R EVUE DE STATISTIQUE APPLIQUÉE
J EAN G ÉLAIN
Influence de la vitesse de mise en charge de la machine d’essais sur la résistance à la traction de la fonte. Application des
méthodes statistiques à l’interprétation des résultats
Revue de statistique appliquée, tome 1, n
o1 (1953), p. 47-54
<
http://www.numdam.org/item?id=RSA_1953__1_1_47_0>
© Société française de statistique, 1953, tous droits réservés.
L’accès aux archives de la revue « Revue de statistique appliquée » (
http://www.sfds.asso.fr/publicat/rsa.htm
) implique l’accord avec les conditions générales d’uti- lisation (
http://www.numdam.org/conditions). Toute utilisation commerciale ou im- pression systématique est constitutive d’une infraction pénale. Toute copie ou im- pression de ce fichier doit contenir la présente mention de copyright.
Article numérisé dans le cadre du programme Numérisation de documents anciens mathématiques
INFLUENCE DE LA VITESSE DE MISE EN CHARGE DE LA MACHINE D’ESSAIS SUR LA RÉSISTANCE
A LA TRACTION DE LA FONTE
APPLICATION DES MÉTHODES STATISTIQUES A L’INTERPRÉTATION DES RÉSULTATS
par
M. Jean GÉLAIN
Monsieur Gélain participe à la Direction des Recherches du Centre
Technique
des Industries de la Fondef ie. Dans cette communication, il donne un premierexemple
des résultatsqu’il
apu obtenir à l’aide de techniques statistiques assez simples. Ses études l’ont conduit depuis lors
à résoudre des
problèmes
beaucoup plus complexes et variés. Nous espéronsqu’il
nous serapossible
depublier
ultérieurement certains aspect de ces travaux.I.-
Après
uneéclipse
dequelques décades,
du moins enFrance,
l’essai de traction arepris place
dans la liste des
épreuves
destinées à caractériser les fontes.Il
importe
toutefois de noter que l’essai ne seprésente plus
tout à fait dans les mêmes conditions.Autrefois on utilisait des barreaux
longs,
bruts de fonderie et avec des têtes àépaulements
lisses.
Aujourd’hui
on utilise des barreauxplutôt
courts(assez longs
tout de même pourpermettre
un
alignement
correct soustension),
entièrement usinés et à têtes filetées.Les travaux de M. Bastien et de ses
collaborateurs, publiés
dès 1947(1),
ont montréqu’avec
de tels barreaux on obtenait des
dispersions réduites,
en tout cas bien inférieures à celles données par les autres essaisclassiques (cisaillement, flexion, dureté)
et somme touteacceptables.
Il
importe donc, puisque
essai de traction il y adésormais,
d’étudier les différents facteursqui peuvent
avoir une influence sur les résultats de l’essai. Laprésente
communication concernel’influence de l’un de ces facteurs : la vitesse de mise en
charge
de la machine d’essai.2. - La fonte choisie a été une fonte courante de bonne,
qualité,
dont la résistance à larupture
sur des
épaisseurs
de 20 mm a été de l’ordre de 24kg/mm 2.
Elaborée au four
électrique
par la Société des fonderies de Pont-à-Mousson elle a donnécomme
analyse
moyenne :Elle a été coulée à vert en barreaux de 30-20-12 mm de diamètre et de 500-400-120 mm de
longueur.
Quatre éprouvettes
à têtes filetées(suivant
dessins duprojet
de normesA-32-101)
ont étéusinées dans
chaque
barreau de 30 et 20 mm, trois danschaque
barreau de 12 mm.(1)
P. BASTIEN et L. BEUGRAS. Influence de la forme del’éprouvette
et de la vitesse de miseen
charge
sur ladispersion
des essais de traction des fontes.Comptes
rendus à l’Académie des sciences, séance du 5 mai 1947. Fonderie, n° 20, août 1947, p. 751-758.Finalement on a
disposé
de :103
éprouvettes
de diamètre : 20 mm, 107éprouvettes
de diamètre :12,5
mm, 108éprouvettes
de diamètre :5,64
mm.Pour
chaque
dimensiond’éprouvettes,
il a été utilisé les trois vitesses de mise encharge
suivantes :
Vi = 0,8 kg /MM2/S@
V2 = 1,6 kg / MM 2/S@
V3 - 3,2 kg / mm2fs,
ce
qui correspond,
pour la fonteétudiée,
à des durées d’essai oscillant autour de : 31 1secondes,
15
secondes,
8 secondes.Les essais ont été exécutés :
- pour les
éprouvettes
de 20 mm et12,5
mm au Centretechnique
des Industries de la Fonderiesur machine Amsler
(sensibilité
10t) ;
- pour les
éprouvettes
de5,64
mm au laboratoire des Fonderies de Pont-à-Mousson surmachine Losenhausen
(sensibilité 3,5 t).
