Détermination des paramètres d’une loi constitutive des matériaux à l’aide d’un modèle de substitution et d’un essai d’indentation dynamique

Pourquoi frapper un métal avec un petit marteau a de l’importance

Des automobiles et des avions aux équipements de protection, les produits modernes reposent sur des métaux capables de résister à des chocs, des explosions ou des collisions. Les ingénieurs doivent connaître précisément le comportement de ces matériaux lorsqu’ils sont frappés rapidement et chauffés, mais les méthodes de laboratoire classiques pour mesurer cela sont coûteuses, lentes et techniquement exigeantes. Cette étude montre comment un essai d’impact simple, ponctuel — proche dans l’esprit d’un test de dureté — combiné à une modélisation informatique intelligente peut remplacer des équipements beaucoup plus complexes tout en révélant comment un métal réagit dans des conditions extrêmes.

Une façon plus simple d’explorer des conditions sévères

Lorsqu’un métal est frappé très vite, sa résistance à la déformation dépend non seulement de l’amplitude de la déformation, mais aussi de la rapidité et de l’élévation de température. Les physiciens modélisent ce comportement par des formules mathématiques appelées modèles de matériau, qui contiennent plusieurs constantes numériques qu’il faut mesurer. Traditionnellement, ces constantes sont obtenues par des essais haute vitesse spécialisés utilisant un appareil appelé barre de pression de Split Hopkinson, qui envoie des ondes de contrainte dans des échantillons métalliques et exige un alignement soigné, une calibration rigoureuse et du matériel coûteux. Les auteurs ont cherché à contourner cette complexité en utilisant l’indentation dynamique : propulser un petit percuteur qui enfonce un indenteur pointu dans la surface d’un échantillon d’acier et enregistrer l’évolution de la force pendant la pénétration.

De l’empreinte d’impact aux règles matérielles cachées

Dans leur montage d’essai personnalisé, un lanceur propulsé par gaz tire un percuteur en acier, qui transmet son énergie via un projectile à un indenteur conique au contact de l’échantillon. Des capteurs sous l’éprouvette mesurent la force d’impact en fonction du temps, tandis qu’un capteur de déplacement suit la profondeur de pénétration de l’indenteur. La combinaison de ces signaux fournit une courbe charge‑profondeur qui caractérise la réaction de la surface pendant le bref impact. L’équipe a réalisé ces essais sur un alliage d’acier à quatre vitesses d’impact et quatre températures, couvrant des conditions allant de la température ambiante à 200 °C et des taux de déformation modérés à très élevés. Ces courbes servent d’empreintes expérimentales que le modèle de matériau doit reproduire.

Laisser les simulations et les modèles de substitution faire le gros du travail

Pour relier ces empreintes aux lois matérielles sous‑jacentes, les chercheurs ont construit une simulation numérique détaillée du processus d’indentation en utilisant un code d’ingénierie courant. Dans la simulation, ils ont supposé que le métal obéit au modèle de Zerilli–Armstrong, une formule largement utilisée pour les métaux soumis à un impact qui inclut les effets de la déformation, du taux de déformation et de la température. Le problème est que ce modèle contient plusieurs constantes inconnues. Plutôt que de tester directement toutes les combinaisons possibles — ce qui nécessiterait un nombre énorme de simulations — ils ont eu recours à la modélisation de substitution. D’abord, ils ont échantillonné 36 jeux différents de constantes possibles et exécuté des simulations pour chacun, mesurant l’écart entre la courbe charge‑profondeur simulée et la réelle. Puis ils ont utilisé ces résultats pour entraîner un substitut : un représentant mathématique peu coûteux qui approxime comment l’erreur dépend des constantes du modèle. Un algorithme d’optimisation par essaim de particules a ensuite exploré ce paysage de substitution pour trouver le jeu de constantes qui correspond le mieux aux expériences.

Vérification par rapport aux essais traditionnels et à d’autres outils intelligents

Pour vérifier que cette approche simplifiée fonctionne réellement, les auteurs ont comparé leurs résultats à des données indépendantes issues d’essais classiques sur barre de Hopkinson réalisés sur le même acier aux mêmes vitesses d’impact et températures. En utilisant les constantes Zerilli–Armstrong optimisées, ils ont prédit des courbes complètes contrainte‑déformation et constaté qu’elles correspondaient étroitement aux mesures Hopkinson. Ils ont également répété l’exercice en utilisant deux autres stratégies : une optimisation plus conventionnelle basée sur une formule quadratique combinée à un algorithme génétique, et un réseau de neurones artificiels entraîné à prédire les constantes. Le modèle de substitution et la méthode par algorithme génétique ont produit des constantes matérielles pratiquement identiques et des erreurs très similaires, tandis que le réseau de neurones a aussi bien fonctionné mais a montré des écarts légèrement plus importants et plus dispersés.

Ce que cela signifie pour les essais en situation réelle

Concrètement, l’étude démontre qu’un essai d’indentation par impact relativement simple, associé à une simulation numérique et à un optimiseur basé sur un modèle de substitution, peut reconstituer de manière fiable la réponse d’un métal ductile à des chargements rapides et à la chaleur — des informations qui nécessitaient autrefois du matériel d’essais basé sur les ondes. La méthode n’exige que de petits échantillons, peut en principe s’appliquer directement sur des composants réels et couvre une large plage de vitesses de chargement et de températures. Pour les ingénieurs, cela offre une voie plus rapide et moins coûteuse pour construire des modèles numériques précis des métaux utilisés dans les véhicules, les structures et les systèmes de protection, ouvrant la voie à des conceptions plus sûres sans le fardeau d’installations d’essais haute vitesse élaborées.

Citation: Majzoobi, G.H., Pourolajal, S. Determination of the parameters of a material constitutive relation using the surrogate model along with dynamic indentation test. Sci Rep 16, 9269 (2026). https://doi.org/10.1038/s41598-025-06192-6

Mots-clés: indentation dynamique, modélisation de substitution, métaux à taux de déformation élevé, caractérisation des matériaux, comportement contrainte–déformation