090401 OPECST Roc - assemblee-nationale.fr - nanotechnologies et... · 4 19 Taille d’un...
Transcript of 090401 OPECST Roc - assemblee-nationale.fr - nanotechnologies et... · 4 19 Taille d’un...
1
1
Nanotechnologies et Maillages
Patrick Laug (EPI Gamma)
OPECST – Rocquencourt – 1er avril 2009
2
H. Gleiter (1984)
Nanotechnologies – Matériaux nanostructurés
• Grain size : taille de grain• Flow stress : contrainte d’écoulement
(contrainte qui produit la première déformation plastique)
Hall (1951) et Petch (1953)
3
Bulk ns Surface ns
ProcessingProcessing& Cost& Cost
Properties & Properties & BehaviorsBehaviors
High costHigh costContaminationContaminationPorosityPorosity
☺ Local treatmentLocal treatmentEngg. MaterialsEngg. Materials
☺ Surface sensitive propertiesSurface sensitive properties(wear, corrosion, fatigue, (wear, corrosion, fatigue, ……))Crack initiation and growthCrack initiation and growth
Nanostructured materials: Bulk vs Surface
LU K. , LU J., J. Mater. Sci. Technol., Vol.15, no.3, 1999 4
A
BB
A
n-B
Coating orDeposition
A
A
n-A
Surface Self-Nanocrystallization
A
n-X
A
n-AC
Hybrid SurfaceNanocrystallization
Surface nanocrystallization: The basic concept
SMAT SMAT + DiffusionConventional Technologies
LU K. , LU J., J. Mater. Sci. Technol., Vol.15, no.3, 1999
5
P
P2
1st contact
P1
P
P2
2nd contact
P1
Vacuum
v
Sample
Vibrationgenerator
sample
Surface mechanical attrition treatment (SMAT): processing
•Localized plastic deformation•Repeated Multi-directional Loading
LU K. , LU J., J. Mater. Sci. Technol., Vol.15, no.3, 19996
Chocs multidirectionels
2
7
Application au traitement d’un cylindre
8
100µm 100µm
Procédé SMAT (30 mn)
Avant traitement Après traitement
9
• Modélisation géométrique d’un agrégat de grains dont la distribution de tailles est déterminée expérimentalement
• Maillage du modèle obtenu• Simulation numérique (éléments finis) du comportement
mécanique des matériaux nanostructurés
Objectifs de nos recherches
50 nm5 10 15 20
0
50
100
150
200
Cou
nt
Grain Size (nm)
10Modélisation géométrique par une approche frontale – cas 2D
11Modélisation géométrique par une approche frontale – cas 3D
Avantages de cet algorithme :
• rapidité
• robustesse
• densité
12Diagramme de puissance (ou de Laguerre) – cas 2D
Forme des grains plus proche de celle observéeen réalité
3
13Diagramme de puissance (ou de Laguerre) – cas 3D 14
• Méthode frontale avec critère de Delaunay (logiciel BL2D)
• Maillage adaptatif avec gradation (1.3 – 1.5)
Maillages de qualité – cas 2D
Cercles
15Maillages de qualité – cas 2D• Méthode frontale avec critère de Delaunay (logiciel BL2D)
• Maillage adaptatif avec gradation (1.3 – 1.5)
Polygones
16Maillages de qualité – cas 3D• Méthode frontale avec critère de Delaunay (logiciels BLSURF et GHS3D)
• Maillage adaptatif avec gradation (1.4)
Sphères
17Maillages de qualité – cas 3D• Méthode frontale avec critère de Delaunay (logiciels BLSURF et GHS3D)
• Maillage adaptatif avec gradation (1.4)
Polyèdres
18
Conclusions• Nouvelle méthode pour la modélisation géométrique de structures
granulaires, en particulier les nanostructures• Complexité linéaire, rapide et robuste en 2D et 3D• Méthode simple pour transformer les cercles en polygones
ou les sphères en polyèdres• Maillage de qualité des structures générées
Perspectives• Maillage en parallèle dans le cas de structures comportant un grand
nombre de grains (1000×1000×1000)• Simulation numérique pour mieux comprendre les caractéristiques
physiques exceptionnelles des matériaux nanostructurés• Enjeu : mettre au point de nouveaux matériaux plus résistants• Domaines concernés : transport, espace, industries des matériaux,
défense, énergie, médecine, …
4
19
Taille d’un échantillon significatif :• parallélépipède de l’ordre de (10 µm)3,
grains de diamètres répartis entre 5 et50 nm
• nombre de grains ≅ (µm/nm)3 = 10003
= un milliard
20
Contributors: 12 Ph.D and 10 Post-Docs
UniversitUniversitéé de de TechnologieTechnologie de Troyes:de Troyes:H. Borouchaki, H. Borouchaki, Y.P.CaoY.P.Cao,, C.GarnierC.Garnier,, J.F.GuJ.F.Gu, , F.A.GuoF.A.Guo,, B.GuelorgetB.Guelorget,, D.RetraintD.Retraint, , T.RolandT.Roland,,
Y.M.XingY.M.Xing,, F.WeilF.Weil,, J.WenJ.Wen,, M.YaM.Ya, , K.Y.ZhuK.Y.Zhu
Hong Kong Team (Hong Kong Team (PolyUPolyU):): J.LuJ.Lu,, I.ChanI.ChanD.F.LiD.F.Li, , H.H.RuanH.H.Ruan, , S.Q.ShiS.Q.Shi, , C.S.WenC.S.Wen
Shanghai Shanghai JiaotongJiaotong and and BaosteelBaosteel team:team:A.Y.ChenA.Y.Chen, , A.X.WangA.X.Wang, , M.WenM.Wen,, H.W.SongH.W.Song, , J.B.ZhangJ.B.Zhang
CAS teams: CAS teams: IMRIMR K.LuK.Lu, G. Liu, M.L. Sui,, G. Liu, M.L. Sui,N.R. Tao, W.P. Tong, K. Wang,N.R. Tao, W.P. Tong, K. Wang,
Z.B. Wang, Z.B. Wang, H.W.ZhangH.W.ZhangIM: IM: X.L.WuX.L.Wu, , Y.S.HongY.S.Hong
ONERA (A.Vassel, F.Brisset)CEA(P.Olier), URCA(N.Trennoy)
Acknowledgements
Financial support:
Ministry of Research andMinistry of Research and
ConseilConseil rréégionalgional de de
Champagne Champagne ArdenneArdenne, France, France
EU (FEDER, INTASEU (FEDER, INTAS--Airbus) Airbus)
NEDO JapanNEDO JapanNSF of ChinaNSF of China
MOST of ChinaMOST of ChinaBaosteelBaosteel
HK HK PolyUPolyU, Hong Kong ITC , Hong Kong ITC and RGCand RGC