Chevalier_vol.6_Page.. - Groupe Français de Rhéologie
Transcription
Chevalier_vol.6_Page.. - Groupe Français de Rhéologie
Chevalier et Marco, Rhéologie, Vol. 6, 45-53 (2004) 45 Applications de la mesure de champs à la caractérisation uniaxiale ou multiaxiale des matériaux polymères L. Chevalier1, Y. Marco2 1 LaM – UMLV, 5 boulevard Descartes, 77454 Marne la Vallée cedex, France 2 IUT de Saint-Brieuc, 18 rue H. Wallon, 22000 Saint-Brieuc, France Reçu le 1er mars 2004 - Version finale acceptée le 30 août 2004 -------------------------- Résumé : Mesurer les déformations sur des polymères reste une entreprise assez délicate. Les grandes déformations mises en œuvre ainsi que la relative souplesse de ces matériaux interdisent l’utilisation de jauges ou capteurs traditionnels. Il est donc normal de s’orienter vers des mesures optiques pour suivre les déformations du milieu sans interférer avec ce dernier. La mise au point d’une technique de mesure de champs de déplacements par analyse d’image permet de revisiter les tests classiquement utilisés pour caractériser le comportement des polymères : traction simple, traction plane ou cisaillement, traction biaxiale ou compression. Dans cet article, nous présentons différentes études menées à l’aide de cet outil, illustrant ainsi les possibilités offertes. Cette technique permet en particulier de constituer des bases de données expérimentales pertinentes, qui, associées à des méthodes numériques autorisent soit d’identifier un modèle de comportement, soit de valider ou de mettre en défaut une identification sur un essai complexe non homogène. Mots-clé : Mesure de champs, identification de modèles Abstract: Accurate strain measurements on polymer is quite a challenge. Large deformations and low stiffness of these materials do not allow the use of strain gauges or extensometers. Using optical methods is the natural development to measure strain fields without interfering with the behavior of the material. An evaluation of the displacement field obtained by digital image correlation allows us to evaluate the strain field observed during these tests even if it appears to be heterogeneous. We present different experimental approaches to identify or discriminate models describing the mechanical behavior of polymeric materials. Uniaxial and biaxial tests are described to arise the digital image correlation. 1. Introduction Les essais mécaniques sur les polymères sont complexes à plus d’un titre. Outre les effets dus à la présence de viscosité, même à température ambiante, il est généralement délicat de chiffrer les déformations effectivement mesurées pour différentes causes : - soit de grandes déformations interdisent l’utilisation d’extensomètres classiques, - soit une trop faible rigidité interdit le collage de tout type de jauges, - soit la localisation de la déformation génère une hétérogénéité du champ mesuré et ne permet pas de revenir aux caractéristiques du matériau, - soit la diminution importante de l’épaisseur de l’éprouvette testée induit un glissement dans les mors. Toutes ces raisons imposent de suivre l’évolution de la déformation par des moyens optiques ne perturbant pas la mesure. Des techniques basées sur le suivi de points caractéristiques (G’Sell et al. [1], par exemple) permettent une mesure locale de la déformation mais ne garantissent pas l’homogénéité. Au LMT de Cachan, un outil de mesure de champs de déplacement par analyse d’images a été développé par Hild et al. [2] et étendu aux grandes déformations pour des mesures sur les polymères par Chevalier et al. [3]. Pour des essais homogènes, cette technique permet d’accéder directement aux valeurs des déformations, d’évaluer l’hétérogénéité éventuelle de l’essai dans le cas d’une mise en position non parfaite de l’éprouvette. Dans une première partie nous présenterons le principe de la méthode de corrélation d’images utilisée. Dans une seconde partie, nous revisiterons des tests "classiques" grâce aux informations fournies par cet outil. Dans une dernière partie, nous présenterons des résultats d’études en cours pour la constitution d’un outil d’identification et de validation de loi de comportement, par analyse globale de résultats d’essais divers et, notamment, d’essais multiaxiaux non homogènes. 