Abstract FR:

La caracterisation thermophysique de materiaux composites est un enjeu crucial. La precision de l'estimation peut etre amelioree si les experiences sont concues avec pertinence. Cependant, l'etude parametrique traditionnellement employee pour l'optimisation experimentale est limitee, et les methodes d'estimation basees sur le calcul d'un gradient sont instables pour des problemes mal conditionnes. Les objectifs de ce travail etaient de developper des methodologies robustes pour la conception optimale d'experiences (coe) destinees a l'identification de proprietes thermiques, et l'estimation simultanee de parametres (esp). L'approche utilisee s'appuie sur les specificitees avantageuses des algorithmes genetiques et consiste en coe a maximiser un critere d'optimisation base sur la matrice de sensibilite des proprietes recherchees et en esp, a minimiser l'erreur des moindres carres. Un programme general base sur les ags a ete developpe sous deux versions, permettant soit l'analyse de modeles analytiques ou un schema d'etude par volumes finis. Les methodologies genetiques de coe et d'esp ont d'abord ete applique sur des cas tests de la litterature, puis sur des cas innovants. Les etudes menees concernent la caracterisation thermique de composites anisotropes carbone/epoxy, et incluent des coe avec trois, cinq et sept parametres experimentaux, et des esp de trois, sept et neufs parametres thermophysiques. Enfin, la methodologie d'esp a ete etendue a la caracterisation de cinetiques chimiques de resines thermodurcissables mettant en jeu six parametres cinetiques. Finalement, la methode genetique s'est averee etre d'une remarquable robustesse, malgre de tres fortes correlations et faibles sensibilites de plusieurs parametres dans toutes les etudes. L'interet de l'utilisation des ags reside non seulement dans la solution de problemes mal poses mais aussi dans la reduction des couts experimentaux et donc de temps, en permettant des coe et esp de plusieurs parametres en une fois.