3. - Les trois
caractéristiques
essentielles dechaque
série de mesures - moyennearithmétique
étendue et écart
quadratique
moyenapparent -
sontreproduites
dans le tableau 1.TABLEAU 1
.:
4. - Pour
pouvoir
tirer une conclusion valable de l’examen de cesrésultats,
unequestion préli-
minaire,
trop
souventnégligée jusqu’ici,
est à édcurdr : c’est de savoir ce que valent les chiffrestrouvés,
ce
qu’ils représentent
exactement,quelle
confiance y il a lieu de leur accorder.Nous utiliserons pour cela les moyens que les méthodes
statistiques
modernes mettent à notredisposition.
5. - Les
dispersions
constatées danschaque
série de mesurespeuvent
être attribuéesprincipa-
lement àl’hétérogénéité
de lafonte,
mais aussi auxlégères
différences de forme deséprouvettes
usinées,
à la machined’essais,
enfin àl’opérateur.
49
Les lots
d’éprouvettes
pourchaque
vitesse et danschaque
dimension ont étéprélevés
au hasarddans le tas. Il
n’y
a pas de raisons, àpriori,
pour que les écarts se soientproduits
dans un sensplutôt
que dans l’autre. On est ainsi naturellement conduit à faire
l’hypothèse
que ces écarts se sontrépartis
suivant ce que, par
euphémisme,
onappelle
la loi duhasard,
et par suite on estamené,
pour vérifierqu’il
en a été bien ainsi, à voir si les résultats des essaiss’ajustent
convenablement à une loi norma’e.. Pour
chaque
série de mesures, cetajustement
a été vérifié par la méthodegraphique
de ladroite de
Henry.
,Les
figures l,
2 et 3représentent
les droites deHenry
relatives aux barreaux de12,5
mm.Pour les autres dimensions de
barreaux,
lacompensation
est du même ordre et onpeut
considérer que, pour toutes les séries de mesures,l’ajustement
à la loi normale est très satisfaisant(1).
(1)
Il y a bien lespoints
extrêmesqui
s’écartent souvent de la droite etquelquefois
defaçon
sensible. Mais il
n’y
a pas lieu de s’en émouvoir. En effet dans ces sortes degraphiques
1’échelle des ordonnées estgraduée
enfréquences
cumulées, c’est-à-dire en probabilités totales. Sur lafigure
1,on a
porté
lesgraduations
de l’échelle et l’on voitqu’au
centre de ladistribution,
une division de l’échellecorrespond
à une différence deprobabilité
de 0,16 alorsqu’aux
extrémités cette même divi- sion necorrespond plus qu’à
une différence deprobabilité
de 0,01. Il suffitqu’une
ou deux mesuress’écartent de la distribution normale
(et
c’esttoujours
aux extrémités que cela seproduit)
pour que le pointreprésentatif correspondant
s’écartequelquefois
très sérieusement de ladroite,
sans que cepen- dant la compensation de l’ensemble cesse d’êtreacceptable.
Pour ceux que la méthode
graphique
deHenry
ne satisferait pas, les méthodesstatistiques,
avec le critérium de Pearson
(méthode
desX2)
permettent de vérifier par le calcull’ajustement
à uneloi normale. On trouve ici que les écarts entre les
fréquences
observées et lesfréquences théoriques
peuvent, avec une
probabilité supérieure
à 0,95, être attribuées au hasard et que parconséquent
les distributions constatées sont assimilables à des distributions normales. Les calculs sont assezlongs
mais ne
présentent
aucune difficulté.On vérifie ainsi ce
qu’avaient déjà
établi M. Bastien et ses collaborateurs :t~)t’épr6uvette
à têtefiletée,
enparticulier
celle duprojet
de normes A32-101,
convientparfaitement
pour l’essai de traction ;.