46 Chevalier et Marco, Rhéologie, Vol. 6, 45-53 (2004) 2. Analyse d’images : revisiter les essais classiques 2.1 Principe de la méthode La technique de corrélation d'images permet de déterminer le champ de déplacement sur toute une zone plane en comparant l'image de la surface déformée avec l'image non déformée. Sur la surface photographiée, on dépose au préalable un mouchetis aléatoire (Fig. 1a). C'est le déplacement des points de ce mouchetis qui permet de construire les cartes d'iso-déplacement. Le principe de la méthode de mesure du champ de déplacement par autocorrélation d'images consiste à rechercher dans l’image de l’échantillon déformé, le même mouchetis que dans l’image de référence. Un point de coordonnées (x,y) de l’image initiale est caractérisé par une valeur f(x,y) qui représente son niveau de gris. Cette valeur est comprise entre 0 et 255. Après déformation le point (x,y) se trouve en (X,Y) tels que : X = x + u(x, y) C ( x, y ) = +∞+∞ est maximale pour x = u et y = v. La recherche du maximum du coefficient de corrélation permet de déterminer le déplacement d'un point (x, y). Cette procédure peut être réalisée dans l’espace d’étude [4-8] ou dans l’espace de Fourier [9-12]. On illustre sur un cas unidimensionel, l'exemple d’un motif de type "échelon" que l’on a décalé sans déformation d’une valeur d (Fig. 2, à gauche). Il est aisé de montrer que dans ce cas, C(x) est une fonction qui présente un maximum en x = d. C’est le déplacement du motif initial. f(α) 1 C(x) α 0 1 L x g(α) -L+d 0 1 d L+d α (1) Y = y + v(x, y) (2) ò ò f (α , β ).g (α + x, β + y )dα dβ − ∞− ∞ 0 d L+d Figure 2 : Visualisation 1D de la méthode. Signal initial f(α), signal g(α) déplacé de d. La fonction de corrélation C(x) est maximale en x = d. Y X (a) Dans l’image globale, on délimite, en cliquant, une zone d’étude. Sur cette zone, on définit une grille dont les sommets sont les nœuds, auxquels on affectera le déplacement, obtenu par corrélation entre l’image initiale et l’image déformée, d’un masque dont la taille est indépendante du pas de la grille. Ainsi, pour de grands déplacements, il sera préférable de choisir une taille de masque importante alors qu’une taille de masque plus faible sera nécessaire dans le cas de petites déformations, notamment si elles sont hétérogènes. 2.2 Quelques résultats (b) Figure 1a et 1b : Eprouvette préparée pour mesure par caméra. Un mouchetis est réalisé sur la face avant du barreau. On suit ce mouchetis au cours de la déformation grâce à la caméra CCD. Pour déterminer les composantes u et v du déplacement du point (x,y) par analyse d'image on compare la fonction f(x,y) "niveau de gris" de l'image de référence avec la fonction g(x,y) "niveau de gris" de l'image déformée. On montre que la fonction de corrélation C(x,y) définie par : Compte tenu de la forte localisation de la déformation avant la rupture généralement observée sur les polymères, nous procédons à un léger rabotage des bords de l’éprouvette pour circonscrire la localisation dans une zone photographiée (Fig. 3 a et b). L’allure du champ de déplacement obtenu par analyse d’image montre que la déformation est constante dans chaque section. L’épaisseur et la largeur minimales sont mesurées avant chaque essai. Chevalier et Marco, Rhéologie, Vol. 6, 45-53 (2004) (a) (b) 47 (a) (b) Figures 3a et 3b : Composante du déplacement longitudinal : (a) les lignes de niveau sont légèrement perturbées par le rabotage. Les déplacements indiqués sont exprimés en pixels. (b) Grille initiale (bleue) grille ‘déplacée’ (rouge). La méthode utilisée permet de vérifier l’homogénéité du champ de déformation, ce qui est capital pour l’identification. Les Figures 4a à 4c illustrent la sensibilité des paramètres de la technique. Pour cet essai de traction biaxiale sur une plaque de PET (Polyéthylène téréphthalate), le tracé des lignes iso-déplacements est extrêmement perturbé lorsque la taille de masque est trop petite par rapport au déplacement mesuré. Typiquement, la méthode tombe en défaut si le déplacement mesuré dépasse la moitié de la taille de masque. Sur l’exemple présenté, les déplacements maximaux sont de l’ordre de 20 pixels et la taille de masque nécessaire pour avoir convergence est de 64 pixels. 