Laboratoire de rattachement: LTDS - Directeur(s) de thèse : Michelle Salvia - Encadrant(s) : Olivier Bareille et Bruno Berthel - Date de début de la thèse : octobre 2017 - Date de fin de la thèse : octobre 2020 - Date de soutenance :
Matériaux renforcés de fibres naturelles pour des applications d'infrastructure automobile
L’infrastructure automobile en France est vaste mais souvent vieillie. En particulier, de nombreux ponts français (30%) présentent des défauts à réparer plus ou moins rapidement pour éviter le développement rapide de désordres structurels et pour 7% d'entre eux, il existe un risque d'effondrement à court terme. Une solution attrayante pour améliorer / réparer les infrastructures existantes et augmenter leur durée de vie consiste à coller des patchs composites thermodurcissables renforcés de fibres afin de renforcer la structure endommagée et de prévenir la croissance des défaillances. Au cours des dernières années, les applications de réhabilitation de génie civil ont porté un grand intérêt aux composites écologiques composés de résines époxydes et de fibres naturelles. Ce doctorat Les travaux portent sur l’optimisation des patchs composites instrumentés à base de fibres de lin / durcissement à froid pour la réparation d’infrastructures automobiles et se composent de différentes étapes: 1) conception et évaluation de la performance de matériaux composites instrumentés ayant des propriétés cicatrisantes 2) démontrer l’applicabilité du composite intelligent instrumenté concept basé sur des éléments piézoélectriques intégrés au cœur du matériau permettant des mesures sensibles in situ pour un contrôle précis de l'état de polymérisation et de la qualité de la réparation du composite. 3) Validation des performances en service (surveillance des dommages, réparation) au moyen d'essais appropriés (conditions de charge quasi-statique et en fatigue) par la mise au point d'un dispositif spécifique (faisceau à double porte-à-faux, flexion à 3 points). 4) Valider l'utilisation du correctif intelligent pour la surveillance in structure level.