HAL Id: tel-00338415
https://tel.archives-ouvertes.fr/tel-00338415
Submitted on 13 Nov 2008
HAL is a multi-disciplinary open access archive for the deposit and dissemination of sci- entific research documents, whether they are pub- lished or not. The documents may come from teaching and research institutions in France or abroad, or from public or private research centers.
L’archive ouverte pluridisciplinaire HAL, est destinée au dépôt et à la diffusion de documents scientifiques de niveau recherche, publiés ou non, émanant des établissements d’enseignement et de recherche français ou étrangers, des laboratoires publics ou privés.
approche couplée plans d’expériences, éléments finis et surface de réponse
Daniel Lepadatu
To cite this version:
Daniel Lepadatu. Optimisation des procédés de mise en forme par approche couplée plans
d’expériences, éléments finis et surface de réponse. Sciences de l’ingénieur [physics]. Université
d’Angers, 2006. Français. �tel-00338415�
OPTIMISATION DES PROCEDES DE MISE EN FORME PAR APPROCHE COUPLEE PLANS D’EXPERIENCES, ELEMENTS
FINIS ET SURFACE DE REPONSE
THESE DE DOCTORAT
Sp´ ecialit´ e : Sciences de l’Ing´ enieur ECOLE DOCTORALE D’ANGERS Pr´ esent´ ee et soutenue publiquement
Le 21 D´ ecembre 2006
A l’Institut des Sciences et Techniques de l’Ing´ enieur d’Angers Par Daniel LEPADATU
Devant le jury ci-dessous :
Philippe PICART Rapporteur Professeur ` a l’Universit´ e de Franche-Comt´ e
Abdellatif IMAD Rapporteur Professeur ` a l’Universit´ e des Sciences et Technologies de Lille1
Daniel BADIE LEVET Examinateur Maˆıtre de Conf´ erences
`
a l’ENSAM d’Angers Ali MKADDEM Examinateur Maˆıtre de Conf´ erences
`
a l’ENSAM Chalons
Fabrice GUERIN Examinateur Professeur ` a l’Universit´ e d’Angers Ridha HAMBLI Examinateur Professeur au Polytech’Orl´ eans Abdessamad KOBI Examinateur Professeur ` a l’Universit´ e d’Angers Directeur de th` ese : Abdessamad KOBI
Co-encadrant : Ridha HAMBLI
Laboratoire : Laboratoire en Sˆ uret´ e de Fonctionnement, Qualit´ e et Organisation UPRES EA 3858
62, avenue Notre Dame du Lac, 49000 ANGERS
ED 363
Les travaux de recherche pr´ esent´ es dans ce m´ emoire ont ´ et´ e r´ ealis´ es ` a l’Institut des Sciences et Techniques de l’Ing´ enieur d’Angers (ISTIA), dans le LAboratoire en Sˆ uret´ e de fonctionnement, Qualit´ e et Organisation (LASQUO), au sein de l’´ equipe Maˆıtrise Statistique de Processus.
Le financement de cette th` ese a ´ et´ e possible grˆ ace aux efforts faites par deux institutions :
– ISTIA - LASQUO
– Communaut´ e d’Agglom´ eration du Grand Angers.
A mon petit gar¸ con
VLAD DAVID
M es sinc` eres remerciements vont aux personnes qui ont contribu´ e au bon d´ eroule- ment et ` a l’aboutissement de cette th` ese.
E n premier lieu, je tiens ` a exprimer ma profonde reconnaissance ` a Monsieur A. Kobi, Professeur ` a l’Universit´ e d’Angers et Directeur du laboratoire LASQUO, qui m’a donn´ e la chance de r´ ealiser ces travaux. Je tiens ` a lui remercie pour avoir accept´ e de diriger cette th` ese avec une formidable comp´ etence. Grˆ ace ` a ses conseils et ` a son int´ erˆ et, il m’a
´ et´ e possible de mener cette th` ese ` a son terme. Je tiens aussi ` a dire merci ` a Monsieur R. Hambli, Professeur au Polytech’Orl´ eans, qui a ´ egalement encadr´ e ce travail malgr´ e les nombreuses activit´ es dont il a la charge.
R emerciements et profonde gratitude vont ´ egalement aux membres de la commission d’examen. J’exprime ainsi toute ma reconnaissance ` a Monsieur P. Picart, Professeur ` a l’Universit´ e de Franche-Comt´ e, pour avoir accept´ e d’examiner mon travail. J’adresse aussi mes sinc` eres remerciements ` a Monsieur A. Imad, Professeur ` a l’Universit´ e des Sciences et Technologies de Lille1, qui a ´ egalement accept´ e d’ˆ etre rapporteur de ce m´ emoire. Je les remercie de l’int´ erˆ et r´ eel qu’ils ont manifest´ e sur la teneur de ce rapport. Je remercie ` a Monsieur D. Badie Levet, Maˆıtre de Conf´ erences ` a l’ENSAM d’Angers ainsi qu’` a Monsieur A. Mkaddem, Maˆıtre de Conf´ erences ` a l’ENSAM Chalons, qui m’ont fait l’honneur de participer ` a ce jury. Je remercie ´ egalement ` a Monsieur F. Guerin, Professeur ` a l’Universit´ e d’Angers, qui a accept´ e de participer ` a ce jury, pour ses remarques constructives ainsi que pour les encouragements et la confiance qu’il m’a redonner durant les derniers mois de la r´ edaction du ce m´ emoire.
C ’est avec chaleur et sinc´ erit´ e que je salue les membres du laboratoire, et plus parti- culi` erement M. Barreau, B. Dumon, T. Tiplica, C. Robledo, R. Chassagnon, C. Crespin, avec lesquels j’ai pass´ e ces ann´ ees. J’exprime aussi mes remerciement pour mes coll` egues de bureau, notamment F. Babus, S. Verron et P. Lantieri avec lesquels j’ai pu collaborer durant ce travail. Je n’oublierai pas l’atmosph` ere de s´ erieux et de d´ etente mˆ el´ es qu’ils ont su entretenir, cr´ eant ainsi les conditions n´ ecessaires ` a une bonne activit´ e de recherche.
Je voudrais plus particuli` erement exprimer ma reconnaissance envers Monsieur X. Bague- nard ainsi qu’` a son directeur de th` ese Professeur L. Jaulin, avec qui une collaboration scientifique fructueuse s’est tr` es vite ´ etablie.
