Vers une meilleure compréhension des essais grâce à la corrélation d’images numériques, avec ALSTOM et le CETIM

Cohérence des données d’essais et de simulations

La cohérence des résultats d’essais et de simulations mécaniques est primordiale lors de la comparaison essai/calcul pour la validation des simulations numériques. En effet, les essais doivent respectés les spécifications données pour leur réalisation : géométrie de la pièce, trajet de chargement, point d’application et orientation du chargement, points de mesure etc.

Cela demande parfois des montages d’essais complexes afin d’appliquer le bon effort au bon endroit notamment. Les incertitudes sur les réglages de la machine de test et sur la mise en position de la pièce testée dans la machine ne permettent pas de tenir exactement les spécifications demandées. Les essais peuvent donc apparaître comme imparfaits.

Afin d’assurer la cohérence des données, il est nécessaire de comprendre ces essais et de faire remonter l’information au niveau de la simulation afin de prendre en compte ces imperfections dans le modèle. Pour cela, la corrélation d’images numériques est un outil indispensable par son apport de mesures cinématiques riches, et sans contact, donc non intrusives.

Essai de structure sur un châssis de train

Prenons le cas d’un essai sur un bogie réalisé en collaboration avec ALSTOM et le CETIM. Des efforts verticaux (F_z1 et F_z2) et latéraux (F_yss1 et F_yss2) sont appliqués sur la plateforme, un effort latéral (F_{y_Lstop}) est appliqué au centre du bogie et des déplacements de gauchissement (Dp_z1, Dp_z2, Dp_z3, Dp_z4) sont appliqués au niveau des suspensions. Des jauges de déformation sont réparties sur l’ensemble de la structure, des capteurs d’effort de réaction au niveau des suspensions sont mis en place et une instrumentation par imagerie est disposée afin d’observer les cols de cygne.

Le modèle numérique est complexe, et l’instrumentation sur l’essai l’est d’autant plus. Les mesures en effort et déplacement sont récupérées et tracées pour l’ensemble des cas de chargement. On dispose alors d’une quantité importante d’informations de mesure extraite de l’essai que l’on souhaite comparer à la simulation.

La première question est de savoir si l’on a appliqué des chargements répondant à la spécification donnée par la simulation afin de pouvoir effectuer une comparaison raisonnée entre essai et simulation. Au vu de la complexité du montage d’essai et des liaisons souples que constituent les suspensions, peut-on être confiant dans la direction parfaitement verticale des efforts appliqués ?

Prise en compte des conditions aux limites dans la simulation

L’utilisation de la richesse des mesures par imagerie permet de déterminer par une procédure itérative la direction des conditions aux limites en effort au cours du chargement en comparant les résultats d’essais et les résultats de simulation.

En prenant les résultats de simulation avant optimisation des conditions aux limites, les champs de déplacements simulés sont assez éloignés des champs de déplacement mesurés. L’identification de la direction d’effort imposée est ensuite menée simultanément sur les trois cas de chargement S5, S7 et S8.

Après optimisation, les angles de vérins sont déterminés et correspondent à ce qui a été appliqué dans l’essai. La simulation numérique est mise à jour à l’aide des données d’essai issues des mesures par imagerie et s’en trouve recalée au plus près de la réalité.

Apport de la compréhension des essais

La méthodologie décrite ci-dessus et les résultats obtenus sont validés en se servant des mesures de déformation obtenues grâce aux jauges de déformation présentes sur la structure. La comparaison avant et après optimisation des conditions aux limites en effort montre une baisse significative des écarts en déformation entre l’état initial et l’état optimisé. Dans le cadre de la présente étude, la méthodologie proposée a permis de réduire l’erreur moyenne sur les déformations de 30%.

Les outils de mesure de champs guident l’ingénieur de simulation vers une meilleure compréhension des conditions réelles d’essai et lui permettent d’introduire les données d’essai dans la simulation numérique pour qu’elle corresponde au mieux à la réalité