Techniques Avancees en Calcul des Structures

Rapport Bibliographique
DE LECOLE NORMALE SUPERIEURE DE CACHAN

Presentee par

DANG Van Tuan

Domaine

MECANIQUE - GENIE MECANIQUE - GENIE CIVIL

Sujet de stage :

Strategie de reduction de modele pour la fissuration de

fatigue avec contact frottant
Encadrant : Matre de Comference Pierre-Alian Guidault
Co-encadrant : Professeur Universite Pierre-Alain Boucard
Co-encadrant : Chef de projet SNCF Mai Si Hai

LMT-Cachan
ENS Cachan / CNRS / UPMC / PRES UniverSud Paris
61 avenue du President Wilson, F-94235 Cachan cedex, France
 Table des matieres

Table des matieres i

Table des figures iii

Liste des tableaux v

Introduction 1

1 Reduction de modele 3
1 Approximation a variables separees . . . . . . . . . . . . . . . . . . . . 5
2 Proper Orthogonalized Decomposition . . . . . . . . . . . . . . . . . . . 6
2.1 Principe de la Proper Orthogonalized Decomposition . . . . . . . 6
2.2 Decomposition aux Valeurs Singulieres (SVD) . . . . . . . . . . 7
2.3 Analyse en composantes principales (PCA) . . . . . . . . . . . . 8
2.4 Exemple . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
3 Proper Generalized Decomposition (PGD) . . . . . . . . . . . . . . . . . 12
3.1 Principe de la Proper Generalized Decomposition (PGD) . . . . 12
3.2 Application de la PGD a un probleme parametre . . . . . . . . . 13
3.3 Exemple . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15

2 Traitement des condition de contact 25

1 Problemes de contact frottant . . . . . . . . . . . . . . . . . . . . . . . . 26
1.1 Probleme de reference . . . . . . . . . . . . . . . . . . . . . . . 26
1.2 Formulation forte . . . . . . . . . . . . . . . . . . . . . . . . . . 27
1.3 Conditions de contact avec frottement . . . . . . . . . . . . . . . 27
1.4 Formulation faible . . . . . . . . . . . . . . . . . . . . . . . . . 28
2 Formulation des conditions de contact . . . . . . . . . . . . . . . . . . . 29
2.1 Methode de penalisation . . . . . . . . . . . . . . . . . . . . . . 29
2.2 Methode de Lagrangien . . . . . . . . . . . . . . . . . . . . . . 30
2.3 Methode de Lagrangien augmente . . . . . . . . . . . . . . . . . 30
2.4 Methode de statuts . . . . . . . . . . . . . . . . . . . . . . . . . 31
2.5 Methode de Uzawa . . . . . . . . . . . . . . . . . . . . . . . . . 31
2.6 Exemple . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
3 Methode LATIN pour les problemes de contact frottant . . . . . . . . . . 34

Strategie de reduction de modele pour la fissuration de fatigue avec contact frottant

ii Table des matieres

3.1 Principe de la Methode LATIN . . . . . . . . . . . . . . . . . . . 34

3.2 Etape locale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34
3.3 Etape globale . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
3.4 Exemple de lapplication . . . . . . . . . . . . . . . . . . . . . . 38

Conclusion 41

Bibliographie 43

Strategie de reduction de modele pour la fissuration de fatigue avec contact frottant

 Table des figures

1 Schematique dune roue ferroviaire et dun rail [Trolle, 2014] . . . . . . . 1

2 Fissure dans un ray [Trolle, 2014] . . . . . . . . . . . . . . . . . . . . . 2

1.1 Approximation de la fonction f laide de la POD . . . . . . . . . . . . . 10

1.2 Approximation de la fonction g . . . . . . . . . . . . . . . . . . . . . . . 11
1.3 Amplitude des valeurs singulieres . . . . . . . . . . . . . . . . . . . . . 11
1.4 Evolution de lerreur en fonction du nombre de modes m . . . . . . . . . 12
1.5 Description du probleme de la barre encastree . . . . . . . . . . . . . . . 15
1.6 force repartie aleatoire . . . . . . . . . . . . . . . . . . . . . . . . . . 18
1.7 Champ de deplacement . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
1.8 Convergence de la POD et PGD . . . . . . . . . . . . . . . . . . . . . . 19
1.9 Convergence de la POD et PGD . . . . . . . . . . . . . . . . . . . . . . 19
1.10 Les modes spatiaux R(x) . . . . . . . . . . . . . . . . . . . . . . . . . . 20
1.11 Les modes temporels S(t) . . . . . . . . . . . . . . . . . . . . . . . . . . 21
1.12 Evolution de la solution POD . . . . . . . . . . . . . . . . . . . . . . . 22
1.13 Evolution de la solution en approximation a variable separees . . . . . . 23
1.14 Evolution de la solution en Galerkin PGD . . . . . . . . . . . . . . . . . 23

2.1 Probleme de contact . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26

2.2 Loi de Coulomb . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
2.3 Loi de Coulomb en 2D et 3D . . . . . . . . . . . . . . . . . . . . . . . . 28
2.4 Contact entre deux barre . . . . . . . . . . . . . . . . . . . . . . . . . . 32
2.5 Comparaison de methode Lagrange augmente et de penalisation . . . . . 33
2.6 Deux etapes de solveur iteratif . . . . . . . . . . . . . . . . . . . . . . . 35
2.7 Illustration de LATIN solveur iteratif non lineaire . . . . . . . . . . . . . 35
2.8 Illustration de letape locale . . . . . . . . . . . . . . . . . . . . . . . . . 36
2.9 Illustration de letape globale . . . . . . . . . . . . . . . . . . . . . . . . 38
2.10 Contact entre deux barre . . . . . . . . . . . . . . . . . . . . . . . . . . 38

Strategie de reduction de modele pour la fissuration de fatigue avec contact frottant

iv Table des figures

Strategie de reduction de modele pour la fissuration de fatigue avec contact frottant

 Liste des tableaux

2.1 Solutions de letape locale . . . . . . . . . . . . . . . . . . . . . . . . . 37

2.2 Conditions de contact . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39

Strategie de reduction de modele pour la fissuration de fatigue avec contact frottant

vi Liste des tableaux

Strategie de reduction de modele pour la fissuration de fatigue avec contact frottant

 Introduction

Simulation de la propagation des fissure de fatigue dans le contact roue-rail a une

role important dans le prevision de rupture du rail. Pour reduire des couts et prevoir des
operations de maintenance, la prevision de la vie dun rail fissure a des signification pour
des planification des operations de maintenance en consequence. En fissuration par fa-

F IGURE 1: Schematique dune roue ferroviaire et dun rail [Trolle, 2014]

tigue, lensemble du domaine detude est generalement considere comme ayant un com-
portement elastique. Leffort de modelisation est concentre sur la fissure et sur sa propaga-
tion. La prise en compte de conditions dinterface de type contact frottant sur les levres de
la fissure influe sur la cinetique et le trajet de propagation mais engendre des difficultes en
simulation numerique. Le chargement cyclique de nature non-proportionnelle induit un
chargement en mode mixte de la fissure. Celle-ci est alors soumise a des sequences com-
plexes detats douverture, fermeture, glissement ou adherence qui necessitent une des-
cription fine aussi bien spatiale que temporelle des phenomenes conduisant a des couts de
calculs prohibitifs avec les techniques de resolution actuelles. Suscitant un interet crois-

Strategie de reduction de modele pour la fissuration de fatigue avec contact frottant

2 Introduction

F IGURE 2: Fissure dans un ray [Trolle, 2014]

sant dans la communaute scientifique, la reduction de modele permet de reinvestiguer ce

type de probleme et de proposer des strategies de calcul alternatives en rupture avec les
approches actuelles. La methode LaTIn (Large Time Increment) est ici retenue comme
solveur nonlineaire. Contrairement aux methodes incrementales, cette methode nest pas
batie sur la notion dincrement. Elle construit, a chaque iteration, une approximation de
la solution sur tout lintervalle de temps detude offrant ainsi un cadre de travail adapte
pour une representation temps-espace de la solution et pour tirer avantageusement parti du
caractere cyclique du chargement. La reduction de modele par PGD (Proper Generalized
Decomposition) consiste alors a chercher la solution comme combinaison dun ensemble
de fonctions despace et de fonctions du temps qui sont construites a la volee au cours des
iterations et adaptees au probleme traite. Par ailleurs, dans le cadre present, la methode
LaTIn sappuie sur une formulation similaire a un lagrangien augmente qui savere etre
tres robuste pour le traitement des conditions de contact frottant.
Dans le cadre de projet, nous introduirons les methodes de reduction (POD,PGD) de
modele pour le contact frottant (chapitre 1). Apres, nous aborderons a des methodes pour
resolution de probleme contact et lapplication de methode LaTin pour le traitement du
contact dans chapitre 2. Enfin, lapplication de lintegration de la PGD dans la methode
Latin incremental pour la resolution de probleme contact frottant seront prevues.