3. Essais uniaxiaux homogènes 3.1 Traction et compression Ces essais sont réalisés sur une machine Deltalab choisie pour la grande course de sa traverse, nous permettant d’atteindre 700 % de déformation. L’échantillon est filmé au cours de sa déformation par une caméra CCD, les images obtenues sont alors analysées par le logiciel d’intercorrélation CorreliGD. (c) Figures 4 a,b,c : Composante du déplacement : (a) taille de masque 64 pixels (les lignes de niveau sont régulièrement réparties, le champ de déformation est assez homogène) (b) taille de masque 32 pixels (les lignes de niveau sont courbées aux bords et un défaut de détermination apparaît dans la bas à gauche de l’image) (c) taille de masque 16 pixels (seule une petite zone est correctement représentée). Cette mesure locale permet de discriminer le glissement de l’échantillon dans les mors et d’éviter l’erreur sur la déformation vraie. D’autre part, la connaissance des déformations transverses à la direction de traction est particulièrement utile. En effet, si on évalue le coefficient de Poisson ν en supposant l’isotropie (λ2 = λ3) et l’incompressibilité (λ1.λ2.λ3 = 1), on peut alors confronter l’évolution de ce rapport à celui effectivement mesuré au cours de l’essai. Le très bon accord obtenu permet de considérer que les deux hypothèses faites sont vala- 48 bles. Si cela n’avait pas été le cas, une mesure simultanée des déformations sur la face avant et sur la tranche permet de vérifier si le matériau est compressible ou anisotrope. La courbe de comportement obtenue est portée sur la Figure 5. Chevalier et Marco, Rhéologie, Vol. 6, 45-53 (2004) tion et de compression. On définit les fonctions f et g à partir du potentiel W par : ∂W ∂I 1 = f (I1 ) et ∂W ∂I 2 (3) = g(I 2 ) Notons que, du fait de la complexité des expressions, l’identification par simple minimisation de l’écart entre les données expérimentales et l’expression analytique peut ne pas être unique. Il est donc important d’avoir une bonne approximation initiale avant de commencer le processus de minimisation. Dans un premier temps, on suppose que la contribution de g est négligeable devant celle de f en traction uniaxiale, la fonction f peut alors être directement identifiée à partir de la contrainte de traction σT et de λ : ƒ(I1 ) = Figure 5 : Données des essais de traction et de compression, comparées aux modèles identifiés A titre de comparaison, nous avons aussi tracé les courbes les plus représentatives des modèles de Mooney et Ogden. Le premier est meilleur pour représenter le comportement en compression et le second est plus adapté pour le comportement en traction Notons que le dispositif de compression utilisé comprend un plateau inférieur transparent et un miroir à 45° afin de vérifier l’homogénéité des déformations au moins à l’interface matériau/plateau inférieur, ce qui est la difficulté majeure des essais de compression. Là encore, l’analyse d’images est particulièrement précieuse, pour valider le dispositif expérimental et en particulier l’adhérence ou le glissement à l’interface entre l’échantillon et le plateau inférieur. De même que pour la traction, nous avons pu vérifier les conditions d’isotropie et d’incompressibilité. La courbe de réponse du matériau en compression est disponible, elle aussi, sur la Figure 5. 