2°)
l’essai de traction avec une telleéprouvette permet
dedégager
unecaractéristique signi-
ficative de la fonte : la résistance à la traction.
6. - Dans ces
conditions,
enprenant
pour valeur de la résistance la moyennearithmétique
dechaque série,
onpeut calculer,
danschaque
cas, l’écart parrapport
à la valeur centrale(présumée exister)
que cette moyennearithmétique
a uneprobabilité 0,95
de ne pasdépasser.
Pour cela nous ferons
appel
à deuxpropriétés classiques
des distributionsnormales,
savoir J1 °)
Si unequantité
est distribuée normalement avec unécart-type
o*, la moyenne d’une sér’e aléatoire de n élément est aussi distribuée normalement avec unécart-type égal
à-~ir
;V~
2~)
Dans une distributionnormale,
95% (en
chiffresronds)
des éléments se situent depart
et,
d’autre de la valeur centrale à une distance de deux
écarts-types. Et, réciproquement,
étant donné.
un élément de la distribution la valeur centrale a 95 chances sur 100 de se trouver
à une
distancede deux
écarts-types
depart
et d’autre de cette valeur.On trouve ainsi pour les écarts « à craindre »
~ 2 Q
surchaque
moyenneles
valeurssuivantes :
( Bîn
et il y a 95 chances sur 100 pour que la valeur centrale de
chaque
série soitcomprise
dans les limitesrespectives
suivantes :Avec ces chiffres on
pourrait déjà
tirerquelques
conclusions. Il suffirait en effet deporter
surune
droite,
pourchaque
dimension dubarreau,
les valeurs des moyennes avec dechaque
côté lesintervalles de confiance des valeurs centrales pour constater que, dans presque tous les cas, ces inter- valles chevauchent
plus
ou moins.Mais la
statistique,
par ceq~’elle appelle l’analyse
de la variance, c’est-à-dire l’étude de larépartition
’ des carrés desécarts,
nouspermet ,de porter
unjugement beaucoup plus précis.
Nous
disposons
eneffet,
danschaque
dimension debarreaux,
de trois classescorrespondant
aux trois vitesses d’essai différentes et dans
chaque
classe d’un nombre de mesuresqui
a varié detrente-deux à
trente-sept.
Onpeut
donc dresser les tableauxclassiques
del’analyse
de la variance, dont unexemple
est donné par le tableau Ilqui correspond
à la dimension de barreau12,5.
TABLEAU Il
j0r
=t2.5
---- - ~ -~ --- 12,5
-L’épreuve
que lastatistique
met à notredisposition
consiste à faire lerapport
de la variance moyenne entre les classes(interclasse)
à la variance moyenne à t’intérieur des classes(intraclasse)
et à comparer ce
rapport
à des valeursportées
sur des tables(dites
tables deSnedecor), qui,
pourune
probabilité fixée,
donnent la limitesupérieure qui
doit êtredépassée
par lerapport étudié,
pour que les variances soientstatistiquement
distinctes.On trouve ici que le
rapport
des variances est :,
1,25
pour les barreaux deJ0f== 20, 2,31
pour les barreaux de0
=12,5,
1,80
pour les barreaux de0 5,64.
Si on se
reporte
aux tables de Snedecor avec un seuil deprobabilité
de0,01
on trouve que tousces
rapports
sont bien inférieurs aux chiffresindiqués
par les tables. Lastatistique
nouspermet
doncde dire
qu’il
y a 99 chances sur 100 pour que la variabilité entre lesclasses,
due aux différences de vitesse, ne soit passtatistiquement
distincte de la variabilité à l’intérieur desclasses,
dueprincipale-
ment à
l’hétérogénéité
de la fonte. Autrement dit et pouremployer
lelangage
commun les différences que nous avons trouvées entre les résistances moyennes aux trois vitessesV1 V~ , V3
ont 99 chancessur 100 d’être
simplement
dues au hasard.’
Cette conclusion n’est en toute
rigueur
valable que pour ces trois vitesses. Aussi avons·nousprofité
de ce que nousdisposions
encore d’unecinquantaine
de barreaux de12,5
pour les casseravec la gamme de vitesse la
plus
étenduepossible : pratiquement
unevingtaine
de vitesses, allant de0,4
à4,5 kg/mm 2/s
c’est-à-dire allant dusimple
àplus
dudécuple
etcorrespondant
à des duréesd’essais de l’ordre de 60 s à 5 s.