Strategie de reduction de modele pour la fissuration de fatigue avec contact frottant

 Chapitre 1

Reduction de modele

Dans ce premier chapitre, on presente

Sommaire
1 Approximation a variables separees . . . . . . . . . . . . . . . . . . . . 5
2 Proper Orthogonalized Decomposition . . . . . . . . . . . . . . . . . . 6
2.1 Principe de la Proper Orthogonalized Decomposition . . . . . . . . 6
2.2 Decomposition aux Valeurs Singulieres (SVD) . . . . . . . . . . . 7
2.3 Analyse en composantes principales (PCA) . . . . . . . . . . . . . 8
2.4 Exemple . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
3 Proper Generalized Decomposition (PGD) . . . . . . . . . . . . . . . . 12
3.1 Principe de la Proper Generalized Decomposition (PGD) . . . . . 12
3.2 Application de la PGD a un probleme parametre . . . . . . . . . . 13
3.3 Exemple . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15

Strategie de reduction de modele pour la fissuration de fatigue avec contact frottant

4 Reduction de modele

Introduction
La simulation numerique de modeles mecaniques a aujourdhui une role importante
dans de nombreuses branches de la science et de lingenierie. En raison de la complexite
croissante des modeles, de plus en plus raffinees discretisations et techniques de solu-
tion numeriques robustes sont necessaires pour obtenir des previsions fiables de leurs
reponses. En outre, dans le cadre de loptimisation, lidentification du modele, ou ana-
lyses parametrique, avec le but est predire la reponse dune famille de modeles. Afin de
realiser ces analyses, les techniques traditionnelles de solutions necessitent lutilisation
optimale des ressources informatiques en constante evolution. Les methodes de reduction
de modele exploitent le fait que la reponse de modeles complexes (ou dune famille de
modeles) peut souvent etre approchee avec une precision par la reponse dun modele de
substitution, qui est la projection du modele initial sur une faible dimension reduite base.
La dimension de bases reduction peut etre de plusieurs ordres de grandeur inferieure a
la dimension des modeles numeriques utilises classiquement. Methodes de reduction de
modele se distinguent par la maniere de definir et de construire les bases reduits de fonc-
tions. Parmi ces methodes, les methodes de reduction de modeles bases sur la separation
des variables recoivent un interet croissant dans divers domaines du calcul scientifique.
Une representation separee de la solution u(x,t) definie sur un domaine spatio-temporel
se compose dune somme de produits scalaires des fonctions de la variable de temps par
des fonctions de la variable de lespace :
m
u(x,t) um (x,t) = R(x)S(t) (1.1)
i=1

Lorsque la solution u est connu un optimal ordre m representation (1.1) aussi connu
comme tenseur separe rapprochement des produits ou des sommes limitees decomposition
peut etre defini de facon classique comme celle qui minimise la distance a la solution en
ce qui concerne une norme particuliere. Cette representation separee est optimal dans
le sens ou elle minimise cette distance pour un ordre donne m de decomposition. Dans
certaines hypotheses sur la norme choisie, ce est la definition de base de la Proper Or-
thogonal Decomposition classique (POD), egalement connu sous le nom de Karhunen-
Loeve Decomposition(KLD) et Decomposition en Valeurs singulieres(SVD) ou Ana-
lyse en Composantes Principales (PCA). Cette decomposition est utilise comme une
technique posteriori de reduction de modele pour les simulations de longue date ou pa-
rametrique analyse des problemes devolution. Un autre rapproche est probleme plus dif-
ficile. Cest le probleme de la construction a priori de telles representations separees. Les
decompositions en resultent ont ete recemment appele Proper Generalized Decomposi-
tions. Ce type de methode a ete introduite par Ladeveze dans le cadre de la methode de
reduction des couts LATIN (LArge Time INcrement)[Ladeveze, 1999] associes a la so-
lution de plusieurs problemes devolution lineaires resultant dune strategie iterative non
lineaire qui est globale dans le temps. Dans le rapport, on presente deux type de reduction
de modele. Une methode de reduction de modele, basee sur la POD et dautre type de
reduction de modele a priori PGD.

Strategie de reduction de modele pour la fissuration de fatigue avec contact frottant

Approximation a variables separees 5

1 Approximation a variables separees

On considere le probleme avec la solution est represente comme la fonction du spatial
et du temps. Lobjectif est approche une f onctionu(x,t), dependant des variable despace
x, (x ) et de temps t, t I par somme finie a lordre m de produit de fonction de x et
de fonction de t :
m
u(x,t) um (x,t) = Si (t).Ri (x) = [Sm (t)].[Rm (x)]T (1.2)
i=1
Ou :
Si (t) sont les fonctions du temps
Ri (x) sont les fonctions de lespace.
[Sm (t)] = [S1 (t), S2 (t), ..., Sm (t)] represente lensemble des fonctions de du temps
et sont aussi les bases reduites des fonctions temporelles.
[Rm (x)] = [R1 (x), R2 (x), ..., Rm (x) represente lensemble des fonctions de lespace
et sont aussi les bases reduites des fonctions spatiales.
En pratique, les fonctions U(x,t) peuvent-ete envisagees comme les polynomes de Le-
gendre ou de Chebychev, series de Fourier... Les fonctions du temps et de lespace sont
solutions du probleme suivante :
m
min ku(x,t) Si (t)Ri (x)k2 = min ku(x,t) Sm (t).Rm (x)T k2 (1.3)
Si (t),Ri (x) k=1 Si (t),Ri (x)

Avec k.k2 est une norme de L2 . On realise le difference (1.3) par rapport a Sm (t) et Rm (x),
on obtient :
Z Z Z Z

Sm , Rm ,
Sm (u Sm Rm )Rm dxdt + Rm (u Sm Rm )Sm dxdt = 0 (1.4)
I I
Lequation (1.4) est couple au systeme suivante :
R R
u(x,t)R m (x)dx I U(x,t)S m (t)dt
Sm (t) = R
2
et Rm (x) = R
2
(1.5)
Rm (x)dx I Sm (t)dt
R R
Si on represente ( f , g) = f gdx et h f , gi = I f gdt, alors (1.5) est reecrit suivante :
(u, Rm ) hu, Sm i
Sm (t) = et Rm (x) = (1.6)
(Rm , Rm ) hSm , Sm i
En remplacant la premiere equation de (1.6) dans la seconde equation, on obtient alors
lequation en Rm suivante :
(u, Rm ) (u, Rm ) (u, Rm )
hu, i=h , iRm (1.7)
(Rm , Rm ) (Rm , Rm ) (Rm , Rm )
On peux represente (1.7) sous forme dun probleme aux valeurs propres : [Ladeveze,
1985]
(Rm ) = Rm (1.8)
Determination de valeurs propres nous permet les fonction du temps S(t) ainsi que les
fonctions de lespace R(x)

Strategie de reduction de modele pour la fissuration de fatigue avec contact frottant

6 Reduction de modele

2 Proper Orthogonalized Decomposition

La Proper Orthogonalized Decomposition (POD) est une methode de reduction de
modele a posteriori avec la solution est connue. Il est developpee dans plusieurs domaines,
comme analyse de donnee ou traitement des image, mecanique, mecaniques des fluides.
Lidee principale de cette methode est de trouver une decomposition a variable separees
de U(x,t) pour avoir une bonne approximation. Lobjectif de POD consiste a construire
la meilleur approximation possible de rang m. Cette decomposition est introduite par
[Chatterjee, 2000].

2.1 Principe de la Proper Orthogonalized Decomposition

On revient le probleme, on suppose que la solution U(x,t) est connue, on peut se
mettre la forme dune somme de fonctions a variable separees espace-temps suivant :
m
u(x,t) = a(t)(x) (1.9)
i=1
Cette presentation nest pas unique. Avec une valeurs m donnee, on construite une famille
de vecteur orthonormes :
Z
i (x) j (x)dx = i j , (0 i, j m) (1.10)

Ou i j est le symbole de Kronecker. Avec une fois de base spatiale determinee, la base
temporelle est choisie telle que :
Z
ak (t) = u(x,t).k (x)dx, (1 k m) (1.11)

Ou les fonctions ak (t) ne dependent que k (x). On construit la POD de la fonction u(x,t)
avec u(x,t) connue en n point de lespace et en p instants du temps. Les fonctions despace
sont determiner au moyenne de resoudre le probleme :
p m
argmin k u(x,ti ) u(x,ti ), k (x)k (x)k2 (1.12)
k (x) j=1 k=1

On considere un ensemble de realisation U = {u(x,t1 ),u(x,t2 ),...,u(x,t p )} de fonction

u(x,t) est range dans la matrice suivant, encore appelee matrice des Snapshots [L. Cordier, 2006] :

u(x1 ,t1 ) u(x1 ,t2 ) u(x1 ,t p )
u(x2 ,t1 ) u(x2 ,t2 ) u(x2 ,t p )
A= (1.13)

.. .. ... ..
. . .
u(xn ,t1 ) u(xn ,t2 ) u(xn ,t p )
La solution du probleme de minimisation (1.12) est donnee par la Decomposition aux
Valeurs Singulieres Tronquee (Truncated Singular Value Decomposition) a lordre m de
la matrice des snapshots A

