EikoTwin DIC et la mesure de faibles déformations

• Par Lucas Angénieux, Ingénieur de recherche chez EikoSim

L’innovation dans l’automobile

L’innovation est au cœur des préoccupations dans le domaine de l’automobile : véhicules autonomes, mobilité partagée, équipements de pointe, etc… Afin de se réinventer et de rester compétitif, il est nécessaire pour les industries automobiles d’innover et de développer de nouvelles technologies. Il apparaît alors essentiel pour ces entreprises d’effectuer des simulations réalistes. L’objectif est de prévoir le comportement de leur pièces innovantes afin d’anticiper au mieux leur production et future utilisation. C’est pourquoi ces simulations doivent à la fois représenter fidèlement la géométrie et le comportement mécanique de la pièce sollicitée. Cependant, leur validation nécessite également de bien reproduire les conditions aux limites réellement vécues par la pièce d’essai. Dans cet article, nous nous intéressons en particulier au comportement d’un tableau de bord lors de déformations mécaniques particulièrement faibles en compression.

Mesurer des faibles déformations grâce à la corrélation d’images numériques

La corrélation d’images numériques basée sur la méthode globale répond à cette problématique. En effet, elle permet de mesurer un champ de déplacement défini directement dans le référentiel et sur les nœuds du maillage de la simulation (Figure 1).

Mise en place expérimentale

Le but de l’essai considéré est de déterminer la réponse mécanique d’ensemble du tableau de bord lorsque l’utilisateur appuie sur l’un des 13 points que l’on voit en rouge sur la Figure 1. Lors de l’essai, l’action de l’utilisateur est approximée par l’application d’une force de compression verticale de 10N. De telles sollicitations sont représentatives d’un contact appuyé de l’utilisateur. Pour ce niveau d’effort, les déformations subies par l’ensemble de la pièce restent faibles. Ainsi, cela constitue un des enjeux de l’essais pour les technologies de mesure mises en œuvre.

Afin d’effectuer les mesures par corrélation d’images, un mouchetis est réalisé sur la pièce à l’aide de bombes de peinture. L’apposition d’une texture à la pièce est nécessaire au suivi de la surface par les caméras, et par la suite à la mesure des champs de déplacements expérimentaux. Une fois la pièce peinte, elle est positionnée sur un bâti rigide en aluminium et positionnée sous un indenteur. L’indenteur applique alors un effort linéaire de 0 à 10N sur chacun des 13 points retenus pour l’étude. Le suivi de déplacement en surface de la pièce est assuré par une paire de caméras qui acquiert les images de l’essai. On obtient finalement 60 images par caméras pour chaque montée en charge (Figure 2).

Traitement des images sur le logiciel EikoTwin DIC

Les 13 jeux d’images sont ensuite post-traités à l’aide du logiciel EikoTwin DIC. Cela permet de mesurer l’évolution des déplacements en surface de la pièce, pour chacun des points de chargement. Une des spécificités de ce logiciel développé par EikoSim est d’utiliser la connaissance préalable de la géométrie de la pièce (fournie au travers du maillage éléments finis) afin d’étalonner le système de caméras. Cette méthode permet à la fois de s’affranchir de l’utilisation de mire d’étalonnage, et de faire directement le lien entre repère de mesure et repère du modèle éléments finis. Ainsi, les champs de déplacements seront directement exprimés aux nœuds du maillage de calcul. On pourra alors directement les visualiser sur les images (Figure 3).

Mesure de faibles déplacements et comparaison avec la simulation

Champs de déplacements globaux

Grâce à la corrélation d’images numériques, les déplacements en chaque nœud du maillage sont mesurés. On peut les voir ci-dessous sur la Figure 4 pour le point d’application 8 pour une charge de 10N.

On retrouve bien une localisation du déplacement maximal juste sous l’indenteur, au point d’application de l’effort. Le gradient de déplacement normal observé se retrouve pour les 13 points d’applications testés. On remarque également que pour l’instrumentation retenue, la présence de l’indenteur dans le champ de vision de la paire de caméras limite la surface totale sur laquelle la mesure peut s’effectuer. Pour rappel, afin d’obtenir une mesure de déplacements tridimensionnelle, la texture doit être observée simultanément par au moins deux caméras. Une piste d’amélioration pour une éventuelle campagne future serait l’ajout d’une caméra supplémentaire de l’autre côté de l’indenteur. Cela permettrait de fournir des résultats à 360° autour de l’indenteur.

Toutefois, on notera que l’information obtenue grâce au traitement par corrélation d’images est bien plus riche que celle qu’auraient pu fournir des jauges de déformation par exemple, dans la même configuration. À titre d’illustration, sur l’ensemble des essais, la CIN fournit 6000 mesures de déplacements 3D, pour chacune des images considérées.  L’intérêt de la mesure de champ est bien ici de permettre le recalage du modèle sur toute la zone d’intérêt. Ce qui n’est pas le cas sur un ensemble fini de capteurs ponctuels.

Création de capteurs virtuels

Il est également possible d’extraire des résultats ponctuels de la mesure de champ. En effet, EikoTwin DIC permet de placer des capteurs de déplacements virtuels sur le maillage (Figure 5). Cela permet d’afficher rapidement les déplacements de points caractéristiques d’intérêt de la pièce dans le temps. Les résultats sont conformes à l’intuition. On observe un affaissement progressif autour de l’indenteur, selon X et Z, ainsi qu’un léger affaissement sur les bords de la pièce.

Comparaison de champs entre les essais et la simulation

L’intérêt principal demeure dans la comparaison de champs. Celle-ci est réalisée par l’export des résultats au format hwascii, afin de permettre une comparaison rapide avec les résultats de simulation dans la suite Hyperworks, utilisée par Faurecia dans le cadre de cette étude (Figure 6).

Cette mise en vis-à-vis des champs de résultats expérimentaux et simulés permet de vérifier que la simulation était bien prédictive pour l’essai considéré. On vérifie ici que l’application d’un effort de 10N produit un déplacement autour du point d’application de l’effort dans une zone de la bonne dimension. Ceci permet de valider que la loi de comportement employée dans le modèle éléments finis pour décrire le comportement du tableau de bord permet une estimation très satisfaisante du champ expérimental mesuré en termes d’amplitude. La forme du champ près de l’indenteur en particulier est très bien anticipée par le calcul. Loin de l’indenteur en revanche des écarts plus importants (mais très largement sous l’incertitude de mesure) sont mis en évidence.

La comparaison des résultats réalisée directement dans le repère de la simulation amène un second point d’amélioration potentiel. En effet, si les points d’application de l’effort sont reportés avec précision sur la pièce par le biais de pastille, le positionnement de la pièce sous l’indenteur se fait manuellement. Ceci peut introduire un écart entre le point d’application théorique de l’effort et le point d’application réel. Le traitement des champs expérimentaux fourni par la CIN permet de retrouver le point d’application réel de l’effort avec précision. On peut alors mettre à jour la simulation afin d’appliquer l’effort au plus près de la réalité du terrain. Ainsi, on enlève une partie de l’incertitude liée à l’application des conditions aux limites dans le calcul comme source d’erreur dans l’interprétation de la comparaison. Ceci peut être automatisé pour l’ensemble des points d’appuis d’effort testés.

Mise en évidence de faibles déformations

En conclusion, cette étude aura permis d’améliorer la simulation d’un tableau de bord innovant. Par imagerie, le logiciel EikoTwin DIC aura réussi a mettre en évidence de très faibles déformations, non visible à l’œil. La corrélation d’images numériques aura permis de faire un lien rapide entre des données d’essais et des données de simulation.