I l me serait impossible, enfin, de ne pas dire un grand MERCI ` a ma femme DANIELA
et a mon petit gar¸ con VLAD-DAVID, ainsi qu’` a nos familles pour le soutien et leurs
encouragements qu’ils n’ont pas cess´ e, tout au long de cette p´ eriode qui a ´ et´ e parfois tr` es
difficile. Je suis sˆ ur que sans leur pr´ esence, je ne serais pas arriver ` a finir cette th` ese.
Introduction g´ en´ erale 1 1 M´ ethodes d’optimisation des proc´ ed´ es de mise en forme 9
1.1 Introduction . . . . 11
1.2 Proc´ ed´ es de mise en forme . . . . 13
1.3 Pr´ evision des d´ efaillances lors du formage . . . . 15
1.3.1 D´ efaillances lors de l’emboutissage . . . . 16
1.3.2 D´ efaillances lors du pliage . . . . 24
1.3.3 D´ efaillances lors de l’extrusion . . . . 30
1.3.4 L’usure des outils . . . . 35
1.3.5 Fatigue des outils . . . . 37
1.4 M´ ethodes d’optimisation existantes pour la mise en forme . . . . 39
1.5 Mod´ elisation math´ ematique d’un probl` eme d’optimisation . . . . 45
1.6 M´ ethodes d´ eterministes . . . . 46
1.7 M´ ethodes non-d´ eterministes . . . . 48
1.8 Conclusions . . . . 52
2 Strat´ egies d’optimisation par plans d’exp´ eriences num´ eriques. 55 2.1 La m´ ethodologie des plans d’exp´ eriences . . . . 57
2.1.1 Historique . . . . 57
2.1.2 Exp´ erimentations . . . . 58
2.1.3 Mod´ elisation de la r´ eponse . . . . 59
2.1.4 Int´ erˆ et du codage des variables . . . . 60
2.1.5 Principales composantes de la m´ ethodologie des plans d’exp´ e- riences . . . . 61
2.1.6 Technique du screening . . . . 62
2.1.7 La M´ ethodologie des Surfaces de R´ eponse . . . . 64
2.2 Technique pour la v´ erification de l’effet quadratique pour les plans
d’exp´ eriences num´ eriques. . . . . 71
2.3 L’optimisation multicrit` eres . . . . 74
2.3.1 M´ ethode de Ch’ng . . . . 75
2.4 Approche hybride pour l’optimisation des proc´ ed´ es . . . . 78
2.4.1 Introduction . . . . 78
2.4.2 Tol´ erancement m´ ecanique . . . . 79
2.4.3 Analyse par intervalles . . . . 81
2.4.4 Nouvelle m´ ethode d’optimisation pour obtenir une Surface de R´ eponse par Intervalle (SRI ) . . . . 87
2.5 Conclusions . . . . 88
3 Mod´ elisation num´ erique des d´ efaillances des proc´ ed´ es de mise en forme 89 3.1 Probl´ ematique . . . . 91
3.1.1 Endommagement et rupture . . . . 92
3.2 Mod´ elisation par ´ el´ ements finis des d´ efaillances de proc´ ed´ es de mise en forme . . . 100
3.2.1 Mod´ elisation de l’endommagement des m´ etaux . . . 100
3.2.2 Pr´ ediction de l’usure des outils par ´ el´ ements finis . . . 106
3.2.3 Pr´ ediction de la fatigue par ´ el´ ements finis . . . 112
3.3 Conclusions . . . 114
4 Presentation du logiciel OPTIFORM 117 4.1 Introduction . . . 119
4.2 Principe de fonctionnement d’OPTIFORM . . . 120
4.3 Interface graphique - aspect visuel . . . 121
4.4 Processus d’optimisation avec OPTIFORM . . . 126
4.4.1 Identification des param` etres du processus . . . 128
4.4.2 Etablissement de la fonction objectif ` ´ a optimiser . . . 129
4.4.3 R´ ealisation des essais par plans d’exp´ eriences num´ eriques . . . 130
4.4.4 Optimisation de la fonction objectif . . . 131
4.4.5 Validation num´ erique en conditions optimales . . . 132
4.5 Conclusions . . . 133
5 Applications 135 5.1 Optimisation du proc´ ed´ e de pliage . . . 137
5.1.1 Introduction . . . 137
5.1.4 Analyse de screening . . . 140
5.1.5 Analyse par Surface de R´ eponse . . . 142
5.1.6 Optimisation du proc´ ed´ e . . . 147
5.1.7 Conclusions . . . 147
5.2 Optimisation du proc´ ed´ e d’extrusion . . . 148
5.2.1 Introduction . . . 148
5.2.2 Etude du processus d’usure pendant l’extrusion ´ . . . 148
5.2.3 Analyse statistique . . . 154
5.2.4 Optimisation multicrit` eres pour le proc´ ed´ e d’extrusion . . . . 156
5.2.5 Conclusions . . . 162
5.3 Optimisation du proc´ ed´ e d’emboutissage . . . 163
5.3.1 Introduction . . . 163
5.3.2 Simulation num´ erique de l’emboutissage 3D . . . 163
5.3.3 Optimisation de l’emboutissage ` a l’aide de la Surface de R´ e- ponse par Intervalles . . . 165
5.3.4 Bilan . . . 166
5.4 Conclusions . . . 167
Conclusions et perspectives 169
Publications nationales et internationales 173
R´ ef´ erences . . . 177
1 Facteurs influen¸cant la variation des caract´ eristiques des pi` eces. . . . 1
2 Les deux axes sensibles des proc´ ed´ es de mise en forme. . . . . 2
3 Les disciplines de l’optimisation des proc´ ed´ es. . . . . 3
4 Boucle d’optimisation bas´ ee sur le couplage des Plans d’Exp´ eriences - El´ ´ ements Finis - Surfaces de r´ eponse. . . . . 5
1.1 Evolution des outils d’am´ ´ elioration de la qualit´ e des produits. . . . . 12
1.2 Principaux facteurs influant en fabrication [Ben01]. . . . . 12
1.3 Sch´ ematisation d’une op´ eration de formage. . . . . 13
1.4 Principaux proc´ ed´ es de mise en forme [Fel00]. . . . . 14
1.5 Diagramme d’Ishikawa pour les d´ efaillances m´ ecaniques. . . . . 16
