Soutenance de l'Habilitation à Diriger des Recherches en sciences : Nawfal BLAL

Matériaux numériques, design virtuel et mécanique computationnelle pilotée par les données

Maître de Conférences : Nawfal BLAL

Laboratoire INSA :  Laboratoire de Mécanique des Contacts et des Structures, LaMCoS

Rapporteurs :

• Estevez Rafael, Professeur, Université de Grenoble Alpes
• Néron David, Professeur, Université Paris-Saclay
• Noels Ludovic, Professeur, University of Liège

Jury :

• Baranger Thouraya, Professeur, Université Lyon 1
• Brancherie Delphine, Maître de Conférnce-HDR, UTC
• Chinesta Francisco, Professeur, ENSAM
• Gravouil Anthony, Professeur, INSA Lyon

La présentation brossera le tableau de mes activités de recherche au sein de l’équipe Mécanique Multi-échelle MIMESIS du Laboratoire de Mécanique des COntacts et des Structures (LaMCoS) de l’INSA de Lyon. Après mes travaux de recherche en thèse au Laboratoire de Mécanique et Génie Civil (LMGC) à Montpellier, portant sur la mécanique théorique pour la modélisation micromécanique de l’endommagement par approches cohésives, mes activités au sein du LaMCoS depuis 2014 sont axées essentiellement sur deux grandes thématiques : la modélisation multi-échelle et la mécanique computationnelle avec pilotage par les données. Les travaux de recherche synthétisés dans la première partie de cette présentation s’articuleront sur le développement de méta-modèles basés sur des approches d’ordre réduit. Les travaux initiés dans ce cadre ont permis le développement d’un outil numérique non-intrusif, sur la base de la méthode de séparation de variables HOPGD (High Order Proper Generalized Decomposition) et d'une stratégie POD+GI (Proper Orthogonal Decomposition + Grassmann Interpolation). Cela permet d'effectuer des calculs en temps réel dans la phase online avec une approche adaptative ‘’Sparse-Grid’’ qui ne demande pas un échantillonnage coûteux de l’espace multi-paramétrique dans la phase offline. Dans le cadre de la mécanique computationnelle pilotée par les données, les travaux basés sur l’utilisation d’algorithmes de double distance ont permis d’obtenir des résultats encourageants pour remédier aux problèmes d’ignorance (partielle ou totale) des modèles explicites pour les lois de comportement (difficulté à avoir un modèle qui estime au mieux les données, échec de l’identification des paramètres, …). L’idée se base sur l’intégration directe des données matérielles (issues de simulations à des échelles plus petites) dans l’algorithme de la résolution sans avoir besoin d’avoir une loi de comportement décrite par un modèle mathématique.
Dans la deuxième partie des activités de recherche de cette présentation, l’accent sera mis sur les différents outils développés pour des simulations multi-échelle à base de schéma d’homogénéisation computationnelle. Les travaux menés ont permis la mise au point d’outils efficaces pour des modélisations prédictives ascendantes (bottom-up) pour des milieux cellulaires (de la microstructure aux propriétés effectives) ainsi que le design de matériaux micro-architecturés par une modélisation descendante (top-down). Ces outils ont été appliqués à des solveurs d’optimisation topologique multi-échelle assistée par les données pour écourter les temps d’optimisation. Un solveur maison ‘’TopOp’’ a été développé dans ce cadre permettant différentes applications.
La présentation se conclura avec mon projet de recherche à court et moyen terme. Dans un prolongement naturel de ce que j’ai mis en place depuis mon arrivée au LaMCoS en 2014, mes travaux de recherches sur le développement de stratégies numériques pour la résolution des équations de la mécanique continueront en s’appuyant sur les sciences des données d’une façon qui permet de respecter les principes de la thermodynamique. Les travaux à venir viseront aussi l’amélioration des outils et stratégies développées pour le design inverse de matériaux architecturés par optimisation topologique. Cela sera basé sur l'enrichissement de la modélisation dans le cadre de la mécanique des milieux continus généralisés (milieux à gradients ou ordres élevés) ce qui permettrait de mieux prendre en compte les effets de taille et de la microstructure contrairement au cadre standard de la théorie de Cauchy.