 3 encastré (à droite) . . . . . . . . . . . . . . . . . 169
5.40 Comparaison du comportement de la buse pour les modes 7 avec suspen-
sions (à gauche) et 4 encastré (à droite) . . . . . . . . . . . . . . . . . . . 169
5.41 Défaillances observées : arrachement (à gauche) et rupture dans le rayon
(à droite) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 170
5.42 Localisation et niveau de contraintes RMS Von Mises encastré (à gauche)
et avec suspension (à droite) . . . . . . . . . . . . . . . . . . . . . . . . 170
5.43 Evolutions des valeurs RMS de contraintes de Von Mises avec plot (ligne
pointillée) et sans plot (ligne pleine) . . . . . . . . . . . . . . . . . . . . 171
5.44 Localisation et niveau de contraintes RMS Von Mises sans modèle de plot
(à gauche) et avec modèle de plot (à droite) avec structure renforcée . . . 172
5.45 Valeurs RMS d’accélération aux 4 noeuds du super-élément . . . . . . . . 174
A.1 Schéma de connections entre les éléments virtuels et les éléments réels,
chaque case réel comprend ici la ou les textures des cases qui lui sont
reliées . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 184
A.2 Exemple d’élément virtuel nécessitant quatre éléments réels . . . . . . . 185
A.3 Schéma de principe de l’algorithme de traitement . . . . . . . . . . . . . 186
A.4 Visualisation de points interpolés et extrapolés sur la base d’un maillage
triangulaire . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 187

Liste des tableaux
3.1 Paramètres de correction pour centrer les boucles . . . . . . . . . . . . . 56
xi

Liste des tableaux
xii

Chapitre 1
Introduction
L’introduction de ce mémoire présente le contexte industriel

de cette étude, ainsi que son support d’application : un
module de refroidissement de moteur d’automobile supporté
par des plots de suspensions.
Sommaire
1.1 Présentation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.2 Contexte industriel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.2.1 Problématique technologique . . . . . . . . . . . . . . . . . . . . . 3
1.2.2 Structure d’application . . . . . . . . . . . . . . . . . . . . . . . . 4
1.2.3 Position du problème . . . . . . . . . . . . . . . . . . . . . . . . . 6
1.2.4 Identification expérimentale du phénomène d’amplification . . . . . 8
1.3 Notions de dynamique des modules de refroidissement automobiles . . 9
1.4 Objectifs . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10

1. Introduction
1.1 Présentation
De tous les types de suspensions, voir la revue d’Ibrahim [IBR 08], la suspension
passive basée sur des plots élastomères reste le meilleur choix du point de vue du com-
promis coût-performance. Afin de réduire le nombre des test industriels dans les phases
de développement, mise au point et validations de technologies, il s’avère judicieux de
développer des modèles éléments finis incluant les non-linéarités et effets de dissipations
induits principalement par ces éléments de suspensions (figure 1.1).
F IGURE 1.1: Exemple de plots de suspensions en élastomères utilisés dans le domaine

automobile
La modélisation des plots de suspension requiert de prendre en compte la dépendance

à de nombreux paramètres tels que la précharge, le type d’excitation, la fréquence
et l’amplitude de l’excitation, la température ambiante qui sont autant d’influences
possibles sur le comportement non linéaire (Nashif, Jones et Henderson [NAS 85],
Petitet et Braquins [PET 08]). Le comportement non linéaire peut ainsi être approché
par des modèles paramétriques ou non (Vestroni et Noori [VES 02]). Les modèles
paramétriques sont définis par des raideurs ou amortissements (comme les modèles
de Kelvin Voigt, de Maxwell ou encore de Masing) introduits au premier membre de
l’équation du mouvement, tandis que les autres concernent une force de restitution
(comme le modèle de Dahl) placé au second membre. Al Majid et Dufour [ALM 02b]
ont proposé un modèle de Dahl généralisé pour prédire "les boucles" effort-deflection.
Celui-ci peut représenter différents types de comportement comme l’adoucissement ou le
durcissement, ou encore une combinaison des deux, et être utilisé pour prédire la réponse
temporelle d’une poutre, supportée avec plot à coussin métallique soumise à des chocs
ou une excitation harmonique [ALM 04]. Ce modèle a depuis été appliqué à un tendeur
de courroie (Michon et al [MIC 05]). Ces différents cas présentent des comportements
de frottement sec, élastoplastiques, qui contrairement au comportement des plots élas-
tomères ne dépend pas de la fréquence d’excitation. Ainsi la modélisation des éléments

Contexte industriel
de suspension requiert d’étendre le modèle de Dahl aux effets visco-élastiques et c’est

l’apport recherché dans cette étude.
La complexité et la taille de la structure industrielle reposant sur les plots élasto-

mères demandent également des modélisations particuliéres. Les techniques de conden-
sations dynamiques appliquées au modèle éléments finis comme celle de Craig-Bampton
([CRA 68]) sont généralement utilisées car elles sont bien adaptées à une modélisation
linéaire de la structure. Les degrés de liberté conservés dans la base réduite permettent de
relier le modèle condensé de la structure aux éléments non linéaires (Gjika & al [GJI 96]).
Un problème se pose toutefois lorsque la structure est d’emblée difficile à mailler, du fait
par exemple de la forte différence d’échelle entre les éléments de l’assemblage. Les micro-
structures périodiques peuvent alors être modélisées de façon simplifiée par des méthodes
d’homogénéisation ([PLA 04]). Le comportement de l’ensemble de la structure est ainsi
respecté tout en s’affranchissant d’une part d’un maillage fastidieux et d’autre part de
détails inutiles à l’analyse du comportement de la structure.
1.2 Contexte industriel
1.2.1 Problématique technologique

Les cahiers des charges des constructeurs automobiles imposent aux équipementiers
des validations de composants par des tests représentatifs à la fois des endommagements
subis au cours de la durée de vie véhicule, mais également des environnements moteur
rencontrés sous capot. Ces validations impliquent donc d’effectuer les tests avec l’envi-
ronnement direct complet des structures à considérer comme par exemple les plots de
suspensions en élastomères. Les essais représentatifs de la durée de vie sont effectués
sous forme de tests en vibration aléatoire de type densité spectrale de puissance ce
qui permet de réduire au maximum les durées d’essais tout en restant représentatif des
endommagements réels. La sévérisation nécessaire à assurer cette compatibilité est basée
sur une linéarisation du comportement vibratoire des structures étudiées, ce qui est en
contradiction avec le comportement réel des structures d’interfaces telles que les plots de
suspension ou les durites.
Un des objectifs de cette recherche est d’assurer des corrélations fiables entre les es-
sais réalisés en laboratoires et les simulations effectuées sur le code de calcul par éléments

1. Introduction
finis industriel Abaqus, dans le but de permettre une réelle validation en fatigue des équi-
pements automobiles.
1.2.2 Structure d’application

La structure étudiée est un module de refroidissement de moteur d’automobile
supporté par des plots en élastomère (figure 1.2). Cet organe a deux fonctions : le
refroidissement moteur et la climatisation de l’habitacle. Le refroidissement du moteur
est assuré au moyen de fluides caloporteurs. Ceux-ci circulent dans le moteur jusqu’au
radiateur où ils sont refroidis par convection forcée au moyen d’un groupe motoventi-
lateur. La climatisation est assurée par le condenseur. Les changements de phases du
fluide sous pression qu’il contient permettent la "consommation" d’énergie nécessaire
au refroidissement de l’habitacle accumulée auparavant dans un évaporateur. Les durites
constituant les différents circuits froids et chauds entre le moteur, le module et les organes
de climatisation ne sont pas prises en compte dans cette étude. Le plus généralement
leur impact est négligé car elles ne sont pas des sources suffisantes de raideur ou
d’amortissement pour modifier le comportement de la structure de façon notable.
Le radiateur est un échangeur constitué d’un assemblage de tubes et d’intercalaires

en aluminium. Les tubes assurent la circulation du fluide réfrigérant entre les deux boites
à eau en polymère chargé en fibres de verre. Les intercalaires permettent quant à eux
d’amplifier la dissipation thermique par conduction puis convection avec l’air ambiant.
Il existe deux technologies d’assemblages pour ce type d’échangeur. La première est
un assemblage mécanique (figure 1.3). Les intercalaires prennent la forme d’ailettes
dans lesquelles sont emmanchés les tubes. Le maintien est assuré par une expansion
des tubes au moyen d’une olive. Les tubes sont reliés aux collecteurs en aluminium par
l’intermédiaire d’un joint élastomère, conférant ainsi une certaine souplesse à l’ensemble.
Les collecteurs sont ensuite sertis sur une partie des boites à eaux prévues à cet effet : le
pied de boite. La seconde technologie d’assemblage est le montage brasé (figure 1.4). Les
tubes, les intercalaires et les collecteurs sont alors recouverts d’un flux de brasage, qui
après passage au four permet d’assurer le connexion des éléments ainsi que l’étanchéité
par des microsoudures. Ce faisceau monobloc est ensuite serti sur les boites à eaux
comme dans le cas d’un radiateur mécanique.
Le condenseur est un échangeur entièrement en alumium. L’assemblage est le même

Contexte industriel
F IGURE 1.2: Eclaté du module de refroidissement étudié
que pour les radiateurs brasés. La différence est que pour un condenseur, les boites à eaux
sont également les collecteurs. C’est pourquoi elles sont dénommées boites collectrices
ou manifolds du terme anglais signifiant collecteur. Le condenseur compte également
généralement une bouteille servant de conteneur pour le réfrigérant. La principale
particularité du condenseur est la possibilité d’avoir deux phases coexistant dans le
faisceau au même instant, comme par exemple du liquide en partie basse et du gaz en
partie haute. Ce comportement rend la répartition des masses hétérogènes et c’est un
comportement à ne pas négliger lors d’une modélisation d’un tel échangeur.
Le groupe moto ventilateur (GMV) est constitué d’une buse, accueillant le moteur et
l’hélice. La buse et l’hélice sont en polymères renforcés par des fibres de verre.
L’architecture du module support des essais et de la modélisation de cette thèse cor-

respond à un radiateur porteur, ce qui signifie que tous les composants sont montés sur

1. Introduction
F IGURE 1.3: Photo d’un assemblage de tubes et d’intercalaires constituant un faisceau

de radiateur mécanique
cet échangeur.
1.2.3 Position du problème
Les plots en élastomère sont les interfaces entre la structure excitatrice (la face avant
technique du véhicule) et la structure supportée. La difficulté majeure de l’intégration de
ce type d’interfaces dans des simulations numériques vibratoires "classiques" provient
directement du caractère non linéaire du comportement de leur matériau. En effet, les
simulations vibratoires représentatives des excitations aléatoires comme des régimes
permanents sont effectuées sur la base de calculs purement linéaires. Ces calculs sont
donc pour l’heure réalisés le plus souvent avec une modélisation linéaire des suspensions,
voire une non-prise en compte de celles-ci, lorsqu’aucune information n’est disponible.
Cette absence de suspension pose un problème fondamental. Des incohérences peuvent
apparaitre lors de simulation représentant le composant comme une structure encastrée.
En effet, ces conditions aux limites ne permettent pas de corréler les modes de suspension
de la structure. Cette mauvaise représentation prend toute son importance lors de
simulations aléatoires définies par densité spectrale de puissance (DSP ou PSD pour
Power Spectral Density). L’aspect cummulatif des résultats statistiques conduit le plus
souvent à une sous estimation du résultat final, puisque des phénomènes d’amplifications
sont omis (figure 1.5).

Contexte industriel
F IGURE 1.4: Photo d’un assemblage de tubes et d’ailettes constituant un faisceau de

radiateur brasé
Ces incohérences de résultats sont pour l’heure traitées au moyen de critères empi-
riques -et non matériau- permettant de valider ou non un solution technique sur la base
d’un résultat de calcul. Cette approche basée sur les cas d’études identifiés comme les
plus critiques prend donc en compte des phénomènes d’amplification "moyens". Ceux-ci
peuvent atteindre 40% d’amplification de la valeur RMS du spectre injecté. Ces critères
ne sont ainsi pas fiables dans le cas d’amplification dépassant ces valeurs ce qui rend les
résultats de calcul non conservatifs.
F IGURE 1.5: Exemple de phénomène d’amplification enregistré

1. Introduction
1.2.4 Identification expérimentale du phénomène d’amplification
Afin de s’assurer que cette amplification soit bien liée au comportement des suspen-
sions, les études menées sur des cas critiques où les simulations ont montré une sous
estimation de la réalité.
F IGURE 1.6: Exemple d’incohérence essai-simulation
Le cas décrit dans la figure 1.6 constitue un exemple d’incohérence. Le critère utilisé,
sur la base du spectre injecté sur le banc d’essais sur un modèle encastré, valide le com-
posant qui montre pourtant une défaillance lors de l’essai. La mesure présentée permet
de confirmer une amplification du spectre au niveau des pions inférieurs du radiateur. Un
nouveau calcul réalisé à partir du spectre mesuré au niveau du pion permet quant à lui
d’observer le point critique en contraintes qui ne permet pas de valider le composant.

Notions de dynamique des modules de refroidissement automobiles
1.3 Notions de dynamique des modules de refroidisse-

ment automobiles
Comme toutes suspensions, celles des modules de refroidissement ont deux rôles
fondamentaux : l’isolation vibratoire du châssis par rapport au groupe moto-ventilateur
et l’absorption des vibrations induites par le ralenti du groupe moto-propulseur.
La figure 1.7 montre l’allure classique des courbes de transmissibilité d’un oscillateur
à un degré de liberté (ddl) de fréquence propre f0 en fonction de la valeur du coefficient
d’amortissement. Ces courbes comportent deux parties, l’une en basses fréquences
√
(inférieures à fc = 2 f0 ) correspondant à un domaine d’amplification, où la valeur de
sortie du système est supérieure à la valeur d’entrée. Cela donne donc une transmissibilité
supérieure à 1. La seconde gamme de fréquence, au delà de la fréquence de coupure fc ,
correspond alors à une phase de filtrage, permettant d’atténuer via le système, l’amplitude
des vibrations en sortie. C’est donc sur la position de la fréquence de coupure par rapport
à la gamme d’utilisation, que le comportement de la suspension se joue.
F IGURE 1.7: Courbes de transmissibilité adimensionnées [IFO 09]

1. Introduction
Le rôle général des suspensions des modules est d’empêcher la transmission des
vibrations générées par le Groupe Moto-Ventilateur (GMV) à l’ensemble de la caisse.
C’est donc avant tout un rôle de confort, pour que le conducteur et les passagers ne
ressentent pas de chocs ou de vibrations lorsque le GMV se déclenche. Cette solution est
appelée « Soft Mounting ». Il ne s’agit donc pas de filtrer les vibrations en provenance de
la caisse. Cela signifie que les plots ne sont pas dimensionnés pour fonctionner en filtrage
pour un essai de type densité spectrale de puissance ou harmonique avec excitation par la
base. C’est donc l’explication majeure des amplifications de spécifications observées en
sortie de plot. Le dimensionnement des plots ne correspond pas à une phase d’atténuation
compatible avec les gammes de fréquences où les PSD injectées sont généralement les
plus fortes. On se trouve au contraire dans la bande d’amplification comme le présente la
figure 1.7.
Il existe cependant un autre mode de fonctionnement de ces suspensions. Certains

constructeurs automobiles japonais appliquent le principe du « Dynamic Damping » aux
composants comme les modules de refroidissement. L’objectif est de compenser les vi-
brations induites par le moteur de la voiture à la caisse, par l’entrée en résonance d’un
sous système de type masse-ressort. Il arrive donc que le module de refroidissement soit
utilisé de cette manière. Il est alors nécessaire que les modes de suspension du module
de refroidissement soient fixés aux fréquences de fonctionnement du moteur à absorber.
Il s’agit généralement de compenser le ralenti, qui correspond à une fréquence relative-
ment basse comprise entre 15 et 20Hz. Le principal problème est qu’il s’agit encore des
gammes de fréquences où les PSD injectées sont les plus fortes. Les plots dimensionnés
pour créer un « Dynamic Damping » avec le module vont donc causer une sévèrisation
des tests PSD.
1.4 Objectifs
L’objectif final de la thèse est de définir une méthode permettant d’évaluer par
simulation les dommages sur une structure industrielle quelconque lors d’un test de
vibration aléatoire en prenant en compte la modification de comportement induite par les
plots élastomères.
Pour cela, il est tout d’abord nécessaire de réaliser une caractérisation des plots
10

Objectifs
de suspensions de la structure à la fois dans leur environement et isolés. On cherche

ainsi à réduire la gamme de caractérisation en se limitant à des valeurs physiquement
représentatives de l’essai avant de commencer l’étude sur le plot seul.
La caractérisation définit les cycles force-deflexion d’après lesquels seront évalués

les paramètres des équations du modèle retenu. Une part importante du travail consiste
alors à établir les lois d’évolutions des paramètres, pour obtenir un modèle prédictif et
plus seulement représentatif des mesures. Il s’agit ici du développement de l’évolution
du modèle, à tester ensuite sur une structure académique puis intégrer à un code de calcul
industriel.
La modélisation par éléments finis de la structure puis sa condensation dynamique

facilite les simulations temporelles dynamiques qui intègrent la faculté de prendre en
compte les nonlinéarités localisées, amenées par les suspensions.
Ce mémoire présente tout d’abord les élastomères, leurs comportements et modélisa-

tions, qui guident les choix de caractérisation effectués durant cette étude. Le deuxième
chapitre concerne les essais de caractérisation et la mise en place du modèle de suspen-
sion retenu. Le troisième chapitre présente les différentes notions théoriques concernant
les vibrations aléatoires. Le quatrième chapitre introduit finalement l’analyse par éléments
finis des sollicitations basées sur des densités spectrales de puissance, la mise en place des
simulations sous Abaqus et les résultats obtenus lors de cette étude.
11

1. Introduction
12

Chapitre 2
Suspensions élastomères :
comportement et modèles
Ce chapitre présente des notions sur le comportement des

élastomères et les modèles usuels de suspensions non
linéaires.
Sommaire
2.1 Comportement des élastomères . . . . . . . . . . . . . . . . . . . . . . . 15
2.1.1 Généralités sur les polymères . . . . . . . . . . . . . . . . . . . . 15
2.1.2 Comportement visco-élastique des élastomères. . . . . . . . . . . . 16
2.1.3 Grandeurs dynamiques en relation avec le comportement des élas-
tomères . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
2.1.4 Effets des conditions de sollicitations . . . . . . . . . . . . . . . . 19
2.1.5 Conclusion sur les influences des paramètres extérieurs et condi-
tions de sollicitations . . . . . . . . . . . . . . . . . . . . . . . . . 26
2.2 Modélisation du comportement des elastomères . . . . . . . . . . . . . 26
2.2.1 Approche par loi de comportement . . . . . . . . . . . . . . . . . . 27
13

2.2.2 Approche par les modèles rhéologiques . . . . . . . . . . . . . . . 29
2.2.3 Modèle force de restitution de Dahl . . . . . . . . . . . . . . . . . 34
2.3 Conclusion de la recherche bibliographique . . . . . . . . . . . . . . . . 36
14

Comportement des élastomères
La partie 1 de ce chapitre présente les effets d’environements et de sollicitations qui

influent sur le comportement des élastomères. La partie 2 dresse un état de l’art non
exhaustif des modèles existants.
2.1 Comportement des élastomères

Il s’agit ici de synthétiser des notions concernant les élastomères ayant un lien avec
cette étude à partir principalement de [BOU 09], de [IFO 09], de [GJI 94] et de [PET 08].
2.1.1 Généralités sur les polymères

Actuellement, la France se situe au deuxième rang mondial des transformateurs de
gomme naturelle ou synthétique. Cette industrie possède un véritable savoir faire dans ce
domaine et garde secrètes les recettes d’élaboration des pièces en caoutchouc.
Les caoutchoucs utilisés dans le domaine de l’automobile sont des polymères naturels
(ex : latex issu de l’hévéa) ou issus d’une succession de réactions chimiques forcées entre
des molécules monomères (ex : époxydes). Une macromolécule d’un polymère est essen-
tiellement composée de carbone et d’hydrogène, sur lesquels se greffent éventuellement
des additifs comme l’oxygène, le fluor, le soufre... Le polymère est constitué d’un enche-
vêtrement de macromolécules dont la cohésion est assurée par des interactions de Van der
Waals.
F IGURE 2.1: Exemple de chaine chimique d’un monomère de caoutchouc naturel
Les polymères sont répartis en trois classes. Les thermoplastiques, tout d’abord, ont la
particularité de pouvoir être mis en forme presque indéfiniment par simple chauffage. Ce
sont donc des matériaux recyclables. Les thermodurs ou thermodurcissables se rigidifient
sous l’action de la chaleur, ils sont donc généralement valorisés mais pas recyclés. Les
15

2. Suspensions élastomères : comportement et modèles
élastomères peuvent faire partie de l’une ou l’autre classe, mais leurs qualités de grande
déformabilité les distinguent du reste des polymères.
Un polymère est caractérisé par son élasticité. La longueur des macromolécules

engendre une pelote statistique. Une macromolécule au repos est généralement repliée
sur elle-même. Celle-ci a alors une très grande capacité d’élongation sous contrainte
extérieure : c’est l’élasticité entropique. L’enchevêtrement des macromolécules observé
dans les polymères comme les caoutchoucs crée une déformabilité structurelle. En effet,
au delà du "déroulement" individuel des macromolécules, celles-ci peuvent glisser les
unes par rapport aux autres. On compare souvent ce comportement à celui d’un plat de
spaghettis lors des premières entrées en matières des exposés portant sur les matériaux
amorphes et semi-cristallins.
La rigidité d’un polymère dépend beaucoup de la température ambiante. Ce comporte-

ment est situé globalement entre celui d’un solide élastique et celui d’un fluide visqueux.
En particulier lorsque la température augmente progressivement on observe que raideur
et résistance à la rupture diminuent et que la déformation à la rupture passe par un maxi-
mum.
2.1.2 Comportement visco-élastique des élastomères.

Les élastomères sont des polymères amorphes constitués de grandes chaines linéaires
peu liées. Les élastomères synthétiques sont constitués de chaines dépassant les 104
atomes de carbone enchainés, tandis que les chaines des caoutchoucs naturels dépassent
les 105 atomes de carbone. Ce sont les plus longues molécules parmi les polymères.
Cette particularité explique en partie les différentes propriétés qui les caractérisent.
Ce sont des matériaux mis en œuvre à chaud pour permettre le pontage entre les
macromolécules. Leur température d’utilisation maximale peut atteindre 150 à 250◦ C.
Ils sont caractérisés par un faible module d’élasticité et un comportement hyperélastique
ou viscoélastique aux environs de 20◦ C. Ils sont généralement hautement déformables
à température ambiante. Le comportement des élastomères en traction est variable
selon leur constitution. C’est pourquoi le choix des additifs en qualité et en quantité (la
formulation) a une importance capitale et est au coeur du savoir-faire des transformateurs.
Les points remarquables du comportement des élastomères en charge-décharge liés à
16

F IGURE 2.2: Exemple d’allure d’évolution des contraintes en fonction des déformations
en cas de mise en charge et décharge d’un élastomère [IFO 09]
la viscoélasticité sont de grandes déformations, une non linéarité entre la contrainte et la

déformation, une dissipation d’énergie, une déformation résiduelle et un effet d’histoire
du chargement. Une sollicitation répétée à contrainte ou déformation imposée aboutira à
une stabilisation du cycle (fig 2.3).
2.1.3 Grandeurs dynamiques en relation avec le comportement des

élastomères
La raideur dynamique Kdyn d’un spécimen s’exprime comme le rapport des ampli-
tudes dynamiques de force imposée F0 et de déflexion obtenue x0 :
F0
Kdyn = (2.1)
x0
Avec la force :
F = F0 sin(ωt + δ) (2.2)
et la déflexion :
x = x0 sin(ωt) (2.3)
où ω est représente la pulsation.
Dans le cas où le déphasage δ est nul, le matériau est purement élastique et il n’y a
17

F IGURE 2.3: Allure générale d’un cycle d’hystérésis
F IGURE 2.4: Représentation complexe des grandeurs viscoélastiques et de l’angle de

perte
aucune dissipation, la raideur dynamique est alors égale à la raideur statique. Dans un
diagramme force-déplacement (2.3), les matériaux viscoélastiques sont caractérisés par
un cycle d’hystérésis. Le déphasage générant l’ouverture du cycle est aussi appelé angle
de perte et s’exprime en radian. On note souvent les grandeurs dynamiques viscoélas-
tiques sous la forme de complexes (X ∗ ) ayant une partie réelle élastique notée X 0 (module
de stockage) et une partie imaginaire visqueuse X 00 (module de perte). On peut relier les
deux parties de ce complexe à l’angle de perte δ quelque soit la grandeur étudiée (raideur
(K), module de cisaillement (G), module de Young (E)).
X 00
tan(δ) = (2.4)
X0
Ce sont ces grandeurs qui sont à la base de la plupart des modèles utilisés pour repré-
18

senter le comportement des suspensions non linéaires.
2.1.4 Effets des conditions de sollicitations

Les principaux facteurs influant sur le comportement d’un élastomère donné sont la
fréquence de sollicitation, les températures d’échauffement et environnante, l’amplitude
dynamique, la précharge, les chargements dynamiques et les évolutions propres au
vieillissement et à la fatigue du matériau. Cette liste reste bien sûr non-exhaustive, on
trouve une étude beaucoup plus complète dans la thèse de Bourgeteau ([BOU 09]). La
thése de Gjika porte en grande partie sur la caractèrisation de plot cylindrique en fonction
des paramètres de flexion, température, excitation et précharge [GJI 94].
Dans la pratique, la pièce en élastomère subit les effets combinés de plusieurs para-
métres, rendant la modélisation de son comportement délicate. Ainsi la température et la
vitesse de sollicitation ont des effets antagonistes sur la loi de comportement contraintes-
déformation en traction monotone (voir fig :2.5). L’équivalence temps-température est
souvent utilisée afin de permettre de réaliser des essais sur des gammes de températures
ou des durées d’essai que l’on ne peut normalement pas atteindre. Le même type d’équi-
valence est par ailleurs utilisé entre le temps et la pression.
En fonction de la température (inversement en fréquence), un élastomère passe de

l’état vitreux à l’état caoutchoutique (fig :2.6). Le caoutchouc est tout d’abord fortement
rigide en basse température (zone vitreuse), puis perd subitement en rigidité pour tomber
à des modules beaucoup plus faibles (plateau caoutchoutique). La zone terminale, corres-
pondant aux hautes températures, est une zone généralement à proscrire pour l’utilisation
puisque la dégradation des propriétés est telle qu’une utilisation prolongée conduit rapi-
dement à une ruine du matériau.
2.1.4.1 Influence de la fréquence
La fréquence influe fortement sur la non linéarité du comportement. Tout d’abord à

travers le phénomène de rigidification dynamique. Le rapport entre raideur dynamique et
raideur statique augmente avec une allure logarithmique lorsque la fréquence augmente.
On peut par ailleurs remarquer sur les courbes de la figure 2.7 que cette rigidification est
plus importante en cisaillement qu’en compression.
19

F IGURE 2.5: Effet de la vitesse de sollicitation et de la température sur le comportement

d’un élastomère en traction monotone [IFO 09]
F IGURE 2.6: Evolution générale des modules en fonction de la température ou de la

fréquence, découpage en zone [IFO 09]
20

F IGURE 2.7: Rigidification dynamique, effet du mode de sollicitation [IFO 09]
F IGURE 2.8: Rigidification dynamique, effet de l’amplitude de sollicitation [IFO 09]
La figure 2.8 montre quant à elle que ce phénomène de rigidification est moins impor-
tant lorsque l’amplitude de déformation augmente.
L’évolution des modules élastiques est comparable à celle des raideurs. On peut voir
sur la figure 2.9 que les modules élastiques et visqueux ont tendance à augmenter avec la
fréquence. L’angle de perte passe par un maximum dans la gamme de fréquence corres-
pondant à l’état viscoélastique signifiant un maximum dans l’amortissement généré par
l’élastomère.
Les observations sur la fréquence ne sont valables que lorsque la phase d’échauffe-
ment du matériau est stabilisée puisque l’influence de la température est différente de
celle de la fréquence.
21

F IGURE 2.9: Evolution des modules élastiques, visqueux et de l’angle de perte avec la
fréquence [IFO 09]
22

F IGURE 2.10: Evolution des modules élastiques et visqueux et de l’angle de perte en

fonction de la température [IFO 09]
2.1.4.2 Influence de la température
On étudie ici l’influence de la température. Celle-ci peut être un effet de l’environ-

nement ou une conséquence des sollicitations comme dans le cas d’un échauffement par
frottement.
La grandeur caractéristique principale du comportement en température d’un élas-

tomère est sa température de transition vitreuse Tg . C’est la limite de changement de
comportement global d’un élastomère, le passage entre l’état vitreux et le plateau caou-
tchoutique.
La figure 2.10 montre que les modules visqueux et élastiques ont une tendance globale
à la décroissance. Les modules sont présentés ici en fonction de la double-déformation dy-
namique, les éléments d’élastomères à caractériser sont montés de façon symetrique par
rapport à l’axe de la sollicitation. La mesure prend donc en compte les déformations des
deux éléments simultanément. La variation est brutale autour de la température de transi-
tion vitreuse mais beaucoup faible pour les hautes ou basses températures. L’évolution des
00
modules (E ) n’est cependant pas strictement monotone. On peut remarquer un passage
par un maximum aux environs de la température de transition vitreuse.
Les modules et les raideurs des élastomères tendent à diminuer lorsque la température
23

F IGURE 2.11: Evolution des modules élastiques, en fonction de l’amplitude de déforma-

tion dynamique et de la température [IFO 09]
augmente. On peut observer sur la figure 2.11 que la diminution est de plus en plus
faible en fonction de la température, l’écart entre les différentes températures se réduit
également à haute amplitude de déformation.
Les courbes présentées sur la figure 2.12 montrent que les différences en comporte-
ments élastiques sont beaucoup plus importantes pour les températures négatives que po-
sitives. On note d’ailleurs que les courbes à 20◦ C, 40◦ C et 60◦ C sont proches. L’évolution
des modules visqueux suit une tendance plus difficile à généraliser en fonction de la fré-
quence et de la température. Dans la section précédente, on a pu observer sur les courbes
2.9 que les modules visqueux chutent dans la partie des hautes fréquences correspon-
dant au passage à l’état vitreux. Les courbes 2.12 résultent donc d’une double évolution :
l’augmentation de la température décale progressivement le pic du module visqueux vers
les hautes fréquences, tant que la température est inférieure à la température de transition
vitreuse. Lorsque celle-ci est atteinte ce comportement semble s’inverser. On peut égale-
ment clairement observer une augmentation globale des modules avec la diminution de
la température ainsi que le resserement des courbes en température positive. Il peut donc
être très difficile de juger de l’évolution du comportement en modifiant simultanément
ces deux paramètres.
24

F IGURE 2.12: Evolution des modules élastiques et visqueux en fonction de la fréquence

et de la température [IFO 09]
2.1.4.3 Influence de l’amplitude de sollicitation - effet Payne
La raideur d’une pièce en élastomère chargée en noir de carbone est inversement pro-
portionnelle à l’amplitude de déflexion qui lui est appliquée. C’est ce que l’on appelle
l’effet Payne [PAY 62]. Cette évolution est caractérisée par deux paliers, l’un aux basses
amplitudes, l’autre pour les plus hautes amplitudes (cf 2.11). Ce phénomène est amplifié
avec l’augmentation du taux de noir de carbone dans l’élastomère augmente. Les doubles
déformations dynamiques de l’ordre du millième sont bien positionnées sur un plateau
quelque soit la température, puis une décroissance intervient, et un nouveau palier se
forme à l’approche des doubles déformations égales à l’unité.
C’est également l’effet Payne qui explique que la rigidification dynamique diminue
lorsque l’amplitude de la sollicitation augmente.
2.1.4.4 Influence des chargements dynamiques - effet de Mullins
L’effet de Mullins ([CHA 01]) consiste en la modification du comportement d’un élas-

tomère chargé en grandes déformations après une première mise en extension (figure
2.13). Une telle manipulation permet de mettre en évidence une perte de raideur progres-
25