1.6 Les principaux d´ efauts pour les proc´ ed´ es de mise en forme. . . . . 16
1.7 Proc´ ed´ e d’emboutissage : Photo [Emb02] . . . . 17
1.8 Principaux modes de d´ eformation par emboutissage. . . . . 18
1.9 D´ efauts structuraux d’emboutissage : rupture [Lih04]. . . . . 18
1.10 D´ efaut d’emboutissage : Formation des plis [Yos04]. . . . . 19
1.11 Retour ´ elastique apr` es l’emboutissage. . . . . 19
1.12 La modification de la g´ eom´ etrie avec le contrˆ ole de la surface. . . . . 20
1.13 Diff´ erents types de plis durant l’emboutissage. . . . . 21
1.14 Formation des plis durant l’emboutissage - simulation par ´ elements finis. . . . . 22
1.15 Initiation des fissures pendant l’emboutissage. . . . . 22
1.16 Simulation num´ erique des plis et de la rupture en hydroformage. . . . 23
1.17 Pi` eces obtenues par emboutissage : a) petites pi` eces b) pi` eces de gros volume. . . . . 23
1.18 Proc´ ed´ e de pliage - Photo : [Ben01]. . . . . 24
1.19 a) Pliage en V b) Pliage en l’air - Photo : [Ben01] . . . . 24
1.20 a) Pliage en frappe b) Pliage en L - Photo : [Ben01] . . . . 25
1.21 Param` etres g´ eom´ etriques du pliage - Photo : [Bou30]. . . . . 25
1.24 Solutions pour diminuer le retour ´ elastique - Photo : [Zaf04] . . . . . 27
1.25 Pliage en V - solutions pour diminuer le retour ´ elastique - Photo : [Ben01] . . . . 27
1.26 Retour ´ elastique obtenue exp´ erimentalement. . . . . 29
1.27 Pi` eces obtenues par pliage. . . . . 29
1.28 Op´ eration d’extrusion. . . . . 30
1.29 a) Ecrasage simple b) Filage inverse central. . . . . 31
1.30 a) Filage direct central b) Filage lat´ eral. . . . . 31
1.31 La rupture du lopin. . . . . 32
1.32 Influence de la lubrification sur l’´ ecoulement du m´ etal a) sans lubri- fication b) avec lubrification - Photo :[Col72] . . . . 32
1.33 Fissuration externe durant l’extrusion. . . . . 33
1.34 D´ efaut en chevron. . . . . 33
1.35 Le m´ ecanisme de formage des d´ efauts en chevron - Photo : [Ext01] . . 34
1.36 Pi` eces obtenues par extrusion. . . . . 35
1.37 Usure des outils. . . . . 36
1.38 Chargement cyclique - fatigue - Photo : [Pay04] . . . . 37
1.39 Les p´ eriodes de d´ egradation par fatigue [Lep05d]. . . . . 38
1.40 La d´ egradation d’une pi` ece par fatigue - Photo : [Mad69] . . . . 38
1.41 Optimisation des d´ efauts d’emboutissge. . . . . 40
1.42 Diff´ erents profils de la matrice d’extrusion. . . . . 41
1.43 Optimisation de la forme d’une matrice d’extrusion. . . . . 42
1.44 Diff´ erents types de courbes pour la forme de la partie active de la matrice d’extrusion. . . . . 43
1.45 Principales m´ ethodes d´ eterministes. . . . . 46
1.46 M´ ethode du Simplex. . . . . 48
1.47 Principales m´ ethodes non d´ eterministes. . . . . 48
1.48 Organigramme d’un Algorithme G´ enetique [Man02] . . . . 49
1.49 Structure d’un r´ eseau de neurones artificiel. . . . . 50
2.1 La boˆıte noire du processus . . . . 57
2.2 Plan de r´ egression pour deux variables. . . . . 60
2.3 Surface de R´ eponse. . . . . 65
2.4 Plan composite centr´ e pour 3 facteurs. . . . . 69
2.5 Addition des points au centre du domaine . . . . 73
2.8 Conditions fonctionnelles d’un produit - Photo : [Pairel E] . . . . 80
2.9 Le coˆ ut de fabrication en fonction des tol´ erances m´ ecaniques. . . . . . 81
2.10 Exemple d’estimation pour une solution non robuste . . . . 85
2.11 L’estimation des param` etres pour une fonction exponentielle . . . . . 85
2.12 L’algorithme propos´ e par le calcul par intervalles . . . . 86
2.13 Crit` ere de s´ election pour la boite a
i. . . . . 86
3.1 D´ egradation subie par les outils . . . . 92
3.2 Modes de propagation de fissures - Photo : [Fis01] . . . . 93
3.3 El´ ´ ements de volume endommag´ e et vierge. . . . . 98
3.4 M´ ecanismes d’endommagement et de la rupture. . . . 100
3.5 Projection de la contrainte sur la surface de la fonction de charge. . . 101
3.6 Sch´ ema de principe de l’approche coupl´ ee. . . . 104
3.7 M´ ecanisme de l’usure abrasive. . . . 107
3.8 Les d´ efauts caus´ es par l’usure. . . . 107
3.9 Profil d’un outil us´ e. . . . 108
3.10 Pression normale de contact et forces de contact sur les noeuds. . . . 109
3.11 ´ Evolution de l’usure des outils. . . . 110
3.12 Mod´ elisation du contact . . . 111
4.1 Les trois fonctions de OPTIFORM . . . 120
4.2 Outil d’optimisation. . . . 121
4.3 Fenˆ etre principale . . . 121
4.4 Boˆıte de dialogue pour les plans de screening. . . . 122
4.5 Plan composite centr´ e ` a 2 facteurs- g´ en´ eration automatique. . . . 122
4.6 Base de donn´ ees - plans d’exp´ eriences sp´ eciaux. . . . 123
4.7 Boˆıte de dialogue - plans d’exp´ eriences pour surfaces de r´ eponse . . . 123
4.8 Le sch´ ema d’optimisation du processus de pliage. . . . 124
4.9 Menu Proc´ ed´ e. . . . 125
4.10 Informations sur le proc´ ed´ e . . . 125