3.2 Application à l’identification du comportement hyper-élastique des élastomères On identifie le potentiel hyper-élastique W découplé en deux termes qui dépendent des invariants I1, I2 comme cela est proposé dans [13, 14] par exemple. Pour cela, on utilise les données des essais de trac- σT 1ö æ 2ç λ 2 − ÷ λø è avec I 1 = λ 2 + 2 λ et λ > 1 (4) Nous avons choisi, pour approcher cette fonction, une forme polynomiale de degré 2. Ce choix offre une bonne qualité d’approximation pour un nombre limité de paramètres. La comparaison entre la prédiction de cette fonction et les données de l’essai de compression montre clairement l’importance de la contribution de g pour ce type de sollicitation. Connaissant la fonction f du premier invariant, nous sommes maintenant capables d’interpoler g à partir de l’expression (5) où σc est la contrainte de compression : 1ö æ σ C − 2 f ( I1 )ç λ2 − ÷ λ è ø g (I2 ) = 1ö æ 2ç λ − 2 ÷ λ ø è avec I1 = λ2 + 2 λ ; I 2 = 2λ + (5) 1 λ2 et 0 < λ < 1 Même si la contribution de g(I2) pour le cas de la traction est faible, lorsque nous l’utilisons pour représenter le comportement du matériau en traction, la fonction obtenue ne correspond pas parfaitement aux points expérimentaux. La procédure d’identification consiste donc dans un second temps à minimiser l’écart entre la fonction globale et les valeurs expérimentales. Les fonctions définitives f et g obtenues sont utilisées pour tracer le comportement global du SmactaneTM (caoutchouc naturel vulcanisé développée par Smac Toulon, qui propose dans cette gamme des élastomères au caractère plus ou moins amortissant) en traction et Chevalier et Marco, Rhéologie, Vol. 6, 45-53 (2004) 49 Les essais ont été réalisés sur une machine de traction hydraulique MTS de capacité 5 tonnes. La traverse supérieure est fixe et le vérin inférieur est piloté en déplacement. Dans le cadre de cette série, les courses avant rupture étaient largement inférieures aux limites de la machine (200 mm de course). Le pilotage du déplacement et l’acquisition sont réalisés par le système Testar®, la vitesse de déplacement du vérin est fixée à 0,1 mm/s de telle sorte que la vitesse de déformation nominale (avant localisation) soit de 10-3 s-1. La mesure de champs pour chaque image donne accès aux élongations longitudinale λ1 et transversale λ2. En faisant l’hypothèse d’isotropie transverse (λ2 = λ3), on obtient la variation relative de volume par : L'altération de surface éventuelle est ici empêchée par l'utilisation d'une peinture suffisamment ductile pour ne pas présenter de craquelures. Par ailleurs, on dépose uniquement des taches et la corrélation se fait entre deux images successives et non par rapport à une image de référence, le suivi du champ de déplacement est donc très fiable. Une autre difficulté liée à l’acquisition par imagerie provient de la grande ductilité de certains polymères. Pour le PA11 par exemple, et malgré le rabotage effectué, nous avons été obligé d’élargir la zone filmée, sinon la rupture finale se produisait en dehors de l’image. Dans ces conditions, on perd de l’information sur l’image et l’intercorrelation peut être mise en défaut. Ce point peut être réglé de deux façons : (1) en asservissant le déplacement de la caméra à la moitié du déplacement de la traverse de manière à suivre la zone centrale ; (2) en utilisant la machine multiaxiale du LMT avec laquelle on peut 0,16 dV/Vo 0,14 0,12 0,1 0,08 0,06 0,04 0,02 0 0,05 0,1 0,15 0,2 (a) Déformation nominale cas du PVDF 0,9 0,8 0,7 dV/Vo 0,6 0,5 0,4 0,3 0,2 0,1 0 0 0,5 1 1,5 (b) Déformation nominale cas du PA11 0,025 variation relative de volume (7) 0,18 0 (6) Ces essais permettent d’observer que les matériaux étudiés présentent une dilatation volumique pratiquement linéaire par rapport à la déformation nominale (réelle, c'est-à-dire mesurée dans la zone d’étude et non pas moyenne, obtenue par l’allongement global), soit : ∆V/V0 = δ εN 0,2 dV/Vo 0,02 0,015 0,01 0,005 0 0 0,02 0,04 0,06 0,08 0,1 0,12 (c) Déformation nominale cas du PMMA 0,025 variation relative de volume ∆V/V0 = λ1λ2λ3 - 1 cas du HiPS variation relative de volume 3.3 Application à l’étude de la porosité des polymères (HiPS, PVDF, PA11, PMMA) tirer de manière symétrique en laissant fixe un point central de l’éprouvette. variation relative de volume compression sur la Figure 5. Notons d’autre part que le tracé des fonctions f(I1) et g(I2) en fonction de l’élongation valide les hypothèses faites pour identifier f. dV/Vo Linéaire (dV/Vo) 0,02 0,015 0,01 0,005 0 0 0,02 0,04 0,06 0,08 Déformation nominale 0,1 0,12 (d) Figure 6 : Variation relative de volume au cours de la déformation. (a) HiPS δ = 0.97, (b) PVDF δ = 0.66 (c) PA11 δ = 0.18, (d) PMMA δ = 0.21 50 Chevalier et Marco, Rhéologie, Vol. 6, 45-53 (2004) Le problème du pilotage à vitesse de déformation constante est plus délicat à régler. Avec la méthode retenue, on est capable d’évaluer localement la vitesse de déformation après l’essai mais pas de piloter l’essai. En effet, l’essai sur le PA11 correspond à une analyse d'environ 60 images : ce qui correspond à approximativement 25 minutes de calcul sur PC. Le traitement d’une image nécessite donc 30 secondes et ne permet pas de réaction suffisamment rapide pour l'instant. Notons enfin que effectuée après la déplacement se fait transformation F et de : ½(F T. F - 1) ou l’analyse des déformations détermination du champ de en calculant le gradient de la en déduisant les composantes ou 1/2 Log(F T. F) U - 1 avec U2 = F T. F La rotation de corps solide disparaît ainsi dans tous les cas dans ces mesures et la diagonalisation du tenseur obtenu permet de calculer les déformations longitudinales et transverses sans distorsion. 4. Essais multiaxiaux et validation de modèle 4.1 Essais biaxiaux sur élastomères Dans cette étude, nous avons réalisé des essais de traction biaxiale équilibrée sur des plaques en élastomère en utilisant une machine multiaxiale spécifique Astree, ce qui rend la procédure expérimentale relativement simple. L’observation des champs de déplacement par analyse d’images pour ce type d’essai montre qu’ils ne sont pas homogènes [15]. Il n’est donc pas possible d’évaluer une déformation locale à partir des déplacements des mors, d’autant plus que la forte réduction d’épaisseur de l’échantillon biétiré conduit à du glissement dans les mors. Cependant, on observe que les élongations λx et λy sont égales dans la zone centrale de l’éprouvette, ce qui assure l’état équibiaxial dans cette zone. On observe également que la déformation de Green-Lagrange est quasihomogène suivant la diagonale AB. En supposant que les composantes du tenseur des contraintes sont homogènes sur cette section AB, nous pouvons estimer la contrainte biaxiale à partir des efforts F (Fig. 11). Les données expérimentales montrent que le chargement est égal dans les deux directions et la Figure 11 présente la superposition de la contrainte estimée à partir de F et la prédiction pour la traction biaxiale faite par le modèle identifié en traction- Figure 11 : Analyse du chargement biaxial équilibré compression. Cette première approximation confirme la bonne identification de g(I2) qui est prédominante en traction bi-axiale. Figure 12 : Validation par simulation numérique des essais de bi-traction équilibrée. (haut gauche) condition limite extrapolée à partir du champ de déplacement ; (haut droite) composante ux du déplacement simulée par éléments finis ; (bas) comparaison entre les résultats de simulation et les mesures expérimentales. Chevalier et Marco, Rhéologie, Vol. 6, 45-53 (2004) Cet essai biaxial a été par la suite simulé sur le code de calculs par éléments finis Abaqus®. La mesure des champs de déplacement par CorreliGD permet d' imposer directement des conditions limites très proches de celles réellement appliquées à l’éprouvette, ce qui est une aide considérable. En imposant les conditions limites directement issues de l’analyse par intercorrélation (Fig. 12), l’écart entre les élongations expérimentales et simulées est inférieur à 1 % dans la zone centrale. L’écart entre les chargements donnés par la simulation et ceux mesurés lors de l’essai est alors inférieur à 5 %, ce qui est très satisfaisant. 