Webinaire MATandSIM x Simvia - De l’essai mécanique au modèle matériau : une plateforme pour accélérer l’identification des lois de comportement

Comment passer plus rapidement des essais mécaniques à un modèle matériau exploitable en simulation numérique ?

Le 25 juin, MATandSIM et Simvia vous invitaient à découvrir une approche intégrée permettant de connecter directement expérimentation et simulation pour l'identification des lois de comportement.

L'objectif est simple : réduire le temps et les efforts nécessaires pour calibrer un modèle matériau à partir de données expérimentales.

Au cours de ce webinaire, nous présentons une plateforme permettant d'exploiter les résultats d'essais mécaniques et les champs issus de la corrélation d'images numériques (DIC), puis de lancer automatiquement les calculs et les analyses inverses nécessaires à l'identification des paramètres matériau avec code_aster.

Nous montrons également comment assurer la continuité entre les données expérimentales, l'identification des lois de comportement et leur utilisation dans les modèles de simulation numérique via MFront.

Au cours de ce webinaire, vous découvrirez :

• L'exploitation des champs de mesure issus de la corrélation d'images numériques (DIC) pour enrichir l'identification des lois de comportement.
• Les méthodes de structuration et de gestion des données expérimentales et matériaux.
• Une démarche d'analyse inverse basée sur code_aster pour identifier les paramètres matériaux.
• L'intégration des lois de comportement dans les modèles de simulation via MFront.
• Les leviers permettant d'accélérer la qualification des matériaux tout en améliorant la fiabilité des modèles numériques.

Ce webinaire s'adresse aux :

• Ingénieurs calcul et simulation numérique
• Ingénieurs matériaux
• Responsables R&D
• Chercheurs et doctorants
• Utilisateurs de code_aster
• Experts en essais expérimentaux et corrélation d'images numériques

Présentation de la machine d'essai automatisée, exploitation des résultats issus de la corrélation d'images numériques (DIC) et gestion des bases de données matériaux ainsi que des enjeux associés.

Présentation de la méthode d'analyse inverse avec code_aster, recherche des paramètres matériaux et évaluation de la précision des résultats obtenus, puis intégration des lois de comportement dans code_aster via MFront.