Strategie de reduction de modele pour la fissuration de fatigue avec contact frottant

Proper Orthogonalized Decomposition 7

2.2 Decomposition aux Valeurs Singulieres (SVD)

La SVD est equivalent a la POD est considere dans une dimension finie avec une
norme choisit avant de L2 . On peut donc voir le probleme comme la resolution du probleme
aux valeurs propres pour des matrices rectangulaires. On revient la matrice U dans
(1.13) avec domaine spatiale est discretise en n point et domaine temporelle est discretise
en p instant.
u(x1 ,t1 ) u(x1 ,t2 ) u(x1 ,t p )
u(x2 ,t1 ) u(x2 ,t2 ) u(x2 ,t p )
U = (1.14)

.. .. . . ..
. . . .
u(xn ,t1 ) u(xn ,t2 ) u(xn ,t p )
Alors la matrice A peux etre factorise en produit de 3 matrices suivant :
U = T (1.15)
Avec :
est une matrice orthogonale de dimension nn contenant des vecteurs de gauche
singuliere
est une matrice orthogonale de dimension p p contenant des vecteurs de droit
singulieres.
est une matrice diagonale de dimension n p contenant valeurs singulieres po-
sitifs i pour i = 1, .., r et r = min(n, p) dans amplitudes decroissantes
Alors, on secrit (1.14) sous forme :

1 0 0
0 2 0 1


U = T = 1 n ... .. . . .. .. (1.16)

. . . .

0 0 r p
0 0 0
Enfin, la factorisation en SVD (1.16) on obtient :
r
U = i i Ti (1.17)
i=1

Si on considere lapproximation de rang k de u, on ne trouvera que les k premieres valeurs

singulieres et k premiers vecteurs singuliers de U. On peux alors ecrire :
k
U = i i Ti (1.18)
i=1

Si k = r, on a U = U. De plus, on peut calculer lerreur relative dapproximation a lordre

k avec ekSV D suivant :
kU Uk2 kU ki=1 i i Ti k2
ekSV D = = (1.19)
kUk2 kUk2

Strategie de reduction de modele pour la fissuration de fatigue avec contact frottant

8 Reduction de modele

2.3 Analyse en composantes principales (PCA)

La PCA est technique qui est effectuee sur la base des normes de donnees pour
lalgebre et la geometrie. Il ne necessite aucune hypothese statistique ou modele specifique.
Elle est appliquee dans nombreux domaines comme analyses des donnees, traitement des
images... La PCA peut etre vue comme une approximation au sens des moindres carres.
Lidee principale de la PCA est de reduire la dimension dun ensemble de donnees qui
consiste en un grand nombre de variables interreliees , tout en conservant autant que pos-
sible la variation present dans lensemble de donnees. La procedure de PCA est introduite
en detail par [Liang et al, 2002]. Suppose que on a un vecteur aleatoire X Rm .

T
X= X1 X2 . . . Xm

avec la matrice de variance-covariance :

21 12 1m
21 22 2m
var(X) = =

.. .. .. ..
. . . .
m1 m2 m m

et m composants principaux y1 , y2 , ..., ym Rm est represente les combinaisons lineaires :

Y1 = e11 X1 + e12 X2 + ... + e1m Xm (1.20)

Y2 = e21 X1 + e22 X2 + ... + e2m Xm
..
.
Ym = em1 X1 + em2 X2 + ... + emm Xm

Chacun deux peut etre considere comme une regression lineaire, on predit Yi , (i = 1, 2, ..., m)
a partir de X1 , X2 , ..., Xm . Les ei1 , ei2 , ..., eim peut etre vu comme regression lineaire. Alors
Yi est aussi vu comme une donnee aleatoire. Donc, la variance de Yi est represente suivant :
m m
var(Yi ) = eik eil kl = EiT Ei (1.21)
i=1 l=1

De plus, la covariance de Yi et Y j :
m m
var(Yi ,Y j ) = eik e jl kl = EiT E j (1.22)
i=1 l=1

T
Ici, les coefficients Ei j sont collectees dans le vecteur : Ei = ei1 ei2 . . . eim Main-
tenant, on va considere respectivement les composante principaux :
La premiere composante principale est la combinaison lineaire des variables x qui a
variance maximale. On va definir coefficients e11 , e12 , ..., e1m pour ce composant dune
maniere telle que sa variance est maximise, sous reserve de la contrainte que la somme des

Strategie de reduction de modele pour la fissuration de fatigue avec contact frottant

Proper Orthogonalized Decomposition 9

carres des coefficients est egale a 1. Cette contrainte est necessaire pour que une reponse
unique peut etre obtenu. On choisit les coefficients e11 , e12 , ..., e1m tel que maximales :
m m m
var(Y1 ) = eik eil kl = E1T E1 sous contrainte : E1T E1 = e21 j = 1 (1.23)
i=1 l=1 j=1

Pour le second composant principal est la combinaison lineaire des variables x. On choisit
les coefficients e21 , e22 , ..., e2m tel que maximales :
m m
var(Y2 ) = e2k e2l kl = E2T E2 sous contrainte : E2T E2 = 1 (1.24)
i=1 l=1
m
et cov(Y1 ,Y2 ) = e1k e2l kl = E1T E2 = 0 (1.25)
k=1

Pour le i-eme composant principal. On choisit ei1 , ei2 , ..., eim tel que maximales :
m m
var(Yi ) = eik eil kl = EiT Ei sous contrainte : EiT Ei = 1 (1.26)
i=1 l=1
m
et cov(Y1 ,Yi ) = e1k eil kl = E1T Ei = 0 (1.27)
k=1
m
cov(Y2 ,Yi ) = e2k eil kl = E2T Ei = 0 (1.28)
k=1
..
. (1.29)
m
T
cov(Yi1 ,Yi ) = ei1,k eil kl = Ei1 Ei = 0
k=1

La resolution de tous les equations en bas. On va obtenir les valeurs propres de la ma-
trice variance-covariance dans valeurs decroissant : 1 2 ... m et les vecteurs
propres : E1 , E2 , ..., Em
Il se avere que les elements de ces vecteurs propres seront les coefficients de nos compo-
sants principaux. La variance de la i-eme composante principale est alors egale a la valeur
propre du i-eme.
var(Yi ) = var(ei1 X1 + ei2 X2 + ... + eim Xm ) = i (1.30)
Alors, la matrice de variance-covariance peut etre secrire sous forme :
r
= i Ei EiT
i=1

Si on considere r m composants principaux. On a une approximation suivant : Puis

lerreur quadratique moyenne est :
m r m
e = i i = i (1.31)
i=1 i=1 i=r+1

Strategie de reduction de modele pour la fissuration de fatigue avec contact frottant

10 Reduction de modele

2.4 Exemple
Pour illustrer une application de POD, on considere un exemple simplifie qui est ecrit
dans [Chattejee 2000]. Considere la fonction f (x,t) = e|(x1)(t1.5)| + sin(xt) avec x
[0; 1] et t [0; 2]. On va discretise lespace en 25 points et le temps en 50 instants. On
se decompose avec POD et tronque la decomposition a lordre 1, 2 et 3 sur la figure
1.1. On peux trouver que lorsque lordre augmente, on a une mieux approximation. Il
est represente dans lordre 3 approximation. Il est possible dexpliquer par figure 1.3(a),
represente les valeurs singulieres de fonction f . Ces valeurs diminuent rapidement a partir
de lordre 3.

F IGURE 1.1: Approximation de la fonction f laide de la POD

Et la figure1.4(a), represente lerreur relative de lapproximation de fonction f . Ce

erreur est determine entre la fonction approxime f et la fonction exacte f base sur la
norme L2 .
k f fk2
= (1.32)
k fk2

Strategie de reduction de modele pour la fissuration de fatigue avec contact frottant

Proper Orthogonalized Decomposition 11

Surface de refernce Approximation de rang 1

1 1

0.5 0.5
z

z
0 0
2 2
2 2
1 1 1 1
x 0 0 t x 0 0 t

Approximation de rang 2 Approximation de rang 3

1 1

0 0.5
z

1 0
2 2
2 2
1 1 1 1
x 0 0 t x 0 0 t

F IGURE 1.2: Approximation de la fonction g

5 5
10 10

0
10
0
10
Valeurs singulieres

Valeurs singulieres

5
10

5
10

10
10

10
10
15
10

20 15
10 10
0 5 10 15 20 25 0 5 10 15 20 25 30 35 40
Ordre Ordre

(a) Valeurs singulieres de f (b) Valeurs singulieres de g

F IGURE 1.3: Amplitude des valeurs singulieres

Strategie de reduction de modele pour la fissuration de fatigue avec contact frottant

12 Reduction de modele

Avec k.k2 la norme L2 . On trouve que la fonction a une bonne approximation a lordre

6 45
SVD SVD
40
5
35
Erreur relative (%)

Erreur relative (%)

4 30

25
3
20

2 15

10
1
5

0 0
1 1.2 1.4 1.6 1.8 2 2.2 2.4 2.6 2.8 3 1 1.2 1.4 1.6 1.8 2 2.2 2.4 2.6 2.8 3
Modes Modes

(a) Erreur en fonction de f (b) Erreur en fonction de g

F IGURE 1.4: Evolution de lerreur en fonction du nombre de modes m

2
3 avec 0.8%. On va considerer une autre fonction g(x,t) = ea(xt) avec x [2; 2] et
t [2; 2], ici on choisit a = 1. On discretise lespace en 40 points et le temps 40 instants.
La figure 1.2 represente lapproximation a lordre 1,2 et 3 de fonction g, avec lerreur
relative a lordre 3 est 3%. On peux trouver que cette approximation est plus faible que
lapproximation de fonction f . Cela est explique sur la figure 1.3(b). Avec fonction g, les
valeurs singulieres sont decroissant plus vite que les valeurs singulieres de fonction f .
On trouve aussi que lorsque a augment, lapproximation de g est plus faible. Cela nous
montre que la POD nest pas appliquee bien dans quelques fonctions.

