IDEntification de FISsures dans les Composites

Dans le contexte global de la surveillance des systèmes et des structures, la détection précoce des défauts est un sujet d’importance tant pour la maintenance prévisionnelle et la sureté de fonctionnement que pour le contrôle des process de fabrication ou de la qualité du produit fini. En particulier, les méthodes de détection de fissures dans les matériaux représentent un enjeu important dans de nombreux secteurs d’activité (composite, plasturgie, fonderie, génie civil…). IDEFISC a pour objet le développement d'un outil permettant d'identifier de manière précoce des défauts dans des pièces composites inhomogènes incluant de l'amortissement, avec une instrumentation simple et une mise en œuvre rapide. Si le noyau scientifique vise les milieux hétérogènes et composites, le machine learning cible plus généralement la surveillance des structures. La méthode sera validée sur 4 matériaux industriels, les résultats auront donc un potentiel d'application sur tous les secteurs industriels sur les marchés du CND en suivi de fabrication et contrôle qualité. L'outil permettra aussi d'économiser de l'énergie, réduire les déchets et émissions polluantes.