Author: Maxime Dawoua Kaoutoing (docteur en mécanique des matériaux).)Publisher:
ISBN:
Category :
Languages : fr
Pages : 0
Book Description
Les procédés de mise en forme par enlèvement de matière, encore appelés usinage, sont les procédés de fabrication les plus utilisés pour la production des pièces mécaniques, notamment dans les secteurs industriels tels que l'aéronautique, l'automobile, le ferroviaire, etc. Bien que ces procédés soient largement utilisés dans l'industrie, la prédiction des grandeurs caractéristiques de l'usinage n'est pas toujours précise, et un mauvais choix des conditions de coupe peut être a l'origine de l'usure anormale de l'outil, voire de la dégradation de la qualité de la pièce usinée. La simulation fine des grandeurs de l'usinage, en vue de la détection des anomalies, est un bon exemple de cette problématique, car représentative du problème général d'optimisation de la coupe des métaux pour obtenir une précision de coupe et anticiper l'usure rapide des outils. Cette thèse est une contribution a la modélisation et a la simulation de la coupe des métaux, en vue d'une aide a la décision aux entreprises de fabrication de pièces mécaniques, basée sur l'extraction des connaissances a partir des données simulées. Une implémentation efficiente d'un modèle analytique de coupe orthogonale de métaux, capable de prédire les paramètres de coupe en un temps réduit a été proposée. La performance de ce modèle a été étudiée en comparant ses prédictions avec les données d'usinage de l'acier 1045 et de l'acier au carbone, disponibles dans la littérature. En exploitant la rapidité de la résolution obtenue à partir de l'implémentation proposée, une grande quantité de données simulant des conditions réelles de coupe a été générée, et a permis d'élaborer une démarche de surveillance de l'usinage, basée sur une méthode d'apprentissage profond non supervisée. La mise en œuvre avec les données simulées a permis de mettre en exergue la capacité de la démarche de détection proposée a identifier les combinaisons de valeurs des paramètres d'entrée (du modèle analytique de coupe) susceptibles de provoquer une température interne anormalement élevée ; celle-ci a en effet été considérée dans la thèse comme indicateur de santé du système d'usinage. L'implémentation du modèle d'apprentissage proposé a donné un taux de justesse de 99,96 % et une précision de 96 %, traduisant ainsi sa capacité à prédire efficacement le résultat.