HAL Arts et Métiers
Not a member yet
14127 research outputs found
Sort by
FMCW THZ radar and X-ray analysis of wood properties: A comparative study
No full textInternational audienceWood is a material valued for its mechanical properties and sustainability. It exhibits substantial variability in density due to its growth being influenced by the external environment. The measurement of its local properties is therefore crucial for various applications such as in the construction and transport industries. X-ray attenuation densitometry measurement is a well-established method, but it uses ionizing radiation which can pose hazards to human health. Its cost is significant in terms of investment and consumables. Terahertz (THz) technology, being non-ionizing and promising, emerges as an alternative for density imaging. Therefore, this study employs THz frequency modulated continuous wave (FMCW) radar, a novel approach, to assess its ability to predict local density in a pool of 110 samples from diverse wood species, with different thicknesses, and a wide density range (from 111 kg m -3 to 1086 kg m -3 ) representative of the natural variability of wood densityboth at the local scale of growth rings and at a global scale. The beating signal of the FMCW radar was modeled by considering the crossed medium as uniform, to extract both the optical index and the absorption coefficient. Additionally, the local density was measured using an X-ray industrial timber scanner as a reference for the actual local density. Results reveal strong correlations between density and THz parameters. However, the study highlights limitations in the THz modeling, such as wood vessel scattering, thickness influence, potential polarization effect, or non-uniformity of the medium between earlywood and latewood.<
Two different roles of the trunk segment during the anticipatory phase of gait initiation
No full textInternational audienceEnsuring balance is vital for everyday movement. Gait initiation, the transition from quiet standing to a whole-body steady movement, is a common paradigm to investigate the quality of balance-movement coordination. During gait initiation, stereotyped anticipatory lower-limb muscle activations create a mechanical instability to generate a forward rotation of the whole-body before the first foot- off helping movement initiation (Crenna & Frigo, 1991). However, this assumption was based only on the centre of pressure displacement and a linear inverted pendulum model of the whole-body, neglecting the rotational contribution of segments to the movement. When investigating the internal whole-body angular momentum (HM) around the mediolateral axis during stepping, the body rotates backward before the first foot-off, mainly because of the large inertia of the trunk segment (Begue et al., 2021). However, differences might exist between stepping and gait initiation because stepping implies stopping the forward motion initiated at the first step. During gait initiation, robust activations of trunk extensor muscles were recorded before the first foot-off (Ceccato, Sèze, Azevedo, & Cazalets, 2009). Yet it remains unclear whether these trunk muscle activations contribute to the whole-body forward acceleration, to the whole-body stabilisation (by limiting the forward HM), or both. Adding mass to a segment can modify its inertia, enabling to explore its contribution. Here, we have compared two different trunk mass conditions to highlight the contribution of the trunk segment to HM ( ), and thus to the balance-movement coordination
Comparaison des incohérences squelettiques générées par analyse du mouvement sans marqueur avec celles générées par artefacts de tissus mous
No full textInternational audienc
Différences de processus anticipatoires entre l'initiation de la marche et du pas
No full textInternational audienc
Enhancing biomechanical simulations based on a posteriori error estimates: the potential of Dual Weighted Residual-driven adaptive mesh refinement
No full textInternational audienceThe Finite Element Method (FEM) is a well-established procedure for computing approximate solutions to deterministic engineering problems described by partial differential equations. FEM produces discrete approximations of the solution with a discretisation error that can be an be quantified with a posteriori error estimates. The practical relevance of error estimates for biomechanics problems, especially for soft tissue where the response is governed by large strains, is rarely addressed. In this contribution, we propose an implementation of a posteriori error estimates targeting a user-defined quantity of interest, using the Dual Weighted Residual (DWR) technique tailored to biomechanics. The proposed method considers a general setting that encompasses three-dimensional geometries and model non-linearities, which appear in hyperelastic soft tissues. We take advantage of the automatic differentiation capabilities embedded in modern finite element software, which allows the error estimates to be computed generically for a large class of models and constitutive laws. First we validate our methodology using experimental measurements from silicone samples, and then illustrate its applicability for patient-specific computations of pressure ulcers on a human heel