Portant en abscisses des
quantités proportionnelles
aux vitesses de mise encharge
et les résis-tances en ordonnées on obtient le nuage de
points
de Icifigure 4,
oùn’apparaît
aucun indice de corré- lation - ce que confirme le calcul du coefficient de corrélationqu’on
trouveégal
à r =0,020
etdont il n’est pas besoin de vérifier
qu’il
n’est passignificatif.
On
peut
donc conclure que, pour la fonteétudiée,
la vitesse de mise encharge,
dans les limites d’utilisationpratique
de la machined’essai,
n’a aucune influence sur la valeur de la résistance à la traction.7. - La
précédente
étude nous a conduit à casser un nombre relativementimportant
de barreaux Aussi nous voudrionsprofiter
de cette occasionqui
nous vaut dedisposer
d’un nombrecopieux
d’informations pour attirer l’attention des fondeurs sur deux
points :
2°)Le premier,
c’est laprécarité
des conclusions tirées d’un seul essai ou d’untrop petit
nombred’essais.
Considérons par
exempt
l’ensemble des résultatsqu’ont
donné les barreauxde 0
=12,5
eto
=5,64
cassés à la vitesse moyenneV2 (tableau III).
’
TABLEAU III
Vitesse moyenne
V2
.Supposons qu’au
lieu de casser 35 barreaux dans lepremier
cas et 36 dans lesecond,
on enait cassé un seul de
chaque espèce,
il auraitparfaitement
pu arriverqu’on
soit tombé pour le diamètre12,5
sur l’une dessept
ou huit dernières valeurs et pour le diamètre5,64
sur l’une dessept
ou huitpremières
valeurs.On,peut
même estimer laprobabilité
pourqu’il
en soit ainsi ; une desproprié-
tés des distributions normales est que 68
% (en
chiffresronds)
des éléments se trouventrépartis
à une distance d’au
plus
unécart-type
depart
et d’autre de la moyenne. Il restedonc 32 %des
éléments en dehors de cet
intervalle,
soit 16% à chaque
extrémité. En cassant un seul barreauon a
donc,
dans lepremier
cas, 16 chances sur 100 de trouver une valeursupérieure
ouégale
à24,9 ~ 0,86= 25,76
et dans le second cas on a aussi 16 chances sur 100 de trouver une valeurplus petite
ouégale
à26,7 - 0,73 = 25,97.
Seize chances sur100,
soit presque une chance sur6,
ce n’est pasnégligeable -
on n’aurait ainsi trouvé aucune différencepratique
entre les mesureset
cependant,
il eut été faux deconclure,
sur ce seul essai, que la fonte étudiée neprésentait
aucune sensibilité à
l’épaisseur.
,Avec le nombre de mesures dont nous
disposons,
35 d’uncôté,
36 del’autre,
uneépreuve
dela
statistique,
le test deStudent,
nouspermet
d’affirmer avec uneprobabilité supérieure
à0,9999,
c’est-à-dire aveccertitude, que"les
différences entre les moyennestrouvées 24,9
et26,7
sont bien statis-tiquement distinctes,
c’est-à-direqu’elles
ne sont pas dues au hasard et que parconséquent
elles mani-festent bien la sensibilité à
l’épaisseur
de la fonte.En
l’espèce,
il n’eut certainement pas été besoin de faire tant de mesures pour déceler d’unefaçon significative
cette sensibilité àl’épaisseur.
Mais il n’en va pas
toujours
ainsi et onpourrait
relever dans lalittérature,
mêmetechnique,
des conclusions tirées de la
comparaison
des moyennesprovenant
d’un nombre insuffisant d’essais et dont le moins que l’onpuisse dire, quand
on les examine à la lumière des méthodesstatistiques,
est
qu’elles
ont étéimprudemment
avancées.2~)
Le secondpoint
voudrait être uneréponse
à unequestion
quepeuvent
se poser les fondeursqui, ayant
donné un barreau de traction à casser à unlaboratoire,
se demandentquel
crédit ils doi- vent accorder au chiffre de résistancequi
leur est fourni ou, pour êtreplus précis,
avecquelle approxi-
mation ce chiffre
représente
la valeurprobable
de larésistance,
c’est-à-direpratiquement
la valeurmoyenne que l’on obtiendrait si, au lieu d’un seul
barreau,
on avait pu en casser ungrand
nombre ?Dans le cas
général,
si on ne sait rien de la fonte que l’on essaie, on nepeut
rien dire deprécis.