4.11 R´ egression pas ` a pas et tableau ANOVA . . . 126
4.12 Organigramme du processus d’optimisation avec OPTIFORM . . . . 127
4.13 Identification des param` etres du processus . . . 128
4.14 Diagramme d’Ishikawa . . . 128
4.15 ´ Etablissement de la fonction objectif ` a optimiser . . . 129
4.16 R´ ealisation des essais par plans d’exp´ eriences num´ eriques . . . 130
5.1 Diagramme d’ISHIKAWA pour le pliage. . . . 137
5.2 Les ´ etapes de la simulations num´ erique du pliage. . . . 139
5.3 Les param` etres et la g´ eom´ etrie du mod` ele de la simulation num´ erique du pliage. . . . 139
5.4 Diagramme de Pareto . . . 141
5.5 Diagramme de Pareto pour le retour ´ elastique . . . 142
5.6 Diagramme de Pareto - cas I . . . 144
5.7 Surface de r´ eponse interaction AB. . . . 144
5.8 Diagramme de Pareto - cas II . . . 146
5.9 Le diagramme d’Ishikawa. . . . 149
5.10 Mod` ele axisym´ etrique pour le processus d’extrusion. . . . 149
5.11 D´ eformation du lopin apr` es l’extrusion. . . . 150
5.12 La partie active de la matrice et l’´ epaisseur d’usure. . . . 152
5.13 Surfaces de r´ eponse pour l’usure. . . . 153
5.14 Diagramme de Pareto. . . . 154
5.15 La pression du contact et la distance de glissement pour le proc´ ed´ e d’extrusion. . . . 155
5.16 La distance de glissement, respectivement la pression normale fonc- tion des points interrog´ es. . . . 155
5.17 Le profil d’usure . . . 155
5.18 Le cycle de vie d’une matrice. . . . 157
5.19 Le proc´ ed´ e d’extrusion . . . 158
5.20 Simulation num´ erique du proc´ ed´ e d’emboutissage . . . 164
5.21 Mod` ele ´ el´ ements finis pour l’emboutissage. . . . 164
2.1 Calcul des niveaux des facteurs . . . . 69
2.2 Valeurs de δ fonction du nombre de points au centre du domaine. . . 71
4.1 Liste des menus et sous-menus de l’application. . . . 121
5.1 Caract´ eristiques des facteurs . . . 138
5.2 Caract´ eristiques de la r´ eponse du probl` eme . . . 138
5.3 Caract´ eristiques des mat´ eriaux. . . . 139
5.4 La matrice d’exp´ eriences et les r´ esultats. . . . 140
5.5 L’importance des facteurs . . . 141
5.6 Analyse de screening . . . 142
5.7 Plan Composite Centr´ e - 1 point au centre. . . . 143
5.8 Analyse de la variance. . . . 144
5.9 Plan Composite Centr´ e plusieurs points au centre. . . . 145
5.10 Analyse de la variance. . . . 145
5.11 Caract´ eristiques du mat´ eriau . . . 149
5.12 Les niveaux des facteurs ´ etudi´ es. . . . 150
5.13 La matrice d’exp´ erience pour le plan composite centr´ e. . . . 151
5.14 Les effets des facteurs pour le point A. . . . 152
5.15 Les effets des facteurs pour le point B. . . . 153
5.16 Le codage des param` etres. . . . 160
5.17 La matrice d’exp´ eriences pour le plan composite centr´ e . . . 160
5.18 Les coefficients de r´ egression pour les mod` eles g´ en´ er´ es . . . 160
5.19 LSL, U SL, T et leurs d´ esirabilit´ es associ´ ees. . . . 161
5.20 Les solutions optimales trouv´ ees ` a l’aide de la technique de Ch’ng. . . 161
5.21 Le codage des param` etres. . . . 165
5.22 La matrice d’exp´ eriences pour le plan composite centr´ e . . . 165
5.23 ´ Equations pour ORSM et IRSM . . . 166
Depuis quelques ann´ ees, le secteur de la mise en forme de pi` eces m´ etalliques a subi un d´ eveloppement important du principalement aux besoins de plus en plus exigeants des constructeurs automobiles. En effet, les entreprises de mise en forme sont confront´ ees ` a des probl` emes quotidiens de plus en plus complexes concernant la qualit´ e de leurs produits.
L’objectif premier d’une op´ eration de mise en forme est de conf´ erer ` a une pi` ece m´ etallique des dimensions situ´ ees dans une fourchette de tol´ erances donn´ ees, ainsi que des caract´ eristiques de qualit´ e demand´ ees par le client.
Au cours de ces derni` eres ann´ ees, les exigences de qualit´ e et sˆ uret´ e de fonction- nement, exprim´ ees par les clients, ont contraint les entreprises ` a concevoir et r´ ealiser de nouveaux produits exempts de d´ efaillances dans leurs utilisations nominales. De ce fait, les contraintes au niveau de la fabrication sont de plus en plus s´ ev` eres. Dans le cas des proc´ ed´ es de mise en forme (pliage, emboutissage, extrusion ou d´ ecoupage), la maˆıtrise, l’optimisation et la r´ eduction de la variation des caract´ eristiques (Figure 1) des pi` eces fabriqu´ ees sont des composantes essentielles de la qualit´ e des produits.
PIECE PROCEDE
Extrusion Emboutissage Pliage Forgeage Hydroformage Découpage
DEFORM ATIONS M ECANIQUES
Plasticité Formabilité Frottement Défaillances
M ODELISATION Techniques Analytiques Méthode des Éléments Finis
Optimisation Méthodes numériques
M ATERIAUX Métallique ou non
Composites Non-homogenes Défauts internes
REDUCTION
VARIATIONS
Fig. 1 – Facteurs influen¸cant la variation des caract´ eristiques des pi` eces.