Techniques avancées pilotées par l’IA pour le moulage des procédés et l’optimisation structurelle
No full textAs scientific progress accelerates, the demand for models with higher accuracy, faster performance, and more reliable results continues to grow. This work develops and applies deep learning methods to the analysis and optimization of mechanical systems, focusing on both processing molding, and structural design, with tailored architectures for the problems addressed in this thesis.The first part of the thesis focuses on the Compression Molding (CM) process. While there are various types of compression molding methods, our emphasis is specifically on the Sheet Molding Compounds (SMC) process. A numerical model based on Computational Fluid Dynamics (CFD) is used to describe squeezing flow. A feedforward neural network (FFNN) is trained using boundary evaluation data by applying Model Order Reduction (MOR). Then, an inverse analysis is performed with the neural network to determine the optimal precharge geometry. Building on this, a surrogate model is introduced that can provide instant predictions of the best precharge shape for a given mold and compression time.The second part of this thesis focuses on topology optimization in Computational Structural Mechanics (CSM), where the objective is to minimize compliance. A hybrid strategy is introduced that combines data-driven methods, utilizing Convolutional Neural Network (CNN) encoder-decoder structures, with classical analytical formulations. This approach improves accuracy and provides real-time solutions to topology optimization problems, even under randomly varying boundary conditions and applied loads.As a result, this study shows that combining deep learning with established computational mechanics can significantly accelerate the analysis and optimization of mechanical systems by enabling real-time predictions. At the same time, numerical models and computational mechanics remain essential to provide the physical grounding and accuracy needed to validate and guide data-driven approaches.À mesure que le progrès scientifique s’accélère, la demande de modèles offrant de meilleures performances, une plus grande précision et des résultats plus fiables ne cesse de croître. Ce travail présente le développement et l’application de méthodes d’apprentissage profond pour l’analyse et l’optimisation des systèmes mécaniques. Cela est réalisé en se concentrant simultanément sur la modélisation des procédés et la conception structurelle. Plusieurs architectures sont étudiées et adaptées aux problématiques abordées.La première partie de la thèse concerne le procédé de moulage par compression. Plus précisément, l’étude se concentre sur le procédé de Sheet Molding Compounds (SMC). Un modèle numérique basé sur la dynamique des fluides numérique (CFD) est utilisé pour décrire l’écoulement de compression. Un réseau de neurones à propagation avant (FFNN) est entraîné en utilisant des données d'évaluation de frontière par l'application de la réduction d'ordre de modèle (MOR). Ensuite, une analyse inverse est réalisée à l’aide d’un réseau de neurones afin de déterminer la géométrie optimale de la précharge. Sur cette base, un modèle de substitution est introduit. Ce modèle est capable de fournir instantanément une estimation de la meilleure forme de précharge, pour un moule et un temps de compression donnés.La deuxième partie de la thèse porte sur l’optimisation topologique en mécanique des structures numériques (CSM) où l’objectif est de minimiser la compliance. Une stratégie hybride est proposée, combinant l’utilisation de méthodes guidées par les données avec des formulations analytiques classiques. Cette approche permet d’améliorer la précision et de fournir des solutions en temps réel aux problèmes d’optimisation topologique, même pour des conditions aux limites et des charges appliquées variant aléatoirement. Cette étude montre que la combinaison de l’apprentissage profond et de la mécanique numérique peut accélérer considérablement l’analyse et l’optimisation des systèmes mécaniques en permettant des prédictions en temps réel. Dans le même temps, l’exploitation des modèles numériques et de la mécanique computationnelle demeurent essentiels pour assurer le sens physique et la précision nécessaires à la validation et à l’orientation des approches guidées par les données
Quelle est l’erreur d’estimation de la position du centre de masse à partir de marqueurs sur le bassin en situations normales et perturbées ?