3 Proper Generalized Decomposition (PGD)

Pour la POD, des information initiales sur la solution trouvee doivent etre connues.
Pendant, la PGD consiste a trouver une representation a variable separees dans (1.1) dune
solution inconnue.

3.1 Principe de la Proper Generalized Decomposition (PGD)

La Proper Generalized Decomposition (PGD) a initialement ete introduite par
[Ladeveze, 1985a] sous le nom dapproximation radiale. Apes, elle est developpee par
[A MMAR, 2007], [Chinesta et al., 2010], [Dureisseix et al., 2003] avec la resolution de
problemes multidimensionnels ou de problemes inverses, dans lesquels un tres grand
nombre de variables interagissent, [Nouy, 2010] pour la la resolution de problemes sto-
chastiques et de problemes multiechelles [P. Ladeveze, 2010]. Lidee principale de cette
methode est trouver la decomposition de la solution dun probleme :

L(u(), u , ) = f (u , ) u U (1.33)

Strategie de reduction de modele pour la fissuration de fatigue avec contact frottant

Proper Generalized Decomposition (PGD) 13

dependant de = [1 , 2 , ..., n ] parametres, sous la forme dune somme m produits de n

fonctions des n parametres dont depend la solution :
m n
u() un () = fi j ( j ) (1.34)
i=1 j=1

On peux represente sous forme de separation de lespace et du temps :

m
u(x,t) un (x,t) = Si (t)Ri (x) (1.35)
i=1

Dans le cadre de rapport, on introduit deux approches pour construire la PGD : methode
de Galerkin PGD et methode de la minimisation dun residu PGD

3.2 Application de la PGD a un probleme parametre

3.2.1 Methode de Galerkin PGD
Pour la cette approximation, on va chercher le champ test u , avec :
m
u = Si (t)Ri (x) + Si (t)Ri (x) (1.36)
i=1
m
(
u Si t)Ri (x) + Si (t)Ri (x) (1.37)
i=1

Approximation a lordre 1
On trouve :

L(S.R, S R + S.R ) = f (S .R + S.R ), S , R (1.38)

Probleme se separant en 2 problemes couples :

L(S.R, S .R) = f (S .R), S


(1.39)
L(S.R, SR ) = f (S.R ), R

Ce probleme peut etre resolu par technique de point fixe [Ladeveze, 1999].

Approximation a lordre m
Maintenant, en supposant une decomposition um1 dordre m 1 est connue. On va
determiner la decomposition dordre m suivant :

L(um1 + S.R, S .R + S.R ) = f (S .R + S.R ), S , R (1.40)

Strategie de reduction de modele pour la fissuration de fatigue avec contact frottant

14 Reduction de modele

Similairement, ce probleme se separe en deux problemes couples :

L(um1 + S.R, S .R) = f (S .R)

(1.41)
L(um1 + S.R, S.R ) = f (S.R )
La resolution de systeme dequation (1.41) on obtient :

S = m (R)
(1.42)
R = m (S)
A partir de lequation 1.42 on trouve que :
Si Si1 est fixe, on trouve Ri avec Ri = m (Si1 )
Si Ri est fixe, on trouve Si avec Si = (Si )
Un nouveau couple (Si , Ri ) est trouve, on calcul lindicateur derreur par :

kSi .Ri Si1 .Ri1 k

PGD = (1.43)
kSi .Ri k

3.2.2 Methode de la minimisation dun residu PGD

Pour cette methode, la construction de la PGD se retrouve dans [Nouy, 2010]. On
introduit le residu R(u) suivant :

hR(u), u i = f u , A u(), u , u



(1.44)

Comme la definition de la decomposition dans methode de Galerkin, on suppose que la

decomposition connue a lordre a m 1. Le nouveau coupe (S, R) est trouve comme la
minimisation de la norme du residu :

hSm (t), Rm (x)i = argmin R(um1 + Sm (t), Rm (x)) (1.45)

Sm (t),Rm (x)

En pratique, cette minimisation est effectuee avec une methode iterative type point fixe
comme methode precedente :

Si Sm (t) est fixe, on trouve R(x) par :

hRm (x)i = argmin R(um1 + Sm (t), Rm (x)) (1.46)

Rm (x)

Si R(x) est fixe, on trouve Sm (t) par :

hSm (t)i = argmin R(um1 + Sm (t), Rm (x)) (1.47)

Sm (t)

Avec un nouveau couple (Sm (t), Rm (x)) est trouve, on calcul lindicateur derreur par :
||R(um1 + Sm (t), Rm (x))||2
PGD = (1.48)
||R(um1 ||2

Strategie de reduction de modele pour la fissuration de fatigue avec contact frottant

Proper Generalized Decomposition (PGD) 15

3.3 Exemple
Le probleme qui sera utilise pour illustrer est un probleme de la barre 1D (voir figure
1.5 ) encastree avec une force repartie imposee. La resolution du probleme se traduit
de la fac suivant, avec f (x,t) est une force repartie. Des conditions sont imposees a :
u(0,t) = u(L,t) = 0, t [0, T ].

F IGURE 1.5: Description du probleme de la barre encastree

3.3.1 Equations du probleme

Dans le cadre de cet etude, nous considerons un probleme unidimensionnel en espace
(note x). La forme generique du probleme elastique etudie est la suivante : Trouver u(x,t)
avec tin [0, T ] telle que :
Conditions aux limites :

u(0,t) = u(L,t) = 0
Equation dequilibre :

N
+ f (x,t) = 0
x
Relation de comportement :

u
N = ES
x

3.3.2 Resolution des equations avec la PGD

Trouver (u,t) U , N(x,t) L , t [0, T ], avec U0 = {u(x,t) U/u(0,t) = u(L,t) =
0} est un champ dadmissibilite.

du
Z L Z L

u U0 , N dx + f u dx = 0 (1.49)
0 dx 0

Strategie de reduction de modele pour la fissuration de fatigue avec contact frottant

16 Reduction de modele

En utilisant la relation de comportement, on obtient :

du du
Z L Z L

u U0 , ES dx + f u dx = 0 (1.50)
0 dx dx 0

La PGD exprime la solution en une combinaison lineaire de fonctions a variables separees,

qui forment une famille que lon enrichit par iterations successives : Le champ de deplacement
est recherches sous la forme suivante :
m
u(x,t) = Si (t)Ri (x) (1.51)
i=1

On commence avec une couple :

u(x,t) = S(t)R(x) (1.52)

u (x,t) = S (t)R(x) + S(t)R (x)

(1.53)

En remplacant (1.52) et (1.52) a lequation (1.50) on obtient :

Z TZ L

S (t), R (s), ES S(t)R0 (x)[S (t)R0 (x) + S(t)R0 (x)]dxdt
0 0
Z TZ L
+ f (x,t)[S (t)R(x) + S(t)R (x)]
0 0
Z TZ L Z TZ L
02
ES S(t)R (x)S (t)dxdt + f (x,t)R(x)S (t)dxdt
0 0 0 0
Z TZ L Z TZ L
ES S2 (t)R0 (x)R0 (x)dxdt + f (x,t)S(t)R (x)dxdt = 0) (1.54)
0 0 0 0

Cette equation est equivalent a :

Z T Z L

02
S (t), R (s), ES S (t)S(t) R (x)dx dt (1.55)
0 0
Z T Z L 

+ S (t) f (x,t)R(x)dx dt
0 0
Z T Z L 
2 0 0
ES S (t) R (x)R (x)dx dt
0 0
Z T Z L 
2
+ S (t) f (x,t)R (x)dx dt
0 0

Enfin, on obtient :
RL
f (x,t)R(x)dx
S(t) = R 0L (1.56)
0 0
0 R (x)R (x)dx
RT hRL i

0 S(t) 0 f (x,t)R (x)dx dt
Z L
ES R0 (x)R0 (x)dx = RT (1.57)
0 0 S2 (t)dt

Strategie de reduction de modele pour la fissuration de fatigue avec contact frottant

Proper Generalized Decomposition (PGD) 17

Dabord, on choit un point fixe : S(t) = S(0) (t).

