Définition de protocoles rationnels d'identification de loi de comportement élastoplastique :<br />Application à la simulation éléments finis d'opérations industrielles d'emboutissage

The objective of the thesis carried out within the framework of the European project called "Intelligent system for NET shape FORming of Sheet MEtal Product" is the research of optimized procedures for the adjustment of numeric simulations for industrial operations of stamping.The procedure puts forward the key role of the identification of the elastoplastic behaviour laws for metal sheet to assure a reliable simulation.For this purpose, the traditional identifications of the constitutive laws from tensile tests are initially used.Various techniques and protocols are retained to take the best advantages from this kind of tests, in particular using the experimental technique of optical analysis of deformation.These choices lead to a notable improvement of the numeric results concerning the effect of the elastic spring-back, the state of residual stresses and the prediction of the strain localisation. However the limits of this kind of identification realized from homogeneous tests appear clearly.This is the reason why we propose an original method of identification of the parameters of the behaviour law from heterogeneous tests close to the real case of sheet metal forming. The optimisation of the coefficients of the mechanical constitutive law is founded on the use of artificial neural networks. The advantages of this method are shown on an example of stamping of axisymmetric parts with blocked blank.L'objectif de la thèse effectuée dans le cadre du projet européen « Intelligent system for NET shape FORming of Sheet MEtal Product » est la recherche de procédures optimisées pour la mise au point de simulations numériques d'opérations industrielles d'emboutissage. Ce travail a pour but d'apporter des réponses efficaces, applicables au sein d'une entreprise en regard de la mauvaise perception de ce type de procédé dans le milieu industriel.La procédure met en avant le rôle clé de l'identification des lois de comportement élastoplastiques définissant le comportement de la tôle pendant la simulation.Dans un premier temps on s'intéresse à l'identification classique à partir d'essais de traction utilisés habituellement à cet effet.Différentes techniques et protocoles sont alors retenus pour tirer le meilleur parti de ce type d'essais en utilisant notamment les techniques expérimentales d'analyse d'images.Ces choix conduisent à une amélioration notable des résultats concernant l'effet du retour élastique, l'état de contraintes résiduelles et la prédiction de la localisation de la déformation.Cependant les limites de ce type d'identification réalisé sur des essais homogènes apparaissent clairement.C'est pourquoi, nous proposons une méthode originale d'identification des paramètres de la loi de comportement à partir d'essais hétérogènes voisins du cas réel de mise en forme. L'optimisation des coefficients de la loi de comportement est alors fondée sur l'utilisation de réseaux de neurones. Les avantages de cette méthode sont démontrés sur un exemple d'emboutissage de pièces axisymétriques à flan bloqué