La caractérisation des propriétés mécaniques des matériaux composites, notamment pour le dimensionnement des structures tubulaires sous pression comme les réservoirs à hydrogène, est essentielle pour garantir leur fiabilité. Les essais sur coupons plans présentent des limites de représentativité pour les composites fabriqués par enroulement filamentaire. L'essai NOL, qui soumet un anneau composite à un effort de traction circonférentielle, offre une meilleure représentativité des procédés de mise en œuvre. Cependant, il résulte souvent en une contrainte à rupture apparente inférieure à celle obtenue sur coupons plans, en raison d'états de contraintes complexes. Cette étude explore l'essai NOL pour caractériser les propriétés en traction dans le sens fibre. Elle vise à développer un post-traitement prenant en compte les contributions des paramètres matériaux, géométriques et d'essais, via une démarche intégrant des plans d'expérience numérique et expérimental. L'automatisation d'un modèle par éléments finis permet la simulation et l'exploitation d'un grand nombre de configurations, tandis qu'un plan expérimental réduit valide ces prédictions et explore des paramètres non modélisables, comme la vitesse d'essai. Enfin, un modèle basé sur l'identification par machine learning, alimenté par les données générées via le plan d'expérience numérique, vise à relier les réponses en contrainte aux variables explorées.