F IGURE 2.13: Représentation de l’effet Mullins avec 1 le premier cycle de charge, 2 le

second cycle, puis la partie du comportement indépendante de la charge.
sive ainsi que l’apparition d’une déformation rémanente, recouvrable partiellement sur un
temps dépendant de la température de maintien.
L’effet de Mullins peut être facilement contourné. En effet, étant donné le temps néces-
saire au retour à l’état de repos du matériau, il est souvent considéré que le comportement
d’un élastomère après une phase de rodage suffit à générer le comportement dû à l’effet
Mullins qui sera le comportement "final" de la pièce.
2.1.5 Conclusion sur les influences des paramètres extérieurs et

conditions de sollicitations
On peut constater que ce sont notamment la dépendance à la fréquence, à la tempéra-
ture, à l’amplitude de déflexion et l’effet de Mullins qui caractérisent souvent le compor-
tement visco-élastique. Dans [GJI 96] sont strictement exposées les différences entre un
comportement visco-élastique et élastoplastique dues au frottement sec.
2.2 Modélisation du comportement des elastomères

Il s’agit ici de présenter les modèles usuels permettant d’intégrer le comportement
des élastomères, et en particulier des systèmes de suspensions, à des modélisations par
éléments finis. Il existe plusieurs familles de modèles : les premiers décrivent les lois de
comportement matériaux, les seconds assimilient les suspensions à des assemblages d’élé-
ments rhéologiques simples, les derniers représentent le comportement de la suspension
26

Modélisation du comportement des elastomères
comme une condition au limite en force dépendant des conditions de sollicitation.
2.2.1 Approche par loi de comportement

La première option pour l’intégration d’un comportement d’élastomère au sein d’une
simulation numérique est la définition d’une loi de comportement caractéristique du maté-
riau. On trouve dans [VER 08] un état de l’art de ces lois, et le rappel des effets à prendre
en compte. Le principe de ces méthodes est de recaler une loi permettant de représenter
les divers comportements d’un matériau en fonction des conditions de sollicitations. Cette
loi remplace alors la loi de Hooke, ou toute autre loi éventuellement non linéaire dans la
définition du matériau dans le modèle éléments finis. La mise en oeuvre passe alors par le
maillage du composant élastomère.
L’identification des paramétres de ce type de modèle est effectuée à l’aide de simples
tests sur des éprouvettes. Les tests de traction peuvent être réalisés sur des éprouvettes
de types haltères ou bandes, des essais de compression sur des plots élancés. Les essais
multiaxiaux (cisaillement pur, traction équibiaxiale) sont réalisables sur des tubes des
plaques ou des disques.
Les modèles de lois de comportement sont soit des modèles hyperélastiques ou visco-
élastiques. Ces lois sont avant tout phénoménologiques, les coefficients n’ont pas toujours
de significations physiques. On peut trouver dans [BAN 99] un exemple de définition
complète d’une telle loi.
2.2.1.1 Modèles hyperélastiques
Les hypothèses d’utilisation des lois de comportements hyperélastiques sont : une

isotropie du comportement, une réversibilité totale, une non linéarité du comportement
liant la contrainte et la déformation, la compressibilité. Les lois distinguent à ce dernier
titre les matériaux faiblement et fortement compressibles.
La loi de comportement de base est la loi Néo-Hookéenne qui lie le travail des défor-
mations W à un paramètre élastique C1 et au premier invariant du tenseur des déformations
I1 .
W = C1 (I1 − 3) (2.5)
où C1 est un coefficient d’élasticité exprimé en Pa et I1 premier invariant du tenseur des

déformations.
La faiblesse du modèle Néo-hookéen face aux effets de multiaxialités a conduit à la
27

proposition de Mooney en 1940 ([MOO 40]).
W = C1 (I1 − 3) +C2 (I2 − 3) (2.6)
La loi de Mooney-Rivlin est très utilisée dans les codes de calculs par éléments finis
et s’exprime souvent sous sa forme généralisée :
n
W = ∑ Ci j (I1 − 3)i (I2 − 3) j (2.7)
ij
Les paramètres d’ordre i et j servent à enrichir la loi pour prendre en compte d’éventuelles
évolutions complexes.
La loi d’Ogden est aussi souvent utilisée :
n
2µi αi
W=∑ (λ + λαi
2 1
αi
2 + λ3 − 3) (2.8)
i=1 αi
Les paramétres αi et µi sont des coefficients d’élasticité. Les coefficients λ correspondent

aux élongations principales.
La prise en compte de la compressibilité dans les deux dernières équations peut être fa-
1
cilement réalisée en ajoutant le terme ∑m 2i
i=1 Di (J − 1) où Di est un coefficient d’élasticité
exprimé en MPa−1 . Cette partie n’intervient que lorsque le volume relatif J est différent
de l’unité.
2.2.1.2 Modèles viscoélastiques
Les lois viscoélastiques ont, elles aussi, leurs hypothèses. Tout comme pour les mo-
dèles hyperélastiques, il faut considérer l’isotropie du comportement et la non linéarité
contrainte-déformation. La dépendance au temps doit être identique pour tous les char-
gements déviatoriques (comme le cisaillement), et de même pour tous les chargements
sphériques. La viscoélasticité est considérée linéaire. Cela implique que les réponses en
contraintes dues à des sollicitations en déformations successives et réciproquement sont
additives (principe de Boltzmann). La réponse en contrainte peut être obtenue depuis une
décomposition ayant la forme d’un produit d’une fonction de la déformation et d’une
fonction du temps.
Certains modèles viscoélastiques sont basés sur une extension des modèles élastiques
instantanés. Pour les modèles de type Rivlin, les coefficients Ci j et D1i sont alors définis
28

comme directement dépendants du temps. On obtient leur expression à l’aide de dévelop-

pements en séries de Prony. Par exemple pour les Ci j on obtient :
" #
p
Ci j (τ) = Ci0j 1− ∑ gm(1 − exp(−τ/τm)) (2.9)
m=1
Des développements comparables sont également possibles pour les modèles d’Og-
den.
2.2.1.3 Avantages et inconvénients des approches par loi de comportement
Les modèles utilisant des lois de comportements ont l’avantage d’être facilement
intégrables aux codes de simulations industriels existant. En effet, leur définition n’influe
pas directement sur l’agorithme du code mais uniquement sur les relations entre les para-
mètres déjà existants. C’est pourquoi on retrouve d’ores et déjà ce type de modèles dans
les logiciels de calculs spécialisés ou non dans le traitement des non linéarités matériaux.
Le fait que ces modèles traitent le problème directement sous leur aspect matériau permet
de limiter les essais nécessaires à leur recalage à une seule série de mesure pour quali-
fier toutes les pièces fabriquées à partir d’un même mélange et dans les mêmes conditions.
Cet avantage est également une des faiblesses des lois de comportement, puisqu’en
se basant uniquement sur le matériau, ces modèles nécessitent de traiter à part les problé-
matiques liées aux contacts, jeux et éventuelles frictions aux interfaces entre les pièces
"dures" et les pièces élastomères ce qui peut parfois s’avérer très difficile voire impossible.
2.2.2 Approche par les modèles rhéologiques
Dans les modèles rhéologiques, le comportement d’un matériau ou d’une structure

s’effectue par un assemblage d’éléments simples représentatifs chacun d’une partie du
comportement. C’est la mise en parallèle et/ou en série d’un certain nombre de ces élé-
ments, dépendant de la complexité du phénomène à représenter, qui permet d’obtenir une
relation entre contrainte et déformation (ou entre force et déplacement) comme celles que
l’on peut trouver dans [JOH 00] pour modéliser par exemple le comportement en relaxa-
tion.
29

F IGURE 2.14: Elément de type ressort de raideur k
F IGURE 2.15: Elément amortisseur
2.2.2.1 Eléments et modèles de base
Le premier modèle peut être comparé à un ressort (fig : 2.14) puisqu’il relie linéaire-
ment l’entrée et la sortie (force-déplacement ou contrainte-déformation). Il s’agit donc
de la partie élastique des modèles qui correspond au solide de Hooke. Celui-ci restitue
entièrement l’énergie qui lui est transmise.
Le second modèle est l’amortisseur qui met en relation la vitesse de déformation à la

contrainte linéairement à l’aide d’un coefficient d’amortissement η.
dε
σ=η (2.10)
dt
Son comportement correspond au liquide de Newton qui peut dissiper toute l’énergie
qui lui est transmise sous forme de chaleur par exemple.
Certains éléments prennent en compte des aspects élastoplastiques comme les mo-
dèles à frottement de Coulomb (ou patins). Pour ces éléments, la vitesse de déformation
est nulle tant que la contrainte est inférieure à une valeur limite. Au delà de cette valeur
la vitesse de déformation adopte le signe de la contrainte.
La plupart des modèles simples codés dans les logiciels de calculs éléments finis in-
dustriels sont issus de combinaisons de ces éléments. La viscoélasticité linéaire peut être
30

F IGURE 2.16: Assemblage de Maxwell
F IGURE 2.17: Assemblage de Kelvin-Voigt
notamment représentée sous la forme de trois modèles simples [HUY 05].

• le modèle de Maxwell (fig : 2.16) est une mise en série d’un ressort et d’un amor-
tisseur. L’équation régissant son comportement prend la forme :
1 1
ε̇(t) = σ̇(t) + σ(t) (2.11)
E η
Le modèle de Maxwell peut être utilisé pour représenter le comportement de

polymères thermoplastiques.
• le modèle de Kelvin-Voigt consiste en l’association en parallèle d’un ressort et d’un

amortisseur (fig :2.17). Il peut s’écrire :
σ(t) = ηε̇(t) + Eε(t) (2.12)
Ce modèle est utilisé pour représenter le comportement des polymères fortement

réticulés.
• Le modèle de Zener est une mise en série d’un modèle de Kelvin Voigt de raideur
E1 avec un ressort de raideur E0 . Son expression est donc une combinaison des
différents comportements que l’on peut résumer par le système d’équations suivant :
31

ε = ε0 + ε1
σ(t) = E0 ε0 (2.13)
σ(t) = ηε˙1 (t) + Eε1 (t)
L’équation du modèle s’écrit finalement :
(E0 + E1 )σ(t) + ησ̇(t) = E0 (E1 ε + ηε̇(t)) (2.14)
Ce modèle est initialement développé pour représenter le comportement visqueux

d’un béton frais. Il peut également être ramené à un modèle de Kelvin-Voigt par
changements de variables successifs.
2.2.2.2 Exemple d’utilisation d’un modèle de type Kelvin Voigt généralisé
Les logiciels de calculs par éléments finis permettent souvent d’inclure des modèles
du type rhéologique. Au sein du logiciel de calcul par éléments finis Ansys, on
peut les utiliser via un élément de type Matrix27. Celui-ci comporte une série de
coefficients permettant de représenter des ressorts ou des amortisseurs. Une façon
de représenter l’évolution de la raideur dynamique d’un système sous Ansys est de
créer un modèle de Kelvin Voigt généralisé d’ordre 2. L’évaluation des paramètres
de raideur et d’amortissement des éléments Matrix27 s’effectue à partir de courbes
de raideur dynamique.
Les deux premiers paramètres K1 et C1 sont retenus pour recaler les raideurs
dynamiques à fréquences moyennes et hautes. La raideur dynamique d’un modèle
de Kelvin Voigt de raideur K est d’amortissement C est obtenue comme :
Kdyn 2 = K 2 + ω2C2 = K 2 + 4π2 f 2C2 (2.15)
Il suffit donc de résoudre un système de deux équations à deux inconnues d’après

les points correspondants aux moyennes et hautes fréquences disponibles. Dans le
cas de l’exemple de la figure 2.18 ce système est le suivant :
32

F IGURE 2.18: Courbes de raideur dynamique servant au recalage des modèles de Kelvin
Voigt généralisés
33

1400002 = K1 2 + 4π2 202C1 2

(2.16)
3700002 = K1 2 + 4π2 2402C1 2
Ce qui donne facilement K1 = 137039N/m et C1 = 227.9N.s/m.
Le paramètre K2 est calculé pour recaler la raideur statique observée. En consi-

dérant que les ressorts de raideurs K1 et K2 sont en série, la raideur statique peut
s’exprimer comme une raideur équivalente dont la formule est donnée par :
K1 K2
Kequivalent = (2.17)
K1 + K2
Comme la raideur statique de l’exemple est ici de 110000N/m, l’équation (2.17)
donne K2 = 557500N/m.
Le dernier coefficient C2 a principalement une influence sur les basses fréquences.

Ce facteur d’amortissement doit faire en sorte que la raideur dynamique de l’en-
semble du modèle de Kelvin Voigt généralisé corresponde à la valeur mesurée à
basse fréquence. Pour cela il faut fixer le point d’observation de cette raideur dyna-
mique. Dans le cas de l’exemple la fréquence de 5Hz est retenue. La valeur de C2
est donnée par l’équation suivante :
1 1 1 1 1
= + =p +p
Kdynamique−eqv Kdynamique1 Kdynamique2 K1 + 4π2 f 2 ∗C1 2 K2 + 4π2 f 2 ∗C2 2
v (2.18)
u 2
Kdynamique−eqv (K12 + 4π2 f 2C22
1 u
C2 = u q (2.19)
2π f t (K 2 + 4π2 f 2C2 − K 2
1 1 dynamique−eqv )
Ce qui donne finalement un paramètre C2 = 264308N.s/m.
2.2.3 Modèle force de restitution de Dahl

La modélisation du comportement des suspensions non linéaires peut être directe-
ment basée sur la simulation du cycle hystérétique via des modèles de type "boites
noires". Ceux-ci sont en opposition avec les modèles paramétriques puisqu’ils
34

F IGURE 2.19: Illustration des courbes enveloppes à gauche, application du modèle de

Dahl modifié à la modélisation du comportement d’un tensionneur de courroie [MIC 05]
à droite
cherchent à reproduire le cycle d’un point de vue phénomènologique, en prenant en

compte directement les valeurs représentatives des conditions d’excitations comme
entrées de l’équation.
Parmi tous ces modèles, celui de Dahl modifié est développé dans [ALM 02a].
Ce modèle est basé sur celui de Dahl, initialement introduit pour rendre compte
du frottement sec intervenant dans les roulements à billes. Ce modèle est mis en
parallèle avec le modèle de Krasnosel’skii qui borne l’hystérésis par deux fonctions
strictement continues.
Le modèle relie la force de restitution à la déflexion par l’expression générale sui-

vante :
dR du du
= β (h − Rsign( )) (2.20)
dt dt dt
La fonction limite h est ici une fonction des paramètres d’excitations et d’environ-
ment qui décrivent l’allure des courbes enveloppes supérieure (hu ) et inférieure (hl ).
Cette fonction prend la forme décrite par l’équation (2.21).
hu + hl hu − hl
h= + sign(u̇) (2.21)
2 2
Dans cette description, β est une constante permettant de définir la raideur à l’ori-
gine, à chaque changement de direction de la boucle. En effet, en utilisant un tel
35

modèle pour représenter une suspension de type ressort parfait et k une constante
fixant la borne supérieure et inférieure, l’équation (2.20) se résume à :
dR du du
=β =k (2.22)
dt dt dt
On peut également lier β à l’énergie de dissipation du cycle d’hystérésis, puis-

qu’en jouant sur les pentes, elle agit également sur les aires. Le coefficient µ est
une constante de comportement permettant de piloter l’inclinaison du cycle.
Ce type de modèle a été utilisé avec succès dans différentes études pour prédire
le comportement d’isolation sous diverses types d’excitation notamment le choc
[ALM 98] ou l’excitation harmonique [SAA 06].
2.3 Conclusion de la recherche bibliographique

Les paramètres d’environnement comme la température, l’hygrométrie ou la pré-
charge influencent le comportement des polymères. L’effet de la sollicitation joue
en fonction de la fréquence de sollicitation, de la déflexion imposée. L’ensemble
de ces informations montre qu’il est nécessaire d’établir le plan de caractérisation
avec grand soin.
De nombreux modèles sont déjà disponibles dans la littérature. Les plus courants
sont basés sur les lois de comportement ou encore sur les éléments rhéologiques.
Les modèles basés sur la force de restitution sont une réelle alternative, permettant
d’appréhender la suspension comme une boite noire, et ainsi d’inclure un grand
nombre des non-linéarités liées notamment aux interfaces des suspensions avec les
pièces de structures (jeux, contacts,...).
36

Chapitre 3
Système expert pour l’identification

et le recalage de modèle de
suspension non linéaires
Ce chapitre traite des différentes étapes de la

caractérisation, en partant des essais au recalage
numérique de modèle. La méthode définie ici est
directement appliquée au support industriel de la thèse.
Sommaire
3.1 Caractérisation expérimentale . . . . . . . . . . . . . . . . . . . 39
3.1.1 Démarche générale . . . . . . . . . . . . . . . . . . . . . . 39
3.1.2 Conditions opératoires . . . . . . . . . . . . . . . . . . . . 40
3.1.3 Dispositif d’essais . . . . . . . . . . . . . . . . . . . . . . 48
3.1.4 Campagne de caractérisation . . . . . . . . . . . . . . . . . 50
3.1.5 Boucles effort-déflexion axiales . . . . . . . . . . . . . . . 54
3.1.6 Boucles effort-déflexion radiales . . . . . . . . . . . . . . . 60
3.2 Calage du modèle de plot . . . . . . . . . . . . . . . . . . . . . . 61
37

3.2.1 Traitement des données d’essais . . . . . . . . . . . . . . . 61
3.2.2 Identification des paramètres du modèle . . . . . . . . . . . 67
3.2.3 Mise en oeuvre . . . . . . . . . . . . . . . . . . . . . . . . 71
3.3 Généralisation de modèles . . . . . . . . . . . . . . . . . . . . . 72
3.3.1 Approche par les plans d’expérience . . . . . . . . . . . . . 72
3.3.2 Approche par les surfaces de réponses : recalage graphique
de surfaces analytiques . . . . . . . . . . . . . . . . . . . . 76
3.3.3 Approche par interpolation bilinéaire type méthode des élé-
ments finis . . . . . . . . . . . . . . . . . . . . . . . . . . 79
3.3.4 Généralisation de la méthode - domaine de mesure triangulaire 87
3.3.5 Influence du paramètre β . . . . . . . . . . . . . . . . . . . 89
3.4 Conclusion de la caractérisation des modèles de plots . . . . . . 90
38

Caractérisation expérimentale
3.1 Caractérisation expérimentale
3.1.1 Démarche générale
Dans le cas de modèles dynamiques liant la force de restitution à l’amplitude de

déflexion de la suspension, la caractérisation est réalisée en imposant une déflexion
périodique dont la fréquence et l’amplitude sont contrôlées. Dans notre cas, il s’agit
d’imposer l’amplitude et la fréquence de déflexion en mesurant en parallèle la force
de réaction. Afin de limiter au maximum l’impact d’une éventuelle dépendance
importante à la vitesse de sollicitation, le signal harmonique est souvent choisi
comme triangulaire. Pour des raisons pratiques cependant, surtout à des fréquences
élevées, l’excitation est souvent un simple sinus en amplitude de déplacement
imposée.
Afin de limiter la durée des essais et le volume des données à traiter, l’espace de
caractérisation est défini à partir de l’observation des phénomènes que l’on cherche
à modéliser.
Les bornes en déflexion sont définies à l’aide d’essais réalisés en condition de

fonctionnement. Il semble donc nécessaire de constituer une base de données de
déflexions enregistrées en fonction de la masse et du type des systèmes réels. On
pourra ensuite tenter de rapprocher au mieux le système étudié, d’un autre système
connu, en prenant un facteur de sécurité sur les amplitudes maximum admissibles.
L’évolution du comportement des suspensions en fonction de la fréquence est

souvent très progressif. C’est pour cela que les points retenus sont rarement posi-
tionnés de façon équidistante dans le domaine fréquentiel. On utilise généralement
une échelle logarithmique de répartition. Les bornes et le pas de celle-ci sont
ensuite à rapprocher du spectre de sollicitation et également de la réponse possible
de la structure. Dans le cas d’excitation harmonique ou de type aléatoire définie
par une densité spectrale de puissance, on admet généralement une fréquence
maximale de réponse du système inférieure à 2,5 fois la fréquence maximale du
spectre injecté.
Les effets d’environnement sont également à considérer avec attention. La tempéra-
39

3. Système expert pour l’identification et le recalage de modèle de suspension non
linéaires
F IGURE 3.1: Plots et leurs interfaces retenues pour la caractérisation
ture ou l’hygrométrie peuvent avoir une influence non négligeable sur les résultats
de la mesure.
3.1.2 Conditions opératoires

3.1.2.1 Conditions aux limites
Dans cette étude, les plots à caractériser sont des élastomères logés dans une platine
métallique, et traversés par des pions en polymère renforcé par des fibres de verre
(figure 3.1).
Étant donné le nombre d’interfaces, la plus grande difficulté de modélisation,

dans le cas d’un modèle centré exclusivement sur le plot, est le contact. En effet,
il s’agit d’un comportement fortement non linéaire et évolutif. Les informations
concernant les coefficients de frottement sont également parfois difficiles à obtenir.
Il est donc préférable d’inclure les interfaces au sein du modèle de suspen-
sion et d’effectuer la caractérisation avec des découpes dans les pièces réelles.
Les pions sont ainsi directement extraits des boites à eau, les logements des plots
sont obtenus en découpant la traverse inférieure et les pattes de fixation supérieures.
La majorité des spectres de sollicitations utilisés dans la caractérisation dynamique

de l’application industrielle ne dépassent pas 50 Hz, c’est pourquoi la caractérisa-
tion sera effectuée jusqu’à 130 Hz. Les limites physiques de la chaîne d’excitation
empêche de coupler hautes fréquences et fortes amplitudes de déflexions, aussi le
40

F IGURE 3.2: Support de l’étude sur banc sismique
domaine d’étude se limite à un "triangle"’. Il couvre peu de cycles caractéristiques

pour les fortes amplitudes (un ou deux points en fréquences) et réciproquement
pour les fréquences les plus élevées.
3.1.2.2 Gamme de déflexion
Afin de définir les bornes acceptables et réalistes pour la caractérisation, une cam-
pagne d’essais est menée sur la structure réelle. Celle-ci est excitée suivant le cahier
des charges fourni par le constructeur automobile : une sollicitation aléatoire issue
d’une Densité Spectrale de Puissance (DSP) ou une sollicitation harmonique cor-
respondant à un sinus à amplitude et fréquence fixes. Le module de refroidissement,
monté dans la face avant véhicule, est soumis à une excitation par le sol (figure 3.2).
La mesure de l’amplitude de déflexion instantanée des plots se doit d’être sous

sollicitation harmonique comme sous sollicitation aléatoire, la moins intrusive pos-
sible. Il est nécessaire d’effectuer la manipulation pour les deux types d’excitation,
puisqu’il est difficile de savoir a priori quelle sollicitation génère les plus grandes
déflexions.
On a donc choisi de baser la mesure sur une acquisition temporelle. Au moyen de

capteurs d’accélération, positionnés aux bornes de la suspension (figures 3.3 et 3.4).
La double intégration temporelle de la mesure d’accélération, effectuée par le

logiciel d’acquisition Pulse de B&K, permet d’obtenir directement le déplacement
41

linéaires
F IGURE 3.3: Position des capteurs d’accélération aux bornes du plot inférieur
F IGURE 3.4: Position des capteurs d’accélération aux bornes du plot supérieur
42

F IGURE 3.5: Exemple d’acquisition temporelle
des deux bornes du plot et donc la déflexion qui lui est imposée. Dans le cas d’une
densité spectrale de puissance, le résultat est un signal temporel aléatoire (figure
3.5).
En se basant sur les méthodes et fonctions décrites au chapitre 4, concernant les

vibrations aléatoires, on peut représenter ces signaux temporels sous la forme
d’histogrammes correspondant à leurs fonctions de répartition comme le montre la
figure 3.6.
Les signaux adoptent une répartition gaussienne ce qui était prévisible étant donné
le type d’excitation. Les répartitions sont pratiquement centrées sur 0. Mais minima
et maxima mesurés ne sont pas égaux (figure 3.7). On peut expliquer cette diffé-
rence par la dissymétrie des plots qui s’apparentent plus en traction-compression à
des butées qu’à des ressorts. Cependant cette différence n’affecte que les valeurs
extrêmes des répartitions.
Les statistiques des distributions gaussiennes décrites au chapitre précédent
43

linéaires
F IGURE 3.6: Exemple de fonction de répartition des déflexions mesurées.
F IGURE 3.7: Valeurs extrêmes mesurées pendant l’essai DSP suivant l’axe X
44

F IGURE 3.8: Exemple de déflexion mesurée lors d’un essai harmonique pour le plot
inférieur mesures réalisées lors d’essais sur deux pièces sur 0.5s
permettent de ne pas considérer les maxima mesurés, car statistiquement, 95% des
valeurs sont comprises dans l’intervalle [m-2σ ; m+2σ] et 99% des valeurs [m-3σ ;
m+3σ]. Cette observation permet de réduire les intervalles de caractérisation. Les
valeurs statistiques placent globalement les bornes à +/-1mm (95%) ou +/-1.5mm
(99%) tandis que les valeurs réellement mesurées sont, de façon plus conservative,
de l’ordre de +/-2.5mm.
Ce type d’observation est répétable suivant tous les axes d’excitations et de

mesures. On se base donc sur ces constats pour la définition des plages de
caractérisation de façon similaire pour tous les autres cas.
Afin de pouvoir valider complètement les bornes retenues, des mesures similaires
sont effectuées dans le cas d’essais harmoniques correspondants au cahier des
charges client. Les essais harmoniques génèrent des réponses harmoniques. (figure
3.8).
Les déplacements relatifs mesurés sont élevés mais ne dépassent pas +/-1,2mm. Les
45

linéaires
valeurs sont donc très inférieures aux valeurs maximales mesurées en DSP et même
aux valeurs à 3σ. Cette observation est vérifiée quelque soit l’axe d’excitation pour
les cahiers des charges de validation utilisés. C’est donc la DSP qui gouverne les
bornes maximales de caractérisation à fixer. Il ne faut cependant pas oublier que les
valeurs mesurées lors des essais harmoniques sont des points de fonctionnement
que le modèle devra reproduire fidèlement. La caractérisation et la précision du
modèle pour des déflexions de cet ordre ne sont donc pas à négliger.
3.1.2.3 Gamme des températures d’essais
Deux raisons principales poussent à analyser l’effet de la température sur le

comportement des suspensions en élastomères étudiées ici.
• Tout d’abord, les composants tels que les modules de refroidissement automo-
biles ne sont pas uniquement caractérisés à température ambiante classique. En
effet, certains essais sont réalisés à une température représentant l’atmosphère
sous capot. On sait déjà que la température ambiante peut avoir une forte
influence sur le comportement des élastomères, ce qui est d’autant plus vrai pour
des températures supérieures à 30◦ C.
• D’autre part, dans le cas spécifique du système de suspension étudié, il existe de

nombreuses zones de frottement, dissipant l’énergie sous forme de chaleur. Il
est donc important de quantifier l’évolution de la température du système sous
l’effet du fonctionnement.
La mesure de la température des plots est basée sur un thermocouple fabriqué

à l’aide de fils très fins, gainés de Téflon, pour minimiser le frottement entre le
caoutchouc et les fils, et donc les températures parasites. La mise en place des
thermocouples au coeur des plots est réalisée à l’aide d’une aiguille, pour ne
laisser qu’un trou de faible diamètre qui se comble de lui-même, la matière se
refermant sur le thermocouple. Cette méthode un peu artisanale n’assure pas la
bonne position des thermocouples au coeur des plots. La radiographie des plots
dans un centre d’imagerie médicale (figure 3.9) apporte cette information car les
fils et la soudure bloquent le rayonnement plus que le caoutchouc.
46

F IGURE 3.9: Positions des thermocouples retenues pour la mesure et exemple de radio-
graphie par rayon X
Les mesures thermiques ont été réalisées au cours d’essais de type DSP et enregis-
trés pendant plusieurs heures, aprés avoir écarté la première heure d’échauffement
pour ne mesurer que la température stabilisée des plots. Un exemple de résultats de
mesures est présenté dans la figure 3.10.
Les trois courbes supérieures représentent la température des thermocouples du

plot supérieur, celui-ci étant beaucoup plus petit et fin que le plot inférieur, son
échauffement est plus important. On observe une évolution en "parallèle" des
températures. La mise en route du systéme de ventilation à 39000 s abaisse la
température du plot supérieur. Le plot inférieur est quant à lui moins affecté
par ce phénomène puisque protégé des courants d’air par l’ensemble du module
de refroidissement. La courbe inférieure représente la mesure de température
ambiante, réalisée à proximité du plot inférieur.
Le frottement sur les pions ne cause pas une élévation de température de plus de
10◦ C par rapport à la température ambiante. Cette différence n’est pas assez im-
47

linéaires
F IGURE 3.10: Exemple de résultat de mesures thermiques lors d’un essai DSP
portante pour provoquer un réel changement de comportement du matériau à coeur.

On peut donc considérer qu’une caractérisation à 23◦ C est suffisante pour caler les
modèles de plots. L’évolution en parallèle des différentes courbes par rapport à la
courbe de l’ambiante apparaît pour les excitations suivant tous les axes et avec le
même ordre de grandeur ce qui conforte que la caractérisation à température am-
biante est suffisante.
3.1.3 Dispositif d’essais

La caractérisation des plots a nécessité la conception d’un montage ad’hoc (figure
3.16) , modulable, basé sur deux équerres recevant un plot et son logement,
vissées sur un rail. Le dispositif permet des mesures de compression comme de
cisaillement des plots. Le montage est également facilement réutilisable pour des
manipulations sur d’autres plots.
Comme décrit précédemment, le montage de caractérisation a été fait avec les

pièces d’interface réelles.
Dans le cas des montages de cisaillement, deux pions sont montés symétriquement
dos à dos afin d’annuler le chargement en flexion et de n’obtenir que du cisaillement
pur. Il a fallu veiller à la bonne coaxialité des deux pions de manière à pouvoir
48

F IGURE 3.11: Découpe d’un pion inférieur de module de refroidissement
F IGURE 3.12: Equerres massives du dispositif - intégration des logement découpés.
49

linéaires
F IGURE 3.13: Exemple de pièces d’adapation nécessaires pour respecter la coaxialité des
pions en cisaillement
F IGURE 3.14: Ensemble des pièces nécessaires à la caractérisation de deux plots
monter le dispositif sur son rail.

Le dispositif doit répliquer les effets de précharges comme le poids de la structure
sur la suspension. Une caractérisation avec une précharge massique intégrerait
les effets d’inertie liés à cette masse au comportement du plot. Il est donc plus
judicieux d’imposer la précharge sous la forme d’une compression du plot, avec
un déplacement donné, correspondant à la compression statique réelle de la
suspension sous le poids du module.
L’ensemble se compose finalement d’une série de pièces usinables facilement en

atelier de prototypage (figure 3.14). Avec ces pièces, quatre manipulations sont pos-
sibles : deux essais de cisaillement, deux essais de traction-compression, pour les
plots supérieurs et inférieurs du module.
3.1.4 Campagne de caractérisation

Le dispositif présenté dans la section précédente est adapté sur un pot électrody-
namique Gearing & Watson (GWV617 DSA4-8K) capable d’imprimer une charge
maximale de 4700N pour 51mm de déplacement crète à crète, et 100g d’accéléra-
50

F IGURE 3.15: Montage de cisaillement des plots inférieurs
F IGURE 3.16: Montage de la manipulation sur pot vibrant
tion maximum. Ce pot est piloté par le logiciel Data Physics DP350 et qui permet
d’application des excitations de type sinus, choc, ou aléatoire. Le pot est asservi
en déplacement à l’aide d’une mesure par accéléromètre PCB SN45832 dont le si-
gnal subit une double intégration numérique dans le logiciel. La mesure de force
est assurée par un capteur Dytran Série 1051V2. Les déplacements sont quant à eux
obtenus par mesure avec capteur LASER ou un capteur direct à courant de Foucault
(CDCF Micrometer TQ402). Les sorties des différents capteurs sont mesurées sur
un analyseur dynamique de signaux Agilent duquel les données peuvent être trans-
férées sur un ordinateur portable via une connection GPIB – USB2.0.
51

linéaires
F IGURE 3.17: Etalonnage du capteur de force
3.1.4.1 Etalonnage
Le LASER et le CDCF ont été étalonnés à l’aide d’un comparateur mécanique.

