Normal view MARC view ISBD view

Modélisation numérique et expérimentale de la cristallisation des polymères en injection / par Julia Smirnova ; sous la direction de Jean-Loup Chenot et Jean-Marc Haudin

Auteur principal : Smirnova, Julia, 1979-...Auteur secondaire : : Chenot, Jean-Loup, Directeur de thèse;Haudin, Jean-Marc, Directeur de thèseAuteur secondaire collectivité : École nationale supérieure des mines, Paris, Organisme de soutenancePublication : 2006Description : 1 vol. (163 p.) ; 30 cmClassification : 530Résumé : Le but de ce travail est de développer un modèle permettant de prévoir l'évolution de la cinétique globale ainsi que le développement de la morphologie complexe pendant le procédé d'injection. Le modèle est représenté par un système d'équations différentielles du premier ordre où les paramètres initiaux sont des fonctions de la température et du cisaillement. Il est résolu numériquement par la méthode de Runge et Kutta d'ordre 2. Les paramètres initiaux sont déduits directement de l'expérience ou ajustés en utilisant les méthodes inverses d'optimisation comme les algorithmes génétiques. Finalement, le modèle est implémenté dans le logiciel d'injection Rem3D®, qui permet de modéliser la cristallisation dans les conditions complexes des procédés industriels.; The purpose of the present work is to develop a crystallization model which is able to predict overall crystallization kinetic and microstructure development in the injection moulding. The mathematical model is based on the Avrami's hypothesis and consists of a system of differential equations where the initial parameters are functions of the temperature and of the shear rate. The system is solved numerically by the Runge and Kutta method of order 2. The coefficients of the physical functions are determined directly from the experience or adjusted using Inverse Optimisation Methods as the Genetic Algorithm Method. The model is implemented in a fluid mechanics software, Rem3D®, that enables to predict the crystallization in the complex conditions of industrial processes.Bibliographie: Bibliogr. 38 réf..Thèse : .Sujet - Nom d'actualité : Polymères cristallins -- Thèses et écrits académiques ;Cristaux -- Croissance -- Modèles mathématiques -- Thèses et écrits académiques ;Cristallisation -- Modèles mathématiques -- Thèses et écrits académiques Sujet : Cisaillement ;Algorithme génétique ;Simulation numérique ;Modèle mathématique ;Polymère ;Cristallisation ;Cinétique ;Cristallisation ;Injection ;Modélisation numérique ;Polymère ;Simulation numérique
Current location Call number Status Date due Barcode
Bib. Paris
EMP 153.573 CCL.TH.1163 Available EMP51113D
Sophia Antipolis
EMS T-CEMEF-0318 Checked out Sur demande 07/09/2020 EMS T-CEMEF-0318

Ecole Doctorale 364 : Sciences fondamentales et appliquées

Bibliogr. 38 réf.

Thèse de doctorat Mécanique numérique Paris, ENMP 2006

Le but de ce travail est de développer un modèle permettant de prévoir l'évolution de la cinétique globale ainsi que le développement de la morphologie complexe pendant le procédé d'injection. Le modèle est représenté par un système d'équations différentielles du premier ordre où les paramètres initiaux sont des fonctions de la température et du cisaillement. Il est résolu numériquement par la méthode de Runge et Kutta d'ordre 2. Les paramètres initiaux sont déduits directement de l'expérience ou ajustés en utilisant les méthodes inverses d'optimisation comme les algorithmes génétiques. Finalement, le modèle est implémenté dans le logiciel d'injection Rem3D®, qui permet de modéliser la cristallisation dans les conditions complexes des procédés industriels.

The purpose of the present work is to develop a crystallization model which is able to predict overall crystallization kinetic and microstructure development in the injection moulding. The mathematical model is based on the Avrami's hypothesis and consists of a system of differential equations where the initial parameters are functions of the temperature and of the shear rate. The system is solved numerically by the Runge and Kutta method of order 2. The coefficients of the physical functions are determined directly from the experience or adjusted using Inverse Optimisation Methods as the Genetic Algorithm Method. The model is implemented in a fluid mechanics software, Rem3D®, that enables to predict the crystallization in the complex conditions of industrial processes

Powered by Koha