| Summary: | La méthode des courants de Foucault (CF) est très largement utilisée en milieu industriel pour l’évaluation non destructive (END) de pièces ou de structures électriquement conductrices, parce qu’elle est sensible, robuste peu couteuse et non polluante. Toutefois, dans le cas général, l’évaluation quantitative des paramètres caractéristiques d’une structure est un problème difficile, d’une part parce que les données CF disponibles sont généralement incomplètes, d’autre part parce qu’il est nécessaire de faire appel à des modèle numériques élaborés pour rendre compte des interactions sonde / structure, et enfin, parce que le problème inverse consistant à estimer les paramètres de la structure à partir de la connaissance des interactions physiques et des données CF disponibles est « mal posé ».Dans cette thèse, nous nous intéressons au problème particulier de l’évaluation de jeux entre pièces dans un assemblage métallique. Pour contourner les difficultés liées à la mise en oeuvre de l’évaluation quantitative par CF, nous avons choisi de placer nos travaux dans un cadre multifréquence afin d’enrichir les données d’observation fournies par la sonde, et d’adopter une démarche consistant à élaborer des modèles comportementaux issus de l’analyse statistique des interactions sonde / structure. Partant de l’analyse de l’effet d’un jeu apparaissant entre les plaques d’un assemblage de plaques d’aluminium sur la variation de l’impédance normalisée de la sonde, menée expérimentalement et par simulations à l’aide de codes éléments finis, nous avons tout d’abord bâti un modèle comportemental approché d’interactions reposant sur la linéarité de la relation observée dans une bande de fréquences d’examen liée aux dimensions de la structure étudiée. Dans ce cadre, nous avons proposé, implanté et discuté des performances de plusieurs algorithmes de résolution du problème inverse, permettant d’estimer le jeu entre pièces et l’épaisseur de la pièce « cachée » de l’assemblage. Ensuite, nous avons étendu l’approche proposée à l’aide de réseaux de neurones artificiels, puis appliqué la méthode comportementale proposée à un second problème : celui de la caractérisation de fissures de fatigue réelles dans des pièces massives. Les résultats obtenus inclinent à considérer que la démarche proposée est généralisable à d’autres configurations en END par CF. === The eddy current (EC) method is widely used in the industry for the nondestructive evaluation (NDE) of electrically conductive structures, because it is sensitive, robust, cost effective and non polluting. However, in the general case, the quantitative evaluation of the parameters of a structure is a difficult problem, because the available EC data are generally incomplete, because it is necessary to have numerical models developed to account for the probe / structure interactions, and finally, because the inverse problem which consists in estimating the parameters of an inspected structure from the knowledge of those physical interactions and the available EC data is "ill-posed".In this work, we focus on the evaluation of air gaps between the parts of a metallic assembly. In order to cope with the difficulties associated with the implementation of an EC quantitative evaluation, we choose to use a multi-frequency approach so as to increase the data provided by the EC probe, and to build behavioral models from the statistical analysis of the probe / structure interactions. Experimental data and simulated data based on finite elements modeling are analyzed. A first approach behavioral model of the probe/structure interactions is deduced from these analyses, which is based on the linear relationship observed (in a particular excitation an frequency band depending on the dimensions of the studied structure) between the variations of the sensor normalized impedance and the air gap to evaluate. Moreover, we propose, implement and discuss the performances of several algorithms designed to solve the inverse problem dealing with the estimation of both the multilayered structure air gap and "hidden" plate thicknesses. Then, we extend the proposed multi-frequency behavioral approach thanks to artificial neural networks, and we apply the proposed behavioral method to a second problem : that of the characterization of real fatigue cracks in metallic massive parts. The obtained results let the generalization of the proposed approach to other EC NDE configurations to be envisaged.
|
|---|