Pour mieux r´ epondre ` a ces besoins nous avons retenu deux axes de recherche (Figure 2). Le premier concerne la mod´ elisation des d´ efaillances des outils telles que l’usure et la fatigue, influenc´ ees par des conditions de formage. Le second est orient´ e vers l’optimisation des conditions de formage des pi` eces. La pr´ evision des modes de
FATIGUE
DUREE DE VIE
USURE DEFAILLANCES 2 AXES
OPTIMISATION DES PROCEDES
PIECE OUTIL
PERFORMANCES
Retour élastique Rupture Fissuration Défauts Rayures
Réduction des contraintes résiduelles
Amélioration de la résistance des pièces (écrouissage)
Fig. 2 – Les deux axes sensibles des proc´ ed´ es de mise en forme.
d´ efaillances engendr´ ees par la mise en forme des m´ etaux est un enjeu industriel de premier ordre. Dans le cas des outils, les actions m´ ecaniques et thermiques peuvent ˆ
etre tr` es importantes et conduire ` a une plastification partielle, induire des fissurations par fatigue et usure (Figure 2). Dans le cas des pi` eces, le formage implique des d´ efauts comme les rayures, les fissures, le retour ´ elastique, etc. (Figure 2).
Actuellement, les m´ ethodes d’optimisation des proc´ ed´ es de mise en forme sont bas´ ees sur des approches essentiellement empiriques qui ne permettent pas d’es- timer rigoureusement la sensibilit´ e des performances du produit par rapport aux param` etres influents du proc´ ed´ e. Ces m´ ethodes consistent, g´ en´ eralement, ` a effectuer des calculs al´ eatoires permettant d’identifier l’optimum.
Malgr´ e les progr` es r´ ealis´ es dans ce domaine il existe encore de nombreuses pistes d’am´ elioration telles que :
– Prise en compte des modes de d´ efaillances observ´ es (pi` eces, outillages) – D´ eveloppement de m´ ethodes d’optimisation rapides et param´ etr´ ees
– D´ eveloppement d’un support informatique pour une utilisation industrielle conviviale
L’optimisation des proc´ ed´ es de mise en forme consiste ` a d´ eterminer les conditions
op´ eratoires de formage optimales afin de :
– Minimiser ou r´ eduire un mode de d´ efaillance redout´ e (usure, fatigue, etc.) – Minimiser les coˆ uts de la production
– Maximiser une performance recherch´ ee (dur´ ee de vie de l’outil, cadence, r´ esis- tance des pi` eces, etc.)
L’optimisation des proc´ ed´ es reste une pr´ eoccupation majeure des chercheurs [Bor90, Duc80, Flo94]. La prise en consid´ eration de l’ensemble des contraintes li´ ees ` a la mod´ elisation num´ erique constitue une difficult´ e rencontr´ ee pendant l’´ elaboration d’un mod` ele pour un proc´ ed´ e de fabrication et la qualit´ e de celui-ci, a comme cons´ e- quence directe la qualit´ e du produit final. Le processus d’optimisation, n´ ec´ essite des connaissances qui vont souvent au-del` a de leurs sp´ ecialisations. Par cons´ equent on peut dire que l’optimisation des proc´ ed´ es est ` a l’interface de trois disciplines :
1. Les MATHEMATIQUES qui fournissent les algorithmes et les strat´ egies d’optimisation
2. La MECANIQUE qui offre les mod` eles, les hypoth` eses et les outils de simu- lations num´ eriques
3. L’INFORMATIQUE qui permet la mise en oeuvre des deux disciplines pr´ e- c´ edentes afin d’automatiser le calcul (Figure 3).
O PTIM ISA TIO N D ES PR O C ED ES M ATH EM ATIQ U ES
M éthodes d’optim isation
M EC A N IQ U E
M odélisation num érique
IN FO R M ATIQ U E
A utom atiser le calcul
Fig. 3 – Les disciplines de l’optimisation des proc´ ed´ es.
Pour pallier les insuffisances des m´ ethodes actuelles, l’objectif de cette th` ese est
de d´ evelopper une strat´ egie d’optimisation des proc´ ed´ es de mise en formes rapide,
param´ etr´ ee et multicrit` eres. L’approche int` egre des ph´ enom` enes souvent n´ eglig´ es tels que les d´ efaillances des outils et la pr´ ediction de la rupture ductile des pi` eces. La m´ ethode des ´ el´ ements finis a ´ et´ e mise en oeuvre pour la simulation des proc´ ed´ es.
Les objectifs poursuivis d´ ependent du proc´ ed´ e concern´ e. Principalement, il s’agit des aspects suivants :
– La maˆıtrise du retour ´ elastique en fin de formage.
– Am´ eliorer la dur´ ee de vie des pi` eces en service.
– R´ eduire le risque de rupture des pi` eces en cours de fabrication.
– R´ eduire l’usure des outils : minimiser les pressions internes sur les outils.
– Augmenter la dur´ ee de vie des outils vis ` a vis de la fatigue.
– Optimiser les pressions et les efforts sur les serre-flans.
Cette liste n’est pas exhaustive, il existe d’autres crit` eres sp´ ecifiques ` a chaque proc´ ed´ e. G´ en´ eralement, les param` etres d’optimisation portent sur le mat´ eriau, la g´ eom´ etrie des outillages ainsi que les param` etres du proc´ ed´ e et la g´ eom´ etrie des pi` eces. Tous ces param` etres peuvent ˆ etre contraints par des limitations de natures technologiques ou ´ economiques ` a prendre en compte dans la r´ esolution du probl` eme d’optimisation. Les strat´ egies d’optimisation envisag´ ees sont de plusieurs natures en fonction des probl` emes d’optimisation et d’identification ` a r´ esoudre. Parmi les diff´ erentes strat´ egies d’optimisation, on a retenu des m´ ethodes de type Plan d’Ex- p´ eriences et Surface de R´ eponse pour le calage et le contrˆ ole des param` etres de proc´ ed´ es et conditions op´ eratoires. Dans ce cas, les simulations sont r´ ealis´ ees pour un ´ echantillonnage du domaine de conception aussi pr´ ecis que possible, li´ e au temps de calcul disponible ; l’analyse fournit alors en chaque point du Plan d’Exp´ eriences les valeurs des crit` eres de qualit´ e. Un des avantages est de pouvoir calculer en ces points, sans coˆ ut suppl´ ementaire, plusieurs r´ eponses (crit` eres/limitations). Une in- terpolation fournit ensuite en tout point du domaine ´ echantillonn´ e, des expressions explicites de ces crit` eres de qualit´ e, apr` es v´ erification de la pr´ ecision.