Resoudre lequation (1.57) avec S(t) = S(0) (t). On trouve R(0) x).
Resoudre lequation (1.56) avec R(x) = R(0) (x). On trouve S(1) (t).
Apres chaque iteration n, deux residus sont calcules donnes, equations (1.57) et (1.56).
La procedure iterative est stoppee lorsque ces residus atteignent un certain seuil suffi-
samment petit.

||S(n+1) S(n) ||2

Rt = (1.58)
||S(n) ||2
||R(n+1) S(n) ||2
Rx = (1.59)
||R(n) ||2

Ou k.k2 represente la norme L2 . u(n) represente le deplacement apres iterations. Apres

obtenue S1 (t) et R1 (x). On va trouve la couple S2 (t) et R2 (x) selon une maniere simi-
lairement avec : u(x,t) = S1 (t)R1 (x) + S1 (t)R1 (x) avec S1 (t) et R1 (x) sont connues. On
suppose que le (n 1)eme terme de PGD approximation sont connues. On calcule de n
eme terme Sn (t) et Rn (x), que on ecrit Sn (t)Rn (x) sous forme :
n1
u(x,t) = Si(t)Ri(x) + Sn(t)Rn(x) (1.60)
i=1

En utilisant lalgorithme de point fixe suivre la maniere similairement et la discretisation

spatiale et temporelle dans lequation (1.60), on va trouver les couples Si (t)Ri (x). Alors,
on sobtient la solution (x,t).

3.3.3 Application a la resolution dun probleme de barre encastree

Considerons lexemple dune barre unidimensionnelle de longueur L = 10m, et section
S = 1m2 encastree a ses extremites. Cette barre est soumise a une charge uniformement
repartie en espace et en temporelle dintensite est une fonction de force repartie qui est
aleatoire comme represente dans le figure 1.6. Le modune Young materiau utilise pour
la simulation est 200.109 Pa. La solution exacte est represente sur la figure 1.7. Avec la
discretisation de lespace en 100 points et du temps en 50 instant.

Dans cet exemple, on considere la resolution avec 3 methode : methode POD avec
SVD, methode de Galerkin PGD, et methode approximation a variable separees. Les
modes spatiaux et temporels du champ de deplacement sont representes sur la figure
3.3.3, on observe que les premiere modes est presse similaire. Les modes temporelle
est represente sur la figure 3.3.3. La figure 1.12 illustre la solution 8 mode en POD, on
observe le huitieme mode, la solution est presque avec la solution exacte. Cela est ex-
plique dans sur la figure 1.8 lorsque les valeurs singulieres diminue soudain a huitieme
mode. Il est aussi raison que lerreur relative dans ce methode est debut petite a partir de

Strategie de reduction de modele pour la fissuration de fatigue avec contact frottant

18 Reduction de modele

10 4
12

10

8
force repartie

-2
10
8 5
6 4
4 3
2
2
1
x(m) 0 t(s)
0

F IGURE 1.6: force repartie aleatoire

10 -5
4

3.5

2.5

1.5

0.5

0
10

8
5
6 4

4 3
2
2
1
0 0

F IGURE 1.7: Champ de deplacement

Strategie de reduction de modele pour la fissuration de fatigue avec contact frottant

Proper Generalized Decomposition (PGD) 19

10 -2

10 -4

10 -6

10 -8

10 -10

10 -12

10 -14

10 -16

10 -18

10 -20
0 10 20 30 40 50 60
Modes

F IGURE 1.8: Convergence de la POD et PGD

3
SVD-POD
Approximation variables separes
Galerkin PGD
2.5

2
Erreur relative (%)

1.5

0.5

0
1 2 3 4 5 6 7 8
Nombre de modes

F IGURE 1.9: Convergence de la POD et PGD

Strategie de reduction de modele pour la fissuration de fatigue avec contact frottant

20 Reduction de modele

0.4

0.2

-0.2
R(x)

mode 1
-0.4 mode 2
mode 3
mode 4
mode 5
mode 6
-0.6 mode 7
mode 8

-0.8

-1
0 1 2 3 4 5 6 7 8 9 10
x(m)

(a) Les modes spatiaux R(x) en POD

0.15
mode 1
mode 2
mode 3
mode 4
mode 5
0.1 mode 6
mode 7
mode 8

0.05
R(x)

-0.05

-0.1

-0.15
0 1 2 3 4 5 6 7 8 9 10
x(m)

(b) Les modes spatiaux R(x) en PGD Decomposition

0.3
mode 1
mode 2
mode 3
mode 4
mode 5
0.2 mode 6
mode 7
mode 8

0.1
R(x)

-0.1

-0.2

-0.3
0 1 2 3 4 5 6 7 8 9 10
x(m)

(c) Les modes spatiaux R(x) en PGD Galerkin

F IGURE 1.10: Les modes spatiaux R(x)

Strategie de reduction de modele pour la fissuration de fatigue avec contact frottant

Proper Generalized Decomposition (PGD) 21

10 -4
0.5

-0.5

-1
S(t)

-1.5

-2

-2.5

-3
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5
t(s)

(a) Les modes temporels S(t) en POD

10 -3
3

2.5

1.5
S(t)

0.5

-0.5
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5
t(s)

(b) Les modes temporels S(t) en PGD Decomposition

10 -4
3

2.5

1.5
S(t)

0.5

-0.5
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5
t(s)

(c) Les modes temporels S(t) en PGD Galerkin

F IGURE 1.11: Les modes temporels S(t)

Strategie de reduction de modele pour la fissuration de fatigue avec contact frottant

22 Reduction de modele

huitieme mode. La figure 1.13 illustre la solution en approximation avec la solution exact
est connue. Ce methode est plus optimale que en POD, cela est explique sur la figure
1.9 lorsque la convergence de cette methode est plus rapide que la methode POD. Et la
solution de methode Galerkin PGD est illustre sur la figure 1.14. Enfin, la convergence
chaque methode est illustre sur la figure 1.9. En generale, on trouve que la methode dap-
proximation en PGD avec la solution connue est plus optimale. Parce que, le vitesse de
convergence est plus rapide.

F IGURE 1.12: Evolution de la solution POD

Strategie de reduction de modele pour la fissuration de fatigue avec contact frottant

Proper Generalized Decomposition (PGD) 23

F IGURE 1.13: Evolution de la solution en approximation a variable separees

F IGURE 1.14: Evolution de la solution en Galerkin PGD

Strategie de reduction de modele pour la fissuration de fatigue avec contact frottant

24 Reduction de modele

Strategie de reduction de modele pour la fissuration de fatigue avec contact frottant

 Chapitre 2

Traitement des condition de contact

Dans ce second chapitre, on va present.....

Sommaire
1 Problemes de contact frottant . . . . . . . . . . . . . . . . . . . . . . . . 26
1.1 Probleme de reference . . . . . . . . . . . . . . . . . . . . . . . . 26
1.2 Formulation forte . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
1.3 Conditions de contact avec frottement . . . . . . . . . . . . . . . . 27
1.4 Formulation faible . . . . . . . . . . . . . . . . . . . . . . . . . . 28
2 Formulation des conditions de contact . . . . . . . . . . . . . . . . . . . 29
2.1 Methode de penalisation . . . . . . . . . . . . . . . . . . . . . . . 29
2.2 Methode de Lagrangien . . . . . . . . . . . . . . . . . . . . . . . 30
2.3 Methode de Lagrangien augmente . . . . . . . . . . . . . . . . . . 30
2.4 Methode de statuts . . . . . . . . . . . . . . . . . . . . . . . . . . 31
2.5 Methode de Uzawa . . . . . . . . . . . . . . . . . . . . . . . . . . 31
2.6 Exemple . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
3 Methode LATIN pour les problemes de contact frottant . . . . . . . . . 34
3.1 Principe de la Methode LATIN . . . . . . . . . . . . . . . . . . . . 34
3.2 Etape locale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34
3.3 Etape globale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
3.4 Exemple de lapplication . . . . . . . . . . . . . . . . . . . . . . . 38

Strategie de reduction de modele pour la fissuration de fatigue avec contact frottant

26 Traitement des condition de contact

1 Problemes de contact frottant

1.1 Probleme de reference
Dans les problemes de mecanique des solides et et non-lineaire en calcul des struc-
tures. On distingue trois types de non-linearite :
Les non-linearites materielle lie au comportement du materiau : plasticite, visco-
plasticite, endommagement,...
Les non-linearites geometrique lie a labandon de lhypothese des petites pertur-
bation : grand deplacements, rotation, deformation
Les non-linearites de contact avec sans frottement. Elles se separent en deux categories,
les non-linearites de contact unilateral et celles de frottement. . . .
La resolution de ces problemes pose des difficultes theoriques mais aussi numeriques. Les
non-linearite de contact sont plus complexes a traiter :
Transition entre le contact-decollement.
Transition entre adherence-glissement.
On considere le probleme de deux solide elastique 1 et 2 comme sur la figure 2.1.
On note = (1) (2) lensemble des deux solides. Il sont soumis a des deplacements
(1) (2) (1)
imposes ud sur la zone 1 (1) et ud sur la zone 1 (2) , a des efforts imposes fext sur
(2)
la zone 2 (1) et fext sur la zone 2 (2) . Les forces de volumes fv = 0 sur les deux
domaines. Les deux solides sont en contact sur une zone 3 supposee connue.

