Optimisation des assemblages par interférence soumis à des sollicitations de fatigue.

Ce mémoire présente une méthode d'optimisation des assemblages par interférence soumis à des sollicitations de fatigue. Le phénomène de fatigue par fretting réduit la vie en fatigue des assemblages par interférences à l'interface de contact. Il existe toutefois des configurations géométriques qui atténuent ce phénomène. De plus, des résultats expérimentaux montrent que l'ajout d'une rainure circulaire au bord du contact permet de diminuer considérablement l'effet de la fatigue par fretting. Par contre, cet ajout introduit une importante concentration de contrainte dans l'arbre et peut provoquer la rupture par fatigue normale. Les essais expérimentaux montrent qu'il existe une zone de transition dans la localisation de la rupture à l'interface de contact et dans la rainure. Toutefois, ils démontrent également qu'il existe un compromis de paramètres, favorable à la vie en fatigue de l'assemblage. Une méthodologie de calcul par éléments finis des assemblages par interférences sollicités en fatigue est présentée dans la revue de littérature. En comparant les résultats obtenus par la méthode des éléments finis et les essais expérimentaux, il a été possible d'établir l'existence d'un facteur de réduction de vie en fatigue causée par le fretting (kfret). Bien qu'il soit possible de simuler avec précisions la vie en fatigue de l'assemblage, il n'existe pas de méthode qui permet d'obtenir directement la valeur des paramètres selon des critères de conception spécifiques. La plastification du matériau et la présence d'éléments de contact nécessitent une modélisation par éléments finis non linéaires. Par conséquent, son temps de calcul est considérablement élevé. Le couplage entre le modèle d'éléments finis et un algorithme d'optimisation devient irréaliste compte tenu du nombre de simulations nécessaires. La méthode d'optimisation doit donc être conçue en utilisant un nombre restreint de simulations. Afin de répondre à cette problématique, un algorithme d'optimisation séquentielle multi-objectifs (OSMO) a été développé. Cette méthode consiste à optimiser une fonction d'interpolation d'un plan d'expériences. La totalité de l'algorithme a été réalisée à partir des modules Hypermath, Hyperstudy et Sampling du logiciel Altair Hyperworks V10. La méthode du Krigeage a été utilisée pour interpoler le plan d'expériences. Le plan utilisé est le Latin Hypercube Optimal.

Abstract

This thesis presents a methodology for designing interference fit assemblies subjected to fatigue load. Due to the assembly, a fretting-fatigue phenomenon was found responsible of reduction of the fatigue life inside the contact. However, there are geometric configurations that contribute to reduce its impact on the life of the assembly. Experimental tests have shown that the addition of a fillet, circular groove or hub overhang improves the fatigue life of interference fit assemblies. It was also determinate that in contact, failure is caused by fretting fatigue while it is caused by normal fatigue in the fillet or groove. As a result of the competing maximum equivalent stresses in contact and in the fillet, a shift in the location of fatigue failure has been observed in both experimental tests and finite elements simulation. A methodology for fatigue strength calculation of interference fit assemblies subjected to fatigue load is presented. A comparison between calculations by finite element analysis and experimental tests has show the existence of fatigue strength reduction factor (kfret). While it's possible to calculate the fatigue strength with precision, there is actually no method to directly obtain the parameters values according to design criteria. Plastic deformation and contact element needs non-linear calculations of finite element model. Therefore, obtaining the optimal solution with a classic procedure may be time consuming, hence inefficient. In order to address this problem, a Sequential Approximate Multi-Objective Optimization (SAMOO) algorithm was developed in this work. This method consists of optimizing an interpolation function from design of experiments. Entire algorithm was programmed from modules Hypermath, HyperStudy Sampling of Altair HyperWorks V11 suite. The kriging method was used to interpolate the Optimal Latin Hypercube design of experiments. The multi-objective objective genetic algorithm (MOGA) from Hyperstudy is used to generate the Pareto Front of the problem.