Dans un cadre industriel, un logiciel convivial et interactif baptis´ e OPTIFORM
(Figure 4) a ´ et´ e d´ evelopp´ e permettant d’int´ egrer en une seule plate-forme informa-
tique les diff´ erentes disciplines n´ ecessaires pour la gestion et la conduite d’un calcul
d’optimisation.
PROCEDE DE FABRICATION:
Choix optimal des niveaux pour les FACTEURS
STOP Simulations numériques
par Elements Finis ABAQUS, ADINA …
Si S im mu ul la at ti io on n e en n c co on nd di it ti io on ns s o op pt ti im ma al le es s Va V al li id da at ti io on n d de es s d do on nn né ée es s
Plans d’Expériences
OUI NON
SCRIPT en Python
Construire la Surface de Réponse FONCTION OBJECTIF
OPTIMISATION
O P T I F O R M
Fig. 4 – Boucle d’optimisation bas´ ee sur le couplage des Plans d’Exp´ eriences - El´ ´ ements Finis - Surfaces de r´ eponse.
Dans l’esprit de l’objectif g´ en´ eral rappel´ e plus haut, le document pr´ esente notre travail sur le d´ eveloppement d’un algorithme it´ eratif d’optimisation des proc´ ed´ es bas´ e sur le couplage de : m´ ethodologie des plans d’exp´ eriences, m´ ethode des
´ el´ ements finis et m´ ethode de surfaces de r´ eponse. Il s’articule en 5 chapitres : Chapitre 1
Le premier chapitre de la th` ese aborde l’aspect Math´ ematique en exposant
les m´ ethodes d’optimisation des proc´ ed´ es de mise en forme. Il s’agit d’une ´ etude
bibliographique sur les proc´ ed´ es de mise en forme avec les principaux modes de
d´ efaillances rencontr´ es lors du formage. Les m´ ethodes d’optimisation les plus utili-
s´ ees, pour am´ eliorer la qualit´ e des pi` eces fabriqu´ ees et pour ´ eviter l’apparition des
d´ efaillances, seront pr´ esent´ ees dans cette partie. Cette partie a comme principal
but de faire un ´ etat des lieux sur l’existant et de situer la place de la m´ ethodolo-
gie des plans d’exp´ eriences avec ses avantages et ses inconv´ enients parmi les autres
m´ ethodes.
Chapitre 2
L’aspect Math´ ematique reste encore notre pr´ eoccupation durant ce chapitre.
Nous pr´ esentons ici la M´ ethodologie des Plans d’Exp´ eriences qui est un outil d’analyse privil´ egi´ e pour les ing´ enieurs du fait qu’on r´ ealise d’abord un minimum d’exp´ eriences afin d’obtenir les facteurs influents d’un proc´ ed´ e par la technique de screening et par la suite une mod´ elisation par surface de r´ eponse nous permet d’at- teindre l’optimum avec le moindre coˆ ut. Diff´ erentes strat´ egies d’optimisation par plans d’exp´ eriences d´ evelopp´ ees par notre ´ equipe, seront pr´ esent´ ees dans cette par- tie. Afin de couvrir un manque existant dans les techniques d’optimisation par plans d’exp´ eriences num´ eriques nous avons propos´ e une technique nouvelle n´ ecessaire ` a la v´ erification du caract` ere non lin´ eaire d’une mod´ elisation. Dans un contexte d’optimi- sation globale, l’optimisation multicrit` eres est une approche de plus en plus utilis´ ee.
Afin de s’inscrire dans cette voie, qui r´ epond notamment ` a un besoin ´ economique, nous avons utilis´ e l’approche propos´ ee par Ch’ng [Ch’05]. La combinaison de deux ou plusieurs m´ ethodes d’optimisation donne ` a celles-ci une efficacit´ e qui ne peut pas ˆ
etre atteinte par aucune d’elles individuellement. C’est pourquoi, nous avons pro- pos´ e une m´ ethode originale d’optimisation de type hybride afin d’obtenir ce qu’on va appeler une surface de r´ eponse par intervalle. La m´ ethode propos´ ee, combine trois approches : la m´ ethodologie de surface de r´ eponse, les tol´ erances m´ ecaniques et le calcul par intervalle.
Chapitre 3
Le troisi` eme chapitre est consacr´ e au d´ eveloppement M´ ecanique. On pr´ esente ici la mod´ elisation num´ erique des principales d´ efaillances expos´ ees au chapitre 1. Ces d´ efaillances, par leurs effets sur la fabrication, pourront engendrer des coˆ uts tr` es ´ ele- v´ es. Diff´ erents crit` eres de rupture non-coupl´ es et des lois de comportement coupl´ ees
`
a l’endommagement de type Lemaˆıtre ont ´ et´ e impl´ ement´ es au code ABAQUS ` a travers la routine utilisateur UMAT, ce qui a permis de pr´ edire et d’optimiser les proc´ ed´ es vis-` a vis de la rupture des pi` eces. Pour la mod´ elisation de l’outillage un cer- tain nombre de lois de fatigue ainsi que la loi d’usure d’Archard ont ´ et´ e impl´ ement´ es ce qui pourrait permettre une optimisation multicrit` eres des proc´ ed´ es.
Chapitre 4
La contribution au niveau Informatique est pr´ esent´ ee dans le quatri` eme cha-
pitre. Le d´ eveloppement du logiciel OPTIFORM, con¸cu pour automatiser et fa-
ciliter l’application de la M´ ethodologie des Surfaces de R´ eponse ` a partir des
simulations num´ eriques, est d´ ecrit dans cette partie. Il s’agit d’un outil informa-
tique qui permet de d´ eterminer de mani` ere automatique et rapide, la combinaison
optimale des param` etres d’un processus, permettant d’obtenir des produits respec- tant les sp´ ecifications donn´ ees. Son interface graphique permet aux concepteurs une utilisation conviviale.
Chapitre 5
La validation des m´ ethodes propos´ ees est expos´ ee dans ce cinqui` eme chapitre. Un certain nombre d’applications sont d´ etaill´ ees mettant en oeuvre les contributions des chapitres 1, 2 et 3. On commence par la nouvelle approche sur la d´ etermination du caract` ere non lin´ eaire de la r´ eponse d’un syst` eme obtenu par des simulations num´ e- riques. Cette approche est utilis´ ee afin de r´ eduire le retour ´ elastique apr` es le pliage.