Là où il
n’y
a pas suffisamment d’informations lastatistique perd
ses droits et se déclareimpuissante.
Mais considérons le cas de notre fonte pour
laquelle
nouspossédons
un nombre intéressant d’informations. Nous avons vu que la vitesse de mise encharge
n’avait pas eu d’influence sur la,.,..
53
résistance. Nous pouvons donc considérer que, pour un même diamètre de
barreaux,
les trois séries de résultats obtenus aux trois vitessesappartiennent
à la mêmepopulation.
Cela nous fait parexemple
pour le barreau de
12,5
un ensemble de 107 résultats dont onvérifie,
soit par la méthodegraphique
de
Henry,
soit parle. calcul,
que lacompensation
avec la loi normale est très satisfaisante et donton trouve que la moyenne est de
24,74 kg, l’écart-type
de0,81
ikg.
Supposons
alors que la fabrication de notre fonte se continue dans les mêmes conditions que cellesqui
existaientquand
on aprélevé
nosbarreaux,
et supposonsqu’à
un momentquelconque
on
coule, toujours
dans les mêmesconditions,
unjet
de 20 mm de diamètre danslequel
on usineraun barreau de
12,5
- que pouvons-nous penser du chiffre obtenu pour la résistance de ce barreau ? Pour que notreréponse
soitparfaitement valable,
il nous faut supposer en outre que le barreau est usiné dans les mêmesconditions,
que la machine d’essais est la même et enfin quel’opérateur
est le même. Alors nous pouvons raisonnablement admettre que notre barreau
appartient
à la mêmepopulation.
Et nous savons que dans une distribution normale il y a 95 chances sur 100 pourqu’une
mesure soit à moins de deux
écarts-types
de la moyenne, soit ici1,6 kg.
Nous pouvons donc direqu’il
y a 95 chances sur 100 pour que le chiffre obtenu dans l’essai de ce seul barreaureprésente
lavaleur centrale de la résistance à
1,6 kg près
dans un sens ou dans l’autre.Or.
peut
trouver que cela n’est pas trèsremarquable -
surtout pour une fontequi,
étant dc nnéson mode
d’élaboration, présente
de très sérieusesgaranties d’homogénéité.
Mais c’est encoresupé-
rieur comme
approximation
à ce que donnent les autres essais de la fonte :dureté,
flexion et cisaillement(1).
Cela ne veut pas dire d’ailleurs que le chiffre trouvé ne soit pas, en
fait, plus près
de la valeur centrale de la résistance. Onpeut
même calculer luprobabilité
que l’on a de le voir se trouver àune distance donnée de cette valeur. Par
exemple,
onpeut
déterminer combien il y a de chances pour que lapremière
décimale soit exacte(au
sens donné à ce mot par le contexteprécédent)
à uneunité
près,
c’est-à-dire que la résistance trouvéereprésente
la résistanceprobable
à0,1
Ikg près.
Il suffit d’évaluer
0,
Ikg
enécart-type soit 0, 1
et de sereporter
à l’une des nombreuses tables que la0,81
1statistique
met à notredisposition
et l’on trouve que laprobabilité
cherchée estégale
à0,09 (2).
Il y a donc 9 chances sur 100 pour que le chiffre de résistance trouvé soit exact à0,
Ikg près.
Mais en réalitéon ne sait pas ce
qu’il
en est exactement. Tout ce que l’onpeut
affirmer avec unequasi-certitude,
c’est-à-dire avec 95 chances sur 100 de ne pas se
tromper, c’est
que le chiffre trouvé est exact à1,6 kg près.
Mais cette
approximation peut
être améliorée si, au lieu d’unbarreau,
on en casseplusieurs.
On n’a pas attendu les méthodes
statistiques
modernes pour faire des moyennes, car il est intuitifd’attribuer plus
de valeur à la moyenne deplusieurs
mesures d’une mêmegrandeur qu’à
une seulemesure.
Cependant
on ne se rend pastoujours compte
de ce que l’on gagne ainsi. Cela découle dece
qui
a été dit del’écart-type
de la moyenne. Si au lieu d’un seulbarreau,
nous en cassonsdeux,
1’écart-type
de la moyennedevien ~r2-
=0,57
et nous avons alors 95 chances sur 100 pour que le chiffre donné par la moyenne de deuxV2
essaisreprésente
la valeurprobable
de la résistance à deuxécarts-types près,
c’est-à-dire à1,1
Ikg près.