No full textNational audienceIntroduction L’estimation de la position du centre de masse est essentielle dans la quantification de plusieurs paramètres caractérisant la marche. Cette estimation intervient dans divers modèles biomécaniques pour estimer l’énergie consommée au cours du mouvement ou pour quantifier l’instabilité. Classiquement, celle-ci est obtenue à partir de modèles anthropométriques associés à des mesures de la cinématique de l’ensemble des segments du corps. Cependant, des méthodes de capture en conditions écologiques se sont récemment développés mais ne permettent actuellement pas de recueillir l’ensemble des données accessibles en laboratoire. Ainsi, la possibilité d’estimer la position du centre de masse à partir d’un nombre de points réduits sur le bassin permettrait de réduire la durée des mesures et du post-traitement et d’envisager des collectes à large échelle. L’objectif de cette étude est de quantifier l’erreur résultant de l’estimation de la position du centre de masse du corps entier à partir de marqueurs positionnés sur le bassin uniquement en situations normales et perturbées.Méthode11 sujets jeunes et asymptomatiques, équipés de 42 marqueurs réfléchissants capturés par un système d’analyse du mouvement, ont marché à 1,2 m/s sur un tapis roulant bi-bandes. Ils ont subi 16 perturbations consistant à des accélérations ou décélérations de chaque bande simulant des glissements ou des trébuchements. Ces perturbations étaient délivrées aléatoirement au contact du talon alternativement à droite et à gauche. La position du centre de masse était calculée à partir du modèle corps complet dans le repère bassin et son déplacement quantifié dans les différentes conditions et suivant les trois axes du bassin.Résultats Le déplacement du centre de masse dans le repère bassin était en moyenne de 6 cm (+/- 1 cm) suivant l’axe antéro-postérieur, de 1 cm (+/- 1 cm) suivant l’axe médio-latéral et 4 cm (+/- 1cm) suivant l’axe vertical. En conditions perturbées, ce déplacement augmente de 1 cm en moyenne suivant l’axe antéropostérieur et médiolatéral et 2 cm en moyenne suivant l’axe vertical quelle que soit la perturbation délivrée.DiscussionCette étude permet de quantifier l’erreur associé à l’estimation de la position du centre de masse considéré comme un point fixe dans le repère bassin. Selon les applications, cette erreur peut se révéler incompatible avec l’utilisation d’une telle estimation. Par contre, l’erreur n’est que peu impactée lors de perturbations de glissement ou de trébuchemen
Cycle characterisation and clinical complications in patients with cyclic Cushing's syndrome: insights from an international retrospective cohort study
No full textInternational audienc
Caractérisation et modélisation du vieillissement des matériaux ferromagnétiques pour la réduction des pertes fer
No full textIn order to improve the energy efficiency and to reduce losses of electrical steels used in widespread machines, it is necessary to accurately monitor, model and predict the evolution of their properties over time. In this prospect, the quality of Non-Oriented Steel Sheets is tied to their long-term efficiency. While the first stages in the life cycle of electrical machines, from raw materials extraction to sheet forming and cutting, are fairly well documented, it is less common to study their actual in-operation conditions, environments and properties.During operation, the most commonly used Fe-Si steels suffer an irreversible degradation of their properties, leading to an increase in losses and in the amount of energy needed to power electrical machines. This phenomenon, the magnetic aging, stems from phase transformations, the precipitation of carbides (or nitrides) at temperatures reaching 200°C, themselves fueled by the amount of C (or N) present in the material. At the macroscopic scale, the magnetic aging causes an increase in iron losses and coercive field, which also has effects on the magnetization process. Therefore, it could be relevant to link what happens at the microscopic scale with their consequences on macroscopic quantities and behaviors. It was determined that precipitates in the range of 100 nm to 1 µm in size are the most deleterious for magnetic properties and that only Fe-Si alloys with silicon content up to 3 wt.