F IGURE 2.1: Probleme de contact

Strategie de reduction de modele pour la fissuration de fatigue avec contact frottant

Problemes de contact frottant 27

1.2 Formulation forte

Les deux solides sont en contact sur une zone 3 supposee connue. On note respec-
tivement u(x,t) et (x,t) sont le deplacement et contraint. On represente alors suivant :
1. Cinematiquement admissible :
u(x,t) U = {u H 1 () avec u |1 [0,T ] = ud } (2.1)
La relation entre deformation et deplacement :
1
u + T u


(x,t) [0, T ] : (u) = (2.2)
2
La champ de deplacement de linterface de contact est : w = u |3 [0,T ] .
2. Statiquement admissible :

(x,t) 2 [0, T ] : .n = fext
(x,t) 3 [0, T ] : .n = f (2.3)
(x,t) [0, T ] : div() = 0

Ou est equilibre avec la force exterieure et la force de contact f et n le vecteur

normal vers lexterieur local du domaine considere.
3. Lois de comportement :
Loi de Hooke :
(x,t) [0, T ] : = k.(u) (2.4)
Ou k est loperateur Hooke elasticite lineaire.

1.3 Conditions de contact avec frottement

On va faire une notation de relativement a ces normales, leffort normale est note fN
et leffort tangentiel est note fT = f fN .n

Contact normal
Sur linterface 3 , les conditions de contact secrivent :
g(u(2) , u(1) ) = j + (u(2) u(1) ).n(1) 0 (2.5)
f (1) .n(1) = fN 0 (2.6)
f (1) .n(1) = fN 0 (2.7)
fN g(u(2) , u(1) ) = 0 (2.8)
Ou, j est le jeu initiale entre deux solides et g est la fonction de jeu. Lequation 2.5 indique
quil ne peut y avoir que non penetration. Lequation 2.6 indique que les efforts normaux
ne peuvent correspondre qua de la compression. Lequation 2.7 indique la reciprocite
de la force de contact. Pour finir, lequation 2.8, appelee condition de complementarite,
indique quen un point il y soit contact, soit decollement.

Strategie de reduction de modele pour la fissuration de fatigue avec contact frottant

28 Traitement des condition de contact

Contact tangentiel avec la loi de frottement de Coulomb

Loi de frottement de Coulomb secrit suivant :

 Sik fT k2 = | fN | alors tel que kuT k 6= 0 et uT = fT (Adherence)

 Sik fT k2 < | fN | alors kuT k = 0 (Glissement) (2.9)

Ou est le coefficient de frottement qui depend des materiaux en presence et des etats de
surface. Le graphe de cette loi est trace sur la figure 2.2. On peut tracer le lieu geometrique

F IGURE 2.2: Loi de Coulomb

de lextremite du vecteur force de contact sous forme dun cone en 2D (figure 2.3(a)) ou
en 3D (figure 2.3(b)). On lappelle cone de Coulomb. Lenveloppe de ce cone est la surface
seuil du glissement dont la definition et lutilisation est a rapprocher de la definition de la
surface seuil en plasticite.

(a) Cone de Coulomb en 2D (b) Cone de Coulomb en 3D

F IGURE 2.3: Loi de Coulomb en 2D et 3D

1.4 Formulation faible

On definit lespace des champ cinematiquement admissibles :
[0,T ]
u(x,t) U0 = {u H 1 () et u |[0,T ] = 0} (2.10)

Strategie de reduction de modele pour la fissuration de fatigue avec contact frottant

Formulation des conditions de contact 29

Lequilibre (2.3) est equivalente a la formulation integrale suivante compatibilite avec lite
du champ de force de contact et champ de deplacement a contacter conditions de (2.5) a
(2.9) :
Z Z Z
[0,T ]
u(x,t) U0 : : (u )dV fext .u dS f .u dS = 0 (2.11)
2 3

2 Formulation des conditions de contact

2.1 Methode de penalisation
On rappelle lenergie potentielle de systeme :
 
1 1
Z Z
E p (u) = Tr (u).K.(u) fext .udS, u U [0,T ] (2.12)
2 2 2

Au moyenne dapproximation elements finis, on obtient lenergie potentielle discretise :

1
E p (u) = [u]T .[K].[u] [u]T .[F] avec : u U (2.13)
2

Ou [K] est la matrice de rigidite du probleme, [F] est le vecteur force generalisees. U est
la forme discrete du convexe U [0,T ] . Dans cette methode, lenergie potentielle en ajoutant
sous forme de penalisation la condition a verifier :

[c].[u] [b] = [0] (2.14)

Lequation (2.14) est la condition au limite en deplacement. Avec [c] est matrice condition,
[u] est des inconnues modales et [b] est vecteur imposee. Alors, le probleme decrit :

1 g
E p (u = [u]T .[K].[u] [u]T .[F] + ([c].[u] [b])T . ([c].[u] [b]) (2.15)
2 2

En minimisant par rapport a [u] :

[K] + g.[c]T [c] [u] = [F] + g.[c]T [b]

(2.16)

Le resultat depend de g.
Si g est grand, on verifie tres bien : [c].[u] [b] = [0]
Si g est trop grand, risque numerique dordre de la resolution :

[K] + g.[c]T [c] (2.17)

Strategie de reduction de modele pour la fissuration de fatigue avec contact frottant

30 Traitement des condition de contact

2.2 Methode de Lagrangien

Dans cette methode, on ecrit lenergie potentielle apres discretisation sous forme :
1
E p (u, []) = [u]T .[K].[u] [u]T .[F] + [] ([c].[u] [b]) (2.18)
2
En minimisant par rapport a [u] :
E p
= 0 [K].[u] + [c]T .[] = [F] (2.19)
[u]
En minimisant par rapport a [] :
E p
= 0 [c].[u] [b] = [0] (2.20)
[]
Ce quon peut reecrire sous forme dun systeme par blocs :
[K] [c]T
    
[u] [F]
= (2.21)
[c] [0] [] [b]
Ce probleme a lavantage est dappliquer toutes les methodes de resolution( pas de bloc
de zero).

2.3 Methode de Lagrangien augmente

Cette methode est mixte entre penalite et multiplicateurs de Lagrange. Lenergie po-
tentielle apres discretisation est represente sous forme de combinaison de penalisation et
multiplicateurs Lagrange :
1
E p (u, []) = [u]T .[K].[u] [u]T .[F] (2.22)
2
g
+[]T ([c].[u] [b]) + ([c].[u] [b])T . ([c].[u] [b])
2
En minimisant par rapport a [u] :
E p
= 0 [K].[u] [F] + g.[c]T .[c][u] = g.[c]T .[b] + [c]T [] (2.23)
[u]
En minimisant par rapport a [] :
E p
= 0 [c].[u] [b] = [0] (2.24)
[]
Systeme par bloc :
[K] + g.[c]T .[c] [c]T
    
[u] [F]
= (2.25)
[c] [0] [] [b]
Il est possible de resoudre le systeme par bloc sans assembler le systeme global. La solu-
tion depend linversible de matrice [K] + g.[c]T .[c]. On peut utiliser lalgorithme UZAWA
pour resoudre ce probleme avec chaque iteration, une correction du multiplicateur est
apporte a partir du parametre de penalite et de la valeur de la violation de la contrainte.

Strategie de reduction de modele pour la fissuration de fatigue avec contact frottant

Formulation des conditions de contact 31

2.4 Methode de statuts

La methode des status est la plus simple (et la plus facile a comprendre) des methodes
de resolution des problemes de contact unilateral sans frottement. Lalgorithme iteratif est
le suivant :
1. La condition degalite [B][u] = [ j] est imposee (par multiplicateur de Lagrange ou
par penalite).
2. La solution du systeme [K][u] = [F] est calculee avec u cinematiquement admis-
sible.
3. Les statuts de contact son verifies : . . .
Si en un nud ou on a impose la condition Fn > 0, la condition en ce nud est
supprime.
Si en un nud ou la condition nest pas imposee il y a interpenetration, la
condition en ce nud imposee. Alors, on modifie modifie matrice [B] et revient
a la premiere etape.
Les nouvelles conditions sont imposees.
On itere jusqua ce que entre deux iterations, plus aucun nud nait change de statut. Dans
cette methode, ll faut en general peu diteration pour convergence. On peut demontrer que
lalgorithme converge en changement le statut dun seul nud a chaque iteration. Avec
un maillage grossier sur linterface, la methode peut osciller entre decollement et contact
a lextremite dun grand element. La cout de calcul de la methode est important ca le
systeme a resoudre change a chaque iteration.

