Kamel Benyelloul - Doctorant
Equipe: Genome des Matériaux
Encadrant: Pr. H. Aourag
Email: [email protected]
Equipe: Genome des Matériaux
Encadrant: Pr. H. Aourag
Email: [email protected]
Magister en physique
Option: Physique de la Matière Condensée et des Semiconducteurs. Université Abou Bekr Belkaïd de Tlemcen.
Intitulée: Génome des matériaux III Combinatorial chemistry of Materials.
Soutenue en mai 2008
Intitulée: Génome des matériaux III Combinatorial chemistry of Materials.
Soutenue en mai 2008
Résumé des principaux résultats
Dans ce travail on s’est intéressé à l’étude des alliages d’aluminium, et plus précisément, la série 7xxx (Al-Zn), dont l’élément d’alliage est le Zinc. Ces alliages sont connus comme des alliages à hautes propriétés mécaniques.
Pour effectuer notre étude, on s’est basé sur une nouvelle procédure, appelée « Génome des matériaux », qui consiste à utiliser des techniques connues sur l’exploitation des bases de données dite « Datamining ».
Après la création d’une base de données formées par des alliages d’aluminium de la série 7XXX à différentes teneurs d’éléments d’alliages et d’additions, et leurs propriétés correspondantes, tels que les propriétés mécanique, élastique, et physiques. A partir de cette base de données, et en utilisant les différentes techniques du dataminig, à savoir, la technique descriptive qui est l’analyse en composantes principales (ACP), ensuite la méthode PLS (Partial Least Squares), et enfin une technique stochastique basé sur les algorithmes génétique.
La technique (ACP) nous a permis de visualiser la base de données sur un graphique, et d’étudier les relations qui existent entre les variables formant la base de données, et d’identifier la structure de dépendance entres les observations, afin d’obtenir une description ou une représentation, sous une projection des données sur différents axes, appelés axes principaux (dit PC1, et PC2).
La méthode des moindres carrées partiels PLS (Partial Least Squares), qui est une méthode de régression linéaire à plusieurs variables. Nous a permis d’obtenir une loi linéaire reliant les variables réponses aux variables explicatives. Plus particulièrement, dans notre cas il s’agit de trouver une loi de dépendance linéaire entre les propriétés élastiques d’un côté (en l’occurrence le module de compressibilité B, le module de cisaillement G et leur rapport B/G), et les teneurs des éléments d’alliages et d’addition.
Dans ce fait, afin d’optimiser les teneurs des éléments d’alliage, et donner lieu à un compromis entre dureté et ductilité, les algorithmes génétiques ont étés utilisés dans ce travail dans le but de maximiser les propriétés mécaniques des alliages d’aluminium. L’algorithme développé a permis d’explorer avec succès les valeurs maximales de la résistance mécanique et de la dureté ainsi que les paramètres d’entrée qui peuvent produire ces valeurs spécifiques.
Finalement il peut être conclu que l’approche des Algorithmes Génétique proposée est efficace et produit des résultats prometteurs.
Ce projet a pour but d’aider à la conception de nouveaux matériaux aux potentialités immenses par rapport à leurs utilisations qui peuvent être appliqués dans des conditions extrêmes. C’est une vision futuriste du génie des matériaux, s’il elle venait à se réaliser.
Pour effectuer notre étude, on s’est basé sur une nouvelle procédure, appelée « Génome des matériaux », qui consiste à utiliser des techniques connues sur l’exploitation des bases de données dite « Datamining ».
Après la création d’une base de données formées par des alliages d’aluminium de la série 7XXX à différentes teneurs d’éléments d’alliages et d’additions, et leurs propriétés correspondantes, tels que les propriétés mécanique, élastique, et physiques. A partir de cette base de données, et en utilisant les différentes techniques du dataminig, à savoir, la technique descriptive qui est l’analyse en composantes principales (ACP), ensuite la méthode PLS (Partial Least Squares), et enfin une technique stochastique basé sur les algorithmes génétique.
La technique (ACP) nous a permis de visualiser la base de données sur un graphique, et d’étudier les relations qui existent entre les variables formant la base de données, et d’identifier la structure de dépendance entres les observations, afin d’obtenir une description ou une représentation, sous une projection des données sur différents axes, appelés axes principaux (dit PC1, et PC2).
La méthode des moindres carrées partiels PLS (Partial Least Squares), qui est une méthode de régression linéaire à plusieurs variables. Nous a permis d’obtenir une loi linéaire reliant les variables réponses aux variables explicatives. Plus particulièrement, dans notre cas il s’agit de trouver une loi de dépendance linéaire entre les propriétés élastiques d’un côté (en l’occurrence le module de compressibilité B, le module de cisaillement G et leur rapport B/G), et les teneurs des éléments d’alliages et d’addition.