Ce dernier a été placé sur la peau du pot vibrant, et l’excitation générée à l’aide
de l’analyseur de signaux de façon à observer un déplacement crête à crête d’un
millimètre. Les signaux obtenus simultanément en provenance du LASER et du
CDCF placés eux-aussi sur la tête du pot permettent d’établir des sensibilités
respectivement à 2V/mm et 0.2V/mm ce qui correspond aux données constructeurs
L’étalonnage du capteur d’accélération a été effectué à l’aide d’un excitateur de ca-

libration Brüel & Kjaer type 4294. Celui-ci délivre 10m.s−2 à 159,2Hz. Une mesure
a permis de confirmer une sensibilité constructeur de 99.7mV/g. Le capteur de force
a été étalonné via plusieurs mesures successives intégrant le capteur lui-même, une
masse et le capteur d’accélération. Les mesures conduisent à affecter une masse
de 11gr au capteur de force et de 30gr à l’accéléromètre pour une masse connue
de 377.77gr soit une masse embarquée totale de 415.2gr. Des comparaisons entre
force mesurée par capteur et évaluée par le produit masse-accélération permettent
de vérifier la sensibilité donnée par le constructeur de 22.48mV/N.
3.1.4.2 Plan d’essais
Un premier plan d’essais a été établi en se basant sur les observations sur modules
et des campagnes d’essais menées au Laboratoire de Recherches et de Contrôle du
Caoutchouc et des Plastiques (LRCCP). Ce plan prévoit une caractérisation fine en
déflexion basée sur la répartition statistique observée lors des essais DSP sur mo-
dule complet. Les incréments de déflexion à tester représentent l’écart type divisé
52

par 5. Le plan inital en fréquence est lui classiquement utilisé en laboratoire. Il s’agit
d’un logarithme en base 10 avec des incréments en 0,125. On obtient facilement les
points de fréquences comme suit :
fk = 10(k−1)∗0,125 (3.1)
On peut ainsi obtenir 25 points répartis sur une bande de 0 à 1000Hz.
Plusieurs arguments s’opposent à une telle finesse. Le premier est la difficulté

d’obtenir une grande précision dans le déplacement imposé par le pot vibrant. En
effet, les valeurs imposées sont comprises dans un certain gabarit autour de la
valeur ciblée. Il semble donc impossible d’être assuré d’avoir une précision à 50
µm lors de l’excitation. Une telle précision n’est cependant pas nécessaire à une
caractérisation fine des plots pour les modèles considérés. La plupart des modèles
pouvant nous intéresser pour simuler les boucles efforts-deflexions utilisent des
équations polynomiales. Il semble donc tout à fait possible d’extrapoler les valeurs
des polynômes entre deux points de mesures bien recalés. De plus, les petites
déflexions, qui constituent la majorité des réponses mesurées lors des essais DSP
sur module, ne génèrent pas a priori de comportement fortement non linéaires
des plots. On peut donc se permettre une caractérisation avec peu de points de
déflexion. Enfin les limites physiques du montage global en fréquence rendent
impossible la caractérisation au-delà de 130 Hz (résonance parasites de certaines
parties du système), cette fréquence est cependant théoriquement suffisante à
notre étude. L’évolution du comportement des élastomères en fréquence reste
relativement progressive, on choisit donc finalement de limiter également les points
suivant les fréquences.
Finalement les pas de déflexions retenus sont les suivant : 0.1mm, 0.25mm,
0.5mm,1mm, 1.5mm, 2mm et 2.5mm pour le cisaillement. Pour le longitudinal :
0.1mm, 0.25mm , 0.5 mm, 0.75mm, 1mm et 1.2 mm.
Les fréquences suivent une répartition logarithmique mais avec un pas plus grand
que ce qui était proposé à l’origine quelques cyclages préliminirtes permettent de
pratiquer les mesures à température établie : 5.6Hz, 10Hz, 18Hz, 32Hz, 56Hz,
75Hz, 100Hz et 130Hz.
53

linéaires
F IGURE 3.18: Hystérésis du plot inférieur, à 5.6Hz en fonction de l’amplitude de dé-

flexion de l’ensemble plot-pion
Les essais sont réalisés sur la base des amplitudes de déflexions imposées, en faisant
évoluer graduellement la fréquence après chaque acquisition de cycles.
3.1.5 Boucles effort-déflexion axiales

3.1.5.1 Plot inférieur
Les boucles force-déflexion mesurées sont fortement non linéaires (figure 3.18) à
partir d’une amplitude de sollicitaition suffisament élevée.
Les cycles en forme de "banane" sur la figure 3.18 traduisent bien le phénomène
de butée présent sur le plot inférieur sous excitation longitudinale (figure 3.22).
Le comportement est ainsi très différent en traction et en compression. Lors de
la phase de compression le plot s’oppose à la déflexion imposée. On observe
donc lors de cette phase une raideur presque linéaire. On peut remarquer que
54

F IGURE 3.19: Cycles d’hystérésis d’un plot métallique tirés de [ALM 02b]
pour une fréquence donnée, cette raideur est quasiment constante quelque soit la
déflexion imposée. La partie de droite des cycles est un plateau, ce qui signifie
une raideur nulle, mais avec toutefois une force en opposition au mouvement.
Ce comportement correspond à la phase de glissement, comme dans la réalité, le
plot n’est plus soumis au poids du module, et il n’existe aucune contre-forme sur
le pion obligeant le plot à suivre le mouvement. La force obtenue en réponse au
déplacement est donc ici directement le frottement.
L’originalité de ces boucles est le dé-centrage progressif des courbes avec l’ampli-
tude de déflexion. En effet, il est plus habituel que les boucles soient centrées les
unes dans les autres, elles ont ainsi toutes des couples de déflexion-force communs
ce qui rend aisé le passage d’une courbe à une autre. Notamment les boucles mesu-
rées pour un plot métallique tirées de [ALM 02b] sont présentés dans la figure 3.19.
3.1.5.2 Décalage des boucles axiales
Recentrer les boucles les unes dans les autres donne une voie d’explication.
Le recentrage des courbes est effectué via un programme de traitement de données.

La figure 3.20 montre par exemple les nouvelles courbes. Ce re-centrage effectué,
55

linéaires
F IGURE 3.20: Exemples de courbes recentrées
on peut constater plusieurs phénomènes.
Le point d’inflexion des boucles recentrées correspond au passage d’une raideur

élevée à une raideur nulle. En effet, il s’agit du point précis où le plot passe d’un
état comprimé à un état libre. La position de ce point, une fois le recentrage effectué,
correspond à une déflexion de 0.5 mm qui correspond à la précharge en déplacement
imposée au plot. Il faut en effet une traction au moins supérieure à la précharge, pour
passer de la phase de traction à la phase de compression. Les valeurs de corrections
à apporter aux cycles sont synthétisées dans le tableau 3.1.
Déflexion imposée (mm) Force à ajouter (N) Déflexion à ajouter (mm)

0.1 0 0
0.25 -1.5 0.02
0.5 -4 0.08
0.75 -7 0.2
1 -10 0.35
1.2 -12 0.5
TABLE 3.1: Paramètres de correction pour centrer les boucles
Ces paramètres de correction montrent une évolution claire en fonction des dé-
flexions imposées : linéaire en force et quadratique en déplacement (figure 3.21).
L’apparition de "lois" régissant ce décalage permettent de penser que des phéno-
mènes mécaniques directement liés aux paramètres d’excitation tels des frottements
ou des jeux, peuvent intervenir au cours des essais.
56

F IGURE 3.21: Evolution des paramètres permettant le recentrage des courbes
Afin de mieux appréhender le phénomène physique à l’origine de ce décalage, les

essais sont filmés à l’aide d’une caméra rapide, (capacité de 1000 im/s).
La visualisation au ralenti du film, montre que le plot n’est pas réellement
comprimé pendant toute la phase de déplacement négatif, censé représenter la
compression. On observe en particulier un léger décollement du plot, identifié par
un cercle sur la figure 3.22. En réalité, il existe des micro-jeux dans ce système
créant une phase de glissement. Pendant un court moment, le pion glisse dans
le plot sans pour autant le comprimer, puisqu’il rattrape le jeu créé à la phase
de traction. Ceci explique le décalage progressif des courbes, puisque ce jeu
augmente en fonction de l’amplitude de la déflexion, créant une sorte de retard à
la compression. On peut également noter que pour les plus faibles amplitudes de
déflexion, ce phénomène n’existe pas.
Les boucles effort-déflexion axiale montrent un comportement raidissant (en com-

pression) et assouplissant (en traction). La présence de très fortes non linéarités
combinant loi de comportement de l’élastomère et loi de frottement aux interfaces
est donc évidente. Il semble difficile de les intégrer autrement qu’au travers d’un
modèle de type force de restitution (cf chapitre 1).
57

linéaires
F IGURE 3.22: Mise en regard des cycles d’hystéresis et d’extrait du film par caméra
rapide
58

F IGURE 3.23: Boucles effort-déflexion axiales du plot supérieur sollicité à 5,6 Hz
3.1.5.3 Plot inférieur
Les cycles des plots inférieurs sous excitation axiale ont un aspect assez différent
de ceux des plots supérieurs (figure 3.23).
Tout comme pour les plots inférieurs, les plus petites déflexions imposées donnent
des cycles avec un aspect d’ellipse correspondant à un comportement viscoélas-
tique linéaire. Des paliers en forces de traction comme de compression pour les
plus grandes amplitudes de déflexions. On peut ici encore expliquer ce phénomène
par le frottement entre le pion et le plot et les jeux du système. Les plus grandes
déflexions ne font pas travailler la matière du plot elle-même, mais translater le
pion dans le plot ne créant comme seule réaction que la force de frottement. Le
comportement global du système de suspension, a une raideur qui décroit et une
énergie dissipée (traduite par l’aire du cycle) qui augmente avec l’amplitude de
déflexion. La compression des cycles en grandes déflexions montre une variation
de raidissement importante (0,75mm et 1,2mm). Ce phénomène est attribué à
l’évasement progressive du diamètre du pion à sa base liée aux problèmatiques
d’injection et à l’augmentation du diamètre interne du plot qui comprime sa zone
utile dans son logement. Les élastomères étant incompressibles, on suppose que
59

linéaires
F IGURE 3.24: Boucles effort-déflexion axiales du plot supérieur sollicité à 18 Hz
ce comportement se traduit par une rigidification soudaine en fin de "course" en

compression.
La comparaison entre la figure 3.24 et la figure 3.23 met en évidence un raidisse-
ment du plot avec la fréquence, mais également une diminution de l’aire des cycles
et donc de l’énergie dissipée.
3.1.6 Boucles effort-déflexion radiales

La forme cylindrique des plots devrait produire une symétrie des cycles mesurés
pour les essais de cisaillement.
Pour le plot inférieur, on remarque tout de suite que ces cycles forment des ellipses
non symétriques. On observe une rupture de pente au niveau de la compression
(figure 3.25). Celle-ci se transforme même en un décalage complet d’une partie
du cycle pour des pré- charges plus élevées que celle correspondant au poids du
module. Cette rupture peut sans doute être attribuée à des changements dans les
contacts entre le plot et ses interfaces. En observant le comportement du pion pen-
dant l’essai, il s’avère que celui-ci a un mouvement circulaire dans les cannelures
60

Calage du modèle de plot
F IGURE 3.25: Boucles effort-déflexion radiale du plot inférieur sollicité à 24 Hz pour

une amplitude de déflexion de 1mm à différentes précharges
du plot. Les contacts sont donc en perpétuel changement.
Le système de suspension supérieur fait principalement travailler le pion en ci-

saillement. La faible épaisseur du plot compressible dans cette direction, ainsi que
le jeu systématique dans le montage transforme cette suspension en un montage
plus proche d’une poutre console. C’est pourquoi on observe différentes ruptures
de pentes sur les cycles correspondant au travail successif de l’élastomère et de
l’association en série de l’élastomère et du pion en flexion (3.26).
3.2 Calage du modèle de plot
3.2.1 Traitement des données d’essais

Les mesures enregistrées sont directement les cycles force déflexion. Les fichiers
de sortie sont des fichiers texte contenant deux colonnes donnant les valeurs
mesurées en Volts (un fichier par couple fréquence-déflexion imposé). Un utilitaire
a été développé pour assurer le post-traitement des fichiers de mesures afin de
rendre les données exploitables pour l’identification des paramètres du modèle.
61

linéaires
F IGURE 3.26: Boucles effort-déflexion radiale du plot supérieur sollicité pour une am-
plitude de déflexion de 1mm à différentes fréquences
Le bruit des mesures laser et de certains cycles à hautes fréquences rend difficile
la définition d’un cycle moyen sur lequel effectuer le calage d’un modèle. Cela
apparaît d’autant plus compliqué qu’un très grand nombre de données sont à traiter.
Il semble donc intéressant de développer un algorithme capable de déterminer
efficacement ce cycle moyen quel que soit le fichier d’entrée.
Le calage des paramètres d’un modèle de type force de restitution peut s’avérer très
fastidieux étant donné le nombre de paramètres d’essai variants (amplitude, fré-
quence, précharge). Considérant la grande non linéarité de certains des cycles, une
prévision analytique est impossible, il est donc nécessaire d’effectuer le recalage
de manière graphique semi-automatique. En se basant sur les travaux de Guilhem
Michon ([MIC 06]), il paraît judicieux de développer une interface graphique per-
mettant d’assurer ce traitement de manière souple et performante. Dans un souci
d’efficacité, il a semblé plus pertinent de concevoir les algorithmes de traitement et
de développer les programmes correspondants.
3.2.1.1 Extraction d’un cycle moyen
Deux méthodes ont été abordées pour traiter l’extraction d’un cycle moyen d’après
un fichier texte contenant deux vecteurs.
62

F IGURE 3.27: Evolution des entrées (courbe continue) et sorties (courbe discontinue)
Les hypothèses de travail sont simples. Le programme est privé d’informations

préalables sur la courbe traitée de manière à réaliser automatiquement le calcul
quelque soit le fichier d’entrée :
→ les courbes sont cependant reconnues comme périodiques (tracé de sinusoïdes
pour l’excitation comme la réponse même si celle-ci possède des harmoniques).
→ il ne faut pas se baser sur une évolution présupposée de la force par rapport au
déplacement.
→ le volume de données à traiter impose de limiter le nombre d’opérations.
• Premier algorithme : Algorithme de périodicité (figures 3.28 et 3.29)

Le point de départ de cet algorithme est la notion de périodicité.
Les signaux mesurés sont périodiques. Les fréquences d’excitation sont supérieures
à 2Hz et la mesure est effectuée sur une fenêtre de 0.5s ce qui assure qu’au moins
une période complète est mesurée. Les périodes non entières mesurées sont élimi-
nées. A chaque passage par zéro des déflexions imposées, l’algorithme compte une
demie période. Les vecteurs sont ensuite tronqués pour les ramener à un ensemble
de périodes entières. Le nombre de périodes total restant dans les vecteurs gardés
en mémoire, il suffit de calculer la longueur moyenne en nombre de points d’une
période. La périodicité permet de dire que pour une période T , une fonction α du
63

linéaires
F IGURE 3.28: Algorithme de moyennage par périodicité
temps vérifie :
α(t + T ) = α(t) (3.2)
Il suffit donc d’évaluer le point moyen sur ce principe :
∑kn=0 α(t + nT )
αmoyen = (3.3)
k+1
avec k nombre de périodes mesurées.

L’avantage de cette méthode est la grande rapidité du calcul. En effet celui-ci ne
F IGURE 3.29: Résultat d’un traitement par l’algorithme de périodicité
64

nécessite qu’un passage global sur le fichier, puis les opérations représentant le
produit du nombre de points du cycle final par le nombre de périodes ce qui reste
relativement restreint.
Il y a cependant un défaut fondamental lié à l’évaluation de la longueur de la

période. Il est nécessaire de calculer un arrondi sur le nombre moyen de points
par période. Or si ce nombre est trop éloigné à la base d’un entier, le résultat se
trouve faussé. Le cycle ne parvient à pas à s’adapter. Il est possible d’apporter une
correction automatique additionnée d’une rectification manuelle, mais les résultats
pour les hautes fréquences s’avèrent souvent décevants. Cette méthode est toutefois
conservée pour son extrême rapidité et son efficacité globale sur un grand nombre
de cas.
• Second algorithme : Algorithme de traitement spatial (figures 3.30 et 3.31)

Le second algorithme développé ne se base pas sur l’évolution cyclique des
données mesurées mais sur la répartition spatiale des points dans le plan (Force
– Déflexion). L’espace de mesure est discrétisé en fonction des bornes maximum
de force et déplacement mesurées et d’une taille de fenêtre définie par l’utilisateur
au sein du programme. L’algorithme effectue ensuite un balayage de cet espace
fenêtre par fenêtre en calculant la moyenne de tous les points se trouvant dans
chacun des sous espaces pour les remplacer par un seul.
Le principal avantage de cette méthode est sa robustesse. Le programme est

capable de lire n’importe quel type de données. Un résultat précis pourra toujours
être obtenu en sortie, en changeant la taille de la fenêtre de discrétisation ou encore
en passant le programme deux fois successivement avec deux tailles de fenêtres
différentes. Cette robustesse a un coût : l’algorithme nécessite un passage complet
de tous les points du fichier pour chaque case de l’espace discrétisé ce qui peut
s’avérer très long.
Pour contrer ce problème on peut utiliser deux méthodes. La première consiste

à éliminer de la matrice initiale les points moyennés au fur et à mesure. Ce qui
accélére le programme petit à petit. La deuxiéme méthode est une élimination par «
quart d’espace ». Les aires minima supprimables dans chaque quart d’espace sont
estimées en partant des quatre coins du plan de façon à ne pas analyser des aires
65

linéaires
F IGURE 3.30: Algorithme d’extraction spatial
F IGURE 3.31: Exemple de traitement par l’algorithme de traitement spatial
vides. Cette méthode peut s’appliquer quelque soit la forme du cycle à traiter ce
qui la rend très efficace. Cet algorithme d’élimination est généralisable pour une
élimination plus fine des aires en augmentant le nombre de découpes dans le plan
de la mesure afin de coller au mieux à la courbe.
Le noyau de l’algorithme est donc très simple même si sa programmation s’avère
plus difficile.
Les deux méthodes présentées peuvent se combiner et permettent de ne retenir

qu’un cycle caractéristique d’un signal relativement long, ou de plusieurs mesures
effectuées sur un même plot. Outre l’intérêt d’obtenir un cycle moyen lissant les
mesures, on gagne également beaucoup de temps sur les traitements futurs en limi-
tant le nombre de points composant un cycle.
66

F IGURE 3.32: Evaluation de la courbe squelette - Bande de déplacements, prolongation

linéaire de la courbe squelette et polynôme équivalent
3.2.2 Identification des paramètres du modèle

3.2.2.1 Répartition des points du cycles moyennés
Le modèle retenu pour représenter le comportement des plots de suspension est le

modèle de Dalh généralisé. Celui-ci se base sur l’extraction de courbes enveloppes
dont les coefficients sont liés aux différentes influences des paramètres environnant
(température, fréquences,...). Etant donné l’allure des cycles, le choix a été fait
d’approximer les courbes enveloppes par des polynômes.
Le principe de la méthode est simple. A partir du cycle moyenné, les points sont
triés selon qu’ils appartiennent à la partie supérieure ou la partie inférieure du
cycle. Cette répartition est elle-même liée au fait que les enveloppes soient des
polynômes. La solution retenue est l’utilisation d’une courbe squelette dont la
définition s’appuie sur l’algorithme de traitement spatial défini précédemment. Un
balayage est effectué sur des bandes de déplacements, afin de récupérer un point
moyen en force par bande.
Afin de couvrir également les points extrêmes, que la moyenne par bande ne permet
de prendre en compte correctement, on prolonge par continuité linéaire la succes-
sion de points en partie haute et basse. L’ensemble de ces points définit la courbe
squelette sur laquelle on peut effectuer une régression polynomiale dont l’ordre
est à choisir par l’utilisateur en fonction des cycles à traiter. Il suffit finalement de
constater si chaque point du cycle à étudier vérifie ou non y ≥ P(x) avec P(x), le
polynôme d’interpolation de la courbe squelette.
Même s’il arrive que des points ne soient pas placés dans la bonne enveloppe,
67

linéaires
en jouant sur l’ordre du polynôme interpolant la courbe squelette, les résultats

deviennent très vite satisfaisants.
Les courbes enveloppes sont obtenues très simplement par interpolation polyno-
miale. L’ordre est à faire évoluer pour approximer au mieux le cycle initial. Cela
nécessite de nombreuses itérations ce qui donne tout son intérêt à une interface
graphique et à une automatisation.
3.2.2.2 Reconstruction de l’excitation
L’excitation appliquée au système durant l’essai ne correspond pas exactement à

ce que l’on souhaite puisque l’asservissement est réalisé sur la tête du pot vibrant
et pas directement aux bornes de la suspension. C’est pourquoi il est nécessaire de
recalculer les paramètres de l’excitation réelle. Celle-ci est une fonction sinus du
type U = U0 + U1 sin(ωt).On peut obtenir ces paramètres en fonction des courbes
enveloppes. Ils sont obtenus en calculant les points d’intersection des deux poly-
nômes enveloppes. La programmation de ce calcul sous Octave/Matlab permet la
détermination des racines d’un polynôme :
Q(x) = Pu (x) − Pl (x) (3.4)
avec Pu (x) et Pl (x) les deux polynômes définissant les courbes enveloppes su-
périeure et inférieure respectivement. En effet, les points d’intersection des deux
courbes vérifient :
Pu (x) = Pl (x) (3.5)
Les polynômes étant le plus souvent de degrés supérieurs à 2 pour ces régressions,
il est nécessaire de ne prendre que des points correspondants physiquement
aux intersections des courbes. Il faut donc éliminer les racines complexes, et
ne conserver que les réels proches des bornes de mesures. Une sécurité est de
rajouter un test d’exception fixant automatiquement ces intersections aux points
correspondants aux couples de maxima et minima des forces et déplacements.
On peut finalement obtenir U0 comme étant la moyenne des déplacements des
deux points d’intersection et U1 la moitié de la différence des amplitudes de
déplacements de ces deux points.
68

Ces calculs peuvent ne donner que des approximations grossières de l’excitation,

notamment si les polynômes n’ont pas d’intersection dans une plage raisonnable
de déplacements. Il est donc nécessaire de pouvoir retoucher cette valeur manuel-
lement en cas d’utilisation d’une interface graphique.
3.2.2.3 Reconstruction itérative du modèle force de restitution
La reconstruction du modèle utilise le calcul incrémental de la force de restitution

en fonction de sa dérivée sur le principe suivant :
dR
R(t2 ) = R(t1 ) + ∗ dt (3.6)
dt
dR
dt est donné directement par la formule du modèle de Dahl modifié, que l’on rap-
pelle dans (3.7) :
dR du du
= β ∗ (h − sgn( ) ∗ R) (3.7)
dt dt dt
Suivant la représentation polynomiale choisie pour les courbes enveloppes, h s’ex-
prime comme suit :
du
h = 0.5 ∗ ((Pu (u) − Pl (u)) ∗ sgn( ) + (Pu (u) + Pl (u))) (3.8)
dt
Il est alors facile de calculer les incréments de R en fonction du temps, l’expression

de u étant connue.
3.2.2.4 Recalage du paramètre β - Théorème de Stokes
Le paramètre β, qui représente la raideur à l’extrémité de la boucle agit sur

le modèle comme un facteur d’amortissement, car sa valeur dilate le cycle
force-deflexion. Il peut être réglé itérativement, de manière à approcher le cycle
expérimental.
Ce recalage peut donc être envisagé de manière purement graphique. On peut

obtenir une valeur correcte de ce paramètre en effectuant un jeu d’essai-erreur.
Le modèle reconstruit diverge au-delà d’une certaine valeur pour laquelle le cycle
est bien recalé. Il suffit donc d’effectuer des allers-retours entre des hautes et
basses valeurs encadrant la limite de la divergence pour obtenir une valeur de β
satisfaisante.
69

linéaires
F IGURE 3.33: Illustration du Théorème de Stokes
Une telle méthode n’est pas automatisable, puisqu’il s’agit d’un recalage visuel au
jugé de l’utilisateur. L’automatisation du recalage nécessite une prise en compte
mathématique de ce phénomène de dilatation. Il faut considérer pour cela une
comparaison des aires comprises dans les cycles expérimentaux et les cycles
réels. La difficulté reste de pouvoir calculer ces aires à partir des seules données
disponibles : les coordonnées dans l’espace (Déflexion-Force) des points formant
les cycles.
Le calcul d’aire d’un domaine quelconque peut être approché par la théorie de
la géométrie différentielle. En particulier, le théorème de Stokes et ses variantes,
permettent d’obtenir des formules continues du passage d’aire à périmètre.
• Théorème de Stokes (figure 3.33)

Soit M une variété différentielle orientée de dimension n et w une (n − 1) forme
différentielle à support compact sur M de classe C1 . Alors, on a :
Z Z
dw = iw (3.9)
M ∂M
Où d désigne la derivée extérieure ∂M le bord de M, muni de l’orientation sortante

et i : ∂M → M est l’inclusion canonique.
Une variante de ce théorème, plus explicite pour le cas qui nous concerne, est le
70

théorème de Green Riemann qui donne pour une forme différentielle sur R2 :
Z x ∂g ∂ f
[ f .dx + g.dy] = − dxdy (3.10)
∂M ∂x ∂y
M
Afin d’obtenir directement l’expression

d’une aire, il est judicieux de définir la
∂f
forme différentielle comme vérifiant ∂g
∂x − ∂y = 2 soit g = x et f = −y. En rem-
plaçant dans (3.10), on obtient :
Z x
[−y.dx + x.dy] = 2 dxdy (3.11)
∂M
M
Ou encore : Z x
0.5 [−y.dx + x.dy] = dxdy = S (3.12)
∂M
M
Avec S, la surface comprise dans les frontières du domaine. Cette formulation conti-
nue est aisément convertible en formulation discrète comme :
n
0.5 ∑ −yi .dxi + xi .dyi = S (3.13)
i
Les dxi et dyi sont obtenus de manière très simple pour chaque point i par :
dxi = (xi+1 − xi−1 ) /2 (3.14)
dyi = (yi+1 − yi−1 ) /2 (3.15)
3.2.3 Mise en oeuvre

L’ensemble du processus précédent a été codé sous Matlab/Octave afin d’obtenir
une interface graphique pour d’itérer rapidement en modifiant manuellement U0 ,
U1 , β et l’ordre de régression des enveloppes.
L’interface déroule une première fois le processus, avec des paramètres par défaut
pour un premier résultat. L’utilisateur peut ensuite modifier les paramètres de l’ex-
citation et de régression pour reconstruire un cycle plus proche de la mesure. Afin
de permettre une adaptation à tous les types de cycles, la possibilité de restreindre
le domaine sur lequel les courbes enveloppes sont extrapolées a été intégrée. Cela
71

linéaires
F IGURE 3.34: Interface graphique du programme développé
permet notamment de pouvoir travailler plus efficacement sur des cycles ayant une
forme de parallélogramme.
Lorsque le recalage est satisfaisant, les paramètres d’excitation recalculés et

les vecteurs colonnes regroupant les monômes des polynomes enveloppes sont
sauvegardés. Le critère de satisfaction utilisé est basé en priorité sur la différence
d’aire entre le cycle mesuré et le cyle recalculé.
Chaque binôme fréquence-déflexion imposé conduit donc à une série de para-
mètres. Afin de couvrir l’ensemble de la gamme d’utilisation du modèle, il est
nécessaire de pouvoir interpoler ces paramètres entre deux binômes correspondant
à des points d’essais.
3.3 Généralisation de modèles
3.3.1 Approche par les plans d’expérience
Les polynômes hl et hu s’expriment de façon générale sous la forme :
h = a0 + a1 u + a2 u2 + a3 u3 + · · · + an un (3.16)
72

Généralisation de modèles
F IGURE 3.35: Exemple de cycle de forme parallélogramme - amortisseur à fluide

magnéto-rhéologique
Le vecteur représentatif pour un couple amplitude de déflexion-fréquence (ui1 ,f j )

donné est constitué des monômes :
 

 a 0 


 
 a1  
i j
A(u1 , f ) = ..  (3.17)


 . 

 
an
 
Au sens des plans d’expérience, chaque composante de ce vecteur est une réponse.
Celle-ci est exprimée comme une fonction de facteurs, ici la fréquence et l’ampli-
tude du déplacement imposées, et de variables aléatoires (x) engendrant de faibles
variations. On peut décomposer cette fonction en une partie déterministe g et une
partie aléatoire i.
y = F(u, f , x) = g(u, f ) + i(x) (3.18)
La variabilité de chaque coefficient ai est étudiée en fonction des valeurs prises

par le couple (u,f). L’évolution est tracée dans un graphique en trois dimensions et
représente une surface de réponse. L’objectif du plan d’expérience est de permettre
d’exprimer la fonction g sous la forme d’un modèle algébrique linéaire généré
par superposition des effets des différents paramètres et de leurs éventuelles
73

linéaires
interactions. La fonction i quant à elle est définie comme distribuée suivant une loi
de probabilité Gaussienne.
Le plan est basé sur la définition d’une matrice de plan. Afin de faciliter les calculs
mais, également de mieux juger des influences des paramètres sans se soucier
directement des valeurs prises, les coefficients peuvent être présentés comme des
variables centrées normées.
• Exemple
Soient deux paramètres A et B prenant chacun trois valeurs (dans l’idéal les incré-
ments sont constants, mais ce n’est pas forcément le cas) : A = [0.1/0.5/0.9] B =
[12/24/36] A et B sont associées des variables centrées réduites Ā et B̄. Exemple
pour la variable A
A(i) − (Max(A)+Min(A))
2
Ā(i) = (Max(A)−Min(A))
(3.19)
2
On a ainsi Ā = B̄ = [−1/0/1].
Le principe de la matrice de plan est de confronter tous les cas possibles et de

leur associer la valeur correspondante de la fonction réponse, en l’occurrence
les monômes des courbes enveloppes (figure 3.36). La première colonne est une
colonne identité représentant l’effet de moyenne. Les colonnes suivantes présentes
les différentes valeurs prises par les facteurs.
Ces valeurs sont appelées niveaux des facteurs. On affecte à chaque colonne un
coefficient α et un effet. Le coefficient α est obtenu en sommant les valeurs absolues
des différents niveaux de la colonne élevée à la puissance à laquelle se trouve le
facteur dans celle-ci. Dans le cas où les valeurs dans la matrice de plan ne sont que
des 1,-1 ou 0 le calcul est assez simple. L’effet est calculé en sommant les produits
des niveaux par les réponses correspondantes et en divisant le résultat par α.
Finalement la valeur de la fonction objectif pour un couple (A,B) donné est obtenue
en sommant les valeurs des produits des valeurs centrées réduites des facteurs par
leur effet dans chaque colonne. Ainsi dans le cas général on obtient :
g(A, B) = effet de moyenne + A ∗ γA + B ∗ γB + A2 ∗ γA2 + AB ∗ γAB . . . (3.20)
74

• Exemple
Si le facteur A a une influence au degré 2, on fait donc intervenir une colonne
A2 dans le tableau. Afin de faciliter le calcul et d’éviter de mauvaises interpréta-
tions des résultats, il est déconseillé d’affecter à A2 les niveaux calculés comme
étant le carré des niveaux de A. Si A= [-1,0,1] on préfèrera décrire A2 comme
A2 = [1, −2, 1], puisque un A centré réduit à 0 ne donne pas un A2 à 0.
Le terme α est calculé selon les combinaisons de facteurs décrites dans la matrice.
Dans le cas de notre exemple à chaque essai les valeurs de A et B varient, il y a
donc neuf possibilités, chaque niveau de chaque facteur intervenant trois fois. On
obtient donc :
• α = 3 ∗ | − 1| + 3 ∗ 0 + 3 ∗ 1 = 6 pour la colonne A et la colonne B.