2.5 Methode de Uzawa

Pour la methode de Uzawa, on va iterer sur les efforts de contact. Dabord, on initiale
les efforts sur linterface Fn = Fn0 (= 0). Les iterations secrivent alors, Fni :
1. La Resolution [K][u] = [F] avec [u] cinematiquement admissible et Fi impose sur
linterface.
2. On en deduit u sur linterface.
3. On met a jour Fni : Fni+1 = h(Fni +(u)i sur linterface, avec hi est partie negative
de * et est un scalaire a definit. Apres, on retourne (1).
La critere darrete : kFni+1 Fni k < parametre suffisant petite. On constat que :
Si est pris petit, alors, la convergence et la vitesse de convergence est in-
fluencees
Le systeme a resoudre est toujours le meme seul le 2nd membre change. On peut
aussi factoriser la matrice K = L.U une fois pour

2.6 Exemple
Pour illustrer le probleme de contact, on considere deux barre 1D. Ici, barre 1D. Ici,
Premier barre compose deux elemens et deuxieme barre compose un seul element. On

Strategie de reduction de modele pour la fissuration de fatigue avec contact frottant

32 Traitement des condition de contact

impose une force traction F to premier node comme dans la figure F IG .2.10, w1 , w2 and
w3 sont des degre de liberte. Le degre de liberte en porte a faux sur la gauche est elimine.
Sur w2 et w3 il existe une condition de contact avec un jeu :

w3 w2 > F2>3 > 0 (2.26)

On va utiliser le methode de statut pour resolution ce probleme. On ecrit ce probeme sous

F IGURE 2.4: Contact entre deux barre

la forme :

2k k 0 w1 F
k k 0 w2 = 0 Equilibre


0 0 k w3 0
w3 w2 > ; F2>3 > 0 Condition de contract

Dans la premiere iteration de la methode detat, les conditions sont strictement prescrit (a
laide du multiplicateur de Lagrange ici) :

2k k 0 0 w1 F
k k 0 1 w2 0
=
0 0 k 1 w3 0
0 1 1 0
dont la solution est :
F 2 F k
w2 = + ; F2>3 = =
3k 3 3 3
Si le jeu de est tel que F/k , puis cette solution est recevable et il ny a pas
besoin de plus diterations.
Si est telle que F/k, alors la force de contact F2>3 = a le mauvais
signe. Ce est-a-dire que la condition de contact doit etre retirer pour literation
suivante
Ceci conduit au probleme suivant :

2k k 0 w1 F
k k 0 w2 = 0
0 0 k w3 0

Strategie de reduction de modele pour la fissuration de fatigue avec contact frottant

Formulation des conditions de contact 33

dont la solution est :

F F
w1 = ; w2 = ; w3 = 0
k k
est la bonne. Ainsi, cette strategie convergent dans au moins deux iterations.
Maintenant, on va resoudre ce probleme par methode de penalisation. On represente
systeme dequation equilibre utilise formulation de penalisation :

2k k 0 w1 F
k k + w2 = .
0 k + w3 .
La resolution cette equation, on obtient :
Fk + F + 2k
w2 =
k2 + 3k
On observe, lorsque , la solution penalite w2 approche a la solution de methode de
Lagrange augmente. La figure 2.5 illustre la comparaison entre methode de Lagrange et

0.015

sans contact
= 1e3
= 1e4
Mthode Lagrange

0.01
u2

0.005

0
0 2 4 6 8 10 12 14 16 18 20
F

F IGURE 2.5: Comparaison de methode Lagrange augmente et de penalisation

methode de penalisation. Ici, la valeurs F change de 0 a 20 et on choisit k = 1000, l = 1,

et = 0.001.

Strategie de reduction de modele pour la fissuration de fatigue avec contact frottant

34 Traitement des condition de contact

3 Methode LATIN pour les problemes de contact frottant

La methode LATIN est introduite dans les annees 80 par P. Ladeveze dans
[Ladeveze, 1985b] au LMT-Cachan pour resoudre des problemes non-lineaires, la methode
LATIN (LArge Time INcrement) permet de resoudre de maniere iterative des problemes
dassemblage. Lalgorithme LATIN construit la solution avec un etape local et un etape
globale. Cet algorithme est utilise pour resoudre les problemes de contact entre sous-
structure par [Champaney, 1996] et [Giacoma et al., 2014] pour le contact frottant entre
deux solide. Dans le cadre du projet, on sinteresse un application pour le probleme de
contact frottant.

3.1 Principe de la Methode LATIN

Ce probleme a ete construit dans le these [Giacoma, 2014]. A lorigine, la methode
LATIN non-incrementale a ete propose comme un engagement de trois principes :
1. La separation de la lineaires et non lineaires comportements. On va separer le
probleme en deux etape :
Pour letape globale, on va construire un ensemble, note Ad represente des so-
lutions s = (w, f ) satisfait loi de comportement lineaire, cinematiquement ad-
missible et statiquement admissible. Celles-ci sont definies sur lensemble du
domaine espace-temps [0, T ]. Cet etape sappelle encore letape lineaire
car il present lequation lineaire.
Pour letape locale, on va construire lensemble represente des solutions
s = (w, f) de lequation locale pour verifier la relation de comportement, des
conditions de contact frottant et sont definis localement a linterface de contact
et sur tout lintervalle de temps 3 [0, T ].
La solution du probleme est s Ad 3 .
2. Deux etapes de solveur iteratif, est illustre dans F IG .2.6.La solution du probleme
est recherchee avec la construction de deux sequences dapproximations apparte-
nant alternativement a Ad and . A la ieme iteration :
Letape locale consiste a trouver si = (wi , fi ) avec le direction de recherche
(si si ) = (wi wi1 , fi fi1 ) E + . Note que si1 = (wi1 , fi1 ) est connu
de literation precedente.
Letape globale consiste a trouver si = (wi , fi ) Ad avec une autre direction
de recherche (si si ) = (wi wi , fi fi ) E . Note que s = (wi , fi ) est connu
de letape locale precedente.
Ces principes sont illustres sur F IG .2.7.

3.2 Etape locale

Letape locale considere pour le contact interface avec s Ad . Il est illustre sur la
figure 2.8. Lequation de direction de recherche est represente suivant :
(E + ) : f f = k(w w) (2.27)

Strategie de reduction de modele pour la fissuration de fatigue avec contact frottant

Methode LATIN pour les problemes de contact frottant 35

F IGURE 2.6: Deux etapes de solveur iteratif

F IGURE 2.7: Illustration de LATIN solveur iteratif non lineaire

Strategie de reduction de modele pour la fissuration de fatigue avec contact frottant

36 Traitement des condition de contact

On va trouver la solution s pour verifie lequilibre interne, cinematiquement admissible

F IGURE 2.8: Illustration de letape locale

et statiquement admissible respectivement sur linterface entre le solide 1 et 2. Lequation

2.27 secrit suivant :

fN
         
fN kN Id 0 wN wN
= (2.28)
fT fT 0 kT Id wT wT

Ou Id est la matrice didentite ( taille de ce matrice est egale avec nombre des nud
contacts), w est la trace du champ de deplacement u a linterface de contact tel que :
w = B.u. kN et kT sont parametre a chaque nud. Ces parametres sont similairement a
parametres penalite dans la formulation Lagrange augmente est introduit precedent. Ces
parametres sont choisit tel que la vitesse de convergence de lalgorithme est meilleur. Le
valeur de k peut etre choisit comme dans [P-A. Boucard, 2003] par :

E
k=
T Lc

Ou E est le Module dYoung, [0, T ] est lintervalle de temps etudie. Lc est la dimension
caracterise de structure. En considerant le systeme de coordonnees local a linterface de
contact avec la normale orientee vers lexterieur du solide 1. On pose des grandeurs sui-
vant :

(1) (1) (1) (1) (1)


cN = fN kN wN = fN kN wN
(1) (1) k(1) k1(1) (1) k(1) k1(1)
) = fT kT (wT wT

cT = fT kT (wT wT )
(2) (2) (2) (2) (2) (2.29)
c = f kN w = kN w
f

N N N N N
c(2) = f (2) k (wk(2) wk1(2) ) = f(2) k (wk(2) wk1(2) )

T T T T T T T T T

Strategie de reduction de modele pour la fissuration de fatigue avec contact frottant

Methode LATIN pour les problemes de contact frottant 37

Ici, wkT est note le deplacement au nud sur le contact dinterface dans le plan tangent a
letape de temps tk . Les equations precedentes peuvent etre combinees et reecrites avec
mise a jours le jeu et deplacement de letape de temps precedent comme suit :
(1) (2) (2) (1)
(
CN = (cN cN ).n + kN j = 2 fNh+ kN (wN wN + j)
(1) (2) (1) (2) k(1) k1(1) k(2) k1(2)
i (2.30)
CT = cT cT = fT fT + kT wT wT (wT wT )

Solutions explicites sont donnes dans le tableau 3.2 et ils doivent etre calculees pour
chaque noeud appartenant a linterface de contact de chaque solide et pour chaque pas de
temps.
Dans letape locale, la solution s = (w, f) verifie la condition de contact frottant exacte-

Composants normaux

f(1) = f n w(1) = (c(1) f(1) )/k
N N N N N N
fN = 12 hcN i (2) (2) (2) (2)
f = f n w = (c f )/k
NN N N N N

Composantes tangentielles
Glissement : kCT k2 > 2 | fN | Adherence : kCT k2 2 | fN |

f = 1 kC k f(1) = f t f(1) = 1 C
N 2 T 2 T T T 2 T
(2) (2)
t = C /kC k f = f t
T T 2 T
T
fT = 12 CT

wk(1) = wk1(1) + ( f(1) c(1) )/k wk(1) = wk1(1) + ( f(1) c(1) )/k
T T T T N T T T T N
wk(2) = wk1(2) + ( f(2) c(2) )/k wk(2) = wk1(2) + ( f(2) c(2) )/k
T T T T N T T T T N

TABLE 2.1: Solutions de letape locale

ment et eme temps fournit une prediction pour la solution s = (w, f ) dans letape globale
apres.