51 Les simulations numériques présentées sur la Figure 14 utilisent une résolution par éléments finis, dont la programmation est effectuée sous Matlab®. La discrétisation spatiale est réalisée à l'aide d'éléments 4.2 Essais biaxiaux sur du PET La Figure 13 présente un exemple des résultats d’essais biaxiaux réalisés à chaud sur des plaques en PET [16]. Le champ de déplacement est obtenu à l'aide de la technique d'inter-corrélation d'images, ce qui nous permet en particulier d'avoir accès directement au champ complet de déplacement. Figure 14 : Comparaison expérimentation et simulation numérique. Grille déformée expérimentale et vecteurs déplacement simulés. Figure 13 : Visualisation des déplacements lors d’un essai équibiaxial sur PET L'hétérogénéité du champ de déformation mesuré au cours de ces essais rend difficile l’identification directe du comportement de l'éprouvette. Un calcul de structure doit ainsi être associé à ces résultats dans une démarche d’identification. Par ailleurs, l'utilisation directe des résultats issus de la mesure de champ ne permet pas des simulations numériques satisfaisantes (éléments du maillage de reconnaissance distordus, discontinuités des champs de déplacement, bruit de mesure …). C'est pourquoi nous utiliserons une version corrigée (lissage polynomial) des déplacements mesurés aux bords et imposés comme conditions limites des simulations numériques. Pour réduire le temps de calcul, nous faisons l'hypothèse généralement bien vérifiée d'une répartition symétrique des champs de déplacement et des efforts mesurés, vis à vis des deux directions orthogonales de traction. triangulaires à trois points de Gauss. Les conditions limites aux bords sont imposées en champs de vitesse, mesurés et interpolés pour chacune des images enregistrées par la caméra CCD. Différents modèles de comportement hyper-élastiques ou visco-élastiques ont été testés au cours de cette étude, qui illustre en particulier l'importance du type de sollicitation sur la réponse du matériau, comme sur la pertinence des modélisations. Le modèle de comportement retenu pour les simulations présentées ici est un modèle moléculaire de type Pom-Pom couplé à une cinétique de cristallisation et présenté dans Poitou et al. [17]. Cette modélisation permet d’avoir accès aux orientations de chaînes macromoléculaires (la direction de référence est la verticale sur la Figure 15) et aux taux de cristallinité. La grossièreté du maillage (dont le pas est déterminé par le maillage de la corrélation d'images) conduit à de brusques variations des valeurs prédites mais l'allure des champs d'orientation semble bien correspondre aux mesures expérimentales réalisées par dichroïsme infra-rouge et diffraction aux grands angles des rayons X [18, 19]. De même, les valeurs des taux de cristallinité sont comparables aux mesures présentées dans [19, 20]. On illustre ainsi l'importance de disposer de mesures locales des grandeurs mécaniques, permet- 52 Chevalier et Marco, Rhéologie, Vol. 6, 45-53 (2004) Remerciements Correli est développé au LMT-Cachan par François Hild. Les plaques d’élastomère sont fournies par Smac Toulon. Les éprouvettes en PET sont injectées au LTVP (Ensam-Paris). Le PET est fourni par Eastmann. 6. Références [1] G'Sell C., Hiver J.M., Dahoun A., Souahi A., VideoControlled Tensile Testing of Polymers and Metals Beyond the Necking Point, J. Mater. Sci., 27, 5031-5039 (1992). a [2] Hild F., Périé J.-N., Coret M., Mesure de champs de déplacements 2D par intercorrélation d'images: CORRELI2D, rapport interne 230, LMT-Cachan (1999). [3] Chevalier L., Calloch S., Hild F., Marco Y., Digital correlation used to analyse the multiaxial behavior of rubber-like materials, Eur. J. Mech. A/solid, 20, 169-187 (2001). [4] Peters W.H., Ranson W.F., Digital Image Techniques in Experimental Stress Analysis, Opt. Eng., 2, 427-441 (1981). b Figure 15 : Evolution des variables microscopiques Fonction d’orientation (a) et taux de cristallinité (b). [5] Chu T.C., Ranson W.F., Sutton M.A., Petters W.H., Applications of Digital-Image-Correlation Techniques to Experimental Mechanics, Exp. Mech., 3, 232-244 (1985). tant des échelles de zones d'observation comparables à celles des techniques de caractérisation de la microstructure. [6] Sutton M.A., Wolters W.J., Peters W.H., Ranson W.F., McNeill S.R. Determination of Displacements Using an Improved Digital Correlation Method, Im. Vis. Comp., 1, 133-139 (1983). 