% are prone to magnetic aging. These low-grade Fe-Si steels correspond however to the largest part (73%) of the NOES market, i.e. 9.8 million tons produced in 2019 in the world.In the literature, many precipitation modeling methods have been developed in material sciences, while the kinetics of such phenomena are scarcely employed for electrical designs. While it appears that models are nowadays available to describe the time evolution of precipitates in magnetic steels, one can now expect to build bridges between microscopic models of precipitation and macroscopic models of magnetic behaviors in order to be able to predict magnetic aging and its effects on sheet quality. Applied to the design process, the goal is to better understand, model and predict losses, leading to more efficient and more robust electrical machines, with a reduced magnetic aging in operating conditions.This PhD thesis aims at developing a multi-scale, multi-physical model based on experimental characterizations that links microscopic precipitation kinetics to a macroscopic magnetic behavior model, this way investigating the aging mechanisms in electrical steels and their consequences on iron losses.Afin d'améliorer l'efficacité énergétique et de réduire les pertes des aciers électriques utilisés dans les machines tournantes, il est nécessaire de surveiller, modéliser et prédire avec précision l'évolution de leurs propriétés d’usage au fil du temps. Dans cette optique, la qualité des tôles d'acier à grains non-orientés est liée à leur efficacité à long terme. Si les premières étapes du cycle de vie des machines électriques, de l'extraction des matières premières à la formation et à la découpe des tôles, sont assez bien documentées, il est moins courant d'étudier leurs conditions de fonctionnement, leurs environnements et leurs propriétés réelles.En fonctionnement, les aciers Fe-Si les plus couramment utilisés subissent une dégradation irréversible de leurs propriétés, entraînant une augmentation des pertes et de la quantité d'énergie nécessaire pour alimenter les machines électriques. Ce phénomène, appelé vieillissement magnétique, résulte de transformations de phases, de la précipitation de carbures (ou nitrures) à des températures inférieures à 200 °C, elles-mêmes alimentées par la quantité de C (ou N) présente dans le matériau. À l'échelle macroscopique, le vieillissement magnétique entraîne une augmentation des pertes fer et du champ coercitif, ce qui a également des effets sur l’aimantation. Il pourrait donc être pertinent de faire le lien entre ce qui se passe à l'échelle microscopique à les conséquences sur les quantités et les comportements macroscopiques des tôles. Il a été déterminé que les précipités d'une taille comprise entre 100 nm et 1 µm sont les plus néfastes pour les propriétés magnétiques et que seuls les alliages Fe-Si dont la teneur en silicium est inférieure à 3 % en poids sont sujets au vieillissement magnétique. Ces alliages Fe-Si correspondent toutefois à la plus grande partie (73 %) du marché des NOES, soit 9,8 millions de tonnes produites en 2019 dans le monde.Dans la littérature, de nombreuses méthodes de modélisation des cinétiques de précipitation ont été développées dans le domaine des sciences des matériaux, bien que ces phénomènes soient rarement intégrés aux conceptions électriques. Bien qu'il existe aujourd'hui des modèles permettant de décrire l'évolution temporelle des précipités dans les aciers magnétiques, il est désormais possible d’espérer établir un lien entre modèles microscopiques de précipitation et modèles macroscopiques de comportements magnétiques, afin de pouvoir prédire le vieillissement magnétique et ses effets sur la qualité des tôles. Appliqué au processus de conception, l'objectif est de mieux comprendre, modéliser et prédire les pertes, afin d'obtenir des machines électriques plus efficaces et plus robustes, avec un vieillissement magnétique réduit en fonction des conditions de fonctionnement.Ces travaux de thèse visent à développer un modèle multi-échelle et multi-physique basé sur des caractérisations expérimentales qui relie la cinétique microscopique de la précipitation à un modèle macroscopique du comportement magnétique, afin d'étudier les mécanismes de vieillissement des aciers électriques et leurs conséquences sur les pertes fer