• α = 3 ∗ | − 2|2 + 3 ∗ 12 + 3 ∗ 12 = 18 pour la colonne A2 .
• α=2*|-1|*1+2*1*0+2*0*0+2*1*1=4 pour la colonne A ∗ B
• α = 2∗12 ∗|−1|+2∗12 ∗0+2∗12 ∗1+|−2|2 ∗|−1|+|−2|2 ∗0+|−2|2 ∗1 = 12
pour A2 ∗ B
Le choix est fait de n’étudier que les effets de A, B et AB. Les réponses sont en
réalité construites comme étant égales à 2 ∗ A + 3 ∗ B + A ∗ B, seuls ces facteurs
peuvent donc intervenir. Dans la pratique, il est nécessaire de prendre en compte
tous les facteurs ou interactions pouvant participer à la réponse, y compris les
puissances de chaque facteur et les combinaisons entre ces puissances.
On comprend donc bien que la difficulté principale réside dans la définition de ces
facteurs et interactions. Le choix d’un modèle linéaire, quadratique ou cubique est
souvent difficile à faire puisque les effets ne ressortent pas forcément des panels
de réponses. Pour pallier cette difficulté on peut utiliser en parallèle des plans
d’expérience une méthode graphique afin d’aiguiller la conception du plan.
75

linéaires
F IGURE 3.36: Matrice du plan d’expérience de l’exemple à 2 facteurs et 3 niveaux
3.3.2 Approche par les surfaces de réponses : recalage gra-

phique de surfaces analytiques
Cette méthode permet avant tout de sélectionner les facteurs et les interactions qui
peuvent agir sur la réponse et donc faciliter la création de la matrice de plan.
Une interface de visualisation est créée via le logiciel Octave, un code gratuit
compatible avec Matlab par ses commandes et sa syntaxe. Celle-ci affiche simul-
tanément en 3 dimensions l’ensemble des nappes de réponses représentatives des
monômes recalés préalablement. Sont ainsi observés ainsi directement les évolu-
tions en fonction des différents facteurs, le déplacement imposé et la fréquence
dans notre cas.
Certaines nappes montrent un comportement bilinéaire en fréquence et déplace-

ment (nappe a0 de la figure 3.37), mais certaines sont plus complexes. Dans la
plupart des cas, les surfaces de réponses apparaissent comme des superpositions
de fonction quadratique ou cubique des facteurs avec présence claire d’interactions.
76

F IGURE 3.37: Surfaces de réponse des monômes pour un recalage en ordre 6 d’une
courbe enveloppe (fréquence en Hertz et déflexion en millimètres)
• Exemple :
Les observations des différentes surfaces de réponses permettent donc d’orienter la
construction d’une matrice de plan d’expérience en intégrant les degrés des facteurs
et les interactions, mais aussi les degrés inférieurs.
L’obtention de l’équation du plan est ensuite automatique du moment où la matrice
de plan est programmée dans un tableur.
Il est également possible de se passer des plans d’expérience et d’utiliser le

recalage graphique comme méthode à part entière.
La première étape du traitement consiste à créer une surface analytique basée
sur les fonctions extrapolées et ayant globalement le même comportement que la
surface expérimentale. Suivant l’extrapolation précédente, on peut supposer qu’une
surface ayant le même type de comportement, sur un espace borné de 0 à 100 sur
ses deux abscisses, ait une équation du type :
z(x, y) = (100 − x) ∗ (y − 50)(y − 50) + x ∗ (−50) ∗ (x − 50) (3.21)
La nappe obtenue a un comportement visuellement proche de celui de la surface
77

linéaires
F IGURE 3.38: Surface représentant l’évolution du monôme a2 pour hu d’ordre 6
F IGURE 3.39: Surface analytique adimensionnée de référence correspondant par son al-
lure à la nappe expérimentale 3.38
78

F IGURE 3.40: Mise en correspondance des nappes expérimentales et analytiques
expérimentale. Il faut maintenant recaler ce comportement dans l’espace de me-

sure. L’évaluation s’effectue pour l’heure à tâtons. Quelques itérations permettent
d’aboutir à une équation de surface la forme suivante :
a2 = −155 + 0.4 ∗ (1.2 − u)( f − 20)( f − 20) + 1000 ∗ (u − 057)(u − 0.57)(u − 0.57)
(3.22)
Le recalage fonctionne, y compris pour des nappes complexes. La forme analytique
est aisément intégrable à un code de calcul puisqu’il s’agit d’une simple fonction
du déplacement et de la fréquence. La principale limite de cette méthode est la
longueur et parfois la difficulté du recalage. Celle-ci parait difficilement industria-
lisable. Une méthode plus automatique est nécessaire, utilisant une réelle interpo-
lation et non pas un recalage "manuel".
3.3.3 Approche par interpolation bilinéaire type méthode des

éléments finis
3.3.3.1 Présentation
L’objectif de cette méthode est de déterminer chaque monôme, pour un couple

fréquence-déplacement imposé quelconque. Il s’agit de réaliser une interpolation
bilinéaire des surfaces.
Chaque surface de réponse est discrétisée comme un maillage par éléments finis
utilisant des quadrangles, dont les coordonnées des noeuds sont données par les
79

linéaires
F IGURE 3.41: Numérotation des noeuds et éléments du maillage total
valeurs couples (u, f ), imposés lors des essais de caractérisation. La valeur prise
par un monôme s’apparente alors à un déplacement nodal calculé avec la méthode
des éléments finis.
La suite de ce paragraphe présente une méthode de génération du maillage et de

la matrice de connectivité de façon automatique, la méthode d’interpolation elle-
même et enfin la gestion des cas où le couple (u,f) pour lequel on souhaite détermi-
ner ai n’est pas dans l’espace de mesure.
3.3.3.2 Maillage, matrice de connectivité
Afin de faciliter la programmation, il faut réaliser une numérotation des noeuds et

des éléments suivant un schéma très simple permettant un repérage immédiat dans
l’espace de mesure. Le choix a donc été fait de numéroter les noeuds et les éléments
suivant les déplacements croissants puis les fréquences croissantes comme dans la
figure 3.41.
Il faut ensuite générer une matrice de connectivité sur cette base. Pour un espace
divisé en éléments de type quadrilatère à 4 noeuds (Q4) et représentant lui-même
un quadrilatère, ce traitement est simple.
Chaque ligne de la matrice de connectivité correspond à un élément et les colonnes

aux numéros des noeuds qui les composent. L’ordre des noeuds est déterminé par
les fonctions d’interpolation géométrique utilisées, en particulier l’agencement du
vecteur qui les regroupe. Ici, une numérotation classique dans le sens trigonomé-
80

F IGURE 3.42: Numérotation des noeuds pour l’élément 1, numérotation globale à l’exté-
rieur et élémentaire à l’intérieur
trique est retenue. Ainsi dans le cas du maillage décrit par la figure précédente, la
première ligne de la matrice aura pour expression :
h i
C(1) = 1 2 6 5 (3.23)
Dans le cas d’un espace de mesure rectangulaire de dimension [nu ∗ n f ] l’expression

générale de la ligne représentant l’élément k et ayant pour coin inférieur le noeud i
est : h i
C(k) = i i + 1 i + 1 + nu i + nu (3.24)
La construction de la matrice, a été automatisée.
3.3.3.3 Principe d’interpolation
L’interpolation retenue est inspirée des principes de bases de la méthode des élé-
ments finis. Le domaine est considéré comme constitué uniquement d’élément de
type Q4 droits. En effet, chaque test en déplacement est effectué selon une gamme
de fréquence donnée. Il a été vu au paragraphe 3.2.2.2 que les déplacements réel-
lement imposés pendant les essais ne correspondaient pas réellement à l’excitation
souhaitée. De plus, les excitations recalculées ne sont jamais réellement identiques.
Ainsi, l’excitation réelle est choisie comme la moyenne des excitations recalculées.
Cela a pour principal effet de rendre rectangle tous les éléments du maillage. Cette
81

linéaires
F IGURE 3.43: Elément Q4 dans l’espace réel et dans l’espace de référence
précision est importante, puisque la méthode d’interpolation au sens des éléments

finis requiert le passage par des fonctions d’interpolation géométrique afin de ra-
mener tout élément de l’espace réel à un élément droit dans un espace de référence.
La géométrie rectangulaire des éléments permet de définir les deux variables de
référence ξ et η comme une réduction et un centrage des variables réelles u et f .
Ainsi pour l’élément k :
u − uk (MAX)+u
2
k (Min)
f− fk (MAX)+ fk (Min)
2
ξk (u, f ) = uk (MAX)+uk (Min)
et ηk (u, f ) = fk (MAX)+ fk (Min)
(3.25)
2 2
Les maxima et minima des déplacements et fréquences sur un élément ont des posi-
tions fixes puisque les éléments sont rectangulaires. Selon la numérotation choisie
pour un noeud au sein d’un élément, pour un élément quelconque, les noeuds 2 et
3 ont les déplacements maximaux, et les noeuds 3 et 4 ont les fréquences maxi-
males. Pour effectuer le calcul de manière vectorielle il est préférable d’utiliser des
variables intermédiaires. Par exemple pour ξ :
ξ1k (u, f ) = uk (MAX) + uk (Min) et ξ2k (u, f ) = uk (MAX) − uk (Min) (3.26)
En remplaçant dans l’équation (3.25) :
u − ξ1k (u, f )/2 f − η1k (u, f )/2

ξk (u, f ) = et ηk (u, f ) = (3.27)
ξ2k (u, f )/2 η2k (u, f )/2
82

Il est ensuite facile d’exprimer ξ1, ξ2, η1 et η2 pour un élément quelconque en

fonction du vecteur qui le représente dans la matrice de connectivité. Pour η1
   


 1 

  1

 



 1 
 D E
 1 

ξ1k = u(C(k)) = u1k u2k u3k u4k = u1k + u2k (3.28)
 0 
   0
 


   
 0 
 
 0 

De même pour les autres variables intermédiaires :

 


 −1 



 1 
ξ1k = u(C(k)) = u2k − u1k (3.29)


 0 



 0 
 


 0 


 1 
 
η1k = f (C(k)) = f 2k + f 3k (3.30)


 1 



 0 

 


 0 



 −1 

η2k = f (C(k)) = f 3k − f 2k (3.31)


 1 



 0 
où u(C(k)) et f (C(k)) correspondent respectivement aux déplacements et aux

fréquences des points définis par la ligne k de la matrice de connectivité.
Finalement, pour u eth f appartenant à uniélément k pour lequel les valeurs nodales
de la réponse A sont A1 A2 A3 A4 on a :
 
 A1k

 


D E
 A 

(1−ξk )(1−ηk ) (1+ξk )(1−ηk ) (1+ξk )(1+ηk ) (1−ξk )(1+ηk ) 2k
A(u, f ) = 4 4 4 4
= NAk


 A3k 



 A 

4k
(3.32)
Le vecteur N tiré de la formulation classique des éléments Q4, permet de s’assurer
83

linéaires
que l’interpolation est exacte sur les noeuds des éléments. Cette formulation
vectorielle est appliquée pour chaque monôme. L’utilisation est finalement très
simple : pour chaque couple (u, f ) pour lequel on veut la réponse est souhaitée, il
y a la balayage du maillage pour trouver dans quel élément est inscrit ce couple.
On extrait alors des matrices permettant de stocker les ξ et η intermédiaires
les valeurs correspondant à l’élément, puis on reconstruit le vecteur de forme
correspondant. C’est finalement un simple produit scalaire qui donne la valeur de
la réponse correspondante. Cette opération est effectuée successivement pour tous
les monômes à évaluer ou directement sur la valeur de la force de restitution.
L’avantage de cette méthode est sa facilité de programmation une fois la formula-

tion matricielle déterminée. L’évaluation est également très rapide et parfaitement
automatique quelque soit la taille du maillage ou le degré d’interpolation. Les
seules informations à donner en entrée du programme sont une matrice contenant
les monômes pour chaque essai recalé et deux vecteurs, l’un contenant les
fréquences, l’autre contenant les déplacements. Toutes ces informations sont
regroupables dans une seule matrice. Chaque colonne correspond alors à un cycle
recalé, les premiers termes correspondant à la fréquence et au déplacement imposé,
et les autres aux monômes. On peut ainsi générer des maillages de plan d’essais
triangulaires ce qui est généralement le cas.
Il reste cependant un point important dans l’automatisation de cette méthode : la

gestion des exceptions, en particulier le calcul sur des points en dehors des bornes
du domaine délimité par les points de mesures.
3.3.3.4 Extrapolation à des points hors plan d’essais : Méthode des éléments
virtuels
Une méthode permettant d’évaluer des valeurs de la fonction réponse, pour

des valeurs de (u,f) en dehors du domaine d’essai est nécessaire. En effet, si le
programme balaie l’ensemble du maillage d’essai sans trouver de correspondant
au couple (u, f ) d’entrée, il faut qu’il puisse retourner tout de même une valeur, et
que celle-ci ne parasite pas trop les valeurs obtenues. Il s’agit de faire, ce que l’on
appelle en programmation, de la gestion d’exception. Le but est avant tout d’éviter
un arrêt brutal du calcul dû à une erreur du sous programme gérant le calcul du
84

F IGURE 3.44: Schéma de principe des éléments virtuels
modèle de suspension. Des valeurs non évaluées peuvent toujours apparaître,

notamment lors de calcul de réponse aléatoire ou encore dans les premiers pas
d’un calcul harmonique, lorsque la réponse n’est pas encore réellement stabilisée.
Il s’agit de définir une méthode valable juste à la frontière du domaine, mais qui
pourra au besoin donner une réponse même en un point éloigné du plan d’essai.
Une alternative beaucoup plus simpliste et non retenue aurait été d’affecter les
valeurs des monômes correspondant au point de mesure le plus proche du point
hors domaine.
Le principe de cette extrapolation hors plan est décrit dans un premier temps
sur la base d’un maillage rectangulaire. La méthode est basée sur la génération
d’éléments virtuels dans lesquels sont inscrits les points hors plan. Les coordonnées
des noeuds de ces éléments dépendent directement des éléments réels les plus
proches. Pour un domaine rectangulaire, il convient de distinguer deux cas : le
point hors plan se trouve sur un bord du domaine mais est compris au moins dans
les bornes de déplacements ou de fréquences réelles (en vert sur la figure 3.44), ou
le point se trouve sur un coin du domaine, donc complètement hors gamme d’essai.
En fonction de la position du point défini par le couple (u, f ) le traitement sera

légèrement différent mais la base sera toujours la génération de plusieurs noeuds
permettant la création d’un élément sur lequel pourra être effectuée la même
interpolation que dans le cas général.
85

linéaires
F IGURE 3.45: Eléments virtuels, positions des couples (u,f) représentées par des X
Pour des questions de programmation, les noeuds d’un élément virtuel portent tou-
jours le même nom suivant la numérotation locale. Quelque soit l’élément, celui-ci
sera donc numéroté a priori W, X, Z,Y en notant toutefois que les noeuds ne sont
pas nécessairement tous créés, des supports réels existent dans la plupart des cas.
Les noeuds supplémentaires sont créés de telle sorte que le point (u, f ) soit à égale
distance du bord de l’élément réel le plus proche et du bord opposé appartenant
au nouvel élément. Pour les points qui sont hors gamme à la fois en fréquence et
en déplacement, cela revient à dire que (u,f) est alors le centre de l’élément virtuel
généré. On définit ensuite la valeur de la fonction à interpoler comme évoluant
linéairement par rapport à celles des noeuds sur lesquels les noeuds virtuels sont
alignés. Dans le cas de l’exemple de la figure 3.45, considérons l’élément supérieur
gauche. Le noeud Y est aligné sur les noeuds 4 et 3. Ils ont une fréquence identique
mais des déplacements différents. On définira donc la fonction à interpoler comme
linéaire sur ces trois points en déplacement. Il suffit donc de résoudre le système
linéaire suivant : 
A = au + b
4 4
(3.33)
A = au + b
3 3
Ici A4 peut être simplement la valeur de la fonction réponse au noeud 4, mais éga-
lement un vecteur contenant les différents monômes d’un polynôme enveloppe au
86

noeud 4. On peut donc définir Ay comme :
A4 − A3 A4 − A3
Ay = uy + (A4 − u4 ) (3.34)
u4 − u3 u4 − u3
Le raisonnement est identique pour le noeud W ou encore pour l’élément inférieur

droit mais en fréquence cette fois. Les éléments situés en zone rouge nécessitent la
création de trois noeuds. Les noeuds virtuels sont toujours générés suivant le même
principe de positionnement, de manière à obtenir un nouvel élément de type Q4.
L’extrapolation de la valeur de la fonction objectif n’est pas aussi évidente pour le

troisième noeud nécessaire dans la zone rouge. En effet, le principe de linéarisation
parait pertinent quand une des valeurs (déplacement ou fréquence) est identique
pour les différents points utilisés. Le point Z n’a pas de coordonnée commune
avec les noeuds du maillage réél, ni aucun alignement. Le choix est donc fait de
linéariser suivant les deux bords les plus proches d’éléments du maillage réel.
Dans le cas de l’exemple, on part du principe d’un alignement du noeud W avec
les noeuds 1 et 2 ainsi que les noeuds 1 et 4 suivant les deux grandeurs décrivant
l’espace. Les calculs de linéarisation sont donc faits deux fois. On considère tout
d’abord l’évolution de Aw comme linéaire en déplacement par rapport à A1 et A2 ,
puis on fait de même en fréquence pour A1 et A4 . La valeur Aw finalement retenue
sera alors une moyenne des deux résultats.
Une fois la valeur nécessaire à l’interpolation au point (u, f ) connue, le calcul de

A(u, f ) est effectué de la même manière que dans le cas général. On évalue donc
les fonctions de forme en ξ et η de l’élément virtuel avant de calculer les monômes
via l’équation (3.32).
3.3.4 Généralisation de la méthode - domaine de mesure trian-

gulaire
Le principe décrit pour les domaines rectangulaires doit être adapté pour les
domaines réels qui sont généralement d’aspect plus triangulaire. L’idée reste de
créer des éléments de même type que les éléments réels, afin de ne pas modifier
la méthode d’interpolation. Les nouveaux noeuds sont créés directement par
résolution de petits systèmes linéaires selon l’alignement des éléments à créer par
87

linéaires
F IGURE 3.46: Schéma de connections entre les éléments virtuels et les éléments réels,
chaque case réelle (appartenant au plan d’essai) comprend ici la ou les textures des cases
qui lui sont reliées
rapport au maillage.
Dans le cas d’un domaine triangulaire, il existe toute une zone où les noeuds
virtuels peuvent être liées à plusieurs éléments. On peut considérer qu’ils se
trouvent dans la même gamme de déplacement, ou de fréquence, ou encore que
l’un des noeuds sommets est le noeud du maillage le plus proche du couple (u,f)
sur lequel on souhaite obtenir une information.
Suivant le principe d’alignement et de proximité on peut représenter les liaisons

analytiques entre les éléments réels et cette zone suivant la figure 3.46.
Le but est désormais de construire les nouveaux éléments à partir d’un maximum
de nœuds réels. Il faut chercher à conserver le maximum d’informations du
maillage réel pour obtenir un élément virtuel qui sera en moyenne compatible avec
tout le maillage initial. La méthode retenue est de créer systématiquement des
éléments virtuels sur la base de quatre nouveaux noeuds. Bien que parfois ceux-ci
soient confondus avec des noeuds réels, cette méthode ne demande de développer
qu’un seul algorithme de création quelque soit le couple (u,f) hors domaine de
88

mesure à traiter.
La création des noeuds virtuels repose sur leur position par rapport aux noeuds
réels. En créant des relations linéaires entre les coordonnées des noeuds virtuels et
celles des noeuds réels les plus proches, on s’assure d’obtenir des nouveaux noeuds
confondus avec les noeuds réels lorsque cela est possible.
Afin de lisser au maximum les résultats, la valeur extrapolée au noeud virtuel est
liée à la fois en fréquence et en déplacement à celles de noeuds réels proches.
En effet, on ne sait pas a priori si l’évolution en fréquence a plus de poids que
l’évolution en déplacement. Il est plus judicieux de faire une moyenne. Cette
méthode n’est donc admissible que sur de petits intervalles, proches de la frontière
du domaine réel.
Le point difficile n’est ni ici le principe de création des éléments virtuels, ni l’inter-
polation. En effet, il s’agit toujours de créer des points en résolvant des systèmes
d’équations affines en fonction des coordonnées de ces noeuds. L’automatisation
de la méthode est elle plus complexe et est détaillée en annexe.
3.3.5 Influence du paramètre β

Comme expliqué précédemment, le paramètre β joue sur les pentes à l’origine des
courbes enveloppes, et indirectement sur l’aire. On peut juger de l’intéret d’un re-
calage précis de ce paramètre en traçant des réponses avec une valeur arbitraire
comme dans le cas de la figure 3.47.
L’application directe de la méthode decrite précédemment permet d’obtenir la
valeur du paramètre β pour toutes les amplitudes et fréquences de sollicitations,
quelque soit le degré du polynôme retenu. Il est à noter que le paramètre varie très
peu en fonction de cette dernière donnée, il est beaucoup plus lié à l’amplitude de
sollicitation par rapport à laquelle il évolue de façon inversement proportionnelle.
L’automatisation du calcul de l’intégrale de Stokes et la comparaison de ce résultat

à la donnée d’essai, permet de finaliser le traitement du modèle. Ce calcul ne peut
en effet s’effectuer qu’une fois les équations d’enveloppes déterminées.
89

linéaires
F IGURE 3.47: Exemple de cycle obtenu avec un beta arbitrairement fixé à 1
3.4 Conclusion de la caractérisation des modèles de

plots
Cette étape de l’étude a permis de mettre en avant l’importance de la caractéri-
sation, de la définition des bornes de l’objet d’étude à la mise en place d’un modèle.
Il est tout d’abord nécessaire d’avoir un grand nombre d’informations sur l’objet
que l’on souhaite caractériser. Les conditions d’utilisations réelles tout d’abord
définissent les bornes de la caractérisation. Les interfaces doivent faire parties
intégrantes de l’objet. L’influence des paramètres extérieurs comme la température
doit être évaluée. Ces différents points ont conduit à la mise en place de nouveau
type de mesures sur la structure réelle.
Le volume important des données à l’issue de la camapgne de caractérisation

a rendu nécessaire une automatisation du traitement. Un logiciel intégrant les
divers étapes de ce traitement et de recalage, adaptable à divers modèle, a été
codée. Le développement a été basé sur les modèles de type Dahl généralisé. Les
courbes enveloppes des cycles Force-Deflexion sont approximées par interpolation
polynomiale. L’identification consiste ainsi à déterminer ces polynômes pour
chaque point de mesure (u1 , f). L’ordre des polynômes est choisi par l’utilisateur.
Les polynômes d’ordre 3 ont permis dans cette étude d’obtenir des résultats
satisfaisants. Les monômes les constituants forment une base de données. Il faut
ensuite pour n’importe quel point (u,f) pouvoir calculer une force de restitution.
90

Conclusion de la caractérisation des modèles de plots
(u,f) ne sont pas forcément des points identifiés. Divers méthodes permettant d’ex-
ploiter les paramètres des modèles ont été explorées, pour finalement aboutir à une
méthode basée sur une interpolation au sens des éléments finis. Un développement
a également permis de contrer d’éventuels problèmes de comportement de la
méthode pour des données d’entrée n’appartenant pas au plan de caractérisation.
Cette méthode appellée "méthode des éléments virtuels" permet ainsi d’introduire
une erreur acceptable dans la résolution tout en évitant un arrêt brutal du logiciel.
La suite de l’étude concerne l’application de cette méthode, et son intégration au

logiciel Abaqus dans le cadre des simulations dynamiques aléatoires.
91

linéaires
92

Chapitre 4
Sollicitations aléatoires : définitions,

modélisation, traitement numérique
Ce chapitre traite particulièrement de la définition des

densités spectrales de puissances des excitations lors de
tests de validation en endurance des composants
automobiles en condition répliquée grâce à la méthode
de personnalisation. Il pose quelques fondements
mathématiques et décrit le traitement numérique de ces
excitations et leurs équivalences temporelles.
Sommaire
4.1 Préambule . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 95
4.2 Définitions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 95
4.2.1 Variables aléatoires . . . . . . . . . . . . . . . . . . . . . . 95
4.2.2 Processus aléatoires . . . . . . . . . . . . . . . . . . . . . 96
4.2.3 Densités spectrales de puissance . . . . . . . . . . . . . . . 100
4.3 Obtention d’une spécification : Méthodes de personnalisation . . 101
4.3.1 Méthode par enveloppe . . . . . . . . . . . . . . . . . . . . 102
93

4.3.2 Méthode par équivalence de dommage par fatigue . . . . . . 103
4.3.3 Processus général d’obtention d’une spécification . . . . . . 105
4.4 Génération de signaux aléatoires temporels à partir d’une DSP . 107
4.4.1 Aperçus des méthodes existantes . . . . . . . . . . . . . . . 107
4.4.2 Application de la méthode spectrale . . . . . . . . . . . . . 112
4.5 Prise en compte des sollicitations aléatoires en calcul par élé-
ments finis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 112
4.5.1 Présentation . . . . . . . . . . . . . . . . . . . . . . . . . . 112
4.5.2 Extraction modale . . . . . . . . . . . . . . . . . . . . . . 115
4.5.3 Superposition modale . . . . . . . . . . . . . . . . . . . . 115
4.5.4 Utilisation de la méthode de superposition modale pour le
calcul de réponse à une vibration aléatoire . . . . . . . . . . 117
4.5.5 Critères de validation en contraintes . . . . . . . . . . . . . 120
94

Préambule
4.1 Préambule
Les modules de face avant automobile sont soumis pour leur certification à des ex-
citations en accélération suivant des consignes établies avec des densités spectrales
de puissance. Il se trouve donc que les excitations injectées dans la structure sont
aléatoires tout en respectant le gabarit imposé par la DSP. Par conséquent, les plots
de suspension supportant le module de refroidissement sont sollicités également de
façon aléatoire. Ce quatrième chapitre explicite donc les outils mis en oeuvre pour
déterminer les sollicitations appliquées à la structure et à ses suspensions.
4.2 Définitions
Les fondements statistiques des grandeurs utilisées pour représenter les vibra-
tions aléatoires sont longuement présentés et discutés dans la littérature [BAC 08],
[LAL 02a], [PRE 90]. L’objectif de cette section n’est pas de faire une démonstra-
tion complète des raisonnements amenant à la définition des densités spectrales de
puissance. Il s’agit plutôt de poser quelques définitions de base et les hypothèses
permettant d’aboutir à celles-ci.
4.2.1 Variables aléatoires

La représentation la plus parlante d’une expérience aléatoire est un nombre
aléatoire qui constitue le résultat de cette expérience. On peut ainsi définir ce
nombre X comme une fonction de tous ses résultats possibles. X(ω) est alors une
variable aléatoire, "une application des résultats ω d’une expérience aléatoire sur
l’axe réel" [PRE 90]. Une variable aléatoire (VA) peut être continue ou discrète.
C’est ce dernier cas qui nous concerne particulièrement car les variables que nous
étudions sont en réalité des signaux de mesures échantillonnés.
Les VA peuvent être décrites au moyen de fonction de probabilités. Soient ai les i

valeurs discrètes de X :
PX (x) = P [ω : X(ω) = x] x = ai , . . . , an (4.1)
On peut également représenter une VA par sa fonction de répartition dont la valeur
95

4. Sollicitations aléatoires : définitions, modélisation, traitement numérique
Fx (x) représente la probabilité que ses valeurs soient inférieures ou égales à x :
Fx (x) = P(X 5 x) = ∑ PX (xi) (4.2)

xi 5x
Ces deux représentations sont toutes deux utilisables pour des VA discrètes, mais
seule la fonction de répartition peut représenter les VA continues. On utilise ce-
pendant le plus souvent la densité de probabilité qui est plus simple de mise en
oeuvre. Elle est égale à la dérivée de la fonction de répartition :
dFX (x)
PX (x) = (4.3)
dx
Ces représentations permettent d’établir différentes caractéristiques statistiques

d’une VA :
• L’espérance
L’espérance mathématique correspond à la moyenne d’une VA sur un échantillon :
Z ∞
E[X] = xPX (x)dx (4.4)
−∞
• La variance
La variance caractérise la dispersion d’une distribution.
Z ∞
2 2
σ = E[X − E[X]] = (X − E[X])2 PX (x)dx (4.5)
−∞
La variance est le plus souvent utilisée via sa racine carrée : l’écart-type. Ses puis-
sances sont appelées les moments.
4.2.2 Processus aléatoires

Les processus aléatoires ainsi que quelques propriétés des processus rencontrés
durant cette étude sont définis ci-aprés.
Un processus aléatoire est une famille paramétrée de variables aléatoires. Il s’agit

en particulier dans le cas de cette étude de nombres, qui sont fonctions d’un ou
plusieurs paramètres. Prenons X(t, ω), un processus aléatoire du paramètre t et si
ω désigne le résultat de l’expérience aléatoire considérée, X(t, ω) peut représenter
96

Définitions
F IGURE 4.1: Exemple de distribution Gaussienne centrée normée et sa fonction de répar-

tition
quatre choses différentes :

• une famille de fonction du temps (t et ω variables)
• une fonction du temps (t variable, ω fixé)
• une variable aléatoire (t, ω variable)
• un nombre (t, ω fixés)
Dans la suite de cette section X(t, ω) est noté en X(t) de façon à simplifier les
écritures.
De la même manière que pour les VA, on peut établir pour les processus aléatoires
des densités de probabilités. On peut en réalité, pour n instants déterminer n distri-
butions et donc n densités de probabilités. La loi de distribution d’ordre n s’exprime
comme :
FX (X1 , . . . , Xn ) = P {X(t1 ) 5 X1 , . . . , X(tn ) 5 Xn } (4.6)
La densité de probabilité d’ordre n est donc obtenue en dérivant la loi de distribution

par toutes les variables X1 , . . . , Xn :
∂FX (X1 , . . . , Xn : t1 , . . . ,tn )

fX (X1 , . . . , Xn ) = (4.7)
∂x1 . . . ∂xn
La fonction d’auto-corrélation d’un processus permet de savoir qualitativement
97

en quoi celui-ci est influencé par ce qui se passe à un autre instant. Elle représente
donc l’effet de mémoire du processus. La fonction d’auto-corrélation du processus
X(t, ω) pour les instants t1 et t2 s’exprime comme un moment joint des variables
aléatoires X(t1 ) et X(t2 ) :
Z ∞
∗
RXX (t1 ,t2 ) = E {X(t1 )X (t2 )} = X1 X2 fX (X1 , X2 ;t1 ,t2 )dx1 dx2 (4.8)
−∞
C’est cette fonction qui est à l’origine du calcul de la densité spectrale de puissance.
Les processus qui nous intéressent en particulier vérifient le plus souvent deux
propriétés : la stationnarité et l’ergodicité.
La stationnarité stricte est vérifiée si les statistiques d’un processus ne sont pas
affectées par un décalage de l’origine des temps. Cela signifie donc pour la densité
de probabilité d’ordre n :
FX (X1 , . . . , Xn ;t1 , . . . ,tn ) = FX (X1 , . . . , Xn ;t1 + ε, . . . ,tn + ε) (4.9)
En particulier les densités d’ordre 1 et espérance sont indépendantes du temps.

