Conclusion sur la validation des résultats numériques

Les essais expérimentaux réalisés sur le pilote de soufflage du CROMeP nous ont permis de valider le modèle numérique. Cette étude révèle que le modèle est capable de calculer la distribution d’épaisseur de la bouteille avec une erreur relative moyenne égale à 16 %. De plus, nous avons observé un accord qualitatif entre la pression d’air de soufflage, calculée par le modèle, et celle mesurée expérimentalement. Ceci indique que le modèle est capable de prédire convenablement la cinématique de mise en forme. Afin de confirmer ce résultat, il serait intéressant de valider expérimentalement le calcul de l’évolution de la forme de la bouteille au cours du temps. Le pilote de soufflage du CROMeP étant disposé d’un moule transparent (dont les dimensions sont identiques à celles du moule utilisé dans le cadre de notre étude), cette validation pourrait être réalisée avec une caméra rapide.

3.4

Conclusion partielle

La simulation de l’étape de soufflage fait appel à des disciplines transverses parmi lesquelles la rhéologie joue un rôle majeur. La modélisation du comportement mécanique du PET apparaît clairement comme un point critique du modèle. Il est évident que la loi de comportement de G’Sell que nous avons choisi de mettre en œuvre reste limitée. Elle ne permet pas de représenter le comportement du PET sur une large gamme de températures et de vitesses de déformation. Cependant, compte tenu de notre objectif qui consiste à coupler les simulations à un algorithme d’optimisation, cette loi de comportement présente de nombreux atouts. Tout d’abord elle fournit un bon compromis entre précision et temps de calcul. De plus, du fait de sa nature visqueuse, elle contribue à la robustesse des simulations éléments-finis. Enfin, elle demeure relativement simple à implanter dans un logiciel de calcul tel qu’ABAQUS®.

Les perspectives concernant l’amélioration du modèle rhéologique sont nombreuses. Tout d’abord, nous avons proposé différentes alternatives pour améliorer la thermodépendance du modèle. Il serait intéressant d’étudier leurs influences sur la simulation du soufflage. D’autre part, l’ajout d’une consistance orthotrope, ou d’une consistance dépendante de taux de cristallinité pourrait avoir un impact majeur sur la qualité des résultats sans altérer la stabilité du calcul.

La rhéologie du PET n’est pas le seul élément affectant la précision des simulations. Le choix des conditions aux limites thermiques et mécaniques joue aussi un rôle déterminant. C’est pourquoi nous avons développé des dispositifs expérimentaux afin de mesurer des conditions aux limites telles que le débit d’air injecté dans la préforme, ou encore la résistance thermique de contact entre la préforme et le moule.

Nous avons mis en évidence que la mesure de la température de la préforme était entachée d’une erreur, du fait que l’aluminium dont est composé le moule est plus effusif que la lentille du pyromètre. Par conséquent, une perspective importante serait d’ajouter un modèle correctif à ce protocole expérimentale afin de corriger les données mesurées lors du post-traitement. Il serait alors possible de mesurer les variations du coefficient d’échange au cours du temps avec une plus grande fiabilité.

Un des principaux atouts du modèle numérique que nous avons présenté est probablement le calcul automatique de la pression de soufflage. Nous avons démontré que cette méthode permet d’obtenir des cinématiques de mise en forme conformes à la réalité, ce qui n’est pas le cas lorsque l’on applique la pression de soufflage en tant que donnée d’entrée du modèle. De plus, pour un débit d’air donné, les variations de la pression au cours du temps seront recalculées automatiquement si l’on modifie la distribution de température de la préforme. Ce point est particulièrement important compte tenu de notre objectif qui est d’optimiser la distribution de

température de la préforme à l’aide d’une procédure automatique. D’autre part nous avons montré que le modèle est capable de calculer la distribution d’épaisseur de la bouteille avec une erreur relative de 16 %.

En dépit des bons résultats que fournit le modèle, différentes améliorations pourraient être envisagées. Tout d’abord la procédure utilisée pour calculer le volume de la bouteille requiert l’utilisation d’un maillage volumique. Il serait préférable d’utiliser des éléments de type membrane ou coque afin de réduire les temps de calcul et d’éliminer les problèmes de distorsion d’éléments. Pour cela, il est nécessaire de modifier le modèle afin de corriger le calcul du volume de la bouteille. D’autre part le modèle thermodynamique d’ABAQUS® est en toute rigueur réservé aux systèmes fermés. Il serait intéressant d’étudier la possibilité de généraliser ce modèle aux systèmes ouverts, ou encore d’ajouter l’effet de l’inertie de l’air qui pourrait avoir un effet non négligeable lorsque les débits sont élevés.

En conclusion, bien que le modèle numérique que nous avons présenté possède des lacunes évidentes, notamment au niveau de la loi de comportement adoptée, nous avons démontré sa validité dans le cas du soufflage d’une bouteille de géométrie simple. Sa robustesse, ainsi que les temps de calcul modérés qu’il induit permettent d’envisager un couplage avec un algorithme d’optimisation. Toute la problématique consiste à présent à déterminer une distribution de température optimale pour la préforme permettant, par exemple, d’obtenir une bouteille d’épaisseur uniforme. L’objectif ultime de l’étude sera alors d’identifier les paramètres de réglage du four IR permettant d’obtenir cette distribution de température optimale. Pour atteindre ces deux objectifs, nous allons mettre en œuvre une stratégie d’optimisation que nous présentons dans le chapitre suivant.