L’optimisation du proc´ ed´ e d’extrusion est faite ` a l’aide des mod` eles num´ eriques qui
nous ont permis d’abord la pr´ evision de l’usure de la matrice mais aussi la pr´ evision
de la dur´ ee de vie dans un contexte d’optimisation multicrit` eres. L’approche hybride
que nous avons d´ evelopp´ ee (Chapitre 2) est appliqu´ ee dans le cas d’une op´ eration
d’emboutissage afin d’optimiser le retour ´ elastique.
M´ ethodes d’optimisation des proc´ ed´ es de mise en forme
Dans ce chapitre nous essayerons d’abord de pr´ esenter bri` evement les principaux proc´ ed´ es de mise en forme. Notre attention sera ensuite focalis´ ee sur l’extrusion, le pliage et l’emboutissage, proc´ ed´ es pour lesquelles plusieurs d´ etails seront pr´ esent´ es.
Une attention particuli` ere sera accord´ ee ` a la pr´ esentation des m´ ecanismes de d´ e-
faillances souvent n´ eglig´ es tels que : l’usure des outils, la rupture des pi` eces ou le
retour ´ elastique. Un ´ etat des lieux sur les m´ ethodes qui proposent l’optimisation des
proc´ ed´ es de mise en forme sera fait dans le but de mettre en ´ evidence les principaux
travaux dans le domaine ainsi que de trouver les moyens pour les am´ eliorer. Ces
m´ ethodes seront par la suite abord´ ees plus en d´ etail avec un objectif qui ne sera ni
de comparer la performance de chacune, ni de montrer tous les d´ etails concernant
leurs impl´ ementations mais plutˆ ot de mettre en ´ evidence les caract´ eristiques qu’elles
ont en commun. La particularit´ e des proc´ ed´ es de mise en forme nous a incit´ e ` a choi-
sir, parmi les m´ ethodes d’optimisation ´ evoqu´ ees dans cette partie, la m´ ethodologie
des plans d’exp´ eriences. Cette m´ ethode r´ epond mieux ` a notre objectif et elle sera
pr´ esent´ ee au chapitre suivant.
1.1 Introduction
La mise en forme de mat´ eriaux m´ etalliques est une op´ eration qui assure la fa- brication des pi` eces en production de grande s´ erie ` a faible coˆ ut. Rapport´ es ` a la qualit´ e des pi` eces finales obtenues, les proc´ ed´ es de mise en forme restent la forme la plus ´ economique d’obtention des produits par d´ eformation plastique des m´ etaux. Au cours du formage les pi` eces subissent des variations dimensionnelles ou des caract´ e- ristiques fonctionnelles qui peuvent affecter d’une mani` ere consid´ erable leur qualit´ e finale. Afin de r´ eduire ces effets les ing´ enieurs ont fait appel ` a la mod´ elisation par
´ el´ ements finis permettant de pr´ edire le comportement des pi` eces. La simulation nu- m´ erique par ´ el´ ements finis est la m´ ethode la plus utilis´ ee pour aider ` a la prise de d´ ecisions avant de lancer la fabrication des nouveaux produits.
Les probl` emes d’optimisation, notamment pour les proc´ ed´ es industriels, sont de plus en plus complexes. La difficult´ e essentielle tient au coˆ ut de chaque simulation et
`
a la formulation des probl` emes. Nous aborderons le probl` eme de l’optimisation tout d’abord du point de vue math´ ematique pour d´ efinir le cadre conceptuel (le mod` ele math´ ematique), mais aussi du point de vue d’un ing´ enieur pragmatique qui cherche
`
a trouver des solutions simples pour des probl` emes de plus en plus complexes caus´ es par les variations des caract´ eristiques des proc´ ed´ es.
Le principal but de ce chapitre est de r´ epondre ` a la premi` ere discipline ´ evoqu´ ee dans ce rapport les math´ ematiques. Les outils math´ ematiques qui seront abord´ es dans cette partie, vont assurer la cr´ eation de mod` eles appropri´ es aux proc´ ed´ es de fabrication, par des m´ ethodes sp´ ecifiques, en vue de leur optimisation.
L’am´ elioration de la qualit´ e technique des pi` eces m´ ecaniques n´ ecessite l’optimi- sation de leurs proc´ ed´ es de fabrication. L’optimisation des proc´ ed´ es est un enjeu industriel d’une importance capitale qui vise ` a trouver les caract´ eristiques des pro- c´ ed´ es de fabrication en accord avec la meilleure qualit´ e possible des produits
Au cours de ces derni` eres ann´ ees, les exigences de qualit´ e et de sˆ uret´ e de fonc-
tionnement, exprim´ ees par les clients, ont contraint les entreprises ` a concevoir et
r´ ealiser de nouveaux produits exempts de d´ efaillances dans leurs utilisations nomi-
nales. Parall` element on constate l’´ emergence de la culture de Near-Shape Forming
dans le domaine de la fabrication qui consiste ` a produire des pi` eces conformes en
une seule op´ eration dans la mesure du possible ce qui n´ ecessite une connaissance et
une maˆıtrise accrues des proc´ ed´ es de fabrication. L’´ evolution des m´ ethodes permet-
tant d’am´ eliorer la qualit´ e des pi` eces, a conduit progressivement les sp´ ecialistes ces
derni` eres ann´ ees ` a d´ evelopper des outils d’optimisation des proc´ ed´ es (Figure 1.1)
facilitant leurs utilisation.
Fig. 1.1 – ´ Evolution des outils d’am´ elioration de la qualit´ e des produits.
La qualit´ e des pi` eces fabriqu´ ees d´ epend d’un certain nombre de facteurs qui affectent leurs caract´ eristiques m´ ecaniques et g´ eom´ etriques en cours de fabrication.
La dur´ ee de vie des pi` eces en service est fortement influenc´ ee par les conditions op´ eratoires du formage. La figure 1.2 pr´ esente les principaux facteurs exer¸cant une influence sur les pi` eces fabriqu´ ees.
Fig. 1.2 – Principaux facteurs influant en fabrication [Ben01].
Pour assister les concepteurs dans la d´ emarche de mise au point de la gamme de fabrication, on peut envisager d’appliquer les techniques d’optimisation. Plusieurs m´ ethodes et techniques sont utilis´ ees depuis une dizaine d’ann´ ees dans le calcul des structures ´ elastiques. On peut citer par exemple les m´ ethodes de gradient, re- cuit simul´ e, simplex, recherche tabou, r´ eseaux de neurones, m´ ethodes hybrides, etc..
