Filters
Results 1 - 1 of 1
Results 1 - 1 of 1.
Search took: 0.017 seconds
AbstractAbstract
[en] This thesis deals with the disposal of low-level, long-lived waste from ORANO, composed mainly of graphite, magnesium and uranium residues. The waste is immobilized in a metal container by a matrix based on Alkali-Activated slag cement. The presence of free water in the cement pores can accelerate the corrosion reactions of the metallic particles, such as magnesium, and uranium. The expansion due to the formation of corrosion products might cause microcracks in the cement matrix. The cemented waste package is characterized by a strong material heterogeneity at different scales, and its mechanical behavior is impacted by the existence of potential cracks at the microscopic scale. The EF2 method has been introduced as a general multiscale method to solve problems of nonlinear heterogeneous structures. At the macroscopic scale, each integration point of the finite element mesh is associated with a representative volume element (RVE). The major drawback of this method is the prohibitive computational cost, since it is required, for each computational step, to solve a nonlinear problem over RVE at each integration point at the macroscopic scale. A new machine-learning based multiscale method, called k-means FE2, is developed to solve general nonlinear multiscale problems with internal variables and loading history dependent behavior. The macroscale problem is reduced by constructing clusters of Gauss points in a structure that are estimated to be in the same mechanical state. A machine-learning k-means clustering algorithm is used to select Gauss points based on their strain state. Then, for all Gauss points in a cluster, a single nonlinear microscopic problem is solved, and its answer is transferred to all integration points in the cluster in terms of mechanical properties. The convergence of the k-means FE2 method must be verified with respect to the number of clusters in the macroscopic structure, and the EF2 reference solution. The k-means FE2 method is applied on a cemented waste problem considering microstructures with several volume fractions of graphite. (author)
[fr]
Cette these s'inscrit dans le cadre du conditionnement des dechets de faible activite et a vie longue d'ORANO, constitues majoritairement de graphite, de magnesium et de residus d'uranium. Les dechets sont immobilises dans un conteneur metallique par une matrice a base de ciment de laitier Alcali-Active. L'eau dans les pores de ciment peut accelerer les reactions de corrosion des phases metalliques, telles que le magnesium, et l'uranium. L'expansion due a la formation de produits de corrosion peut entrainer des microfissures dans la matrice cimentaire. Le colis de dechets cimentes est caracterise par une forte heterogeneite materielle a differentes echelles, et son comportement mecanique est impacte par l'existence d'eventuelles fissures a l'echelle microscopique. La methode FE2 a ete introduite comme une methode generale multi-echelle pour resoudre des problemes de structures heterogenes non lineaires. a l'echelle macroscopique, chaque point d'integration du maillage elements finis est associe a un volume elementaire representatif (VER). L'inconvenient majeur de cette methode est le cout de calcul prohibitif, car il est requis, pour chaque etape de calcul, de resoudre un probleme non lineaire dans un VER en chaque point d'integration a l'echelle macroscopique. Une nouvelle methode multi-echelle basee sur le machine-learning, appelee k-means FE2, est developpee ici pour resoudre des problemes multi-echelle non lineaires generaux avec des variables internes et des comportements dependant de l'histoire de chargement. Le probleme a l'echelle macroscopique est reduit en construisant des clusters de points de Gauss dans une structure qui sont estimes etre dans le meme etat mecanique. Un algorithme de machine-learning k-means clustering est utilise pour selectionner les points de Gauss en fonction de leur etat de deformation. Ensuite, pour tous les points de Gauss d'un cluster, un seul probleme microscopique non lineaire est resolu, et sa reponse est transferee a tous les points d'integration du cluster en termes de proprietes mecaniques. La convergence de la methode k-means FE2 doit etre verifiee par rapport le nombre de clusters dans la structure macroscopique, et la solution de reference EF2. La methode k-means FE2 est appliquee sur un probleme de dechets cimentes en considerant des microstructures avec plusieurs fractions volumiques de graphiteOriginal Title
Modelisation et simulation des effets mecaniques d'expansions internes dues a la corrosion d'inclusions metalliques dans des matrices cimentaires
Primary Subject
Source
28 Jan 2022; 201 p; 436 refs.; Available from the INIS Liaison Officer for France, see the INIS website for current contact and E-mail addresses; Genie Civil
Record Type
Report
Literature Type
Thesis/Dissertation
Report Number
Country of publication
Reference NumberReference Number
INIS VolumeINIS Volume
INIS IssueINIS Issue