La stationnarité d’ordre fini k signifie par contre que l’égalité des densités de
probabilités n’est valable que pour n 5 k.
Un processus est dit ergodique si toutes ses statistiques peuvent être déterminées
à partir d’une seule de ses fonctions temporelles. Ses moyennes temporelles sont
donc égales à ses moyennes statistiques, ce qui donne :
Z T
1
E {X(t)} = X(t)dt (4.10)
2T −T
Z T
1
RXX {τ} = X(t + τ)X ∗ (t)dt (4.11)
2T −T
Cela signifie en outre que tout processus ergodique est stationnaire. Cette propriété
est utilisée en particulier pour simplifier certains calculs et pour poser des consi-
dérations permettant de se concentrer sur quelques réalisations pour analyser les
résultats d’une expérience aléatoire.
98

Définitions
Les processus rencontrés dans cette étude sont généralement de type gaussien. Un
processus est gaussien lorsque toutes ses variables aléatoires sont gaussiennes. La
densité de probabilité d’un tel processus revêt donc une forme gaussienne :
1 −(X−E{X(t)})2 /2σ2X(t)
fX (X,t) = √ e (4.12)
σX(t) 2π
La particularité d’un tel processus est d’être uniquement défini par son espérance
et sa variance. On peut notamment considérer les processus suivant des lois
gaussiennes centrées réduites. Celles-ci correspondent à une moyenne nulle est une
variance égale à 1.
Dans ce cadre particulier (4.12) devient :
1 2
fX (X,t) = √ e−(X) /2 (4.13)
2π
et sa fonction de répartition :
Z X
1 2
FX (X,t) = √ e−(X) /2 dX (4.14)
−∞ 2π
Afin d’effectuer le calcul de cette intégrale on peut utiliser une approximation de

son développement en série de Taylor à l’ordre 5 :
X3 X5

1 1
FX (X,t) ≈ + √ X− + (4.15)
2 2πi 6 40
On trouve également des tables numériques de cette fonction de répartition. En an-

nexe, une table donne les valeurs de 105 FX pour X variant de 0 à 3.99, et peut être
utilisée directement pour calculer la probabilité qu’une VA ou un processus aléa-
toire gaussien centré réduit se trouve dans une fenêtre de valeurs puisque d’après
(4.2) :
P(X 5 z) = FX (z) (4.16)
Ce qui pour tout X réel positif donne :
P(0 5 X 5 z) = FX (z) (4.17)
99

ou :
P(z1 5 X 5 z2 ) = FX (z2 ) − FX (z1 ) (4.18)
En particulier pour z1 et z2 ayant la même valeur absolue
P(−z 5 X 5 z) = FX (z) − FX (−z) = FX (z) − (1 − FX (z)) = 2FX (z) − 1 (4.19)
On obtient ici trois résultats intéressants. Pour une bande de valeurs correspondant
à l’écart type, la fonction de répartition montre qu’elles constituent 68.27% des
tirages possibles, pour deux écarts types 95.4% et trois écarts types 99.7%. Ce sont
sur ces valeurs remarquables que sont basés les post-traitements des simulations
numériques des densités spectrales de puissance.
4.2.3 Densités spectrales de puissance

La définition de la densité spectrale de puissance provient du théorème de Boch-
ner. La densité spectrale de puissance d’un processus aléatoire stationnaire est ob-
tenue comme la transformée de Fourrier de la fonction d’auto-corrélation de ce
processus :
1 ∞
Z
ΦXX (ω) = RXX (τ)e− jωτ dτ (4.20)
2π −∞
La mesure caractéristique des densités spectrales de puissance le plus souvent utili-
sée en milieu industriel est la valeur RMS [BEN 63] est définie également comme
la racine carrée de la moyenne quadratique. Cette notion est fortement utilisée
puisque la moyenne seule d’un signal aléatoire est souvent nulle en pratique. Cela
signifie donc que cette information seule ne suffit pas à classer la sévérité des spé-
cifications. On préfère à ce titre calculer la moyenne de la valeur absolue du signal
X(t) :
1 T
Z
|X(t)| = |X(t)| dt (4.21)
T 0
La valeur RMS du signal est donc directement :
s
q Z T
1
Xrms = |X 2 (t)| = |X 2 (t)| dt (4.22)
T 0
Cette notion est applicable à toute variable aléatoire et aux densités spectrales
de puissance elle-même. Dans ce cas précis la valeur RMS est un indicateur de
100

Obtention d’une spécification : Méthodes de personnalisation
cumul, strictement croissant, dont la valeur peut augmenter brutalement à chaque

fréquence induisant une forte réponse de la structure, ou une forte émergence de
signal d’excitation.
La valeur RMS d’un signal tient compte simultanément de la partie statique et de la

partie dynamique du signal. La partie dynamique est directement la variance (4.5)
alors que la partie statique correspond à la moyenne. (4.4). On peut donc obtenir les
mesures caractéristiques du signal comme :
|X 2 (t)| = σ2X + E(X)2 (4.23)
Ainsi, si la valeur moyenne d’un signal est nulle, la moyenne quadratique est direc-
tement égale à la variance :
|X 2 (t)| = σ2X (4.24)
En conséquence, les post-traitements des simulations numériques en valeurs RMS

sont dits à un écart type. Cette valeur ne donne donc qu’une indication soit sur la sé-
vérité du spectre d’excitation, soit sur les résultats statistiquement attendus lors de
l’essai réel. Les processus mécaniques aléatoires sont considérés gaussiens. On tra-
duit donc directement les valeurs RMS obtenues comme supérieures à 68% des va-
leurs mesurables lors d’un essai. Les valeurs pics sont elles obtenues en considérant
trois fois la valeur RMS, puisque 3σ correspondent à 99% des valeurs mesurables.
4.3 Obtention d’une spécification : Méthodes de per-

sonnalisation
Les DSP caractéristiques des sollicitations temporelles réelles aléatoires peuvent
être obtenues par des méthodes de personnalisation [LAL 02b]. Ces méthodes se
retrouvent particulièrement dans le nucléaire civil, l’automobile, l’aéronautique et
la défense. En effet ces secteurs industriels requièrent pour leurs équipements et
structures des durées de vie longues avec de grands facteurs de sécurité. La person-
nalisation est le plus souvent basée sur une série de tests réalisés en conditions quasi
réelles. Dans le cas de l’automobile, ils sont réalisés sur des pistes caractéristiques
des endommagements subis au cours de la durée de vie complète du produit mais
réalisables sur des durées relativement courtes. On trouve deux types principaux de
101

F IGURE 4.2: Exemple d’enveloppe DSP
méthodes de personnalisation, par enveloppe, et par équivalence de dommage par

fatigue.
4.3.1 Méthode par enveloppe
La première méthode de personnalisation se base sur une enveloppe d’une DSP ob-
tenue expérimentalement. Il s’agit simplement d’un lissage d’une densité obtenue
depuis une série de mesures temporelles à laquelle on aura éventuellement appli-
qué un coefficient de sécurité. Le principal but de cette méthode est de limiter le
nombre de points définissant la DSP. On pourra ainsi plus facilement la représen-
ter et l’injecter dans les moyens de pilotages d’essais. Bien qu’étant très simple,
cette méthode a plusieurs inconvénients. Les principaux sont la forte dépendance
du résultat à l’opérateur de lissage utilisé, ainsi que le risque de sévérisation de la
spécification. En effet, la sécurité pousse à envelopper largement la valeur de réfé-
rence, la valeur efficace de la spécification déduite est ainsi souvent très élevée par
rapport à celle effectivement enregistrée.
Il faut donc chercher avant tout à respecter les dommages engendrés par le spectre
réel. Une solution simple passe par la réduction du temps d’application de la spéci-
fication par une loi d’équivalence des dommages en fatigue. On obtient celle-ci sur
la base d’une simple loi de Basquin :
C
N= (4.25)
σb
102

avec N le nombre de cycles de durée de vie, σ la valeur maximale de la contrainte

observée, C et b des constantes caractéristiques du matériau. En considérant les
contraintes comme liées linéairement à la valeur efficace de l’excitation, on en dé-
duit :
1/b
Tréel
Ẍspeci f ications = Ẍréel (4.26)
Tspéci f ications
soit, en considérant les puissances :
2/b
Tréel
Gspeci f ications = Gréel (4.27)
Tspéci f ications
On recommande en général que le rapport des valeurs efficaces ne dépasse pas

2. Cette valeur est basée sur le constat empirique selon lequel le rapport entre la
contrainte instantanée à rupture et la limite d’endurance est souvent situé entre 2 et
2.5 pour les métaux.
Cela permet également de s’affranchir des effets d’environnements. En effet, les

proximités entre les composants limitent les déplacements maxima admissibles.
Une trop forte amplification générera des chocs entre pièces, le test n’étant ainsi
plus représentatif de la réalité.
Cette méthode présente comme principal avantage d’être facile à mettre en œuvre
tout en nécessitant peu de moyens. Elle rend également possible la réduction de
durée des esssais via les critères de dommage et elle permet de condenser en une
seule DSP l’impact de plusieurs environnements vibratoires. Cependant, la défini-
tion même de l’enveloppe reste subjective et le résultat peut donc différer d’une
passe à une autre. Cette méthode est également peu adaptée dans les cas où les
amplitudes de vibrations des différentes situations à analyser sont très disparates.
4.3.2 Méthode par équivalence de dommage par fatigue

L’équivalence de dommage est issue des travaux du commissariat à l’énergie
atomique (C.E.A.) dans les années 1970. Son principe est de rechercher les
caractéristiques d’un signal vibratoire qui produira sur un système linéaire à un
degré de liberté la même contrainte maximale que celle observée durant l’essai
103

ainsi que le même endommagement.
L’équivalence environnement réel/spécification se base sur les principaux méca-

nismes d’endommagement à savoir le dépassement d’une contrainte limite, et un
dommage par fatigue généré par l’accumulation de cycles de contrainte au cours
de la durée de la sollicitation.
Une vibration peut donc être caractérisée par deux spectres :
• Un spectre de réponse extrême (SRE) qui donne la contrainte la plus grande

subie par un système mécanique forcé à un degré de liberté, en fonction de sa
fréquence propre.
• Un spectre de dommage par fatigue (SDF) qui correspond au dommage par

fatigue subi par ce même système forcé pendant une durée T donnée, en fonction
de sa fréquence propre.
Le SRE d’une vibration est obtenu en considérant les variations de la quan-

tité : 4π2 f02 zsup où f0 est ici la fréquence propre du système à 1 degré de liberté
et zsup , l’amplitude maximale du déplacement de la masse par rapport à son support.
Il s’agit donc d’une fonction de f0 obtenue pour un amortissement donné. Dans

le cas d’un signal aléatoire stationnaire gaussien, on peut déterminer le SRE en
terme de probabilités. Il donne alors le pic le plus grand observé en moyenne sur
un temps T dans la réponse du système à 1 DDL en fonction de sa fréquence propre.
Le SDF est obtenu sous les hypothéses que le matériau constitutif du système ait une
courbe de Wöhler suivant une loi de Basquin (Nσb = C), qu’il existe une relation
linéaire entre la contrainte et la déformation (σ = Kz), et que la loi de Miner validant
le cumul linéaire des endommagements est applicable(D = ∑i Nnii . Le dommage peut
donc s’exprimer sous la forme :
Kb
D= ∑ ni zbi (4.28)
C i
104

F IGURE 4.3: Méthode de comptage Rainflow appliquée à des cycles contraintes-

déformations (efatigue.com)
Les ni et zi sont donnés par l’histogramme des pics du déplacement relatif de la

réponse. On détermine généralement cet histogramme par comptage Rainflow.
Cette méthode tire son nom de l’idée qu’un comptage de pics peu s’effectuer
en considérant la courbe comme le toit d’une pagode sur lequel l’eau de pluie
s’écoule. On définit un cycle comme les pics de courbes permettant à l’eau de
toucher le sol sans pour autant toucher un autre pic (fig. 4.3). Cette méthode facile
à programmer est implémentée dans de nombreux codes de post-traitement en
fatigue.
Il existe de nombreux avantages à cette seconde méthode. Les calculs des SRE
et SDF sont peu sensibles au choix de leurs paramètres. Il est possible de définir
un type de sollicitation différent entre la spécification et le réel. Cela permet par
exemple de représenter une vibration aléatoire par un sinus balayé. Le processus
peut également représenter de façon stationnaire, des vibrations aléatoires pourtant
instationnaires.
4.3.3 Processus général d’obtention d’une spécification

La première étape du processus est l’établissement d’un profil de vie correspondant
à l’environnement réel. On appelle "profil de vie" un document regroupant les
différents scenarii caractéristiques de l’utilisation du matériel et qui est le point
105

F IGURE 4.4: Démarche de calcul des SRE et SDF, graphique tiré de [OTA 08]
106

Génération de signaux aléatoires temporels à partir d’une DSP
de départ de la méthode de personnalisation des essais. Ce profil de vie système

doit être traduit en profil de vie environnement ce qui consiste à ne retenir que
les évènements représentant des sollicitations mécaniques significatives. Il faut
aussi définir leur durée et leur nombre d’occurrences, le fonctionnement ou non de
l’appareil, les éventuels paramètres d’environnement (température, humidité...).
Il convient ensuite de caractériser l’environnement réel. Tout d’abord par les

agents d’environnement. On peut distinguer les agents par leur nature (climatiques,
mécaniques, électromagnétique...), le type de signal correspondant, ou encore
l’origine des données (retour d’expérience, mesure essai spécifique, modèle,
simulation numérique...). On définit ensuite les grandeurs physiques associées aux
sollicitations, puis les critères et outils permettant de valider la mesure.
La dernière étape consiste finalement à déterminer l’environnement à simuler. Il

sera en réalité un environnement simplifié que l’on juge aussi sévère que l’ensemble
des environnements de tout ou partie du profil de vie. On se base pour cela sur les
principes d’équivalence cités précédemment au travers d’un système simplifié à un
degré de liberté. On caractérisera pour cela différents spectres représentatifs des ré-
ponses extrêmes et de l’endommagement par fatigue de la structure simple. Afin de
limiter le nombre des spécifications on devra réaliser la synthèse des différentes si-
tuations d’un profil de vie lorsque cela est possible, par des moyennes, des sommes
ou encore des enveloppes des spectres caractéristiques. On pourra finalement ap-
pliquer à ces spectres des méthodes de réduction de durées et évaluer l’effet de la
variabilité de paramètres.
4.4 Génération de signaux aléatoires temporels à

partir d’une DSP
4.4.1 Aperçus des méthodes existantes

Il existe diverses méthodes pour générer des signaux temporels aléatoires cor-
respondant à une DSP donnée. Ces méthodes sont nécessaires aux réalisations
"physiques" des densités spectrales de puissance, comme les excitations générées
par une table sismique. Ces excitations correspondent à des processus aléatoires
107

stationnaires discrets. On peut notamment trouver dans [BAC 08] plusieurs

exemples de ces méthodes.
• Les modèles ARMA
Le premier exemple est basé sur des outils statistiques. Il s’agit des modèles
de Box-Jenkins plus souvent dénommés ARMA. Lorsqu’on considère une série
temporelle, un modèle ARMA est un outil permettant de comprendre ou de prédire
les valeurs futures de cette série. Il s’agit de la combinaison de deux parties :
l’autorégressive (AR) et la moyenne-mobile (MA : moving average).
La partie auto-régressive du modèle s’exprime de la façon suivante :

n
Xt = c + ∑ ϕi Xt−i + εt (4.29)
i=1
Les différents ϕi sont les paramètres du modèle, c est une constante, et εt un bruit
blanc.
La partie moyenne-mobile quant à elle est de la forme :
n
Xt = εt + ∑ θi εt−i (4.30)
i=1
Dans ce cas les θi sont les paramètres.
Un modèle ARMA est directement une combinaison linéaire des deux modèles pré-
cédents. On note ARMA(p, q) un modèle avec p termes auto-régressifs et q termes
moyenne-mobile. Il s’exprimera naturellement par :
p q
Xt = εt + c + ∑ ϕi Xt−i + ∑ θi εt−i (4.31)
i=1 i=1
Dans la littérature, on omet le plus souvent la constante c. La définition du modèle

passe par le recalage des paramètres des deux parties du modèle. Ce recalage peut
être réalisé par des méthodes des moindres de carrés en fonction de la Densité
Spectrale de Puissance du processus dont on souhaite générer les trajectoires.
• Méthode de markovianisation
108

La markovianisation revient à définir le processus aléatoire comme le filtrage d’un

bruit blanc. Elle est basée sur le théorème de représentation markovienne : Un pro-
cessus réel X(t) admet une réalisation markovienne de dimension finie si et seule-
ment si sa densité spectrale de puissance peut s’écrire sous une forme rationnelle
du type :
1 R( jω)R( jω)∗
ΦXX (ω) = (4.32)
2π |P( jω)|2
avec P( jω) polynôme à coefficients réels dont les racines sont complexes et ont une
partie réelle négative, et R( jω) un polynôme à coefficients réels de degré inférieur
à celui de P.
Une simple division par le module carré de R( jω) fait apparaître le filtrage :
1 1
ΦZZ (ω) = ΦXX (ω) 2
= (4.33)
|R( jω)| 2π|P( jω)|2
On peut ainsi définir le nouveau processus Z(t) comme le résultat de deux filtrages :
-le filtrage de X(t) par un filtre de fonction de transfert 1/R( jω).
-le filtrage d’un bruit blanc par un filtre de fonction de transfert 1/P( jω).
Ces deux manières d’appréhender le processus permettent de représenter les échan-

tillons de celui-ci sous deux formes (liées à X(t) ou à la représentation temporelle
d’un bruit blanc). Cette double représentation conduit à un système d’équations
différentielles que l’on représente sous la forme d’équations différentielles stochas-
tiques d’Itô (EDSI) que l’on sait résoudre par un schéma d’intégration classique.
La principale difficulté dans cette méthode est la définition des filtres à employer
d’autant plus lorsque les DSP sont constituées de successions de pics et non pas
de plateaux. C’est pour cette raison que, dans notre cas, nous avons mis en oeuvre
une génération de signaux basée sur la troisième famille de méthode : les méthodes
spectrales présentées ci aprés.
• Méthode spectrale
109

Ces méthodes sont les plus utilisées industriellement notamment du fait de la

simplicité de leur mise en oeuvre. Leur principe de base est simplement la
décomposition du signal aléatoire en série de fourrier. Notre processus peut en
effet être simplement décrit comme une somme de signaux périodiques, dont les
informations sont piochées directement dans le gabarit de sa DSP. Nous pouvons
définir ainsi directement chaque réalisation du processus comme la somme de
réalisation de sinus.
Il y a cependant des hypothèses à vérifier. Le fondement mathématique de celles-ci

peut être trouvé dans [PUI 03] ainsi que la démarche d’utilisation, que l’on trouve
également dans [LAL 02a].
La méthode commence par le choix des discrétisations des espaces de temps et de

fréquence. La discrétisation temporelle est directement liée au théorème de Shan-
non. Celui-ci énonce que la fréquence d’échantillonnage d’un signal doit être égale
ou supérieure au double de la fréquence maximale contenue dans ce signal pour
permettre la discrétisation. Dans la pratique la fréquence d’échantillonnage est sou-
vent choisie comme comprise entre 2 et 2.6 fois la fréquence maximum. Cela se
traduit finalement par :
1 1
∆t = = (4.34)
fechantillonnage 2 fmax
La discrétisation fréquentielle δ f est choisie comme une puissance de 2, par ana-

logie aux algorithmes liés aux transformées de Fourier rapides (FFT : Fast Fourier
Transform). Si on retient M points dans le domaine fréquentiel on aura donc un
intervalle de fréquence défini comme :
fechantillonnage
∆f = (4.35)
2M
On utilise alors les points composant la DSP afin de calculer l’amplitude et la phase
de sinusoïdes que l’on sommera. Ces sinusoïdes sont de la forme :
xMi (t) = AMi sin(2π fMi t + φMi ) (4.36)
110

où f est la fréquence du point Mi telle que :
fMi = i∆ f (4.37)
et l’amplitude xMi (t) : q

AMi (t) = 2G( fMi )∆ f (4.38)
G( fMi ) représente ici la valeur de la DSP à la fréquence fMi .
L’aspect aléatoire peut être choisi comme provenant des fréquences ou des phases.
Le problème d’une expression en fréquence aléatoire à phase fixe, est l’apparition
d’un fort overshoot pour les premières valeurs de temps. En effet, les amplitudes
augmentant simultanément pour toutes les fréquences en phase, on obtient un
pic numérique égal à la somme des ces amplitudes. Cela nécessite donc un
post-traitement de ces valeurs afin de les éliminer du signal temporel que l’on
conservera finalement. C’est pourquoi l’aspect le plus facile à traiter reste celui en
phase aléatoire. On utilisera ainsi l’ensemble des points constituant la DSP dans
un sinus dont la phase sera tiré aléatoirement. En conservant l’aspect Gaussien de
notre processus, la phase devra donc être obtenue comme un tirage d’une variable
aléatoire gaussienne.
Une variable aléatoire gaussienne peut être obtenue simplement à partir de deux
variables aléatoires uniformes sur [0, 1]. Soient r1 et r2 deux VA uniformes sur [0, 1]
et rg une VA gaussienne. On a :
p
rg = −2ln(r1 ).cos(2πr2 ) (4.39)
La phase variant sur l’intervalle [0, 2π], son expression générale est donc :
p
φMi = 2π −2lnri1 .cos(2πri2 ) (4.40)
L’échantillon temporel est obtenu par la fonction suivante :
M q p
x(t) = ∑ 2G( fMi )∆ f (sin(2πi∆ f t)) + 2π −2lnri1 (cos(2πri2 )) (4.41)
i
111

On a choisi dans cette forme de calculer simultanément tous les pas de temps, sans
effectuer un nouveau tirage aléatoire pour chaque indice temporel. Cette solution
permet de rendre plus rapide l’évaluation du signal temporel. La formule proposée
dans [PUI 03] est basée sur un calcul indépendant de chaque instant. On illustre
l’algorithme dans la figure 4.5.
4.4.2 Application de la méthode spectrale

Un générateur basé sur la formulation (4.41) a été programmé via le logiciel Oc-
tave. Ces résultats ont pu être corrélés à des solutions obtenues à l’aide du logiciel
Glyphworks de NCode qui permet de créer des processus de simulation sous la
forme d’assemblage de boites (glyphes) contenant des fonctions. On obtient très
facilement des générateurs de signaux aléatoires à l’aide de quelques blocs. Les
méthodes utilisées sont d’ailleurs basées sur les méthodes spectrales. Les signaux
étant aléatoires, ce sont finalement des valeurs statistiques qui sont à comparer aux
échantillons temporels comme la variance et l’espérance. Les générateurs donnant
ainsi des signaux différents, mais ayant des contenus fréquentiels similaires et des
statistiques proches.
4.5 Prise en compte des sollicitations aléatoires en

calcul par éléments finis
4.5.1 Présentation
L’évaluation de la réponse d’une structure industrielle à une sollicitation aléatoire
est le plus souvent réalisée sur la base des densités spectrales de puissances dans
les codes éléments finis. La résolution se base généralement sur une méthode de
superposition modale qui nécessite tout d’abord l’extraction des fréquences propres
et vecteurs propres du modèle. Une telle méthode reste basée sur une hypothèse
majeure à savoir la linéarité de la structure. Ce qui pose a priori un réel problème
lorsque l’on considère une structure supportée par des composants non-linéaires.
Cette hypothèse autorise de grandes simplifications du modèle. Les comportements

matériaux, les comportements géométriques ainsi que conditions limites devront
être linéarisés ou le seront par le solveur. Par exemple, les modèles de plasticité,
112

Prise en compte des sollicitations aléatoires en calcul par éléments finis
F IGURE 4.5: Schéma de principe d’un générateur temporel basé sur une méthode spec-
trale
113

F IGURE 4.6: Résultat d’un générateur par méthode spectrale et comparaison à la DSP
d’entrée
les contacts ou encore les conditions aux limites de butées ne pourront pas être
modélisés. Le plus souvent, le solveur réinterprétera la mise en données pour se
conformer à l’hypothèse de linéarité. La définition plastique est donc simplement
éliminée au profit d’un comportement élastique infini. Le contact se transforme en
contact collé et ne peut donc plus autoriser ni la séparation ni le glissement des
parties de la structure entre elles, la rendant ainsi plus rigide. Une butée doit être
remplacée par une raideur, un blocage complet, ou simplement être éliminée. Ce
comportement des logiciels éléments finis industriels doit être clairement pris en
compte avant toute définition du modèle. Il faut pouvoir juger de l’impact de cette
écart nécessaire par rapport à la réalité, et l’intégrer au moyen d’une sévèrisation
des critères de rupture à l’aide de facteur de sécurité.
Dans la suite de cette section, on présente le cheminement d’une méthode classique

basée sur la superposition modale permettant d’obtenir les contraintes statistiques
à comparer avec des critères.
114

4.5.2 Extraction modale

Les vecteurs et valeurs propres apparaissent au travers de l’équation non amortie
suivante :
[K]φi = λi [M]φi (4.42)
avec φi le ième vecteur propre et λi , la ième valeur propre.

L’algorithme Block Lanczos étendu décrit par Grimes et al. dans [GRI 94] est très
répandu dans les codes de calcul industriels. Cette méthode de résolution est en
effet connue pour sa robustesse face aux systèmes à grand nombre de degrés de
liberté comme c’est le cas dans cette étude. Contrairement aux méthodes réduites,
elle est également capable de traiter les structures à modes de corps rigides.
On ajoute à la phase d’extraction, une phase d’expansion, pour évaluer les modes
non plus en termes de degrés de liberté mais d’efforts et de contraintes. Cette étape
est nécessaire aux méthodes de superpositions modales.
4.5.3 Superposition modale

:;
La forme généralisée des équations du mouvement d’un système à n degrés de
liberté est la suivante
[M] {ü} + [C] {u̇} + [K] {u} = {F} (4.43)
avec [K] la matrice de raideur, [C] la matrice d’amortissement, [M] la matrice de

masse, F le vecteur des efforts extérieurs, u et ses différentes dérivées le déplace-
ment, la vitesse et l’accélération. On peut définir u à l’aide des coordonnées modales
yi comme :
n
{u} = ∑ {φi } yi = [φ] {y} (4.44)
i=1
φi est le vecteur de forme du mode i, n correspond au nombre de modes inclus dans

la troncature.
Le choix de la troncature est directement lié à la précision des résultats. Il est né-
cessaire de faire un compromis entre le temps exigé par les calculs sur des bases
modales larges et l’erreur acceptable de calculs réalisés sur des bases plus petites.
La troncature est généralement définie grâce aux facteurs de participation de masse.
115

Ils sont représentatifs de la masse embarquée par chacun des modes. Le choix de la
masse cumulée minimum acceptable diffère suivant les applications. Il est cepen-
dant communément admis que les modes dont la fréquence est inférieure ou égale
à 2 fois la fréquence maximum de la sollicitations peuvent avoir un impact. Les
extractions modales sont donc généralement au minimum limitées à cette valeur,
affinée ensuite par les facteurs de participation.
En tenant compte du changement de variable (4.44) les équations modales du mou-
vement sont :
[φ]T [M] [φ] ÿ + [φ]T [C] [φ] ẏ + [φ]T [K] [φ] y = [φ]T {F} (4.45)
La dernière étape est d’évaluer les coefficients ce qui dépend largement des options
de calculs, en particulier l’expression normalisée des modes. Les vecteurs propres
peuvent être normalisés par rapport au déplacement ou à la masse. Ceci se traduit
soit par un déplacement maximum de 1 pour tous les noeuds de la structure, soit par
une masse modale de 1 pour tous les modes, cette dernière option se traduit quelque
soit j par :
T
φ j [M] φ j = 1 = M j φ j2

(4.46)
L’évaluation du terme d’amortissement est réalisée en considérant chaque coor-

donnée modale comme un système à 1 degré de liberté. Cela conduit à plusieurs
résultats :
T
φ j [C] φ j = C j φ2j

(4.47)
T
φ j [M] φ j = M j φ2j = 1

(4.48)
L’équation (4.46) permet ainsi d’obtenir l’expression de φ j :
1
φj = p (4.49)
Mj
Compte-tenu de l’orthogonalité des modes et de :

p
C j = 2ξ j K jM j (4.50)
avec ξ j fraction de l’amortissement critique du mode j. La pulsation ω j du mode j

est obtenue par : q
ω j = K j /M j (4.51)
116

On obtient finalement les équation modales :

T
y¨j + 2ω j ξ j y˙j + ω j 2 y j = φ j [K] = f j (4.52)
Cette équation représente donc finalement un système de n équations découplées

d’inconnues y j . Ces inconnues peuvent être reconverties facilement en déplace-
ments physiques (avec l’équation (4.44)), faisant ainsi apparaître la notion de su-
perposition, la réponse étant alors formée d’une sommation des réponses modales.
4.5.4 Utilisation de la méthode de superposition modale pour le

calcul de réponse à une vibration aléatoire
Les sollicitations aléatoires correspondent souvent à des excitations par la base. On

commence tout d’abord par réécrire les équations du mouvement en séparant les
nœuds encastrés des noeuds libres :
" #( ) " #( )
[M f f ] [M f r ] u¨f [C f f ] [C f r ] u˙f
+ +
[Mr f ] [Mrr ] {u¨r } [Cr f ] [Crr ] {u˙r }
(4.53)
" #( ) ( )
[K f f ] [K f r ] uf {F}
=
[Kr f ] [Krr ] {ur } {0}

où les degrés de liberté libres sont u f et les {ur } sont les degrés de liberté qui
subiront le chargement aléatoire. En fonction des codes, ces degrés de libertés sont
soit nuls soit égaux à l’unité, dépendant de la méthode de résolution.
Les degrés de liberté libres sont composés d’une partie pseudo-statique et d’une
partie dynamique :

u f = {us } + {ud } (4.54)
117

On peut tirer de la partie pseudo-statique de l’équation (4.52) :

" #( )
[K f f ] [K f r ] uf
=0 (4.55)
[Kr f ] [Krr ] {ur }
{us } = −[K f f ]−1 [K f r ] {ur } = [A] {ur } (4.56)
En remplaçant dans (4.53) et considérant un faible impact de l’amortissement :

[M f f ] {u¨d } + [C f f ] {u˙d } + [K f f ] {ud } w {F} − [M f f ][A] + [M f r ] {u¨r } (4.57)
En utilisant la méthode de superposition décrite précédemment, le système devient

selon (4.52)
y¨j + 2ω j ξ j y˙j + ω j 2 y j = G j (4.58)
avec G j , les chargements modaux définis comme :
G j = {Γ}T {u¨r } + γ j (4.59)
Les Γ j sont facteurs de participation modale correspondant à l’excitation des noeuds

encastrés définit comme :
T
{Γ} = [M f f ][A] + [M f r ] φj (4.60)
et pour l’excitation nodale les γ j :

T
γ = φ j {F} (4.61)
Selon la théorie de vibrations aléatoires ([LAL 02a]), la réponse à une excitation

de type densité spectrale de puissance peut être calculée depuis la DSP d’entrée
(S̄lm pour les noeuds libres, Ŝlm pour les noeuds liés à la base) et les fonctions de
transfert H(ω) de systèmes à un degré de libertés par la méthode de superposition
modale. La réponse du système pour le DDL i est décomposée entre sa partie
dynamique, sa partie pseudo-statique et sa covariance :
118

-Partie dynamique :
!
n n r1 r1 r2 r2
Sdi (ω) = ∑ ∑ φi j φik ∑ ∑ γl j γmk H ∗j (ω)Hk (ω)S̄lm (ω) + ∑∑ Γl j Γmk H ∗j (ω)Hk (ω)Ŝlm (ω)
j=1 k=1 l=1 m=1 l=1 m=1
(4.62)
-Partie pseudo-statique :
r2 r2
1
Ssi (ω) = ∑ ∑ Ail Aim Ŝlm (ω) (4.63)
l=1 m=1 ω4
-Partie covariance :
n r2 r2
1
Ssdi (ω) = ∑ ∑ ∑ φi j Ail − 2 Γm j H j (ω)Ŝlm (ω) (4.64)
j=1 l=1 m=1 ω
où n correspond au nombre de modes conservés lors de l’extraction modale, r1 et

r2 sont respectivement le nombre de table d’excitation DSP nodale ou d’excitation
de base. En pratique, les tests de type banc d’essai ne correspondent qu’à une seule
table DSP par la base. Ces représentations se trouvent donc en partie simplifiées
puisque des sommations disparaissent.
Les fonctions de transfert H j (ω) diffèrent selon le type d’excitation. S’il s’agit
d’une force ou d’une accélération :
1
H j (ω) = (4.65)
ω2j − ω2 + i(2ξ j ω j ω)
S’il s’agit d’un déplacement :
ω2
H j (ω) = (4.66)
ω2j − ω2 + i(2ξ j ω j ω)
S’il s’agit d’une vitesse :
iω2
H j (ω) = (4.67)
ω2j − ω2 + i(2ξ j ω j ω)
Tel que brièvement décrit précédemment, on s’attache en général aux valeurs

moyennes quadratiques et non aux valeurs DSP pour des raisons de représentati-
119

vité statistique. Sur la base des équations précédentes de ce paragraphe, on obtient

la moyenne quadratique du ième degré de liberté comme :
Z ∞ Z ∞ Z ∞
X f2i

= Sdi (ω)dω + Ssi (ω)dω + 2ℜ Ssdi (ω)dω (4.68)
0 0 0
Cette équation traduit la moyenne quadratique du ième degré de liberté comme

la somme des variances du ième déplacement dynamique, du ième déplacement
pseudo-statique et de la covariance entre les déplacements statiques et dynamiques.
C’est depuis ce type de formulation que sont ensuite obtenues les contraintes
et forces de réaction des structures étudiées. Il peut cependant apparaître diffi-
cile d’étudier des contraintes sous un aspect statistique, d’autant plus lorsque l’on
cherche à qualifier leur comportement en les comparant à des critères bien définis
sur la base d’équivalents multiaxiaux.
4.5.5 Critères de validation en contraintes
Il existe de nombreux critères en contraintes en fatigue multiaxiale, voir [PIT 04]

dans lequel est proposé une présentation de ces critères ainsi que des représen-
tations de ceux-ci dans le domaine spectral, ce qui est moins courant. En effet,
l’application de la plupart de ces critères à des cas de fatigue aléatoire, passerait
par des méthodes de comptage type Rainflow permettant d’évaluer la composition
de la sollicitation et le cumul de dommage. Comme on a pu le voir, le principe
des méthodes de calculs par éléments finis ne se basent pas sur les représentations
temporelles, mais fréquentielles des sollicitations.
Dans [PIT 04], il est présenté notamment deux évaluations fréquentielles du critère
de Crossland connu pour sa grande simplicité de mise en oeuvre. On peut trouver
dans [THO 07] un exemple de formulation et d’intégration à un code de calcul de
ce critère :
τoct + αPmax − β ≤ 1 (4.69)

