Thèses de Doctorat et Mémoires de Magister
Permanent URI for this communityhttps://dspace.univ-boumerdes.dz/handle/123456789/17
Browse
4 results
Search Results
Item Approches expérimentale et numérique couplées basées sur l'analyse par la méthode des éléments finis (MEF) et les réseaux neuronaux artificiels (RNA) pour l'évolution de l'endommagement dans les matériaux composites stratifies(Université M'Hamed Bougara Boumerdès : Faculté de Technologie, 2025) Zara, Abdeldjebar; Belaidi, Idir(Directeur de thèse)Dans nos travaux de thèse, nous présentons une approche innovante qui repose sur l'exploitation des fréquences naturelles pour la détection et la localisation des dommages, dans le cadre de la surveillance de l'état des structures en matériaux composites stratifiés en GFRP, que nous avons fabriqués selon la technique de moulage au contact. Pour ce faire, nous avons développé et mis en œuvre une approche numérique couplée. Dans un premier temps, une analyse numérique par éléments finis a été réalisée sous l'environnement ABAQUS, afin de simuler le comportement vibratoire des poutres GFRP, qu'elles soient endommagées et non endommagées. L'objectif était de générer les données d'entraînement nécessaires à l'alimentation d'un réseau de neurones artificiels (ANN). Ensuite, nous avons appliqué une technique hybride E-JAYA-ANN pour prédire la longueur des fissures, en utilisant diverses données d'entrée. Cette méthode a permis d'évaluer la précision du modèle proposé, en la comparant avec d'autres approches telles que les couplages JAYA-ANN, WOA-ANN et AOA-ANN, permettant ainsi de mettre en évidence les performances de notre approche. L'utilisation des réseaux neuronaux artificiels (ANN) en combinaison avec des techniques d'optimisation méta-heuristique vise à améliorer la précision des résultats obtenus. Ce processus repose sur une modification des poids et des biais des connexions neuronales, effectuée par rétropropagation (BP). Cette optimisation permet d'ajuster ces paramètres afin de minimiser la fonction d'erreur en fonction des valeurs d'entrée et des résultats souhaités. Ainsi, cette approche représente une avancée significative pour la surveillance et la prédiction de l'état des structures dans des applications d'ingénierie. Dans une deuxième étape, nous avons mis en place une approche couplée impliquant une analyse numérique par éléments finis (MEF) réalisée sous l'environnement ABAQUS, afin d'évaluer l'influence des paramètres géométriques, tels que la variation du nombre de couches et de leurs orientations, sur les propriétés mécaniques des composites stratifiés en CFRP. Le modèle MEF utilise le critère de dommage de Hashin pour simuler le comportement des composites sous flexion. Par la suite, la technique d'optimisation hybride E-JAYA-ANN a été appliquée pour prédire ces propriétés lors des tests de flexion. Les résultats obtenus ont été comparés à ceux fournis par la technique hybride JAYA-ANN, permettant ainsi une meilleure compréhension de l'influence de la géométrie sur l'optimisation de l'architecture des composites stratifiés à fibres unidirectionnelles, dans la phase d'élaboration des matériaux composites considérésItem Performance des composites stratifiés : caractérisation, simulation numérique et optimisation basées sur une approche hybride(Université M'Hamed Bougara Boumerdès : Faculté de Technologie, 2025) Fahem, Noureddine; Belaidi, Idir(Directeur de thèse)Ce travail de thèse explore le comportement des matériaux composites renforcés par des fibres de verre et de carbone, en utilisant différentes architectures de stratification. L'objectif est de développer une compréhension approfondie des phénomènes complexes qui régissent leur comportement, en combinant des méthodes expérimentales et numériques. Des modèles numériques par éléments finis (2D et 3D), intégrant des critères de dommage, ont été utilisés pour étudier l'influence de divers paramètres géométriques, matériaux et d'endommagement, tels que la séquence d'empilement des couches, l'hybridation, les propriétés mécaniques des matériaux sur la réponse mécanique globale du composite. Ces modèles numériques sont développés en utilisant le logiciel Abaqus, un outil d'éléments finis commercial bien connu. Pour améliorer la précision des prédictions, l'intelligence artificielle, et plus précisément les réseaux neuronaux artificiels (RNA), est mise en œuvre en combinaison avec des techniques d'optimisation métaheuristique (PSO, JAYA, JAYA A). Ces modèles RNA prédit la force maximale, le module d'élasticité et l'empilement optimal des couches, en utilisant diverses entrées