Les normes
françaises
relatives aux fontesgrises prévoient obligatoirement
un essai de flexionet un essai de traction. On
procède
d’abord à l’essai deflexion, puis
dans l’un des morceaux du bar-reau
qui
a servi à laflexion,
on usinel’éprouvette
de traction.L’usinage
d’un barreau de traction coûte cher. Aussi, il n’estprévu
enprincipe qu’un
essai de traction par lot àréceptionner,
les lotsvariant de 2 à 6 tonnes suivant la
qualité
de la fonte.(1)
Voir à cesujet :
P: BASTIEN et J. PRACHE. - Recherches sur ladispersion
des essais méca- niques sur fontes.Applications
à l’étude descaractéristiques mécaniques
et de l’influencede
la déso-xydation
des fontesp9rlitiques.
Journées de lafonderie,
19 et 20 octobre 1945, p. 57-76. Editions du Centretechnique
des Industries de la Fonderie.(2)
Ils’agit
ici de la table de la fonction 0. Laprobabilité
cherchée est la valeur del’expression :
Il est conseillé aux fondeurs de couler dans le même moule deux barreaux de flexion
jumelés,
dans
lesquels
onpourrait
au besoin usinerquatre
barreaux de traction. Il y aura des cas, parexemple lorsqu’un
barreau aura donné un résultat un peuinsuffisant,
où cela vaudra lapeine
de casserdeux, peut-être
trois et mêmequatre
barreaux. Dans ce dernier cas on voit quel’écart-type
de la moyenne devient-~=== -~-:
laprécision
est exactement doublée.~4
28. - Le but de cette communication a été surtout d’attirer l’attention des fondeurs sur l’intérêt que
peuvent présenter
les méthodesstatistiques.
De tous côtés on
parle beaucoup
de ces méthodes et leCongrès
de Fonderie de 1949 auraitmanqué
à une traditionqui
semble s’établirdepuis quelque temps
dans lesCongrès scientifiques
siune communication au moins n’avait fait allusion à
quelqu’une
de leursapplications.
Celle
qui
a ététraitée,
sur unexemple élémentaire,
concerne la recherche. Mais il en est bien d’autres etqui
sontsusceptibles
d’intéresserdavantage
les fondeurs. Ce sont parexemple
lesappli-
cations concernant la détermination la
plus
rationnelle des conditions de recette parprélèvement
et surtout celles relatives au contrôle des fabrications - et l’on sait que, dans ce dernier
domaine,
des résultats vraimentremarquables
ont été obtenus par lesAnglais
et les Américains.En
France,
les méthodes de contrôlestatistique
ont commencédéjà
à s’introduire dans certainesindustries,
enparticulier
dans lamécanique.
Nous pensonsqu’elles pourront jouer
un rôle très utile dans laFonderie,
que ce soit dans le contrôle de larégularité
des matièrespremières,
de larégularité
du sable de
moulage
au moment del’emploi,
de laqualité
des noyaux, de larégularité
de la compo- sition desalliages
élaborés dans les fours de fusion lesplus divers,
etc...Plus
généralement
onpeut
dire que les méthodesstatistiques
sontappelées
à intervenir utile- mentchaque
fois que la variable étudiéeprésente
unedispersion. Or, quelle variable,
enfonderie,
ne
présente
pas dedispersion ?
Nous souhaitons donc que les fondeurs se familiarisent avec
l’emploi
de cesméthodes,
car ilss’apercevront
bien vite,qu’à
condition de les manier avec bon sens, elles constituent un excellent outil detravail, qui
leur feraprendre
conscience que les relations entre lesphénomènes
ne sont pas aussisimples
que lesreprésentations schématiques auxquelles
on voudrait les réduire etqui,
en mêmetemps,
leurpermettra
d’en faire uneinterprétation, parfois peut-être
trèsnuancée,
mais, en tout cas,plus
conforme à la réalité.L’auteur a tenu, en terminant, à remercier la Société des fonderies de Pont-à-Mousson
qui
enmettant à la
disposition
du Centretechnique
non seulement toutes les fontes nécessaires mais encore sa machine de traction Losenhausen pour le cassage despetites éprouvettes,
lui apermis
de mener àbien cette étude.