Bibliographie & annexes
Présentation
En anglais
RÉSUMÉ
Les alliages modernes peuvent faire appel à de nombreux éléments, si bien que le concepteur se heurte à deux problèmes majeurs, d’une part la complexité des relations entre composition, procédés et propriétés, et d’autre part à l’immensité de l’espace des compositions possibles. Cet article montre comment certains outils computationnels (la thermodynamique prédictive ainsi que des techniques issues de l’intelligence artificielle comme la fouille de données ou l’optimisation combinatoire) permettent de gérer ces problèmes et de concevoir de nouveaux alliages par le calcul, avec des gains en temps, en coûts et en performances par rapport à des méthodes par essai-erreur.
Lire cet article issu d'une ressource documentaire complète, actualisée et validée par des comités scientifiques.
Lire l’articleABSTRACT
Modern alloys can potentially incorporate many elements, so that the designer faces two major problems, on the one hand the complexity of the relations between composition, processes and properties, and on the other hand the immensity of the space of possible compositions. This article shows how certain computational tools (predictive thermodynamics as well as techniques inherited from artificial intelligence such as data mining or combinatorial optimisation) make it possible to tackle these problems and to design new alloys by calculation, associated to time, cost and performance savings compared to trial-and-error methods.
Auteur(s)
-
Franck TANCRET : Professeur des Universités - Nantes Université, Institut des Matériaux de Nantes Jean Rouxel (IMN), Nantes, France
INTRODUCTION
Le présent article décrit une méthode générique de conception d’alliages par le calcul, qui permet des gains en temps, en coûts et en performances par rapport à des méthodes de développement par essai-erreur. Cette méthode s’appuie d’une part sur des méthodes issues de l’intelligence artificielle, telles l’optimisation combinatoire multi-objectif (algorithmes génétiques, etc.) et la fouille de données (réseaux de neurones artificiels, processus gaussiens, etc.), et d’autre part sur la thermodynamique prédictive par la méthode dite « Calphad » (pour « CALculation of PHAse Diagrams » en anglais). Ce sont les principaux outils qui permettent aujourd’hui d’embrasser la complexité des espaces de composition des matériaux métalliques modernes, qu’il s’agisse d’établir des liens entre composition, procédés et propriétés, ou de rechercher les compositions qui conduiront à des combinaisons optimales de caractéristiques.
La méthode concerne potentiellement toute l’industrie métallurgique (aciers, alliages de nickel, d’aluminium, de titane, etc.), et tous les domaines nécessitant l’emploi d’alliages métalliques performants : transport (automobile, aéronautique, spatial, ferroviaire, naval, etc.), énergie (nucléaire, gaz, pétrole, etc.), génie chimique (réacteurs, etc.), biomédical (prothèses, implants, agrafes, etc.), etc. Le contexte global du développement de nouveaux alliages est tout d’abord exposé sous une triple perspective historique, combinatoire et de complexité. Après la présentation de quelques caractéristiques techniques des outils exploités, la méthode est illustrée à l’aide d’exemples de conception d’alliages complexes, tels les superalliages à base de nickel ou les alliages multi-concentrés dits « à haute entropie ». On montre ensuite comment la méthode peut être exploitée pour concevoir des matériaux en prenant en compte des considérations environnementales (éco-conception). Quelques perspectives liées aux développements en cours de la méthode sont finalement exposées.
Domaine : Matériaux
Degré de diffusion de la technologie : Maturité
Technologies impliquées : Thermodynamique prédictive/méthode Calphad [M 4 105] ; intelligence artificielle [H 3 720], dont apprentissage machine [H 5 010] et optimisation combinatoire [S 7 218]
Domaines d’application : Métallurgie, et tous les domaines nécessitant l’emploi d’alliages métalliques performants : fabrication de moyens de transport (automobile, aéronautique, spatial, ferroviaire, naval, etc.), énergie (nucléaire, gaz, pétrole, etc.), génie chimique (réacteurs, etc.), biomédical (prothèses, implants, agrafes, etc.), etc.
Principaux acteurs français :
-
Centres de compétence : Nantes Université (Institut des Matériaux de Nantes Jean Rouxel, IMN) ; Mines Saint-Étienne (Laboratoire Georges Friedel, LGF)
-
Industriels : Safran
Autres acteurs dans le monde : Principalement des académiques, en Europe (Royaume-Uni, Pays-Bas, Allemagne), aux États-Unis et en Chine
Contact : [email protected]
L'expertise technique et scientifique de référence
KEYWORDS
Genetic algorithms | Calphad | machine learning | neural networks
DOI (Digital Object Identifier)
Cet article fait partie de l’offre
Étude et propriétés des métaux
(201 articles en ce moment)
Cette offre vous donne accès à :
Une base complète d’articles
Actualisée et enrichie d’articles validés par nos comités scientifiques
Des services
Un ensemble d'outils exclusifs en complément des ressources
Un Parcours Pratique
Opérationnel et didactique, pour garantir l'acquisition des compétences transverses
Doc & Quiz
Des articles interactifs avec des quiz, pour une lecture constructive
Présentation
Description technique de l’innovation
En anglais
1. Contexte
Les combinaisons de caractéristiques que les alliages métalliques peuvent offrir (résistance mécanique, ténacité, ductilité / formabilité, soudabilité, etc.) en font des matériaux incontournables dans tous les secteurs industriels (transports, énergie, génie chimique, biomédical, etc.). L’évolution des technologies applicatives conduit à un besoin permanent de propriétés supérieures et d’ensembles de caractéristiques souvent antagonistes ou difficiles à améliorer simultanément (par exemple : résistance mécanique, ductilité, densité, coût). Cette tendance globale a conduit à une complexification progressive des alliages, en termes de nombre d’éléments qu’ils contiennent.