5. Conclusions : perspectives [7] Mguil S., Morestin F., Brunet M., Mesure des déformations par corrélation directe d'images numériques, Proceedings Photomécanique 98, GAMAC, Marne-laVallée, 361-368 (1998). travaux en cours et Nous avons établi l’importance de la mesure de champs pour la qualification et le dépouillement en terme d'identification et de validation de modèles de comportement. La pertinence de cette technique est d'autant plus vraie que la sensibilité de la réponse, tant des matériaux polymères que des modèles rhéologiques classiquement associés, au type de sollicitation et donc à l'hétérogénéité des champs est extrêmement importante. Les développements actuels de recherche dans ce domaine visent à automatiser le processus d’identification de modèle de comportement. La mise au point d’un outil de minimisation d’erreur, couplant résultats expérimentaux et simulations numériques, est donc la prochaine étape. [8] Sutton M.A., Mc Neill S.R., Helm J.P., Chao Y.J., Advances in Two Dimensional and Three Dimensional Computer Vision, in Photomechanics, P.K. Rastogi (edt) Topics in Applied Physics, vol.77, Springer, Berlin (2000). [9] Chen D.J., Chiang F.P., Tan Y.S., Don H.S., Digital Speckle-Displacement Measurement Using a Complex Spectrum Method, Appl. Opt., 32, 1839-1852 (1993). [10] Berthaud Y., Scholz J., Thesing J., Méthodes optiques et acoustiques de mesures des caractéristiques mécaniques, Proceedings Colloque national MECAMAT "Mécanismes et mécanique des grandes déformations", Aussois, 77-80 (1996). [11] Chiang F.P., Wang Q., Lehman F., New Developments in Full-Field Strain Measurements Using Speckles, ASTM STP 1318 on Non-Traditional Methods of Sensing Stress, Strain and Damage in Materials and Structures, 156-170 (1997). Chevalier et Marco, Rhéologie, Vol. 6, 45-53 (2004) [12] Collins F., Berthaud Y., Hild F., Visualisation par analyse d’images de la répartition des déformations et de l’amorçage des fissures dans un matériau composite, Proceeding Photomécanique 98, GAMAC, Marne-laVallée, 241-248 (1998). [13] Gent A.N., Thomas A.G., Forms for the Stored Energy Function for Vulcanized Rubber, J. Polymer Sci., 28, 625-628 (1958). 53 application au cas du PET, Thèse de Doctorta, LMTCachan, France (2003). [17] Poitou A., Ammar A., Marco Y., Chaouche M., Chevalier L., Crystallisation induced by strain and flow of polymer: from molecular properties to macroscopic models, Comput. Meth. Appl. Mech. Eng., 192, 28-30 (2003). [14] Hart-Smith L.S., Elasticity parameters for finite deformations of rubber-like materials, Z. Anger. Math. Phys., 17-608 (1966). [18] Marco Y., Chevalier L., Régnier G., Poitou A., Induced crystallization and orientation of Poly(ethyleneterephtalate) during uniaxial and biaxial elongation, Macromol. Symp., 185, 15-34 (2002). [15] Chevalier L., Marco Y., Multiaxial Validation of Behavior Laws chosen for Modeling Hyper Elasticity of Rubber-Like Materials, Polym. Eng. Sci., 42, 290-298 (2002). [19] Marco Y., Chevalier L., Chaouche M., WAXD study of induced crystallization and orientation in poly(ethylene terephthalate) during biaxial elongation, Polymer, 43, 6569-6574 (2002). [16] Marco Y., Caractérisation multi-axiale du comportement et de la microstructure d'un semi-cristallin : [20] Mahendrasingam A., Blundell D.J., Martin C., Fuller W., MacKerron D.H., Harvie J.L., Oldman R.J., Riekel R.C., Influence of temperature and chain orientation on the crystallization of poly(ethylen terephtalate) during fast drawing, Polymer, 41, 7803-14 (2000).