Dans ce fait, afin d’optimiser les teneurs des éléments d’alliage, et donner lieu à un compromis entre dureté et ductilité, les algorithmes génétiques ont étés utilisés dans ce travail dans le but de maximiser les propriétés mécaniques des alliages d’aluminium. L’algorithme développé a permis d’explorer avec succès les valeurs maximales de la résistance mécanique et de la dureté ainsi que les paramètres d’entrée qui peuvent produire ces valeurs spécifiques.
Finalement il peut être conclu que l’approche des Algorithmes Génétique proposée est efficace et produit des résultats prometteurs.
Ce projet a pour but d’aider à la conception de nouveaux matériaux aux potentialités immenses par rapport à leurs utilisations qui peuvent être appliqués dans des conditions extrêmes. C’est une vision futuriste du génie des matériaux, s’il elle venait à se réaliser.
Date d’inscription en doctorat : Décembre 2008
Intitulé: Projet de Génome : Etude des alliages d’aciers par la méthode du datamining et la DFT
Description du sujet de Thèse:
The design of materials is carried out in simple way where the design of new material is based on previously designed materials having similar forming elements. However, a problem may arise when no material with similar forming elements doesn’t exist yet in literature. Moreover, a slight modification of the chemical composition would affect significantly the appropriateness of the material for a specific application.
Material optimization concept is often related to the problematic of finding an existing optimum material for specific application. Alternatively, one can search for a new material with different chemical composition and heat treatment. In order to be able to proceed with the process of optimization one must has to know the relationship between the chemical composition and microstructure and properties.
Correlation between microstructure and properties do not usually involve all the properties of a given element of the chemical composition. Sometimes, it is more efficient to establish a relationship between two properties by means of equation and then correlate with the microstructure. The found results are then checked by comparison to the empirical data, and if the model is satisfactory it would be exploited as tool in material optimization process.
In conclusion, two options exist for optimizing materials i) find an existing alloy (near to optimum) ii) design a completely new material with optimum composition and adequate heat treatment.
Using a multi variable analysis Data may be explored in such way that correlations would be evident. In addition, the number of properties required to describe a system would be reduced to minimum in a manner that the problem of producing a sufficient data and to analyze process would be simplified . Multi variable analyze presented here is based upon collected data. This work must serve as a base for integration applied computing to materials. Since, data are strongly related with technological properties like rudeness, ductility, corrosion resistance, we can easily filter out compositions that are technologically promising., identify alloys having higher properties.
Intitulé: Projet de Génome : Etude des alliages d’aciers par la méthode du datamining et la DFT
Description du sujet de Thèse:
The design of materials is carried out in simple way where the design of new material is based on previously designed materials having similar forming elements. However, a problem may arise when no material with similar forming elements doesn’t exist yet in literature. Moreover, a slight modification of the chemical composition would affect significantly the appropriateness of the material for a specific application.
Material optimization concept is often related to the problematic of finding an existing optimum material for specific application. Alternatively, one can search for a new material with different chemical composition and heat treatment. In order to be able to proceed with the process of optimization one must has to know the relationship between the chemical composition and microstructure and properties.
Correlation between microstructure and properties do not usually involve all the properties of a given element of the chemical composition. Sometimes, it is more efficient to establish a relationship between two properties by means of equation and then correlate with the microstructure. The found results are then checked by comparison to the empirical data, and if the model is satisfactory it would be exploited as tool in material optimization process.
In conclusion, two options exist for optimizing materials i) find an existing alloy (near to optimum) ii) design a completely new material with optimum composition and adequate heat treatment.
Using a multi variable analysis Data may be explored in such way that correlations would be evident. In addition, the number of properties required to describe a system would be reduced to minimum in a manner that the problem of producing a sufficient data and to analyze process would be simplified . Multi variable analyze presented here is based upon collected data. This work must serve as a base for integration applied computing to materials. Since, data are strongly related with technological properties like rudeness, ductility, corrosion resistance, we can easily filter out compositions that are technologically promising., identify alloys having higher properties.
Communications internationales
- Hydrogen Environment Embrittlement of Austenitic Stainless steels at low temperature “Datamining Approach”. K.Benyelloul, Y. Bouhadda, H. Aourag, H. Faraoun. At the Second International Conference on Hydrogen Energy (ICHE’10) Tunis-09-11 May 2010
- Thermodynamic functions from lattice dynamic of KMgH3 hydrogen storage applications. Y. Bouhadda, K. Benyelloul, Boudouma Youcef, Fenineche Noureddine. Second International Conference on Hydrogen Energy (ICHE’10) Tunis-09-11 May 2010
- DataMining of Aluminium Alloys, K.Benyelloul, H. AourAg. International Conference on Knowledge Discovery and Databases: Materials Informatics and DFT. Oran, Algeria 11-13 October 2008
- Optimizing the mechanical Propreties of hardenable 7xxx Aluminium Alloys, K.Benyelloul, H. Aoureg, S. Brodrick, K. Rajan (USA). 2nd International Symposium of theoretical chemistry Algiers may 30th-june 1st 2008