Development of a Global Digital Image Correlation Approach for Fast High-Resolution Displacement Measurements

La Correlation d'Images Numériques (CIN) est l'une des techniques de mesure de champs sans contact les plus répandues en mécanique expérimentale en raison de sa simplicité ainsi qu'à ses faibles coûts d'expérimentation. La multitude de mesures fournies par la technique a donné lieu à des applications dans différents domaines de recherche. Ces applications comprennent, sans s'y limiter, l'identification des propriétés mécaniques, la vérification de simulations numériques, la cartographie de déformations ainsi que le repérage de phénomènes locaux(par exemple, l'amorce de la plasticité ou de fissures). La CIN consiste à établir des corrélations spatiales entre deux images numériques acquises à partir de la surface d'un échantillon dans deux états différents de déformation. En outre, en utilisant des systèmes d'imagerie 3D pour acquérir des images en volume, la même méthode peut être utilisée pour corréler textures 3D dans les volumes, ce qui augmente la gamme d'application de la technique. Cette dernière est appelée la Corrélation de Volume Numérique (CVN). La première approche de la CIN se fondait sur la corrélation de sous-fenêtres d'images dans toute la région d'intérêt, ce qui permettait de suivre le mouvement de points individuels sur la surface (plus récemment, dans le volume). Les vecteurs de déplacements ainsi mesurés étaient obtenus indépendamment les uns des autres, à la fois en termes de calcul et de base cinématique. Cette non-conformité des mécanismes de déformation entre les sous-fenêtres adjacentes pouvait réduire la fiabilité de mesures. En effet, à haute résolution, les hétérogénéités de déformation doivent être précisement capturées à des niveaux microstructuraux. Cette problématique a fait l'objet de recherches pour développer des approches globales, ou un seul mécanisme de déformation était visé pour l'ensemble de la region d'interêt en utilisant un grand nombre de Degrés de Liberté (DDL). Cependant, les algorithmes implementés étaient coûteux en calcul, surtout pour les DDL élevés. Le problème devenait encore plus important dans le cas de la CVN, ou une quantité énorme de données devait être récolté. L'objectif principal de cette thèse était de développer et de valider une meilleure approche globale, permettant de concilier la précision et l'efficacite nécessaires pour des mesures à haute résolution, tant en 2D qu'en 3D. Tout d'abord, une approche globale s'appuyant sur une décomposition spectrale pour le champ de déplacement recherché a été adoptée et améliorée par la suite. L'amélioration a consisté d'abord à modifier la base cinématique de corrélation avec des séries de Fourier. Cette modification a eu pour but d'améliorer la vitesse de convergence ainsi que de diminuer l'incertitude de mesure pour une vaste gamme de champs de déplacements.