telles que la longueur des fissures, les contraintes et les déplacements. L'étude vise à évaluer la précision de ces techniques d'apprentissage automatique dans la prédiction du comportement des matériaux compositesItem Résolution numérique des problèmes liés à la dynamique des paliers lisses, avec prise en comptes de contraintes de forme et de fonctionnement(Université M'Hamed Bougara Boumerdès : Faculté de Technologie, 2023) Megdoud, Abdelhak; Belaidi, Idir(Directeur de thèse)Ces dernières années, plusieurs travaux se sont concentrés sur la conception de composants de machines, en mettant particulièrement l'accent sur les systèmes de paliers pour éviter les contacts nocifs. Parmi les études les plus importantes dans ce domaine, figurent celles relatives aux problèmes instationnaires des paliers lisses, qui impliquent généralement le couplage de l'équation de Reynolds avec les équations de mouvement, et le problème du mésalignement fréquemment rencontré dans les paliers. Diverses techniques ont été proposées et explorées dans la littérature pour identifier avec précision et prédire efficacement les solutions de l'équation de Reynolds dans différents régimes et sous différentes contraintes, Cette thèse a pour but de développer l'approche de la Décomposition Propre Généralisée (PGD) pour analyser le comportement des lubrifiants dans les paliers lisses soumis à des charges dynamiques, et pour les paliers mésalignés soumis au régime stationnaire, en considérant les conditions limites de Swift-Stieber. L’approche PGD est une technique de réduction de modèle qui cherche une solution approximative sous forme séparée d’une équation aux dérivées en utilisant une stratégie de direction alternée. Comparée à la résolution classique, la solution PGD est significativement moins gourmande en termes de puissance de calcul. Pour vérifier l'exactitude et l'efficacité de cette approche une étude comparative a été mené entre la nouvelle approche, la méthode classique, les résultats analytiques et quelque résultats disponible dans la littérature. Les résultats de la méthodologie suggérée montrent que le nouveau modèle est plus efficace, converge rapidement et fournit des solutions précises avec une consommation de temps CPU très faible par rapport au modèle de discrétisation complet (FDM)Item Optimisation multi-objectif et multidisciplinaire pour la conception de machines agiles innovantes pour l’usinage à très grandes vitesses : application au système poly-articulé delta(Université M'Hamed Bougara : Faculté de Technologie, 2022) Mansouri, Khaled; Belaidi, Idir(Directeur de thèse)La conception d’architectures innovantes de machines poly-articulées agiles dédiées à l’UTGV nécessite la mise en œuvre de modèles analytiques et numériques pour l’optimisation du comportement cinématique, statique et dynamique de la machine, avec prise en considération des déformations élastiques et leur compensation au niveau de la commande de la machine. Dans le contexte de cette étude, nous avons, dans une première étape, identifié les paramètres et variables inhérents à chaque élément constitutif d’une machine d’usinage poly articulée de type robot DELTA, dont le but d’optimiser les éléments essentiels de sa structure. Ceci a nécessité une formulation du problème mono- et multi-objectif, en exprimant notamment pour chacun de cas considérés, les fonctions objectives, les contraintes et les espaces de recherche correspondants. Nous proposons ensuite, pour la résolution des problèmes d’optimisation formulés, l’utilisation de méthodes et outils mathématiques, basées sur des algorithmes bio-inspirés performants. Dans une deuxième étape, on s’est intéressé au problème d’optimisation robuste, que nous avons formulé, après avoir identifié les fonctions "objectives", les incertitudes liées aux composantes de la structure, les contraintes et variables géométriques, cinématiques et dynamiques, ainsi que les espaces de recherche. Les incertitudes liées aux différents supports de calcul de la structure ont été ensuite quantifiée et prises en compte, en même temps que les éléments de conception imposés par le cahier des charges. Pour la résolution du problème d’optimisation robuste, nous avons proposé une approche algorithmique basée sur le couplage de l'algorithme génétique et de la méthode de Monte Carlo. Dans la dernière étape, nous avons réalisé une optimisation topologique des barres de la structure de la machine, pour mettre en évidence l’intérêt de la réduction des masses. Une étude comparative des différentes méthodes de résolution mises en œuvre de résolution parachève notre présent travail.