3.3 Etape globale

Letape est illustre sur la figure 2.9. Cet etape consiste a trouver le deplacement w(x,t)
et la force contact f (x,t) afin de verifier lequilibre pour deux solide 1 et 2 definit sur
[0, T ]. Lequation de la cherche de direction est represente par :

(E ) : f f = k(w w) (2.31)

Lequation (2.31) est equivalent :

Strategie de reduction de modele pour la fissuration de fatigue avec contact frottant

38 Traitement des condition de contact

F IGURE 2.9: Illustration de letape globale

fN
         
fN kN Id 0 wN wN
= (2.32)
fT fT 0 kT Id wT wT

Avec lequation equilibre est represente par :

K.u = fext + BT . f

w = B.u (2.33)
f = f k(w w)

3.4 Exemple de lapplication

On revient lexemple dernier, mais ce fois, on utilise lalgorithme LATIN pour resoudre
ce probleme. Ici, cest le probleme 1D. On ne considere que donc suivre direction nor-

F IGURE 2.10: Contact entre deux barre

male. Cest-a-dire que le parti tangent est neglige. Le coefficient de frottement = 0.

Lalgorithme est initialise avec f20 = f30 = 0 and w02 = w03 = 0. Iterations sont effectuees
suivant un schema en deux etapes.

Strategie de reduction de modele pour la fissuration de fatigue avec contact frottant

Methode LATIN pour les problemes de contact frottant 39

Etape locale (ieration i)

On trouve s = (w, f) tel que :

(E + ) : fi f i1 = k0 (wi wi1 ) (2.34)

Ici, k0 est parametre dans formulation de Lagrange augmente. Le condition de contact sur
linterface 2 et 3 est represente par :
 i
w2 wi3
(2.35)
f3i = f2
Lequation (2.34) sest ecrit sur le cote deux nud 2 et 3 suivant :

f2 = f2i1 + k0 (wi2 wi1

 i
2 ) (2.36)
f i = f i1 + k0 (wi wi1 )
3 3 3 3

On represente les indicateur :

ci = f2i
2 k0 wi2
f3i
(2.37)
ci = wi3
3 k0
Un indicateur scolaire introduit le jeu et deplacement de letape i de temps est calcule :
 
i i 1 i i 1 i i
Ci = c2 c3 + = (w3 w2 + ) ( f3 f2 ) (2.38)
2 k0
 
1 i1 i1 1 i1 i1
= (w3 w2 + ) ( f3 f2 )
2 k0
La condition de contact peut etre exprimee dans le tableau 3.4
Ceci est la locale solution

Decollement : Ci > 0 Contact : Ci 0

i i i
f3 = f2 = 0 f3 = Ck0i
i
wi2 = wi1 1 i1
2 k0 f 2 wi2 = wi1 1 i1
2 + k0 ( f 2 f 2 )

wi3 = wi1 1 i1
3 k0 f 3 wi3 = wi1 1 i1
3 + k0 ( f 3 f 3 )

TABLE 2.2: Conditions de contact

Etape global
On trouve si = (wi , f i ) tel que :

(E ) : f i fi = k0 (wi wi ) (2.39)

Strategie de reduction de modele pour la fissuration de fatigue avec contact frottant

40 Traitement des condition de contact

On represente lequation (2.39) au nud 2 :

f2i = f2i k0 (wi2 wi2 ) (2.40)

Lequation equilibre de deux barre apres elimination est represente par :

  i   
2k k w1 F
= (2.41)
k k wi2 f2i

En remplacant lequation (2.40) dans lequation (2.41), on obtient :

  i   
k k w1 F
= (2.42)
k k + k0 wi2 f2i + k0 w2

La resolution de lequation (2.42) on obtient :

1
(F + 2( f2i + k0 wi2 ))
 i
w2 = k+2k 0 (2.43)
f2i = f2i k0 (wi2 wi2 )

On represente lequation (2.39) au nud 3 :

f3i = f3i k0 (wi3 wi3 ) (2.44)

Lequation equilibre au nud 3 secrit par :

[k]wi3 = f3i (2.45)

En remplacant lequation (2.45) dans lequation (2.44), ob obtient :

[k + k0 ]{wi3 } = { f3i + k0 wi3 } (2.46)

Ce qui donne la solution est :

1
wi3 = k+k ( f3i + k0 wi3 )

0 (2.47)
f3i = f3i k0 (wi3 wi3 )

On peut facilement voir que les deux problemes sont independants et peuvent donc etre
resolus en parallele.

Strategie de reduction de modele pour la fissuration de fatigue avec contact frottant

 Conclusion

 DANG Van Tuan 

Strategie de reduction de modele pour la fissuration de fatigue avec contact frottant

42 Conclusion

Strategie de reduction de modele pour la fissuration de fatigue avec contact frottant

 Bibliographie

[A MMAR, 2007] A MMAR, A., M. O. B. C. H. F. e. K. E. R. . (2007). A new family of

solvers for some classes of multidimensional partial differential equations encountered
in kinetic theory modeling of complex fluids : Part ii : Transient simulation using space-
time separated representations. Journals of Non-Newtonian Fluid Mechanics, 144(24):
98121.
[Champaney, 1996] C HAMPANEY, L. (1996). A new modular approach for the analysis
of three-dimensional assemblies of structures. Theses, Ecole normale superieure de
Cachan - ENS Cachan.
[Chatterjee, 2000] C HATTERJEE, A. (2000). An introduction to the proper orthogonal
decomposition. Current science, 78(7):808817.
[Chinesta et al., 2010] C HINESTA, F., A MMAR, A. et C UETO, E. (2010). Proper gene-
ralized decomposition of multiscale models. International Journals for Numerical
Methods in Engineering, 83(8-9):11141132.
[Dureisseix et al., 2003] D UREISSEIX, D., L ADEV EZE, P., N ERON, D. et S CHREFLER,
Bernard, A. (2003). A multi-time-scale strategy for multiphysics problems : Appli-
cation to poroelasticity. International Journal for Multiscale Computational Enginee-
ring, 1(4):387400.
[Giacoma, 2014] G IACOMA, A. (2014). Efficient acceleration techniques for nonlinear
analysis of structures with frictional contact. Theses, INSA de Lyon.
[Giacoma et al., 2014] G IACOMA, A., D UREISSEIX, D., G RAVOUIL, A. et ROCHETTE,
M. (2014). A multiscale large time increment/FAS algorithm with time-space model
reduction for frictional contact problems. International Journal for Numerical Me-
thods in Engineering, 97(3):207230.
[L. Cordier, 2006] L. C ORDIER, M. B. (2006). Reduction de dynamique par
Decomposition Orthogonale aux Valeurs Propres.
[Ladeveze, 1985a] L ADEV EZE (1985a). New algorithms : mechanical framework and
development (in french). Compte rendu de lacademie des Sciences, 300(57):4041.
[Ladeveze, 1985b] L ADEV EZE (1985b). Sur une famille dalgorithmes en mecanique des
structures. Compte rendu de lacademie des Sciences, 300(2):4144.
[Ladeveze, 1999] L ADEV EZE, P. (1999). Nonlinear computational structural mecha-
nics : new approaches and non-incremental methods of calculation. Springer.

Strategie de reduction de modele pour la fissuration de fatigue avec contact frottant

44 Bibliographie

[Liang et al, 2002] Liang et AL, a. (2002). Proper orthogonal decomposition and its
applications- part i :theory. Journals of Sound and Vibration, 252(3):527 544.
[Nouy, 2010] N OUY, A. (2010). A priori model reduction through proper generalized
decomposition for solving time-dependent partial differential equations. Computer
Methods in Applied Mechanics and Engineering, 199(23):16031626.
[P-A. Boucard, 2003] P-A. B OUCARD, L. C. (2003). A suitable computational strategy
for the parametric analysis of problems with multiple contact. International Journal
for Numerical Methods in Engineering, 57(9):12591281.
[P. Ladeveze, 2010] P. L ADEV EZE, Passieux, D. N. (2010). The {LATIN} multiscale
computational method and the proper generalized decomposition. Computer Methods
in Applied Mechanics and Engineering, 199(21a22):1287 1296. Multiscale Models
and Mathematical Aspects in Solid and Fluid Mechanics.
[Trolle, 2014] T ROLL E, B. (2014). Multi-scale fatigue crack propagation simulation in
rails. Theses, INSA de Lyon.

Strategie de reduction de modele pour la fissuration de fatigue avec contact frottant