Chapitre III: Influence des nano-charges de noir de carbone sur le
II. Comportement mécanique de la résine chargée avant l’amélioration de la dispersion
II.4 Mesure du champ de déformation autour des granulés par corrélation d’image
La technique de quantification des champs de déformation par corrélation d’images permettra
une mesure qualitative pour visualiser le champ de déformation autour des granulés de noir de
carbone pendant la sollicitation. Ces observations nous permettront de clarifier les hypothèses
proposées précédemment, tout en favorisant une compréhension plus fondamentale concernant
l’effet de la morphologie de noir de carbone sur le comportement mécanique des polymères
thermodurcissables.
II.4.1 Principe
La Corrélation d’Images Numérique (CIN) est une méthode de mesure in situ des champs qui
offre l’accès aux gradients de déplacements et déformations sur la surface d’une éprouvette
sollicitée mécaniquement. Cette méthode est basée sur la comparaison des images de la surface
étudiée avant et après sollicitation. C’est dans les années 70 que les premières applications sont
apparues en mécanique des fluides, depuis le développement de la VIP (Vélocimétrie par image
de particule), dans le but de remonter { la vitesse d’un fluide simultanément en un grand nombre
de points [8-10]. Le besoin d’un complément expérimental d’analyse multi-échelle des matériaux
et des structures en mécanique des solides a conduit { l’apparition des premiers développements
de ces techniques de mesures au cours des années 80 [11,12]. Elle reste aujourd’hui la technique
de mesure de champs par excellence dans le domaine des sciences des matériaux, pour la
caractérisation des effets d’hétérogénéité mécanique { une échelle fine.
Le but des techniques de corrélation d’images est d’abord de fournir une description quantitative
de la surface d’un objet { travers la prise d’une image (répartition spatiale des niveaux de gris). Le
principe consiste à rechercher les correspondances entre deux images saisies. Les images doivent
donc être texturées et le motif doit être suffisamment aléatoire afin de distinguer différents motifs
dans la région d’étude (Region Of Interest : ROI) (Figure 7). Lorsque le matériau ou la lumière ne
le permet pas, un mouchetis est déposé à la surface des échantillons avant l’acquisition des
images. Le logiciel définit une zone souvent carrée de surface donnée (imagette ou Zone of
Interest : ZOI). Il tente ensuite de retrouver, sur l’image déformée, les ZOIs qui correspondent le
mieux aux motifs présents dans l’image initiale. Dans ce cas, la comparaison des images aboutit
au calcul du champ de déplacement et de déformation.
93
Figure 7 : Schéma du principe de mesure des déformations par corrélation d’images
II.4.2 Protocole expérimental
Les essais ont été effectués sur une machine de traction sur laquelle a été monté un dispositif
optique constitué d’un appareil photo numérique (Canon EOS 50D) 8 bits avec une résolution de
3456 x 2304, équipé d’un objectif co-axial réglable et d’un zoom permettant d’observer une zone
réduite de la surface utile de l’éprouvette. Le système optique est placé sur un plateau possédant
un réglage en translation bidimensionnel. L’acquisition des images est assurée par une carte
d’acquisition et un programme MATLAB qui permettent d’établir une corrélation entre les images
prises et la charge appliquée. L'éclairage est réalisé par une lumière blanche rasante avec deux
lampes halogènes montées en oppositions (Figure 8).
94
La phase de préparation de la surface à observer est nécessaire avant la mise en place sur la
machine, cela consiste { appliquer un mouchetis fin et aléatoire par la projection d’une solution
préparée avec des fines particules. Deux images ont été prises avec le même grossissement avant
et après le dépôt du mouchetis (Figure 9). L’objectif est de comparer la cartographie de
déformation avec l’image initiale et de localiser les régions où les concentrations de contrainte
sont présentes. Ces images sont post-traitées par un algorithme de corrélation d’images Correlli
Q4 [13] développé au LMT-Cachan qui détermine les champs de déplacements et de déformations
dans la zone observée. Les essais ont été réalisés avec précaution concernant la position du
capteur optique, l’éclairage et la qualité de mouchetis afin de minimiser les incertitudes de
mesure via un bon contraste.
Figure 9 : Dépôt de mouchetis
II.4.3 Résultats
Le post traitement des images a été obtenu en choisissant une taille d'imagette ZOI égale à 32
x 32 pixels. Ces valeurs sont choisies en assurant la meilleure précision de la mesure qui est gérée
par la résolution des images analysées. La Figure 10 montre la distribution de la déformation au
sein de la partie observée avec une image référence avant la déformation.
95
Les résultats obtenus montrent une distribution hétérogène du champ de déformation dans la
zone observée. Nous remarquons que les déformations sont maximales au cœur des granulés et {
l’interface, en revanche les déformations de la matrice sont plus faibles. Pour mieux comprendre
ce processus, nous avons effectué des observations microscopiques au niveau d’un granulé (Figure
11) après sollicitation. Il apparaît que les fissures présentes initialement (Figure 3 : b) s’ouvrent
sous l’action des contraintes appliquées et se propagent jusqu’{ l’interface, tout en provoquant
une décohésion entre la matrice et le granulé. Un transfert de charge s’opère entre la matrice et
les granulés de noir de carbone. Par contre, l’interface matrice/granulé reste faible vis-à-vis de
l’énergie de propagation des fissures. Les granulés sont des lieux de concentration de contraintes
importantes, et ils ne contribuent pas { l’amélioration de la rigidité de la matrice.
Finalement, la dégradation des propriétés mécaniques de la résine en présence de noir de carbone
est inhérente { l’état de dispersion, à la taille des granulés et à la présence des fissures initiales.
Figure 11 : Image microscopique : grossissement sur un granulé