Développement des méthodes de calcul et de mesure de la courbe J-R d'un composite polymère particulaire propergol / : par Luc Giasson.
Bibliographic record
Abstract
Les combustibles solides, nommés « propergols », contenus dans les moteurs-fusées son sujet à un vieillissement lors de l'entreposage sur de longues périodes. Ce vieillissement favorise l'apparition de fissures radiales dans les moteurs-fusées. Pour prédire l'avancement de ces fissures, il faut tout d'abord bien connaître le comportement en rupture des propergols. Cette étude a donc été réalisée, entre autre, pour développer une méthode permettant de caractériser la résistance à la rupture d'un matériau composite polymère particulaire propergol. Une revue de la littérature a d'abord été effectuée pour relever les méthodes de caractérisation déjà existantes. \n \nParmi les différentes théories retrouvées dans la littérature, celle de l?intégrale de contour J a été retenue. Pour en faire son calcul avec le logiciel d'éléments finis ANSYS, nous avons développé une routine spéciale. Cette routine a été vérifiée en comparant les résultats numériques avec des solutions provenant des équations analytiques qui existent pour certaines géométries d'éprouvette. \n \nLes propriétés mécaniques du propergol ont été mesurées pour différentes températures et vitesses de déformation. Pour réduire le grand nombre de données obtenues, nous avons utilisé la loi de comportement de Ramberg-Osgood. Les différents paramètres de Ramberg-Osgood ont été déterminés par le logiciel Table Curve 2D pour chaque combinaison de température et de vitesse de déformation. \n \nLa théorie de l'intégrale de contour J a ensuite été utilisée pour le développement d'une méthode de caractérisation de la résistance à la rupture appropriée au cas d'un composite polymère particulaire propergol. En fait, deux méthodes ont été développées : On utilise soit une ou plusieurs éprouvettes. Les résultats ont montré que la méthode à éprouvette unique produit des données plus consistantes. Une première série de courbes de résistance à la rupture 7-R furent tracées à l'aide de ANSYS et d'expériences en laboratoire sur des éprouvettes en tension fissurées sur le côté (aussi connues comme étant les éprouvettes « SENT »). \n \nDes éprouvettes fissurées plus complexes présentant un gradient de déformation ont été ensuite conçues. Ces éprouvettes nommées « éprouvettes de validation » ont été optimisées avec le logiciel ANSYS. Puisque la fissure est placée au centre des éprouvettes, elles ont permis de tracer deux nouvelles séries de courbe 7-R. Une série pour la pointe gauche de la fissure et une autre pour la pointe droite de la fissure. \n \nLes différentes séries de courbes 7-R ont été comparées les unes aux autres. Ces comparaisons permettent de valider et de vérifier la concordance entre les résultats de l'intégrale 7 provenant de la méthode de caractérisation développée et les résultats de l'intégrale 7 provenant du comportement en rupture des éprouvettes fissurées complexes. Ces comparaisons montrent que les courbes 7-R des éprouvettes complexes avec gradient de déformation sont très semblables aux courbes 7-R caractéristiques obtenues en premier lieu à partir des éprouvettes SENT et de la méthode à éprouvette unique. \n \nOn peut conclure que les données de rupture sont compatibles. La méthode de calcul et de mesure de la courbe 7-R peut donc être combinée avec les résultats provenant des éprouvettes de caractérisation fabriquées en propergol pour prédire la propagation des fissures dans des structures complexes comme des moteurs-fusées si un algorithme de propagation existe. \n
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.001 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.013 | 0.006 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".