√ √ τ

avec α = 3 D
3 σD−1 − 1 et β = τD , τD représente ici la limite en cisaillement
alterné du matériau. La pression hydrostatique Pmax qui est égale à la trace du ten-
seur des contraintes divisée par 3. Le cisaillement octaèdrique τoct est quant à lui
120

obtenu avec :
√
τoct = ∆σeq /2 3 (4.70)
Cette formulation est basée sur un équivalent multiaxial des contraintes tel que
celui de Von Mises. L’évaluation du critère en lui même repose donc sur l’évalua-
tion de la pression hydrostatique RMS ainsi que de la contrainte de Von Mises RMS.
La valeur RMS de la contrainte de Von Mises RMS dans un calcul par éléments fi-
nis peut être obtenue par la méthode de Segalman [SEG 98]. C’est cette méthode
qui est codée dans l’utilitaire de post-traitement d’Ansys et d’Abaqus. La méthode
proposée par Segalman s’applique à toute fonction quadratique des contraintes
p(t)2 = σT Aσ. Dans le cas de Von Mises on a :
p(t)2 = σ2XX + σYY

2
+ σ2ZZ − (σXX σYY + σXX σZZ + σYY σZZ ) + 3(σ2XY + σ2XZ + σY2 Z )
(4.71)
et
 
1 − 21 − 12
− 12 1 − 21
 
 
 
 − 12 − 21 1 
A= (4.72)
 


 3 


 3 

3
La méthode de Segalman se base directement sur la superposition modale et l’éva-

luation des degrés de libertés par la méthode présentée dans la section précédente.
Dans le cas d’une excitation simple par la base, l’expression de la moyenne quadra-
tique des contraintes X peut être ramenée à :
n n
2
Xˆdi = ∑ ∑ ψi j Aψi j Qi j (4.73)
j=1 k=1
Le terme Q regroupe ici toutes les dépendances aux fréquences et aux vecteurs
propres retenus, elle correspond à la matrice de covariance modale. Il est important
de savoir que la fonction de distribution de probabilités de la contrainte équivalente
121

n’est pas gaussienne ni à moyenne nulle. On garde toutefois l’approximation selon

laquelle la valeur à trois σ de cette contrainte équivalente représente une estimation
conservative de la valeur pic en temporel.
Une dernière remarque importante au sujet de l’estimation des contraintes lors
d’un calcul éléments finis en réponse aléatoire concerne les contraintes principales.
La valeur RMS représente l’effet de cumul ou de moyenne des résultats aux
différentes fréquences du spectre de réponse. Or, à chaque pas de fréquence l’état
de contrainte et par conséquent les repères principaux sont très différents. Cela rend
finalement le calcul final d’un "repère principal RMS" sans aucun sens physique.
Certains codes de calculs, notamment Abaqus, permettent d’obtenir un tenseur
principal RMS car il ne s’agit en réalité que d’une opération de post-traitement
mathématiques sur les tenseurs des contraintes RMS. Cette valeur doit donc être
écartée des post-traitements au profit d’un équivalent scalaire, type Von Mises,
n’étant pas lié à un repère, ou du post traitement des composantes séparées du
tenseur des contraintes RMS.
Nous avons désormais les outils permettant d’analyser conjointement des résultats
d’essais et de simulations qu’ils soient temporels ou spectraux. Nous allons donc
pouvoir appliquer ceux-ci à l’étude d’un cas académique simple et d’un cas indus-
triel.
122

Chapitre 5
Implémentation d’un modèle

non-linéaire de suspension à une
modélisation d’ensemble par
éléments finis
Ce chapitre traite de la mise en place de modèles

éléments finis intégrant des modèles de suspensions non
linéaires. L’adaptation des méthodes proposées dans les
précédents chapitres au calcul par éléments finis du
comportement dynamique transitoire sont décrites. La
démarche de calcul est dans un premier testée sur un
modèle académique puis sur une structure industrielle :
un module de refroidissement automobile.
Sommaire
5.1 Démarche de modélisation . . . . . . . . . . . . . . . . . . . . . 125
5.1.1 Processus de simulation retenu . . . . . . . . . . . . . . . . 125
123

5.2 Intégration d’un modèle de suspension non linéaire au logiciel
Abaqus . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 127
5.2.1 User-subroutines . . . . . . . . . . . . . . . . . . . . . . . 127
5.2.2 Détermination de l’excitation aux bornes de la suspension . 127
5.2.3 Choix du type de simulation . . . . . . . . . . . . . . . . . 130
5.2.4 Prise en compte de l’amortissement . . . . . . . . . . . . . 130
5.3 Application de la méthode à la modélisation d’une structure aca-
démique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 134
5.3.1 Présentation de la structure . . . . . . . . . . . . . . . . . . 134
5.3.2 Modèle éléments finis de la structure académique . . . . . . 137
5.3.3 Résultats des simulations du comportement de la structure
académique . . . . . . . . . . . . . . . . . . . . . . . . . . 138
5.4 Modélisation de la structure industrielle . . . . . . . . . . . . . . 144
5.4.1 Composants . . . . . . . . . . . . . . . . . . . . . . . . . . 144
5.4.2 Méthode d’homogénéisation . . . . . . . . . . . . . . . . . 151
5.4.3 Validation de la modélisation d’un échangeur . . . . . . . . 160
5.4.4 Condensation dynamique . . . . . . . . . . . . . . . . . . . 161
5.4.5 Résultats des simulations . . . . . . . . . . . . . . . . . . . 164
5.5 Synthése des simulations numériques . . . . . . . . . . . . . . . 174
124

Démarche de modélisation
5.1 Démarche de modélisation
5.1.1 Processus de simulation retenu
Les chapitres précédents ont montré la difficulté de coupler l’étude de la non

linéarité locale à l’analyse éléments finis traditionnelle des sollicitations aléatoires.
Il y a en effet d’un côté un aspect fortement non linéaire et de l’autre une méthode
dont la première hypothèse est la linéarité de la structure. Il faut donc envisager
de découpler l’aspect non linéaire de l’évaluation des contraintes dans la structure
éléments finis complète car il est impossible de réaliser un calcul temporel long
et coûteux sur l’ensemble de la structure. Il est proposé d’imaginer la simulation
non-linéaire d’un modèle éléments finis condensé aux noeuds d’interface avec les
suspensions, comme permettant d’établir une nouvelle spécification pour le calcul
linéaire de la structure supportée par les suspensions non linéaires.
La première étape de la simulation est donc un calcul non-linéaire sur une structure
condensée au sens de Craig Bampton, reposant sur une ou plusieurs suspensions.
Le modèle est donc très allégé en nombre de degrés de libertés, tout en conservant
le comportement dynamique de la structure et son influence sur le comportement
de la suspension. L’excitation vue en sortie de suspension lors de ce calcul sera
ensuite convertie en DSP ou en sollicitation harmonique équivalente.
Cette nouvelle sollicitation est alors la donnée d’entrée d’un calcul traditionnel sur
la structure complète. La condensation ne permettant pas d’étudier les contraintes à
l’intérieur du modèle, cette deuxième étape est nécessaire. La sollicitation sévèrisée
doit permettre ainsi de valider le composant sur la base des contraintes RMS (figure
5.1).
Le choix de ce processus est fondé sur un retour d’expérience selon lequel un calcul
effectué sur la base d’une sollicitation mesurée "après plot" permet de corréler les
ruptures éventuelles dans les cas où un calcul usuel sans plot ne le permettait pas.
L’ensemble de la démarche est présenté dans la figure 5.1.
125

5. Implémentation d’un modèle non-linéaire de suspension à une modélisation
d’ensemble par éléments finis
F IGURE 5.1: Schéma de principe du processus de simulation retenu
126

Intégration d’un modèle de suspension non linéaire au logiciel Abaqus
5.2 Intégration d’un modèle de suspension non li-

néaire au logiciel Abaqus
5.2.1 User-subroutines
L’intégration de modèle maison à un logiciel de calcul industriel nécessite souvent
le codage d’une routine. Dans Abaqus, il est possible d’intégrer des modèles
agissant sur les conditions aux limites du calcul en fonction des résultats des pas
de calcul précédents, par l’intermédiaire de routine dont la base est déjà codée : les
user-subroutines basées sur le langage Fortran.
La modification de la valeur d’une condition aux limites implique la création d’une

amplitude dont la valeur est gérée par la subroutine UAMP. Celle-ci retourne sim-
plement la nouvelle valeur d’une amplitude en fonction du code utilisateur. Elle
peut garder en mémoire jusqu’à 10000 variables, ainsi que la valeur précédente de
l’amplitude, les valeurs d’incrément de temps, et d’autres paramètres du calcul. Le
code fournit par défaut par Abaqus est présenté dans la figure 5.2.
La routine dévelopée est une traduction en fortran de la méthode présentée dans
les chapitres précédents. Les entrées de la routine sont d’une part les informations
calculées au pas de temps précédents avec d’Abaqus, et d’autre part un fichier texte
regroupant les données constituant le modèle de plot.
Dans le cas d’un modèle de type force de restitution, ces informations sont par
exemple des matrices contenant les monômes permettant d’obtenir les cycles en
fonction des conditions d’excitation de la suspension. Une version simplifiée d’un
tel fichier permet également de représenter directement la suspension par un modèle
de type raideur équivalente sans plus de temps de programmation.
5.2.2 Détermination de l’excitation aux bornes de la suspension

Les entrées de la routine nécessaires au calcul sont principalement les déplace-
ments et les fréquences. En effet ce sont ces valeurs qui orientent le choix du
cycle d’hystérésis représentatif du comportement du plot. On tente dans la suite
de l’étude d’appliquer la méthode au modèle de force de restitution de Dahl modifié.
127

SUBROUTINE UAMP(
∗ ampName , t i m e , ampValueOld , d t , n S v a r s , s v a r s ,
∗ lFlagsInfo ,
∗ n S e n s o r , s e n s o r V a l u e s , sensorNames , j S e n s o r L o o k U p T a b l e ,
∗ AmpValueNew ,
∗ lFlagsDefine ,
∗ AmpDerivative , AmpSecDerivative , AmpIncIntegral ,
∗ AmpDoubleIntegral )
C
INCLUDE ’ABA_PARAM. INC ’
C time indices
parameter ( i S t e p T i m e = 1,
∗ iTotalTime = 2,
∗ nTime = 2)
C f l a g s passed in for information
parameter ( i I n i t i a l i z a t i o n = 1,
∗ iRegularInc = 2,
∗ nFlagsInfo = 2)
C o p t i o n a l f l a g s t o be d e f i n e d
parameter ( i C o m p u t e D e r i v = 1,
∗ iComputeSecDeriv = 2,
∗ iComputeInteg = 3,
∗ iComputeDoubleInteg = 4 ,
∗ iStopAnalysis = 5,
∗ iConcludeStep = 6,
∗ nFlagsDefine = 6)
d i m e n s i o n t i m e ( nTime ) , l F l a g s I n f o ( n F l a g s I n f o ) ,
∗ lFlagsDefine ( nFlagsDefine )
dimension jSensorLookUpTable ( ∗ )
u s e r c o d i n g t o d e f i n e AmpValueNew , and
o p t i o n a l l y l F l a g s D e f i n e , AmpDerivative , AmpSecDerivative ,
AmpIncIntegral , AmpDoubleIntegral
RETURN
END
F IGURE 5.2: Code de la subroutine UAMP avant modification par l’utilisateur
128

Le modèle de Dahl nécessite comme paramètre d’entrée la force au pas précédent

de temps, la deflexion et la vitesse de deflexion aux bornes du plot. La première
information s’obtient facilement grâce à la routine UAMP qui stocke sa propre
valeur au pas précédent. Les données liées aux degrés de libertés aux bornes de la
suspension sont obtenues à l’aide de capteurs. Ceux-ci enregistrent l’évolution d’un
degré de liberté au cours du calcul ainsi les déplacements, vitesses, et accélération
aux bornes du plot sont stockées. La sollicitation est obtenue en calculant la
différence entre ces valeurs aux deux bornes.
Cette méthode ne donne cependant que le comportement instantané, ce qui ne per-

met pas de calculer l’amplitude représentative d’un équivalent harmonique de la
sollicitation ainsi que sa fréquence. Pour des raisons de simplifications nécessaires,
deux hypothèses doivent être posées :
• La valeur d’amplitude caractéristique du signal est choisie comme le maximum
de déflexion évalué sur un laps de temps donné. La raideur ayant tendance à
augmenter avec la déflexion, ce choix est donc conservatif.
• Etant donnée la faible variation du comportement en fréquence dans les bandes
étroites étudiées ici, une fréquence dominante uniquement sera retenue pour le
choix du cycle caractéristique. Cette approximation est parfaitement valable pour
un signal harmonique simple représentatif des essais sinus, ou sinus balayé. Une
trop forte dépendance à la variation de fréquence pour un essai de type DSP sera
fatalement faiblement représentée. Dans les cas des essais DSP étudiés ici, la
fréquence du mode de suspensions suivant la direction d’excitation considérée
est généralement observée comme prépondérante sur la réponse ce qui justifie
d’appliquer également cette approximation sous excitation de type DSP.
L’évaluation de la fréquence passe par le codage d’une subroutine de transformée de
Fourrier Rapide (FFT). Le code Fortran proposé dans [PRE 90] est utilisé. Correc-
tement adapté aux entrée-sorties Abaqus et à notre problèmatique, un appel régulier
à la subroutine pour une fenêtre temporelle glissante comprenant N = 2m points de
calculs permet de réactualiser le point de la FFT pour lequel l’amplitude spectrale
est la plus importante, retenu comme fréquence dominante du signal testé.
129

5.2.3 Choix du type de simulation

Comme il a été expliqué dans les chapitres précédents, il n’est pas possible de
coupler directement de modèle de plot temporel à une simulation DSP classique. Il
faut réaliser ce calcul sous la forme d’un calcul dynamique transitoire.
Il existe diverses méthodes de simulations de ce type, qui, bien que permettant une
résolution temporelle, sont généralement basées sur la méthode de superposition
modale pour des modèles linéaires. Le principal problème de telles simulations par
rapport au cas étudié est dans le choix des conditions aux limites représentatives
du plot durant l’analyse modale, mais également de l’impossibilité, dans la plupart
des cas, de modifier les conditions de blocage de celle-ci pour les transformer en
excitation.
La méthodologie à adopter a été définie pour NASTRAN. Le site internet Finite

Element Modeling Continuous Improvement de la NASA présente des exemples
d’une telle méthode. Celle-ci est connue sous le nom de méthode de la "grosse
masse". Il s’agit de fixer une masse très importante sur un noeud censé recevoir
une excitation en accélération, et de le piloter en force. La présence d’une telle
masse agira comme un blocage au point de vue de l’analyse modale, bien que le
noeud ne soit en réalité pas encastré. La méthode peut être utilisée avec succès
sous ABAQUS. Cette méthode est un équivalent de la méthode de penalisation
Cependant, l’utilisation de la subroutine UAMP nous force à utiliser une méthode

basée sur une intégration directe, au travers d’un step ∗DY NAMIC. L’intégration di-
recte est couteuse car elle passe par la résolution simultanée de nombreux équilibres
dynamiques non linéaires à chaque pas de temps par la méthode de Newton. Ces
méthodes sont cependant inconditionnellement stables pour les systèmes linéaires
ce qui les rend particulièrement utiles dans les cas simples.
5.2.4 Prise en compte de l’amortissement

Dans les calculs éléments finis, l’amortissement est souvent intégré comme un
simple amortissement structurel. Il est en effet beaucoup plus simple de tenir
compte de l’amortissement comme paramètre global. Il n’est ainsi pas nécessaire
de modéliser de façon stricte toutes les dissipations liées aux différents matériaux
130

F IGURE 5.3: Illustration de la méthode de la bande passante
et assemblages.
5.2.4.1 Amortissement critique
La prise en compte d’un paramètre global passe dans la plupart des logiciels
éléments finis par un simple coefficient. Celui-ci correspond à la fraction de
l’amortissement critique présent dans la structure ou au facteur de surtension. On
peut facilement rapprocher ces coefficients de courbes expérimentales de fonction
de réponses en fréquence (FRF).
Une mesure de l’amortissement critique est possible via la méthode de la largeur

de la bande illustrée sur la figure 5.3.
La méthode de la largeur de bande est utilisée sur des courbes d’amplitudes de ré-
ponse en accélération ou en déplacement. Dans un graphique normalisé par rapport
à la pulsation propre ωc d’un système à 1 degré de liberté , la bande passante est
définie comme la bande de fréquence dont l’amplitude est supérieure ou égale à
√
l’amplitude maximale divisée par 2. Les bornes en pulsation normalisée de cette
131

bande, β1 et β2 , permettent d’obtenir le taux d’amortissement critique ξ comme :
β1 − β2
ξ= (5.1)
2
Cette méthode est simple à utiliser comme à automatiser. Afin de faciliter les reca-
lages, une procédure en Fortran a été codée de manière à calculer automatiquement
les amortissements critiques depuis des données d’essais.
5.2.4.2 Amortissement de Rayleigh
Certains codes permettent d’intégrer les coefficients de Rayleigh. Ceux-ci décom-

posent l’amortissement C en deux parties, l’une liée à la masse et l’autre à la raideur
du système :
[C] = α[M] + β[K] (5.2)
Cette écriture, bien que simple mathématiquement, est difficile à rapprocher direc-
tement des résultats d’essais. Cependant, on peut la rapprocher de l’amortissement
critique sous quelques hypothèses. Il est tout d’abord possible de relier ξi à α et β
pour chaque mode i par l’équation (5.3).
2ξi ωi = α + βωi 2 (5.3)
Ce qui peut être réécrit comme :
α βωi
ξi = + (5.4)
2ωi 2
Lorsque β est ignoré on obtient pour une pulsation donnée ω :
α = 2ξω (5.5)
De même, lorsqu’on ignore α :

β = 2ξ/ω (5.6)
Les évolutions des différents coefficients d’amortissement en fonction de la

fréquence sont représentés sur la figure 5.4.
La méthode décrite dans [CHO 03] permet de calculer des coefficients de Rayleigh
132

F IGURE 5.4: Evolution des coefficients d’amortissement de Rayleigh et critique en fonc-

tion de la fréquence
moyens à partir de coefficients d’amortissements critiques connus sur quelques

modes pour des systèmes à grand nombre de degrés de liberté. La démarche à
suivre consiste à résoudre un système à deux équations et deux inconnues basé sur
l’équation (5.4) pour deux modes dont on connait les ξi . Lorsque la valeur de ξ
n’est pas connue, en se basant sur l’évolution naturelle dans les hautes fréquences,
et en considérant la faible largeur de la bande de fréquence sur laquelle la non
linéarité de ξi est prononcée, on établit généralement une relation linéaire pour
obtenir la valeur inconnue en fonction de deux valeurs connues. Ce processus peut
être réalisé avec plusieurs couples de fréquences, afin de lisser le résultat, dans le
cas ou certains modes retenus appartiendraient à la partie non linéaire.
Le système d’équations permet d’exprimer β en fonction des pulsations des modes

et des amortissements critiques.
2ξi ωi − 2ξ j ω j
β= (5.7)
ω2i − ω2j
Il suffit ensuite de substituer l’expression de β dans (5.4).
En ne connaissant pas a priori l’importance de l’amortissement aux différents
133

modes, cette opération doit être répétée pour d’autres couples de modes. On choisit
généralement i comme étant le premier mode, puis on balaye les différents j
possibles. On obtient ainsi finalement un ensemble de valeurs pour α et β.
La méthode présentée dans [CHO 03] précise qu’il est judicieux de comparer l’évo-
lution du ξ équivalent, que l’on peut recalculer par la formule (5.4), à l’évolution de
ξ en prenant l’hypothèse de linéarité sur m modes ayant un impact. En réalité trois
ensembles de valeurs sont à étudier :
• Le premier couple de mode est constitué du premier mode et du dernier mode im-
pactant m. On considère en effet que la participation modale décroit rapidement
donc que seuls m modes sont impactants sur le comportement de la structure.
• Le second couple retenu est constitué du premier mode et du mode 2.5m qui
permet de s’assurer de ne pas perdre une information d’amortissement sur des
modes éloignés.
• Le troisième couple est obtenu par une moyenne des valeurs obtenues dans les
deux cas précédents.
Les auteurs retiennent finalement le couple α, β satisfaisant au mieux l’hypothèse
de linéarité, ou les plus proches des valeurs réelles de ξ quand on les a.
Dans le cas des simulations de cette étude, étant donné le type de cas d’analyse
("step") Abaqus à utiliser, nous n’avons pas le choix et ne pouvons considérer qu’un
amortissement de type Rayleigh. La méthode présentée a été utilisée pour calculer
les coefficients de Rayleigh à utiliser dans le cas des modélisations académiques et
industrielles présenté par la suite. La figure 5.5 montre que les réponses simulées
sont parfaitement identiques.
5.3 Application de la méthode à la modélisation

d’une structure académique
5.3.1 Présentation de la structure

Afin de valider le modèle de plot ainsi que la méthode d’interpolation, nous
proposons une manipulation basée sur un dispositif simple. Il s’agit d’une poutre
encastrée à une extrémité et appuyée sur un plot de suspension à l’autre. Elle est
134

Application de la méthode à la modélisation d’une structure académique
F IGURE 5.5: Comparaison de réponses simulées d’une poutre console à un balayage har-
monique avec un amortissement structurel ou avec des coefficients de Rayleigh recalculés
135

F IGURE 5.6: Montage académique retenu pour la validation
excitée en un point en translation verticale, par une tige filetée liée au pot vibrant.
La manipulation est présentée sur la figure 5.6.
La poutre flexibe apporte sa fonction de transfert aux réponses enregistrées en

basses fréquences.
Ce type de montage est modélisé par des éléments de poutre. On peut donc se dire
qu’une importante différence de comportement entre la simulation et les mesures
viendra plutôt d’une mauvaise modélisation du plot.
On imprime à la poutre des excitations de type harmoniques et aléatoires à l’aide

du pilotage du pot éléctrodynamique. Les réponses en déplacement sont mesurées
via des capteurs lasers et à courant de Foucault, les accélérations et force avec des
accéléromètres et un capteur de force piezoélectrique. Les différentes réponses sont
enregistrées par un analyseur dynamique de signaux Agilent. Le pot électrodyna-
mique est asservi en accélération pour effectuer des sollicitations aléatoires de type
DSP ou harmoniques. Les réponses peuvent ensuite être analysées en terme statis-
tique pour les sollicitations aléatoires. Les réponses harmoniques permettent quant
à elle une superposition immédiate des résultats de simulations et des enregistre-
ments d’essais.
136

F IGURE 5.7: Représentation 3D du modèle de poutre et de ses blocages
5.3.2 Modèle éléments finis de la structure académique

Le montage est modélisé par élements finis de poutres à deux noeuds et à trois
degrés de liberté dans le plan par noeuds (deux translations, une rotation) afin de
limiter les temps de calcul. Cette représentation est suffisante puisque le recalage est
fait sur le degré de liberté de translation verticale. Une modélisation par éléments
de poutre de la tige d’excitation, du bloc d’adaptation et des capteurs, recalée en
dimensions et en masse a également été ajoutée. L’encastrement a été modélisée par
un blocage des trois degrés de liberté. La liaison avec le pot vibrant est modélisée
par un blocage en translation horizontale. Une visulation 3D Abaqus de la poutre et
de ses blocages, basée sur les sections, est proposée figure 5.7.
L’excitation est assurée par un pilotage en translation verticale du nœud repré-

sentant la liaison avec le pot vibrant. Ce pilotage est contrôlé par une amplitude,
définie au choix comme un simple sinus fixé par sa fréquence et son amplitude, ou
point par point dans un fichier texte.
On ne connait pas a priori les coefficients d’amortissements modaux de la structure.

Nous devons donc effectuer un recalage à partir des courbes d’essais obtenues sur
137

F IGURE 5.8: Comparaison essai-simulation, réponse en accélération à un balayage har-

monique sur la manipulation académique
la structure sans le plot. La figure 5.8 montre un recalage des fréquences comme
du coefficient d’amortissement critique de la structure. La passe de recalage est
en effet beaucoup plus simple avec l’amortissement critique, puisqu’il s’agit de ne
gérer qu’un seul coefficient. Nous obtenons ainsi un recalage à moins de 5% en
fréquence. Les amortissements critiques calculés avec le logiciel en Fortran donne
un résultat proche du résultat final. Celui-ci est ensuite converti en coefficients de
Rayleigh que l’on affecte à l’ensemble des matériaux des composants du montage.
Le recalage du montage sans plot effectué, on peut utiliser ce modèle pour valider
les choix de modélisation ainsi que le modèle de plot utilisé.
5.3.3 Résultats des simulations du comportement de la structure

académique
5.3.3.1 Structure académique seule
Les premiers calculs sur la structure académique seule (sans plot) permettent de
valider les paramètres d’amortissement tout d’abord, mais également la méthode
d’excitation retenue et le type de simulation.
138

F IGURE 5.9: Comparaison de la simulation temporelle et de la mesure du déplacement

pour une excitation harmonique
La première étape de ces comparaisons est la simulation d’une excitation harmo-

nique fixe par un signal temporel équivalent.
La figure 5.9 montre une bonne corrélation entre l’essai et la simulation pour une
réponse en déplacement en bout de poutre.
On cherche également à comparer le résultat d’une simulation DSP classique avec

la réponse calculée pour un signal temporel équivalent afin de valider l’équivalence
des steps Abaqus retenus pour réaliser le calcul. La comparaison est réalisée sur la
base des valeurs statistiques décrites dans les chapitres précédents. La courbe de la
figure 5.10 permet d’établir une valeur RMS de l’accélération d’entrée du modèle
autour de 30.48mm/s2 . L’écart type de l’accélération mesurée lors de l’essai en
sortie du pot vibrant est de 31.17mm/s2 ce qui représente une différence de 2.2%
ce qui est tout à fait acceptable.
Les accélérogrammes mesurés au tiers de la longueur de la poutre, ainsi qu’à son

extrémité sont comparés au résultat de la simulation spectrale figure 5.11. On
obtient une bonne corrélation entre l’écart type de la mesure temporelle et la valeur
RMS obtenue par le calcul spectral. En bout de poutre, on obtient une valeur RMS
de 142.8m/s2 pour 141.9m/s2 mesurés, soit 0,6% d’écart. Au tiers de la longueur,
139

F IGURE 5.10: Courbe de l’accélération RMS en fonction de la fréquence au point d’ex-

citation
le calcul donne 94.9m/s2 contre 97.4m/s2 pour la mesure soit 2.5% de différence
ce qui est encore une fois tout à fait admissible.
La dernière comparaison à effectuer concerne une simulation temporelle par rapport

aux résultats d’essais. La simulation retenue est un bruit blanc de 50 à 2000Hz cor-
respondant à 0,05g. L’accélérogramme injecté est réalisé sur la base de la méthode
décrite précédemment. La comparaison porte sur les déplacements. On peut com-
parer visuellement les historiques de déplacements (fig 5.12) ainsi que les fonctions
de répartitions (fig 5.13) et écarts type de ceux-ci.
On peut noter une assez bonne corrélation entre les deux résultats étant donné la
petite taille de l’échantillon utilisé (10 secondes de mesures). On considère donc le
step Abaqus retenu comme apte à simuler les cas aléatoires.
5.3.3.2 Utilisation du modèle force de restitution avec la structure acadé-

mique
Le couplage de la subroutine fortran et de la structure académique a révélé une

limitation du solveur d’Abaqus. En effet, la génération d’un chargement en bout
de poutre sous la forme d’une force fonction d’un degré de liberté conduit à
un phénomène d’auto amplification. Le résultat se met ainsi très rapidement à
diverger, et ce quelque soit le pas de temps choisi pour la résolution.
140

F IGURE 5.11: Courbe de l’accélération RMS en fonction de la fréquence aux noeuds 1

(extrémité) et 4 (tiers de la longueur)
F IGURE 5.12: Réponse temporelle en déplacements mesurées et calculées
141

F IGURE 5.13: Répartition des valeurs mesurées et calculées pour le modèle de la structure
seule
142

De nombreux échanges avec les experts de la société éditrice d’Abaqus (Dassault

Simulia) ont permis de comprendre que ce phénomène ne peut être contré sans
parasiter les résultats. On décide donc de n’utiliser la routine que dans le cas d’une
simulation sur le plot seul. Elle permet ainsi d’établir des valeurs de raideurs et
d’amortissement que l’on peut utiliser pour alimenter des modèles plus simples, du
type raideur équivalente et instantanée.
5.3.3.3 Modélisation avec une raideur équivalente
Les raideurs constantes sont les moyens les plus simples d’intégrer un modèle
de suspension à un calcul Abaqus. Elles correspondent à des éléments de type
SPRING1 ou SPRING2 qui permettent de relier un noeud à un autre, ou un noeud
à la base.
Les cycles mesurés ainsi que la routine d’évaluation de cycles non mesurés,
permettent d’obtenir des paramètres de raideurs constantes, dépendants ou non
de la fréquence. On cherche donc ici à évaluer le bon comportement des plots de
suspension avec ses raideurs par comparaison avec les essais.
L’amortissement généré par le plot est ici intégré au modèle grâce à un amortisse-
ment structurelle ou avec des coefficients de Rayleigh selon que la simulation soit
spectrale ou temporelle. En effet, le fonctionnement du code de calcul empêche
de ne retenir qu’un modèle d’amortissement unique du fait des incompatibilités de
formulations.
La comparaison est ici encore réalisée sur la base de deux calculs mis en relation
avec les essais.
La simulation spectrale permet de confirmer un bon recalage entre les valeurs
RMS d’accélération calculées et les écarts types des essais. On peut voir sur la
figure 5.14 que les valeurs RMS atteignent 53.1m/s2 pour 54.8 en essais soit 3%
de différence en bout de poutre. Au tiers de la longueur, on obtient 49.3m/s2 pour
46 lors du test soit un peu moins de 7% d’écart, ce que l’on peut tout de même
admettre comme convenable étant donné le temps de mesure.
La simulation temporelle réalisée sur la base d’une raideur équivalente linéaire per-
143

F IGURE 5.14: Courbe de l’accélération RMS en fonction de la fréquence aux noeuds 1

(extrémité) et 4 (tiers de la longueur)
met encore une fois d’observer des répartitions similaires de valeurs comme on peut
le voir sur les figures 5.15 et 5.16.
Les simulations réalisées tendent à montrer qu’une bonne gestion de l’amortisse-
ment global couplée à des modèles de raideurs constantes soient suffisantes en pre-
mière approche pour obtenir un comportement proche de celui observé en essai sur
la structure académique.
5.4 Modélisation de la structure industrielle
5.4.1 Composants
Le module de refroidissement étudié se compose de trois éléments principaux : le
Groupe moto-ventilateur, le condenseur et le radiateur.
5.4.1.1 Le groupe moto-ventilateur (GMV)
Le groupe moto-ventilateur est constitué d’une buse accueillant un moteur et une

hélice. L’hélice et le moteur ne sont pas modélisés habituellement. Le moteur tout
d’abord est un assemblage complexe de nombreuses parties ayant des masses,
raideurs et dimensions variées. Son impact dans le cadre des tests se limite au rôle
que joue sa masse totale sur le comportement global de la buse. Il en va de même
pour l’hélice. Celle-ci n’étant pas en mouvement lors de l’essaià simuler, elle n’a
144