À l’Âge du Bronze, il y a quelques milliers d’années, il était connu que mélanger du cuivre et de l’étain en différentes proportions conduisait à des propriétés variées. Plus près de nous, on trouve encore des catégories d’alliages reposant sur des systèmes binaires, le plus connu étant celui des alliages d’aluminium renforcés par le cuivre, de type « Duralumin » (ou « Dural »). L’introduction significative d’un plus grand nombre d’éléments d’alliage est notamment marquée, au début du XXe siècle, par l’invention des aciers inoxydables modernes, qui contiennent à la fois du chrome et du nickel, en plus du fer et du carbone évidemment. Le développement ultérieur des alliages de nickel et des « superalliages » a conduit à la formulation de matériaux contenant plus de dix éléments (par exemple, le célèbre alliage 738 contenant douze éléments : Ni-Cr-Co-Mo-W-Al-Ti-Nb-Ta-C-B-Zr), avec une vingtaine d’éléments potentiellement utilisables en plus de Ni (B, C, N, Al, Si, Ti, V, Cr, Mn, Fe, Co, Cu, Zr, Nb, Mo, Ru, Hf, Ta, W, Re).
Le domaine plus récent des alliages dits « à haute entropie », HEA (pour « High Entropy Alloys » en anglais) et des « alliages concentrés complexes », CCA (pour « Complex Concentrated Alloys/Compositionally Complex Alloys » en anglais) aussi nommés alliages à éléments principaux multiples, MPEA (pour « Multi-Principal Element Alloys » en anglais), a conduit à une augmentation supplémentaire...
L'expertise technique et scientifique de référence
Cet article fait partie de l’offre
Étude et propriétés des métaux
(201 articles en ce moment)
Cette offre vous donne accès à :
Une base complète d’articles
Actualisée et enrichie d’articles validés par nos comités scientifiques
Des services
Un ensemble d'outils exclusifs en complément des ressources
Un Parcours Pratique
Opérationnel et didactique, pour garantir l'acquisition des compétences transverses
Doc & Quiz
Des articles interactifs avec des quiz, pour une lecture constructive
Contexte
BIBLIOGRAPHIE
-
(1) - BHADESHIA (H.K.D.H.) - Neural networks in materials science. - ISIJ International, 39, p. 966-979 (1999).
-
(2) - WILLIAMS (C.K.I.), RASMUSSEN (C.E.) - Gaussian processes for regression. - Advances in Neural Information Processing Systems, 8, MIT Press (1996).
-
(3) - PEI (J.F.), CAI (C.Z.), ZHU (X.J.), WANG (G.L.) - Investigation on the processing-properties of hot deformed TA15 titanium alloy via support vector regression. - Materials Science Forum, 689, p. 134-143 (2011).
-
(4) - JHA (R.), PETTERSSON (F.), DULIKRAVICH (G.S.), SAXEN (H.), CHAKRABORTI (N.) - Evolutionary design of nickel-based superalloys using data-driven genetic algorithms and related strategies. - Materials and Manufacturing Processes, 30, p. 488-510 (2015).
-
(5) - TANCRET (F.), BHADESHIA (H.K.D.H.), MACKAY (D.J.C.) - Comparison of neural networks with Gaussian processes to model the yield strength of nickel-base superalloys. - ISIJ International, 39, p. 1020-1026 (1999).
-
...
DANS NOS BASES DOCUMENTAIRES
ANNEXES
1.1 Constructeurs – Fournisseurs – Distributeurs (liste non exhaustive)
Matlab, logiciel de calcul scientifique (permettant notamment la fouille de données et l’optimisation) distribué par Mathwoks : https://fr.mathworks.com/products/matlab.html
Thermo-Calc, logiciel Calphad distribué par Thermo-Calc Software : https://thermocalc.com/
HAUT DE PAGE1.2 Organismes – Fédérations – Associations (liste non exhaustive)
Réseau National de la Métalurgie (RNM) : https://www.rnm-metallurgie.fr/
Société Française de Métallurgie et de Matériaux (SF2M) : https://sf2m.fr/
HAUT DE PAGE1.3 Laboratoires – Bureaux d'études – Écoles – Centres de recherche (liste non exhaustive)
Institut des Matériaux de Nantes Jean Rouxel (IMN), Nantes Université, CNRS : https://www.cnrs-imn.fr/...
L'expertise technique et scientifique de référence
Cet article fait partie de l’offre
Étude et propriétés des métaux
(201 articles en ce moment)
Cette offre vous donne accès à :
Une base complète d’articles
Actualisée et enrichie d’articles validés par nos comités scientifiques
Des services
Un ensemble d'outils exclusifs en complément des ressources
Un Parcours Pratique
Opérationnel et didactique, pour garantir l'acquisition des compétences transverses
Doc & Quiz
Des articles interactifs avec des quiz, pour une lecture constructive
