Thèse présentée par Yassine Karim
Caractérisation robuste de liaisons amortissantes avec dispositifs piézo-électriques
pour la réduction de vibrations de structures

Soutenue le 2 décembre 2013 devant le jury composé de :
Laurent CHAMPANEY | Arts et Métiers ParisTech | Rapporteur |
Jean-Jacques SINOU | LTDS, École Centrale de Lyon | Rapporteur |
Gael CHEVALLIER | LISMMA, Supméca, Paris | Examinateur |
Georges JACQUET-RICHARDET | LaMCoS, INSA Lyon | Examinateur |
Thierry TISON | LAMIH, Université de Valenciennes | Examinateur |
Claude BLANZÉ | LMSSC, Cnam Paris | Directeur de thèse |
Résumé :
L'étude présentée dans cette thèse s'intéresse à la réduction de vibrations des structures assemblées par l'utilisation d'éléments piézoélectriques. Le premier mode de réduction de vibrations étudié utilise l'effet piézoélectrique direct: dans ce contexte, la dissipation d'énergie est apportée par la déformation des éléments piézoélectriques connectés à un circuit électrique adapté. Le second mode de réduction de vibrations utilise l'effet piézoélectrique inverse: les éléments piézoélectriques utilisés comme rondelles au niveau des joints boulonnés voient leurs épaisseurs modifiées sous l'effet d'un champ électrique contrôlé. Ce mode de réduction se base sur l'aptitude du joint boulonné à changer les fréquences propres d'une structure en fonction du serrage appliqué, via plusieurs lois de contrôle du serrage afin d'éviter les plages de fréquences critiques.
Dans ce cadre, l'étude d'un modèle simplifié d'assemblage de type masse-ressort est réalisée et une résolution analytique du problème dynamique avec frottement sec est proposée. Puis une étude d'un modèle 3D de joint boulonné est réalisée en utilisant une méthode par éléments finis. Enfin une étude probabiliste est effectuée pour déterminer la robustesse de la réduction de vibrations par rapport à une variation de plusieurs paramètres du modèle.
Cette étude de robustesse est effectuée à travers des méthodes stochastiques non-intrusives, parmi lesquelles une méthode originale que nous proposons. Celle-ci permet une réduction du modèle stochastique, et ainsi la réduction considérable du temps de calcul, sans perte significative de qualité.
![]() |
![]() |