Modélisation de la structure industrielle
F IGURE 5.15: Historique des déplacements en essais et simulation pour un modèle avec
raideur constante
F IGURE 5.16: Répartition des valeurs mesurées et calculées pour un modèle avec raideur
constante
145

F IGURE 5.17: Maillage de la buse avec représentation du moteur par un élément rigide
pas d’autre impact que sa masse sur le reste de la manipulation. Nous représentons
donc finalement le moteur et l’hélice par leurs masses additionnées positionnées au
centre de gravité de l’ensemble, et liés rigidement aux points de fixation du moteur
sur la buse (figure 5.17.
La buse est donc le seul composant du GMV à être maillé. Pour des raisons pra-
tiques vue la complexité de la pièce, des éléments finis tétraèdres paraboliques sont
utilisés.
5.4.1.2 Le condenseur
Le condenseur est un échangeur brasé entièrement constitué d’aluminiumdont

les propriétés ne sont pas disponibles. Les dispersions dans la fabrication ne
permettent pas de modéliser avec précision les cordons de brasure. Pour ces
raisons, les brasures sont simplement remplacées par des coincidences de noeuds
qui rendent la modélisation par éléments finis complexe et longue.
Le premier maillage a générer est celui des tubes et de leurs cloisons (fig :5.18), de
manière à créer les maillages des manifolds avec une capture des noeuds existants.
Ceux-ci seront maillés sur la base d’éléments finis héxaèdres linéaires afin de re-
présenter au mieux la jonction perpendiculaire avec les tubes. En effet, malgré les
146

F IGURE 5.18: Détail du maillage des tubes de condenseur et de leurs cloisons
F IGURE 5.19: Maillage d’un manifold connecté au maillage de jonction coque-solide

d’un tube de condenseur
faibles épaisseurs, une modélisation en éléments coques des manifolds ne permet-

trait pas de s’assurer d’obtenir un bon comportement de jonction. Les intercalaires
et les tubes dans la partie centrale du faisceau sont représentés par de simples hexa-
èdres linéaires, dont les propriétés sont issues de la méthode d’homogénéisation
que l’on présente plus loin. La jonction entre les éléments coques des tubes et leur
représentation homogénéisée est assurée par un maillage en éléments solides au-
quel on affectera les propriétés du matériau homogène du tube. Cette portion assure
donc la progression géométrique ainsi que la transmission des efforts des cloisons
entre la partie coque et le milieu homogénéisé (fig :5.19).
147

F IGURE 5.20: Détail du maillage de la bouteille du condenseur
Les brides fixées sur les manifolds ont peu d’impact en raideur, seules leurs masses
perturbent le comportement global, on peut donc se permettre de les mailler avec
de simples tétraèdres linéaires (figure 5.19).
La bouteille est elle aussi simplifiée. On assimile ce réservoir à un solide rempli,

en aluminium, mais avec une densité ajustée pour correspondre au poids réel de la
bouteille et du fluide. Le maillage est généré par un simple remplissage en tétraèdre
linéaire, d’une enveloppe d’éléments triangulaires. Les tubulures ont une épaisseur
faible et sont donc maillées en éléments coques (figure 5.20).
Les différentes parties du condenseur sont ensuite assemblées à l’aide de contacts

collés pour représenter les liaisons vissées ou les serrages.
148

F IGURE 5.21: Détail du maillage du collecteur et des tubes
5.4.1.3 Le radiateur
Le radiateur est le composant porteur du module. Il s’agit également d’un faisceau

brasé modélisé en équivalent homogénéisé. Comme dans le cas du condenseur les
pieds de tubes sont maillés en éléments coques. Le collecteur qui ferme la boite à
eau et accueille les tubes est lui aussi maillé en éléments coques avec des noeuds
coincidents avec les noeuds des tubes. Les tubes étant physiquement maintenus
dans le collecteur par le collet, les éléments finis de coques correspondent à la
somme des épaisseurs du collecteur et du tube dans cette région. Il en est de même
pour la joue puisqu’elle est brasée sur le collecteur Cette jonction est représentée
par une zone commune en coque correspondant à la somme des épaisseurs.
La complexité des boites à eau implique de les mailler avec des éléments finis
tétraèdres paraboliques.
La modélisation ne tient pas compte de la présence d’un joint en élastomère à

l’intérieur du collecteur. Celui-ci, additionné du sertissage, crée un blocage du
collecteur par rapport à la boite à eau. Une modélisation logique serait de représen-
ter ces interactions par du contact comme entre les dents du collecteur et le pied
de la boite à eau. Le problème d’une telle représentation serait la transformation
des contacts en collage lors des calculs dynamiques classiques, interdisant tout
glissement. Ce comportement serait alors beaucoup trop rigide par rapport à la
149

F IGURE 5.22: Schéma du couplage boite-collecteur
réalité.
Une représentation simplifiée du bon comportement consiste à coupler suivant

certains degrés de libertés des noeuds de la boite, et des noeuds du collecteur.
Ces couplages directionnels permettent ainsi de ne pas surcontraindre les deux
corps l’un par rapport à l’autre. Les noeuds à coupler peuvent être regroupés en 5
groupes , et le couplage automatique des degrés de liberté pour des noeuds dans
une certaine tolérance codé dans une macro. On peut représenter une coupe de
l’assemblage boite-collecteur par la figure 5.22.
Au sens des éléments finis, selon les logiciels, ce type de couplage peut être réalisé à
l’aide d’équations contraignant l’égalité des degrés de libertés comme cela peut être
le cas dans ANSYS, ou être assuré par des éléments correspondant à des poutres
infiniment rigides (pour lesquelles les rotations nodales doivent généralement être
bloquées) ce qui peut s’apparenter à certains connecteurs d’ABAQUS. Il est impor-
tant de pouvoir visualiser ces couplages correctement (fig :5.23). L’automatisation
d’un tel couplage passe par l’utilisation de sphères de tolérance. Sans prévoir la
gestion d’exceptions adéquate, le risque majeur du couplage automatique est d’as-
socier deux noeuds maîtres à un même noeud esclave ce qui est mathématiquement
impossible. Bien que le préprocesseur acceptera une mise en donnnées de ce type,
le solveur est le plus souvent incapable de corriger de lui même la singularité (en
ne tenant pas compte de toutes les équations imposées supplémentaires comme le
150

F IGURE 5.23: Représentation du couplage boites-collecteur dans le modèle éléments-

finis
fait NASTRAN par exemple). Il faudra alors pouvoir supprimer manuellement les
équations ou éléments en surnombre.
5.4.2 Méthode d’homogénéisation

Dans le milieu industriel, les méthodes d’homogénéisation sont utilisées cou-
ramment dans les calculs de structures et/ou de fluide. Elles sont en particulier
présentes dans la modélisation des structures types échangeurs thermiques en
aéronautique ou dans l’automobile.
5.4.2.1 Présentation de la méthode, analogie
La théorie de l’homogénéisation en calcul de structures se rapproche de celles utili-

sées en mécanique des fluides. En particulier, on peut faire facilement un parallèle
avec les calculs d’écoulement dans les milieux poreux.
Dans un milieu poreux isotrope, la vitesse u d’un écoulement stationnaire d’un
fluide visqueux est régie par la loi de Darcy [MAR 06] :
K
u = − ∇ (p + ρgz) (5.8)
µ
Cette équation lie la vitesse u du fluide au gradient de la pression p corrigé par
la dénivellation (par l’intermédiaire de la gravité) et l’inverse de sa viscosité dy-
namique via un paramètre K appelé perméabilité, fonction de la nature et de la
structure du milieu poreux. Obtenu par essais il permet donc de considérer de ma-
151

F IGURE 5.24: Principe de l’écoulement homogénéisé dans un milieu poreux
nière simplifiée un milieu sur lequel on ne pourrait pas normalement effectuer de

calcul d’écoulement.
On peut faire l’analogie entre la loi de Darcy et les principes de base de la
mécanique des milieux continus. En particulier on peut imaginer ramener ce
principe à la loi de Hooke.
Si on regarde macroscopiquement une structure complexe, on peut envisager de la

ramener à une structure simple dont les déformations correspondent aux déforma-
tions apparente de la structure que l’on ne peut modéliser. Les relations entre les
paramètres géométriques et des efforts et déplacements mesurés ou évalués sur la
structure complexe permettent alors d’établir les paramètres matériaux à donner à
la pièce simplifiée.
En appliquant cette méthode à un motif géométrique d’une structure complexe,

l’intérêt de ce type de modèle est double. D’une part cela permet de modéliser
très simplement une structure très complexe et qu’il faudrait beaucoup de temps à
mailler. D’autre part le nombre de degrés de liberté en jeu dans le calcul sur une
structure simplifiée de type pavé est grandement réduit, et ainsi le temps de calcul
diminué.
5.4.2.2 Mise en oeuvre de la méthode d’homogénéisation sur un cas industriel
La méthode d’homogénéisation est utilisée ici pour représenter les faisceaux des
échangeurs tel le radiateur et le condenseur. Ces échangeurs sont composés de
152

F IGURE 5.25: Détail d’un échangeur réel et maillage homogénéisé
tubes et d’intercalaires liés par brasage. Les faibles épaisseurs (0.07mm pour les
ailettes et 0.25mm environ pour le tube) ne permettent pas une modélisation fiable
à moins d’un nombre de degrés de libertés trop important pour un solveur et une
station de calcul classiques.
• Supports de l’homogénéisation
Dans le cadre de structures périodiques, les éléments servant aux calculs d’homo-
généisation sont les plus petits volumes répétés. Il s’agit donc d’une période d’in-
tercalaire et d’une portion quelconque de tube.
Le but de l’homogénéisation est de représenter l’ensemble du faisceau du radiateur
par une plaque composée d’éléments hexaédriques de tubes et d’ailettes ayant des
propriétés orthotropes permettant d’obtenir un comportement macroscopiquement
identique à celui du radiateur réel.
• Homogénéisation du tube
L’homogénéisation du tube est le cas le plus simple. En effet, cette structure est
déjà assez proche d’un hexaèdre ce qui rend la démarche très « géométrique ».
On cherche ici à obtenir des propriétés de matériau orthotrope exprimées sur le

volume homogénéisé compatibles avec le comportement du tube réel. Pour cela, on
effectue une série de calcul sur un tronçon de tube. Celui-ci doit être maillé, puis
153

F IGURE 5.26: Maillage d’une portion de tube et d’une période d’ailette et volumes ho-
mogénéisés équivalents
F IGURE 5.27: Conditions aux limites pour l’homogénéisation du tube en traction suivant
l’axe X
préparé pour lui imposer des conditions aux limites spécifiques. En effet, chaque
cas de calcul doit établir une propriété mécanique distincte que cela soit un des
modules d’Young, un coefficient de Poisson ou un module de cisaillement.
On commence par évaluer le comportement d’un tronçon de tube en traction.

L’homogénéisation est basée sur l’application de conditions aux limites et de
couplages sur des groupes de noeuds représentatifs des interfaces du morceau de
la structure à homogénéiser avec ses voisins. Il est à noter que les groupes ne sont
pas réalisés sur les extrémités du motif. En particulier les groupes utilisés pour le
cas de traction X (axe correspondant à la longueur du véhicule donc transverse au
tube) sont créés sur les arrêtes du tube et non sur les milieux des cotés. Il s’agit
154

en réalité d’appliquer les tractions et couplages sur les zones qui sont réellement
en prise dans l’assemblage brasé, ce ne sont donc que les surfaces supérieures et
inférieures des tubes et leurs sections.
De ce simple calcul de traction on peut extraire plusieurs paramètres du modèle ho-

mogénéisé. Tout d’abord, évaluons le module Young suivant X du pavé équivalent.
On peut dire que la déformation suivant X s’exprime comme :
εxx = Ux /Lx (5.9)
avec Ux le déplacement imposé et Lx la largeur du pavé équivalent qui est ici égale
à la largeur du tube.
La contrainte vue par la surface équivalente du coté du pavé est exprimée par :
σxx = Fx /(Ly H) = Fx /Ax−eq (5.10)
avec Ly la longueur du pavé, soit la longueur du tronçon de tube modélisé, et H la

hauteur du tube.
On obtient finalement le module d’Young suivant l’axe X par l’inverse de la loi de

Hooke :
Ex = σxx /εxx (5.11)
On procède de même pour déterminer les coefficients de Poisson majeurs PRxy et

PRxz que l’on peut déterminer grâce à ce seul test. Par exemple pour PRxy on a :
PRxy = εyy /εxx avec εyy = Uy /Ly (5.12)
Il suffit ensuite de répéter la procédure sur les autres axes avec deux calculs
de traction supplémentaires pour obtenir les 3 modules d’Young et les trois
coefficients de Poisson du matériau.
Les calculs des coefficients de cisaillement sont effectués de façon similaire, mais
sur des cas de chargement assez différents.
155

F IGURE 5.28: Conditions aux limites pour l’homogénéisation en cisaillement XY du tube
Pour calculer le module de cisaillement, on a besoin de la valeur du cisaillement

ainsi que de la force de réaction. Tout d’abord le cisaillement xy :
γxy = Uy /Lx (5.13)
où Uy et Lx ont la même signification que précédemment. On obtient le module de

cisaillement du volume équivalent dans le plan XY par :
Gxy = (Fy /Axeq )/γxy (5.14)
De même que pour les tractions, il faut effectuer au total six calculs de cisaillement
pour obtenir les modules de l’élément équivalent, car les cisaillements symétriques
ne sont pas égaux. Au final, neuf calculs sont nécessaires pour connaître les
différents modules et coefficients.
Il ne faut cependant pas oublier que pour un calcul dynamique, il essentiel de

recaler également la masse. C’est pourquoi un calcul de la densité du pavé
équivalent est nécessaire. Celle-ci s’obtient simplement en divisant la masse du
tronçon de tube par le volume équivalent. Dans le cas où l’échangeur testé est
plein, la masse du liquide est également à considérer.
• Homogénéisation de l’intercalaire
L’homogénéisation des intercalaires requiert les mêmes calculs préliminaires que

celle des tubes. Il y a cependant deux différences importantes. Tout d’abord les
156

F IGURE 5.29: Encadrée en bleu, partie de l’intercalaire concernée par les groupes
puisque brasée sur les tubes
F IGURE 5.30: Largeur du cordon de soudure
groupes de noeuds de traction ne sont pas suffisants pour pouvoir effectuer les cal-
culs de cisaillement, il est donc nécessaire de créer des groupes supplémentaires.
Comme dans le cas des tubes, la position de ces groupes représentant la matière
affectée par les tractions dépend de l’architecture de l’assemblage réel. Ainsi les
groupes se basent sur la position et les dimensions des cordons de brasures avec les
tubes (figure 5.30). Par contre les dimensions du volume équivalent de l’ailette ne
sont pas basées sur l’ailette en largeur, mais sur la largeur du tube. Cela permet prin-
cipalement un montage simple du maillage puisque tous les éléments du faisceau
ont ainsi la même largeur. Il faut donc choisir les dimensions du volume équivalent
avec une grande précaution.
5.4.2.3 Hypothèse de validité des matériaux orthotropes
Dans le cas d’une homogénéisation réalisée sur la base de calculs successifs, il

peut arriver que les paramètres ne vérifient pas les équations fondamentales de la
mécanique des milieux continus.
• Matrice définie positive
157

F IGURE 5.31: Exemple de groupe de noeuds (en noir) subissant traction et blocage pour
un intercalaire
La première hypothèse est celle dite de « la matrice définie positive ». Ce critère

s’exprime de différentes façons en fonction des codes de calculs. Il est issu de la
définition de la matrice d’élasticité.
Une matrice D est définie positive si tous  les déterminants detoutes les sous ma-
" # D1,1 D1,2 D1,3
D1,1 D1,2
trices de la série [D1,1 ], ,  D2,1 D2,2 D2,3 , etc ainsi que celui
 
D2,1 D2,2
D3,1 D3,2 D3,3
de [D] elle-même sont positifs. Ainsi deux conditions nécessaires apparaissent pour
une matrice symétrique :
Di,i > 0 (5.15)

p
Di, j < Di,i D j, j (5.16)
La matrice d’élasticité s’exprime généralement sous la forme :
 
1/Ex −νxy /Ey −νxz /Ez 0 0 0
 

 −νyx /Ex 1/Ey −νyz /Ez 0 0 0 

−1
 −νzx /Ex −νzy /Ey 1/Ez 0 0 0 
[D] =  (5.17)
 


 0 0 0 1/Gxy 0 0 


 0 0 0 0 1/Gyz 0 

0 0 0 0 0 1/Gxz
158

Cette matrice est présumée symétrique. Ce qui impose :
νyx νxy νzx νxz νzy νyz

= , = , = (5.18)
Ex Ey Ex Ez Ey Ez
La loi de Hooke généralisée d’un matériau orthotrope induit :
{ε} = [D]−1 {σ} (5.19)
Les deux équations (5.17) et (5.19) permettent après développement d’obtenir six
nouvelles équations. Les conditions imposent :
σx νxy σy νxz σz
εx = − − (5.20)
Ex Ey Ez
σy νxy σx νyz σz
εy = − − (5.21)
Ey Ex Ez
σz νxz σx νyz σy
εz = − − (5.22)
Ez Ex Ez
σxy σyz σxz
2εxy = , 2εyz = , 2εxz = (5.23)
Gxy Gyz Gxz
Ces équations peuvent être réorganisées pour faire apparaître un critère de positi-
vité :

Ex 2 Ey Ex Ey Ex
σx = 1 − νyz εx + νxy + νxz νyz εy + νxz + νyz νxy εz (5.24)
h Ez h Ez h

Ey 2 Ex Ex Ey Ey Ex
σy = 1 − νxz εy + νxy + νxz νyz εx + νyz + νxz νxy εz
h Ez h Ez h Ey
(5.25)
Ez E x E x E y E x
1 − ν2xy

σy = εz + ν + νyz νxy εx + νyz + νxz νxy εy (5.26)
h Ey h xy h Ey
Où :
Ex Ey Ex Ex
h = 1 − ν2xy − ν2yz − ν2xz − 2νxy νyz νxz (5.27)
Ey Ez Ez Ey
h devient alors à lui seul indicateur de positivité de la matrice d’élasticité. Celle-
ci est définie positive pour h positif. Cette condition est notamment retranscrite de
cette façon dans le logiciel ANSYS. La plupart des solveurs ont chacun une variante
159

de cette formulation basée sur les coefficients de Poisson majeurs ou mineurs.

L’équation (5.16) impose également :
s s s
Exx Exx Eyy
νxy < , νxz < , νyz < (5.28)
Eyy Ezz Ezz
• Critères numériques
Certains critères supplémentaires apparaissent dans les codes. La plupart du temps,

il s’agit de critères numériques afin d’assurer de bonnes convergences des modèles.
Ces critères imposent des ratios à respecter entre les modules de Young et les coef-
ficients de Poisson. On peut citer notamment les critères de CATIAV5 :
Exx Exx
< 107 , < 107 (5.29)
Eyy Ezz
Dans la pratique, ces critères poussent souvent à modifier manuellement les valeurs
faibles, de façon à s’assurer que tous les critères soient validés. En particulier lors-
qu’un module de Young évalué est petit (inférieur à 1 MPa), et également faible face
aux autres valeurs, on peut forcer la valeur en question à l’unité, on considèrera son
impact faible face aux autres tant qu’elle leur restera 100 fois inférieure.
5.4.3 Validation de la modélisation d’un échangeur

La validation du type de modélisation présentée précédemment peut être réalisée
sur la base d’une comparaison entre analyses modales numériques et expérimen-
tales.
La mesure est réalisée sur la base d’un maillage du composant pour lequel les
différents noeuds correspondent à des positions d’accéléromètres. Il permet
d’obtenir les déformées modales du composant, et une acquisition simple pour
fixer les fréquences correspondant à ces modes.
Dans le cadre de cette étude, une autre méthode a été utilisée. Un film autocol-
160

F IGURE 5.32: Comparaison déformées modales numériques et experimentales du radia-

teur
lant de tableau blanc est tendu sur la structure. Le saupoudrage de sable indique la
répartition des lignes modales, et donc les déformées (figure 5.32).
5.4.4 Condensation dynamique
Afin de réaliser rapidement les étapes de calculs temporels à suivre, les modèles
lourds en terme de nombre de degrés de liberté sont transformés en super-éléments
dynamiques. L’objectif des méthodes de réductions est double : diminuer les temps
de calculs pour les modèles à très grand nombre de degrés de liberté et réduire de la
taille des fichiers résultatspour alléger les post-traitements, et diminuer également
les temps d’écriture en mémoire au cours des calculs.
161

5.4.4.1 Présentation de la méthode
Les méthodes les plus courantes utilisées dans les codes de calculs industriels sont
la réduction au sens des modes libres ou des modes contraints. Ici c’est la seconde
ou méthode de Craig-Bampton qui est utilisée.
Soit le vecteur u, tel que : ( )
uc
u= (5.30)
ur
où uc représente les degrés de liberté internes, et ur sont les degrés de liberté à
retenir, ou conserver dans le modèle réduit. Les méthodes de réduction basées sur
la synthèse modale ont toutes pour principe de définir une matrice de changement
de variable T telle que les solutions u puissent s’exprimer comme u = T.X où X
comporte les variables q des modes retenus et les degrés de liberté conservés ur . Ce
changement de variables s’exprime par le système matriciel suivant :
( ) " #( )
uc Φ Ψ q
= (5.31)
ur 0 I ur
où les Ψ sont des modes de déformations statiques et les Φ des modes propres
normaux.
Soit le système en équilibre décrivant les équations du mouvements suivant :
" #( ) " #( ) ( )
Mcc Mcr u¨c (t) Kcc Kcr uc (t) 0
T M
+ T K
= (5.32)
Mcr rr u¨r (t) Kcr rr ur (t) Fr
Les modes statiques Ψ sont exprimés à l’aide de la partie statique de l’équation

(5.32) :
Kcc uc + Kcr ur = 0
−1 (5.33)
uc = Kcc Kcr ur
uc = Ψur
Les modes dynamiques φ sont ceux de la structure bloquée aux degrés de liberté à
retenir (ur = 0) :
Mcc u¨c + Kcc uc = 0
(5.34)
Kcc Φ = Mcc Φω2
Le changement de variables (5.31) mis dans les énergies et après application des
équations de Lagrange donne l’équation du mouvement dans la base de Craig-
162

Bampton.
M ∗ .Ẍ + K ∗ .X = F ∗ (5.35)
où
" # " #
ΦT KΦ ΦT KΨ ΦT Kcc Φ 0
K ∗ = T T .K.T = =
ΦT KΨ ΨT KΨ 0 Krr+ ΨT Kcr + ΨT Kcc Ψ
(5.36)
et
" #
ΦTc Mcc Φ ΦT Kcc Ψ + ΦT Kcr
M ∗ = T T .M.T = (5.37)
ΨT Kcc
T + KT Φ M
cr
T T T
rr+ Ψ Mcr + Ψ Mcc Ψ + Mcr Ψ
et enfin " #
ΨFr
F∗ = T T F = (5.38)
Fr
On obtient la solution complète sur l’ensemble des degrés de liberté par u = T.X.
5.4.4.2 Mise en oeuvre sous Abaqus
La particularité d’Abaqus est de ne pas différencier les méthodes de condensation

et les méthodes de sous structuration. En effet, le superélément est utilisé à la fois
pour représenter le comportement d’une structure complexe de façon simplifiée,
mais également pour diminuer le nombre de degrés de liberté d’un modèle
contenant de petites structures répétées.
Le mise en oeuvre consiste en la mise en données d’une simple analyse modale,

et la création d’un groupe de noeuds porteurs des degrés de liberté à conserver.
On peut choisir d’adjoindre ou non au super élémént les matrices de masses et
de viscosité. Cette dernière s’avère nécessaire dans notre cas, puisque que nous
devons utiliser un amortissement décrit dans le comportement du matériau, celui-ci
n’est pas conservé dans le cas d’une méthode de condensation simple qui ne
conserve que des informations liées aux modes.
La seule difficulté vient ensuite de l’utilisation qui nécessite de redéfinir tous les
noeuds d’attaches du superéléments, dans l’ordre de leur stockage durant sa créa-
163

tion. Il n’y a aucune vérification concernant la cohérence de la création et de l’uti-

lisation, c’est une précaution laissée au soin de l’utilisateur. L’utilisation requiert la
conservation de nombreux fichiers concernant le super éléments, mais qui combi-
nés aux résultats à exploiter peuvent grandement diminuer les données stockées et
les temps d’écriture. Cette particularité, combinée à la vitesse de résolution, permet
de réaliser un calcul sur une structure industrielle complète du type module de re-
froidissement (environ douze millions de degrés de libertés) en seulement quelques
secondes au lieu d’une quarantaine de minutes (pour une analyse modale à quinze
modes).
5.4.5 Résultats des simulations

5.4.5.1 Analyses modales numériques
Les analyses modales ont été réalisées sur le module seul bloqué au niveau des
pions de fixation ou supporté aux plots d’interface par des raideurs linaires équiva-
lentes. Le point de départ de cette étude réside dans la différence de comportement
d’une structure montée ou non sur suspension. Il est ici très facile d’observer cette
différence de comportement. Les modes de la structure suspendue et de la structure
encastrée sont similaires, mais on observe un décalage dans les fréquences. Les
premiers modes sont des modes de suspensions qui correspondent à un simple
décalage des modes de corps rigides vers les hautes fréquences. On pourra voir
dans la suite que ce sont ces modes qui expliquent les différences de résultats entre
les modélisations encastrées ou suspendues.
Une comparaison simple des modes peut être réalisée par l’intermédiaire des
calculs de facteurs de participation qui mettent en relation la masse mise en
mouvement par la réponse d’un mode par rapport à la masse totale de la structure.
Ils peuvent donc avoir une valeur maximum de 100%. Le calcul de la somme
des masses participantes sur une bande de fréquence donnée permet d’établir la
pertinence du choix de la troncature modale effectuée. Ainsi, pour un calcul du
type densité spectrale de puissance, on choisit par habitude une bande de fréquence
représentant deux fois à deux fois et demi la bande d’excitation. Ce choix doit
cependant être couplé aux calculs des facteurs de participation. La somme des
masses embarquées doit ainsi représenter à 75 à 80% au minimum de la masse
totale.
164

Dans le cas de notre comparaison entre les modes d’une structure suspendue et
d’une structure encastrée (fig :5.33), on remarque que les masses participantes sont
complètement différentes. En effet, les modes de suspension entrainent l’ensemble
de la structure, ils ont donc des masses participantes avoisinant les 100%. C’est
en particulier cette forte masse embarquée qui génère l’endommagement lié à ces
modes. En effet, l’amplification associée à ce type de mode génère de fortes ampli-
tudes d’accélération et également de grand débattements.
La figure 5.33 montre que les plus fortes participations de masse, dûes aux modes
1,2 et 4 qui correspondent bien aux modes de suspension comme en témoignent
leurs déformés modales présentées dans les figures 5.34 à 5.36.
La simulation montre également que les premiers modes de composants corres-

pondent à des modes de la buse et du condenseur. On observe un pompage de la
buse, ou encore des flexions du condenseur et de sa bouteille. En comparant les
modes de la structure suspendue de la structure encastrée, on peut se rendre compte
que le comportement de la structure suspendue n’est en réalité qu’un décalage vers
le bas en fréquence des modes de la structure encastrée modifiés par des effets de
translations et rotations. Le mode numéro trois de la structure suspendue corres-
pond cependant en même temps aux modes un et deux de la structure encastrée.
Le principal effet de la suspension lors de l’essai de vibration aléatoire sous

consigne définie par une DSP va donc être d’abaisser les fréquences de modes, ce
qui les rapprochera des plus hauts niveau des spécifications d’entrées, mais aussi de
faire apparaître les modes de suspensions qui sont eux aussi dans la bande la plus
basse des fréquences. Le problème qui est posé maintenant est de savoir qu’elle
sera l’effet de ces modes sur le comportement en excitation large bande du sys-
tème. La combinaison des modes, la possibilité de l’existence d’une filtration et le
simple décalage des modes de structure peuvent avoir des effets contraires sur le
comportement global.
165

F IGURE 5.33: Comparaison des facteurs de participation calculés sans (a) et avec sus-
pension (b)
166

F IGURE 5.34: Premier mode correspondant au mode de suspension X de l’ensemble
F IGURE 5.35: Deuxième mode correspondant au mode de suspension Y de l’ensemble
167

F IGURE 5.36: Quatrième mode correspondant au mode de suspension Z de l’ensemble
F IGURE 5.37: Comparaison du comportement de la buse pour les modes 3 avec suspen-
sions (à gauche) et 1 encastré (à droite)
F IGURE 5.38: Comparaison du comportement du condenseur pour les modes 3 avec sus-
pensions (à gauche) et 2 encastré (à droite)
168

F IGURE 5.39: Comparaison du comportement du condenseur pour les modes 5 avec sus-
pensions (à gauche) et 3 encastré (à droite)
F IGURE 5.40: Comparaison du comportement de la buse pour les modes 7 avec suspen-
sions (à gauche) et 4 encastré (à droite)
5.4.5.2 Réponse à une excitation du type Densité Spectrale de Puissance
Les résultats vont être analysés sur la base des contraintes de Von Mises RMS
puisqu’il s’agit du critère de validation utilisé par Valeo. On cherche dans ce para-
graphe à quantifier l’impact d’une modélisation simplifiée des plots de suspensions
sur les contraintes.
Afin de corréler les résultats observés avec le comportement de la structure lors

des essais, on se base sur l’analyse d’une défaillance survenue lors de testset qui
concerne l’arrachement ou la rupture de la patte supérieure gauche du condenseur
(figure 5.41). Ces problèmes ont été corrigés par l’adjonction d’une patte de renfort
qui a été modélisée afin de vérifier le changement de comportement et de niveaux
de contraintes.
Le premier modèle testé est donc un module complet sans la patte de renfort. On
cherche à observer l’apparition de la défaillance. Les deux zooms sur les niveaux
RMS de contraintes de Von Mises dans la zone de la patte du condenseur sont
présentés sur la figure 5.42. On compare ainsi le comportement calculé avec et sans
169

F IGURE 5.41: Défaillances observées : arrachement (à gauche) et rupture dans le rayon

(à droite)
F IGURE 5.42: Localisation et niveau de contraintes RMS Von Mises encastré (à gauche)
et avec suspension (à droite)
plot de suspension supportant la structure.
Les images présentent des isovaleurs avec une légende identique entre les deux
simulations. On remarque clairement que le modèle avec plot prévoit un niveau de
contraintes bien supérieur au modèle sans plot. Un critère de validation classique
pour les aluminium brasés est une limite de fatigue théorique à 20 MPa. La
simulation sans plot prévoit une contrainte maximum dans la zone de l’ordre de
15 MPa tandis que la simulation avec plot prévoit presque 29MPa. Les niveaux de
contraintes dans ce deuxième cas sont suffisants pour corréler une casse possible
en arrachement comme une rupture de la patte.
Il faut pouvoir expliquer cette différence de niveau de contraintes observées, en

liaison avec la différence de comportement modal évalué lors de la précédente
étape du calcul. Pour cela, les contraintes évaluées au centroïde d’un élément de la
zone pour les deux simulations sont tracés dans la figure 5.43.
On note facilement sur ces courbes que l’accroissement des valeurs RMS cummu-
lées n’intervient pas pour les mêmes fréquences. Dans le cas sans plot, celui-ci est
170

F IGURE 5.43: Evolutions des valeurs RMS de contraintes de Von Mises avec plot (ligne
pointillée) et sans plot (ligne pleine)
171

F IGURE 5.44: Localisation et niveau de contraintes RMS Von Mises sans modèle de plot
(à gauche) et avec modèle de plot (à droite) avec structure renforcée
principalement causé par le premier mode de condenseur, tandis que dans la cas
avec plot, l’accroissement est soudain lors du passage par le mode de suspension.
De plus les valeurs finales observées sont très différentes, pour le même élément la
simulation sans plot montre des résultats deux fois inférieurs au modèle sur raideur
équivalente.
Afin de pallier la défaillance, un renfort est proposé et modélisé pour donner un

modèle dit "renforcé".
5.4.5.3 Modèle renforcé
La même simulation est lancée sur le modèle renforcé. Les essais ont permis de
valider cette solution. On effectue la comparaison des valeurs de contraintes dans
ce cas également pour un modèle avec plots de suspension et un modèle encastré.
Les résultats sont moins tranchés, les niveaux de contraintes sont beaucoup plus
comparables comme on peut le voir sur la figure 5.44. Les deux résultats permettent
de conclure qu’il n’y aura pas de défaillance.
L’évolution des niveaux de contraintes RMS est encore une fois très différente dans
les deux simulations. Comme dans le cas précédent, la réponse n’est pas liée au
même mode, ce qui montre l’importance de la bonne prise en compte des modes de
suspensions.
172

5.4.5.4 Comparaison des résultats spectraux et temporels sur la structure in-

dustrielle seule
On s’intéresse ici aux résultats de simulations de densités spectrales de puissance

obtenues par superposition modale comparés à ceux obtenus par la nouvelle
simulation temporelle decrite précédemment. On peut facilement observer si les
contenus spectraux se correspondent.
La méthode employée pour réaliser le calcul temporel a été décrite précédemment.

