Prédiction des Propriétés Mécaniques par Machine Learning (PPM-ML)
Concept : Ce projet vise à développer un métamodèle capable de prédire instantanément le comportement mécanique (rigidité, élasticité) de matériaux hétérogènes. En utilisant des algorithmes de type Random Forest, nous remplaçons les simulations par Éléments Finis (EF) coûteuses par des prédictions ML ultra-rapides.
Analyse de l'Hétérogénéité
L'originalité de cette approche réside dans sa capacité à modéliser l'interaction entre les constituants d'un système complexe (ex: mélange fibres/matrice). Le modèle apprend la physique du mélange pour généraliser les lois de comportement à n'importe quel nouveau couple de matériaux.
- Vitesse : Passage de plusieurs minutes de calcul à une réponse en millisecondes.
- Précision : Capture des corrélations non-linéaires entre la microstructure et la performance macroscopique.
- Optimisation : Exploration massive de scénarios pour réduire le poids des structures.