Recherche
Mes activités de recherche s'articulent autour de trois axes majeurs : la simulation numérique avancée des structures composites, la modélisation des matériaux à gradients fonctionnels (FGM), et l'intelligence artificielle appliquée à la mécanique des structures. Ces axes convergent vers le développement de méthodes numériques de pointe pour l'analyse et l'optimisation des structures mécaniques à hautes performances.
Axe 1 — Matériaux à Gradients Fonctionnels (FGM)
Les matériaux à gradients fonctionnels (FGM) constituent l'axe central de mes recherches. Ces matériaux innovants présentent une variation continue de composition à travers l'épaisseur, éliminant les concentrations de contraintes aux interfaces présentes dans les matériaux stratifiés conventionnels. Mes travaux couvrent spécifiquement :
🔬 Vibrations libres et forcées des plaques FGM poreuses
Développement de formulations éléments finis basées sur la TSDT pour l'analyse des vibrations libres de plaques FGM présentant différentes distributions de porosité (uniforme, linéaire, non linéaire). Étude paramétrique complète : indice de gradient, taux de porosité, conditions aux limites, rapport d'aspect.
🧪 Comportement viscoélastique non linéaire
Modélisation du comportement viscoélastique non linéaire des plaques FGM poreuses sous chargements dynamiques harmoniques. Caractérisation de l'amortissement hystérétique, analyse de l'influence de la porosité et du gradient fonctionnel sur la réponse en fréquences.
🏥 Applications biomédicales — Absorption d'énergie
Étude de la capacité d'absorption d'énergie lors d'impacts progressifs des plaques FGM poreuses viscoélastiques. Applications à la nouvelle génération de biomatériaux pour les systèmes biomédicaux (implants, prothèses, dispositifs de protection).
Axe 2 — Dynamique Non Linéaire des Structures Composites Hybrides
L'analyse de la réponse dynamique non linéaire des structures composites hybrides constitue le cœur de ma thèse de doctorat (ENSAM Casablanca, 2021–2024, mention Très Honorable avec Félicitations). Les non-linéarités géométriques (grandes déformations de von Kármán) et matérielles (viscoélasticité, amortissement non linéaire) sont traitées simultanément pour reproduire fidèlement le comportement réel des structures sous chargements sévères.
📊 Analyse fréquentielle non linéaire
Calcul des courbes amplitude-fréquence des structures composites hybrides. Identification des phénomènes de saut, des bifurcations et des comportements de type hardening/softening. Méthode asymptotique numérique (MAN) couplée à la MEF pour une résolution efficace.
🔗 Couplage flexion-membrane
Modélisation du couplage géométrique non linéaire entre les modes de flexion et les modes membranaires dans les plaques minces. Formulation variationelle et discrétisation éléments finis compatibles avec les grandes déformations.
⚡ Amortissement visqueux non linéaire
Développement de modèles d'amortissement non linéaires pour les matériaux FGM viscoélastiques. Identification des paramètres d'amortissement et validation expérimentale.
Axe 3 — Intelligence Artificielle Appliquée à la Mécanique
Mon axe transversal de recherche porte sur l'intégration de l'intelligence artificielle dans les workflows de simulation mécanique. Les modèles de substitution (surrogate models) permettent de créer des équivalents numériques ultra-rapides des simulations éléments finis coûteuses.
🧠 Réseaux LSTM pour la prédiction dynamique
Architecture LSTM (Long Short-Term Memory) entraînée sur des bases de données de simulations MEF pour prédire le comportement dynamique non linéaire de plaques FGM en une fraction du temps de calcul. Précision supérieure à 99% comparée aux simulations de référence.
📐 ANN pour l'optimisation structurale
Réseaux de neurones artificiels multicouches (MLP) comme surrogate models pour l'optimisation des paramètres structuraux des plaques FGM. Couplage ANN + TSDT : les ANN remplacent le solveur MEF dans la boucle d'optimisation, réduisant le temps de calcul de plusieurs ordres de grandeur.
📊 Clustering et caractérisation des matériaux
Application des algorithmes de clustering (k-means, fuzzy c-means, clustering hiérarchique) à la caractérisation et à la classification des comportements mécaniques des matériaux composites. Travaux présentés sur Medium (2021).
Projets de Recherche
Projet MY MDO — TechTransfer
Partenariat académique-industriel · Transfert de Technologie
Membre actif du projet TechTransfer pour la conception et le développement d'une plateforme dédiée à la conception et à l'optimisation des formes. Objectif : outils numériques combinant optimisation topologique, simulation MEF et interfaces web modernes accessibles aux ingénieurs.
Projet Bilatéral Maroc–Turquie
Coopération internationale · Université Hassan II & Partenaire turc
Collaboration scientifique internationale sur l'analyse par éléments finis de la dynamique des structures composites hybrides. Développement de modèles numériques partagés, publications conjointes dans des revues Q1 internationales.
OpenSolver — Projet CITT12-2024
Centre d'Innovation et de Transfert de Technologie
Développement d'OpenSolver : un solveur éléments finis open source clé-en-main, entièrement documenté, destiné aux étudiants en ingénierie et chercheurs. Interface intuitive, exemples guidés, documentation pédagogique complète.
Collaborateurs & Réseaux
Je collabore activement avec des chercheurs nationaux et internationaux dans le cadre de mes travaux sur les matériaux composites FGM et les méthodes numériques avancées.
Collaboration bilatérale Maroc–Turquie (2023–2024) sur la dynamique des structures composites hybrides.
Équipe de recherche en Génie Mécanique, Université Hassan II — Modélisation numérique et matériaux composites.
Co-auteur avec Saad Hassouna (CRC Press, 2022). Partenariats de publication internationale.