On cherche simplement ici à valider son utilisation sur le modèle condensé. Les
calculs spectraux ont eux aussi été réalisés sur le modèle condensé afin de limiter
les données de sortie. La comparaison va se limiter aux valeurs d’accélération
enregistrées dans la simulation temporelle que l’on met en relation directe avec les
valeurs RMS obtenues dans la simulation spectrale.
On enregistre les réponses aux bornes de la suspension sur les noeuds liés au
superélément. La valeurs RMS de déplacement obtenue suivant la direction
d’excitation à un noeud de la suspension est de l’ordre du millimètre ( 1,03mm ).
En réalisant le calcul de l’écart type de la distribution temporelle obtenue lors du
calcul non linéaire on obtient un résultat de 1,04mm soit un écart d’à peine 1%. La
solution temporelle est donc parfaitement compatible avec son équivalent spectral.
Une comparaison identique est menée sur les accélérations. Une valeur RMS
de 10153mm/s2 est obtenue lors de la simulation spectrale contre 10318mm/s2
pour l’équivalent temporel soit moins de 2% de différence. Les résultats obtenus
permettent également de confirmer le comportement gaussien de la solution, le
maximum d’accélération enregistré est de 34000mm/s2 environ ce qui est un peu
plus élevé que les 3σ attendus.
On peut effectuer un dernier constat sur la base de ces simulations. Les accéléro-
grammes obtenus aux différents points d’attaches du super-éléments possèdent des
valeurs statistiques semblables. Le même constat est applicable aux valeurs RMS
obtenues lors du calcul spectral (figure :5.45). Il semble donc finalement tout à fait
judicieux de n’établir qu’un seul nouveau spectre d’entrée pour un éventuel calcul
par superposition modale sur la structure complète.
173

F IGURE 5.45: Valeurs RMS d’accélération aux 4 noeuds du super-élément
5.5 Synthése des simulations numériques
La démarche nécessaire aux simulations en dynamique aléatoire incluant les

non-linéarités a permis de mettre en avant plusieurs points fondamentaux.
Le choix du logiciel de simulation n’influe pas seulement sur la façon d’intégrer

le modèle non linéaire, mais aussi sur le type de simulation à effectuer. Ainsi
celui-ci a conditionné la méthode de résolution mais aussi le type d’amortissement
à intégrer. Dans le cas de cette étude, Abaqus a globalement répondu aux attentes,
mais la principale limitation réside dans le niveau d’intervention de la routine
utilisée pour coder le modèle non-linéaire des plots de suspension. L’intervention
au cours de la résolution afin de maintenir les équilibres énergétiques n’a pas pu
être mise en place lors de cette étude.
D’autres modèles plus simples ont donc finalement été simulés, basés sur des équi-
valents rhéologiques, afin de faire intervenir les grandeurs mesurées lors des étapes
de caractérisation des suspensions. La prise en compte, même simplifiée, du com-
portement de la suspension, permet immédiatement d’obtenir un résultat de simu-
lation plus fiable, que l’on peut mettre en relation avec les résultats d’essais. Les
174

Synthése des simulations numériques
modèles simples sous forme de raideurs sont donc une étape minimum à intégrer
pour des simulations plus réalistes.
.
Des modèles rhéologiques plus complexes peuvent également être intégrés à des
simulations temporelles équivalentes aux simulations par superposition modale.
On a pu observer une bonne corrélation de résultats sur des cas simples, tout en
assurant un temps de calcul raisonnable par l’intermédiaire des super-éléments.
Les valeurs aux bornes des suspensions apparaissant comme similaire, on peut
en conclure qu’une première étape non linéaire permet d’établir une spécification
nouvelle pour un calcul linéaire.
La modélisation de la structure industrielle avant sa condensation dynamique est à

considérer avec le plus grand soin. Dans le cadre de cette thèse, le support de l’étude
posait le problème principal de la multi-échelle et du grand nombre possible de de-
grés de libertés en cas de modélisation fine. Une méthode d’homogénéisation a
donc du être appliquée aux différents échangeurs pour permettre un maillage sim-
plifié de la structure tout en conservant l’essentiel de son comportement en basses
fréquences. La condensation dynamique au sens de Craig Bampton a permis fina-
lement de lever les derniers écueils liés au grand nombre de degrés de liberté du
modèle.
175

176

Conclusions et perspectives
Cette thèse établit une méthodologie de caractérisation de composants non-

linéaires (détermination de la gamme d’essais, tests puis exploitation). Un système
expert pour caler les paramètres de modèles non-linéaires à partir des boucles
efforts-deflexions a été développé, pour étendre le modèle de Dahl généralisé au
comportement visco-élastique. Le but était de le coupler à la modélisation d’une
structure complexe soumis à des excitations définies par des DSP.
Les champs d’études et les compétences à acquérir pour mener à bien ce travail
de thèse ont été multiples. Les problématiques posées par la simulation d’essais
vibratoires comme ceux menés par Valeo Thermique Moteur sur le site de La
Verrière concernent autant les phénomènes de dynamique aléatoire que le com-
portement des élastomères. Le but de cette étude était de faire le lien entre ces
deux aspects principaux en définissant des moyens et méthodes de caractérisation
permettant d’obtenir les paramètres de modèles non linéaires des suspensions
en élastomères, intégrables à un logiciel de calculs par éléments finis comme
Abaqus. Le support d’application de cette étude est un module de refroidissement
automobile. Cet ensemble, composé d’un radiateur, d’un condenseur et d’un
groupe moto-ventilateur, est supporté et positionné au moyen de quatre plots en
élastomères par rapport à la face avant du véhicule. Le comportement de ces plots,
les jeux et frottements, sont sources de non linéarités.
La première partie de cette thèse a mis en évidence au moyen d’essais les différents
effets influant sur le comportement des élastomères. Les effets notamment liés aux
fréquences et amplitudes d’excitation, ou aux températures ambiantes ont conduit
à mettre en place de nouvelles méthodes d’essais qui ont amené à l’évaluation de
l’importance des paramètres dans la campagne de caractérisation expérimentale.
Ainsi, il a été montré le rôle secondaire de la températuren ce qui évite recours
177

à une caractérisation en enceinte climatique. Les mesures d’accélérations sur le

système complet ont également permis d’établir de façon concrète les sollicitations
subies par les plots de suspensions et en particulier les niveaux de déflexion. Ces
données ont par ailleurs été traitées statistiquement, de manière à les intégrer à la
théorie probabiliste des vibrations aléatoires.
La campagne de mesures sur le système complet a été un préalable nécessaire à

la définition des bornes de caractérisation des plots de suspension. Un dispositif
de mesure a été conçu de manière à tester les suspensions suivant différents axes
de sollicitations. Le montage devant être étudié pour être le plus représentatif
possible de la suspension à caractériser, il a été choisi d’intégrer les interfaces de
l’environnement des pièces à ce dispositif d’essai. Afin d’obtenir un comportement
hystérétique intégrant les jeux et frottement observables lors d’essais sur la
structure complète. La caractérisation des suspensions, sur un domaine adapté, a
fourni des boucles effort-déflexion, sous différentes conditions de sollicitations
(précharge, fréquence, amplitude).
Le traitement du grand volume de données a calé les paramètres du modèle choisi.

Cette étape a pu être réalisée à l’aide de divers programmes Matlab. Ceux-ci ont
été regroupés avec une méthode réalisant le calcul automatique de paramètres
pour un modèle de type force de restitution, cette méthodologie étant toutefois
applicable à n’importe quel type de modèle. Ce logiciel permet de stocker les
paramètres du modèle sous forme matricielle à combiner avec une méthode d’in-
terpolation. Celle-ci permet d’évaluer les paramètres du modèles pour des couples
fréquence-amplitude d’excitation compris dans la gamme de caractérisation. Afin
d’éviter toute instabilité, dans l’utilisation finale du modèle, une méthode originale
d’extrapolation à des couples hors domaine d’essais a également été développée.
Ce processus de calcul de paramètres a été couplé avec le calcul de la réponse du
modèle au sein d’une subroutine Abaqus.
La mise en oeuvre d’un modèle de suspension non linéaire pour des calculs
industriels nécessite un allègement du modèle éléments finis de la structure
supportée par ces suspensions non linéaires. En effet, ces calculs devant être
réalisés dans le domaine temporel, pour un nombre important de pas de temps, il
est primordial de réduire le nombre de degré de liberté du système complet. Pour
178

cela, on peut utiliser des méthodes de condensation qui permettent de limiter le

nombre de variables à seulement quelques degrés de liberté. Cette simplification
a cependant un coup : elle empêche un post-traitement des degrés de libertés
condensés. C’est pour cette raison qu’une nouvelle chaine de calcul est proposée.
On réalise d’une part un calcul temporel sur la structure condensée, et on réinjecte
sous forme spectrale les accélérations vues aux noeuds d’interfaces des éléments
de suspension comme nouvelles excitations sur la structure complète. Il s’agit
ainsi d’établir un calcul de filtration de la spécification initiale par les éléments
de suspensions chargés par la structure industrielle, le résultat permettant ainsi
d’obtenir un nouveau spectre d’excitation.
Le modèle de type force de restitution s’est révélé peu adapté à l’intégration dans
un code de calcul industriel du fait du type de schéma de résolution temporel
utilisé par ces logiciels. Perturbant la balance énergétique du modèle, les calculs
finissent par diverger. Des modèles non linéaires (voire linéaires) plus simples de
type raideur harmonique et temporel ont été mis en oeuvre. Ceux-ci ont permis
de mettre en avant des résultats tout à fait compatibles entre des simulations
temporelles et des simulations spectrales. Le rapprochement avec des valeurs
mesurées en essais est cependant plus difficile, du fait de la mauvaise prise en
compte de l’amortissement. Cette limitation tend à valider une approche empirique
de la validation des modèles de simulation éléments finis sur la base d’une
comparaison entre les essais critiques et les simulations correspondantes. Celle-ci
permet d’obtenir les critères en niveau de contraintes permettant de valider ou non
un produit pour un cahier des charges donné. Suivant cette approche, un système
proche de celui étudié lors de cette thèse est soumis à un test. Une simulation
équivalente basée sur un modèle de plot du même type que celui-utilisé permet de
prévoir une rupture des pions observée lors des essais.
La perspective principale de ce travail est sa combinaison avec une meilleure prise

en compte de l’amortissement. On observe sur les assemblages contenant à la fois
des polymères chargés et des métaux, de fortes différences de comportement de
part et d’autre des jonctions entre les pièces. Les simulations utilisant des amor-
tissements structurels ne permettent pas de mettre en évidence ces phénomènes.
L’utilisation de modèle d’amortissement différents par zone et par matériau dans ce
type de modèles semble donc indispensable pour obtenir une meilleure prévision lo-
179

cale des niveaux de réponse. Ce phénomène concerne notamment les assemblages

comportant des durites faiblement retenues. Il apparait que celles-ci dissipent plus
d’énergie que ne le montre les simulations, les rendant du même coup pessimistes,
et donc peu pertinentes dans le cadre d’objectifs constants de réduction des coûts
pour les équipementiers automobiles. L’autre aspect de la meilleure prise en compte
des polymères chargés concerne leur raideur. Les boites à eaux et buses en particu-
liers sont en polyamide ou polypropylène chargés de fibre de verre et fabriqués par
injection. La prise en compte des paramètres d’injection, et de leur influence sur la
répartition des fibres, peut être réalisée à l’aide d’une simulation rhéologique. Le
résultat d’une telle simulation peut être couplé à l’aide de passerelles à un calcul
de structure classique. L’intégration d’un modèle de matériau plus réaliste, permet-
trait d’obtenir un comportement local beaucoup plus fiable, nécessaire pour certains
type de simulation non décrits dans cette étude.
180

Annexes
181

182

Annexe A
Automatisation de la construction
des éléments virtuels
Le principe d’interpolation dans le cas standard nécessite un scan sur les éléments
réels jusqu’à ce qu’un élément contenant le couple (u, f ) soit trouvé. Il est évident
que ces éléments virtuels ne sont pas compris dans ce maillage. Ils ne sont créés
que lorsque toutes les bornes du plan d’essais sont dépassées (cas évident) ou au
cas par cas en fonction de la géométrie de chaque ligne de maillage. Il faut donc
considérer la création d’un élément virtuel comme une exception à gérer par le
programme.
Afin de limiter le nombre d’itérations, il est nécessaire de se baser sur le cas stan-
dard. C’est pour cela que les tests de création sont liés au balayage par éléments
croissants qui, du fait des choix de modélisation effectués, est en déplacement
croissant puis fréquence croissante. Un couple (u, f ) qui n’est pas compris dans le
maillage réel peut vérifier plusieurs propositions :
• Point hors bornes

• Point hors bornes en déplacement ou en fréquence uniquement
• Point au-delà de la fin de ligne avec éléments correspondant en déplacements sur
une ligne des lignes de maillage inférieure
Chaque cas a lui-même ses particularités en fonction de la proximité d’éléments.
Ainsi pratiquement chaque zone de la figure A.1 possède son mode de traitement.
Afin de déterminer quels sont les noeuds réels les plus proches du couple (u,f), de
nouvelles variables doivent être introduites aux algorithmes permettant la création
183

A. Automatisation de la construction des éléments virtuels
F IGURE A.1: Schéma de connections entre les éléments virtuels et les éléments réels,
chaque case réel comprend ici la ou les textures des cases qui lui sont reliées
du maillage, de la matrice de connectivité. Il s’agit en particulier d’une variable

de comptage représentant le nombre d’éléments par ligne du maillage. Cette valeur
est obtenue sur un principe similaire à celui du nombre de noeuds par lignes, en
fonction des coordonnées des noeuds de chaque élément par rapport à celui qui le
précède dans l’ordre de définition du maillage. Cette variable stockée sous forme
de vecteur lors de la construction du maillage permet donc de préparer les tests
concernant les fins de lignes.
Le repérage du numéro de ligne sur laquelle se trouve le couple (u, f ) dépend du
nombre d’éléments déjà parcourus. Le vecteur de comptage décrit précédemment
permet par effet de tampon de déterminer à la fois quel est le numéro de la ligne en
cours, et combien celle-ci compte d’éléments. On peut grâce à ce vecteur vérifier
si des éléments alignés avec le couple (u, f ) existent dans les lignes inférieures du
maillage. La méthode retenue est d’effectuer un passage dans le sens inverse du
balayage initial. On redescend ainsi ligne par ligne le maillage pour regarder si un
élément encadrant le déplacement u existe. Cette méthode permet particulièrement
de gagner en nombre d’opérations pour les domaines ayant une allure proche d’un
triangle.
Cette mise en relation des éléments virtuels avec plus d’un élément nécessite égale-
ment de créer d’autres variables de repérage. La valeur d’un monôme en un noeud
184

F IGURE A.2: Exemple d’élément virtuel nécessitant quatre éléments réels
virtuel peut être conditionnée par les informations de quatre éléments simultané-
ment. Aussi dans le cas général un élément virtuel est lié à l’élément k (ou encore
correspond à un noeud de k), on trouve des éléments qu’on liera également àKK,
KK2 et KK3 selon le principe de la figure A.2 :
Chacun de ces éléments à repérer peut nécessiter sa propre boucle d’évaluation,
basée selon les cas sur un principe d’itérations inverses ou de comparaison par
rapport à la taille des lignes précédentes. L’algorithme définit pour l’ensemble des
évaluations de cette zone est basé systématiquement sur ces 4 éléments, certains
pouvant être confondus ou forcés à certaines valeurs selon les cas. Le but reste ici
de standardiser au maximum le code à implémenter.
L’algorithme général est représenté suivant le schéma de la figure A.3.
• Exemple
Dans le cas de la figure A.2 l’élément permettant d’initialiser le calcul sera l’élé-
ment K puisqu’il couvre la gamme de fréquences comprenant le point cible. Il est
plus judicieux ensuite de lier la base de cet élément virtuel avec KK qu’avec K.
En effet le noeud 3 de KK est plus proche de la cible que le noeud 2 de K. Cette
remarque n’est cependant valable que si la ligne en dessous de celle de K a plus
d’éléments. Si les deux lignes ont le même nombre d’éléments, alors utiliser les
noeuds supérieur de l’élément KK ou ceux inférieurs de l’élément K aura le même
effet, ces noeuds étant confondus. C’est pourquoi on pourra se contenter de ne coder
que la solution basée sur KK.
Le support de la linéarisation en fréquence sera l’élément situé « en dessous » de
la cible, à la plus haute fréquence. Il y a dans ce cas un seul élément que l’on
affectera directement à KK2. On peut déterminer sa position par itération inverse,
en s’arrêtant au premier élément donc la fréquence maximum est inférieure à la
185

F IGURE A.3: Schéma de principe de l’algorithme de traitement
186

F IGURE A.4: Visualisation de points interpolés et extrapolés sur la base d’un maillage
triangulaire
fréquence minimum de K et encadrant le déplacement u. L’élément KK3 est évalué

comme l’élément ayant le noeud3 le plus proche en fréquence de notre cible avec
un déplacement maximum égal au déplacement minimum de KK2. On peut donc
chercher à trouver quel est le plus haut au dessus de l’élément précédent KK2.
Il se peut que cet élément soit au final celui précédent KK2, ce qui fait que la
linéarisation n’impliquera au final que KK2 (continuité gauche-droite des valeurs
nodales).
On arrive donc sur la base d’un seul algorithme a pouvoir traiter la partie extrême
d’un domaine triangulaire, ou un domaine en forme de L. Les autres parties du do-
maine triangulaire (en rouge sur la figure A.3 sont traitées par une méthode tout à
fait similaire. La seule différence réside toutefois dans le nombre d’éléments impli-
qués et de noeuds virtuels à créer (un noeud au lieu de quatre).
On se rend finalement compte que la gestion des exceptions est la partie la plus
longue à coder du traitement. Cette étape est cependant nécessaire pour ne pas avoir
d’arrêt brutal de calcul ou de valeurs aberrantes. Le programme généré permet de
reconstruire des nappes de réponses rectangulaires pour des domaines initiaux tri-
angulaires.
187

188

Tableau de valeur de la fonction de
répartition d’une loi gaussienne
centrée réduite
189

Tableau de valeur de la fonction de répartition d’une loi gaussienne centrée réduite
190

Bibliographie
[ALM 98] A L -M AJID A., D UFOUR R.

Un modèle force de restitution pour prévoir les réponses à des chocs d’une struc-
ture montée sur plot à friction. Mécanique Industrielle et Matériaux, vol. 51(2),
1998, p. 80-82.
[ALM 02a] A L -M AJID A.
Dissipation de l’énergie en mécanique vibratoire, opérateur d’hystérésis, phé-
nomène métrique. Thèse de doctorat, Institut National des Sciences Appliquées
de Lyon, 2002.
[ALM 02b] A L -M AJID A., D UFOUR R.
Formulation of a Hysteretic Restoring Force Model. Application to Vibration
Isolation. Nonlinear Dynamics, vol. 27, 2002, p. 69-85.
[ALM 04] A L -M AJID A., D UFOUR R.
Harmonic response of a structure mounted on an isolator modelled with a hys-
teretic operator : experiments and prediction. Journal of Sound and Vibration,
vol. 277 (1-2), 2004, p. 391-403.
[BAC 08] BACHELET L.
Comportement dynamique d’un rotor embarqué sous sollicitations aléatoires.
Thèse de doctorat, Institut National des Sciences Appliquées de Lyon, 2008.
[BAN 99] BANKS H. T., P INTER G. A., P OTTER L. K., G AITENS M. J., YANYO
L. C.
Modeling of Nonlinear Hysteresis in Elastomers. , 1999.
[BEN 63] B ENDAT J. S., E NOCHSON L. D., P IERSOL A. G.
Analytical study of vibration data reduction methods. Technical products com-
pany, 1963.
[BOU 09] B OURGETEAU B.
Modélisation numérique des liaisons élastiques en caoutchouc de la liaison au
191

Bibliographie
sol automobile destinée à la simulation multi-corps transitoire. Thèse de docto-

rat, Ecole Centrale Paris, 2009.
[CHA 01] C HAGNON G., V ERRON E., G ORNET L., M ARCKMANN G., C HAR -
LIER P.
Modélisation et simulation de l’effet Mullins dans les pièces élastomères du sec-
teur automobile. XVème Congrès Français de Mécanique, , 2001.
[CHO 03] C HOWDHURY I., DASGUPTA S. P.

Computation of Rayleigh Damping Coefficients for Large Systems. Electronic
Journal of Geotechnical Engineering, vol. 8C, 2003, p. -.
[CRA 68] C RAIG R. R., BAMPTON M. C. C.

Coupling of substructures for dynamic analysis. AIAA Journal, vol. 6(7), 1968,
p. 1313-1319.
[GJI 94] G JIKA K.

Comportement dynamique de structures localement non lineaire : cas des sus-
pensions. Thèse de doctorat, Institut National des Sciences Appliquées de Lyon,
1994.
[GJI 96] G JIKA K., D UFOUR R., F ERRARIS G.

Transient response of structures on viscoelastic or elastoplastic mounts : pre-
diction and experiment. Journal of Sound and Vibration, vol. 198(3), 1996,
p. 361-378.
[GRI 94] G RIMES R. G., L EWIS J. G., S IMON H. D.

A Shifted Block Lanczos Algorithm For Solving Sparse Symmetric Generalized
Eigenproblems. 1994.
[HUY 05] H UYNH -K IM -L ONG A.

Analyse du comportement dynamique d’un élastomère - Modélisation et Identi-
fication. Thèse de doctorat, Ecole Nationale des Ponts et Chaussées, 2005.
[IBR 08] I BRAHIM R. A.

Review : recent advances in nonlinear passive vibration isolators. Journal of
Sound and Vibration, vol. 314, 2008, p. 371-452.
[IFO 09] IFOCA

Propriétés Dynamiques des Pièces en Caoutchouc. IFOCA, 2009.
192

Bibliographie
[JOH 00] J OHNSON A. R., C HEN T., M EAD J. L.

Modeling Step-Strain Relaxation and Cyclic Deformations of Elastomers. Mee-
ting of the Rubber Division ,American Chemical Society, , 2000.
[LAL 02a] L ALANNE C.
Mechanical Vibration and Shock Volume 3, Random Vibration. Hermes Penton,
2002.
[LAL 02b] L ALANNE C.
Mechanical Vibration and Shock Volume 5, Specification Development. Hermes
Penton, 2002.
[MAR 06] M ARLE C. M.
Henry Darcy et les écoulements de fluides en milieu poreux. Oil and Gas Science
and Technology, vol. 61 (5), 2006, p. 599-609.
[MIC 05] M ICHON G., M ANIN L., D UFOUR R.
Hysteretic behaviour of a belt tensioner : modelling and experimental investiga-
tion. Journal of Vibration and Control, vol. 11(9), 2005, p. 1147-1158.
[MIC 06] M ICHON G.
Dynamique non linéaire des entraînements par courroies. Analyse théoriques et
expérimentales. Thèse de doctorat, Institut National des Sciences Appliquées de
Lyon, 2006.
[MOO 40] M OONEY M.
A theory of large elastic deformation. Journal of Applied Physics, vol. 11(9),
1940, p. 582-592.
[NAS 85] NASHIF D., J ONES D. I. G., H ENDERSON J. P.
Vibration damping. New York :Wiley, , 1985, p. -.
[OTA 08] OTAN
Guide d’application de la démarche de personnalisation en environnement mé-
canique. OTAN, 2008.
[PAY 62] PAYNE A. R.
The dynamic properties of carbon black loaded natural rubber vulcanizates.
Journal of Applied Polymer Science, vol. 6 (19), 1962, p. 57-63.
[PET 08] P ETITET G., BARQUINS M.
Matériaux caoutchouteux : morphologie, formulations, adhérence, glissance et
usure. Presses polytechniques et universitaires romandes, 2008.
193

Bibliographie
[PIT 04] P ITOISET X.

Méthodes spectrales pour une analyse en fatigue des structures métalliques sous
chargements aléatoires multiaxiaux. Thèse de doctorat, Université Libre de
Bruxelles, 2004.
[PLA 04] P LANEL O., B RISSON S.
Homogenization method : A way to improve finite element analysis on brazed
exchangers. SAE transactions, vol. 113 (7), 2004, p. 80-85.
[PRE 90] P REUMONT A.
Vibrations aléatoires et analyse spectrale. Presses polytechniques et universi-
taires romandes, 1990.
[PUI 03] P UIG B.
Modélisation et simulation de processus stochastiques non gaussiens. Thèse de
doctorat, Université Paris VI, 2003.
[SAA 06] S AAD P., A L -M AJID A., T HOUVEREZ A., D UFOUR R.
Equivalent rheological and restoring force models for predicting the harmonic
response of elastomer specimens. Journal of Sound and Vibration, vol. 290,
2006, p. 619-639.
[SEG 98] S EGALMAN D. J., F ULCHER C. W. G., R EESE G. M., F IELD R.
An efficient method for calculating RMS Von Mises stress in a random vibration
environment. Sandia Report, vol. 98-0260, 1998.
[THO 07] T HOMAS B.
Calcul numérique de critères multiaxiaux d’endommagement en fatigue, implé-
mentation sous CAST3M et application a des expériences de fatigue thermique.
Mémoire de master, Institut National des Sciences appliquées de Rouen - Com-
missariat à l’Energie Atomique de Saclay, 2007.
[VER 08] V ERRON E.
A brief overview of the mechanical response of rubber-like materials and the
correspondinf constitutive equations. IMechanica Journal Club, , 2008.
[VES 02] V ESTRONI F., N OORI M.
Hysteresis in mechanical systems - modelling and dynamic response. Interna-
tional Journal of Non-Linear Mechanics, vol. 37, 2002, p. 1261-1262.
194


696 Thesepdf

Transféré par

Droits d'auteur :

Formats disponibles

696 Thesepdf

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

696 Thesepdf

Transféré par

Droits d'auteur :

Formats disponibles

N˚d’ordre 2012-ISAL–XXXX Année 2012

Dynamique d’une structure complexe à non linéarités localisées sous

Thèse soutenue le ../../2112 devant la Commission d’examen

LaMCoS - UMR CNRS 5259 - INSA de Lyon

Cette thèse est accessible à l'adresse : http://theses.insa-lyon.fr/publication/2012ISAL0106/these.pdf

Je tiens à remercier le Laboratoire de Mécanique des COntacts et Structures de l’Ins-

Je remercie très chaleureusement mes directeurs de thèse Régis DUFOUR et Lionel

Les différents changements d’organisation au sein du groupe VALEO m’ont amené à

Cette thèse est accessible à l'adresse : http://theses.insa-lyon.fr/publication/2012ISAL0106/these.pdf

Cette recherche porte sur le développement d’un modèle de structure de géométrie

Une revue du comportement des élastomères en fonction de leurs conditions d’en-

La caractérisation expérimentale de la suspension porte sur des plots en élastomère

De plus, la taille et la complexité du modèle EF de la structure industrielle rendent im-

M OTS CLÉS : Dynamique non-linéaire, élastomères, vibrations aléatoires,isolation

Cette thèse est accessible à l'adresse : http://theses.insa-lyon.fr/publication/2012ISAL0106/these.pdf

Table des matières i

Table des figures v

Liste des tableaux xi

2 Suspensions élastomères : comportement et modèles 13

Cette thèse est accessible à l'adresse : http://theses.insa-lyon.fr/publication/2012ISAL0106/these.pdf

2.2.2 Approche par les modèles rhéologiques . . . . . . . . . . . . . . 29

3 Système expert pour l’identification et le recalage de modèle de suspension

4 Sollicitations aléatoires : définitions, modélisation, traitement numérique 93

Cette thèse est accessible à l'adresse : http://theses.insa-lyon.fr/publication/2012ISAL0106/these.pdf

4.3.2 Méthode par équivalence de dommage par fatigue . . . . . . . . . 103

5 Implémentation d’un modèle non-linéaire de suspension à une modélisation

Cette thèse est accessible à l'adresse : http://theses.insa-lyon.fr/publication/2012ISAL0106/these.pdf

Conclusions et perspectives 177

A Automatisation de la construction des éléments virtuels 183

Tableau de valeur de la fonction de répartition d’une loi gaussienne centrée ré-

Cette thèse est accessible à l'adresse : http://theses.insa-lyon.fr/publication/2012ISAL0106/these.pdf

1.1 Exemple de plots de suspensions en élastomères utilisés dans le domaine

2.1 Exemple de chaine chimique d’un monomère de caoutchouc naturel . . . 15

Cette thèse est accessible à l'adresse : http://theses.insa-lyon.fr/publication/2012ISAL0106/these.pdf

2.10 Evolution des modules élastiques et visqueux et de l’angle de perte en

3.1 Plots et leurs interfaces retenues pour la caractérisation . . . . . . . . . . 40

Cette thèse est accessible à l'adresse : http://theses.insa-lyon.fr/publication/2012ISAL0106/these.pdf

3.15 Montage de cisaillement des plots inférieurs . . . . . . . . . . . . . . . . 51

Cette thèse est accessible à l'adresse : http://theses.insa-lyon.fr/publication/2012ISAL0106/these.pdf

3.42 Numérotation des noeuds pour l’élément 1, numérotation globale à l’ex-

4.1 Exemple de distribution Gaussienne centrée normée et sa fonction de ré-

5.1 Schéma de principe du processus de simulation retenu . . . . . . . . . . . 126

Cette thèse est accessible à l'adresse : http://theses.insa-lyon.fr/publication/2012ISAL0106/these.pdf

5.10 Courbe de l’accélération RMS en fonction de la fréquence au point d’ex-

Cette thèse est accessible à l'adresse : http://theses.insa-lyon.fr/publication/2012ISAL0106/these.pdf

Cette thèse est accessible à l'adresse : http://theses.insa-lyon.fr/publication/2012ISAL0106/these.pdf

3.1 Paramètres de correction pour centrer les boucles . . . . . . . . . . . . . 56

Cette thèse est accessible à l'adresse : http://theses.insa-lyon.fr/publication/2012ISAL0106/these.pdf

Cette thèse est accessible à l'adresse : http://theses.insa-lyon.fr/publication/2012ISAL0106/these.pdf

L’introduction de ce mémoire présente le contexte industriel

Cette thèse est accessible à l'adresse : http://theses.insa-lyon.fr/publication/2012ISAL0106/these.pdf

F IGURE 1.1: Exemple de plots de suspensions en élastomères utilisés dans le domaine

La modélisation des plots de suspension requiert de prendre en compte la dépendance

Cette thèse est accessible à l'adresse : http://theses.insa-lyon.fr/publication/2012ISAL0106/these.pdf

de suspension requiert d’étendre le modèle de Dahl aux effets visco-élastiques et c’est

La complexité et la taille de la structure industrielle reposant sur les plots élasto-

1.2 Contexte industriel

1.2.1 Problématique technologique

Cette thèse est accessible à l'adresse : http://theses.insa-lyon.fr/publication/2012ISAL0106/these.pdf