Toutes ces m´ ethodes n´ ecessitent des centaines voire des milliers de calculs stochas-
tiques pour aboutir ` a l’optimum. Dans le domaine de la mise en forme, la m´ ethode
d’optimisation la plus adapt´ ee consiste ` a mettre en oeuvre une approche exigeant la
param´ etrisation correcte du proc´ ed´ e concern´ e.
Parmi les diff´ erentes strat´ egies d’optimisation qui seront pr´ esent´ ees par la suite dans le cadre de cette th` ese, nous avons d´ ecid´ e d’utiliser la m´ ethodologie des plans d’exp´ eriences qui est mieux adapt´ ee pour le calage et le contrˆ ole des param` etres des proc´ ed´ es et les conditions op´ eratoires. Cette m´ ethode pr´ esente l’avantage d’ˆ etre moins coˆ uteuse en temps de calcul parce qu’elle propose une exp´ erimentation fac- torielle avec un nombre minimum d’essais. ´ Etant une m´ ethode adapt´ ee aux ph´ e- nom` enes de type boˆıte noire, la m´ ethodologie des plans d’exp´ eriences permet de d´ etecter, parmi un ensemble de combinaisons des param` etres de fabrication (jeux de donn´ ees), la combinaison optimale. Il est important de pr´ eciser aussi le fait que l’utilisation de la m´ ethodologie des plans d’exp´ eriences pour optimiser les proc´ e- d´ es de fabrication permet la param´ etrisation du calcul par des mod` eles num´ eriques correspondant ` a chaque proc´ ed´ e.
Comme l’objectif principal envisag´ e dans ce m´ emoire est l’optimisation des pro- c´ ed´ es de mise en forme, on pr´ esentera par la suite un bref rappel sur les principaux proc´ ed´ es de formage, ainsi que les causes qui contribuent ` a la r´ eduction de la qualit´ e des pi` eces fabriqu´ ees - les d´ efaillances. Un ´ etat des lieux sera fait sur les m´ ethodes d’optimisation des proc´ ed´ es de mise en forme, qui ont ´ et´ e utilis´ ees afin de diminuer les cons´ equences de ces d´ efaillances.
1.2 Proc´ ed´ es de mise en forme
Un proc´ ed´ e de mise en forme consiste ` a conf´ erer ` a une pi` ece, une g´ eom´ etrie don- n´ ee, d´ ecrite par une forme et des directions sp´ ecifi´ ees par le bureau d’´ etude. On met en oeuvre g´ en´ eralement un outillage (outil + matrice), permettant de transformer la mati` ere en pi` ece finale (Figure 1.3).
MATIERE OUTIL
F
La pièce finale
MATRICE
Fig. 1.3 – Sch´ ematisation d’une op´ eration de formage.
La figure 1.4 repr´ esente sch´ ematiquement la famille des proc´ ed´ es de fabrication.
M o u l a g e à p a r t i r d e l ’ é t a t l i q u i d e
F a ç o n n a g e à p a r t i r d e l ’ é t a t s o l i d e
P r o c é d é s d i v e r s : à p a r t i r d ’ é t a t s p a r t i c u l i e r s F r i t t a g e
à p a r t i r d e l ’ é t a t p u l v é r u l e n t
D é f o r m a t i o n p l a s t i q u e s a n s e n l è v e m e n t
d e m a t i è r e à c h a u d e t à f r o i d
U s i n a g e a v e c e n l è v e m e n t
d e m a t i è r e
P r o c é d é s t r a d i t i o n n e l s e t n o n t r a d i t i o n n e l s
c o u p e , a b r a s i o n p h y s i c o - c h i m i q u e T r a v a i l d e m é t a u x
e n f e u i l l e s e m b o u t i s s a g e , p l i a g e , d é c o u p a g e ,
r e p o u s s a g e T r a v a i l d e m é t a u x
à l ’ é t a t m a s s i f
l a m i n a g e , f o r g e a g e , f i l a g e , é t i r a g e ,
t r é f i l a g e A s s e m b l a g e
s o u d a g e , b r a s s a g e , c o l l a g e , r i v e t a g e ,
a g r a f a g e s a n s e n l è v e m e n t
Fig. 1.4 – Principaux proc´ ed´ es de mise en forme [Fel00].
Les proc´ ed´ es de mise en forme qui font l’objet de cette ´ etude concernent la d´ eformation plastique (sans enl` evement de mati` ere) (Figure 1.4) et pourront ˆ etre class´ ees en deux grandes cat´ egories :
1. Le travail des m´ etaux ` a l’´ etat massif :
– laminage, forgeage, matri¸cage, estampage, filage ou extrusion, ´ etirage, tr´ efi- lage, etc.
2. Le travail des m´ etaux en feuilles :
– pliage, emboutissage, fluotournage, repoussage, d´ ecoupage, etc.
La demande de plus en plus forte du march´ e des pi` eces obtenues par la mise en forme a d´ etermin´ e une ´ evolution de leurs conditions de mise en oeuvre tout en gardant les sp´ ecificit´ es du chaque proc´ ed´ e. Cette ´ evolution suit trois grandes tendances [Fel00] :
– tout d’abord par une substitution des proc´ ed´ es qui ont permis le remplacement de diverses op´ erations d’usinage peu ´ economes en mati` ere premi` ere et ´ energie.
– par une suppression ou r´ eduction des traitements de finition des pi` eces qui vise
`
a produire directement et sans op´ erations suppl´ ementaires la pi` ece avec toutes ses sp´ ecifications tant dimensionnelles que m´ ecaniques.
– par un enchaˆınement continu des diverses op´ erations afin d’´ eliminer progres-
sivement les temps morts. Le caract` ere continu des diverses op´ erations a en
effet un double avantage : r´ eduction des coˆ uts de stockage et am´ elioration de
la qualit´ e du produit final.
1.3 Pr´ evision des d´ efaillances lors du formage
Les proc´ ed´ es de mise en forme des m´ etaux ont une importance ´ economique assez forte, qui correspond pour un pays d´ evelopp´ e ` a quelques pour-cents du produit na- tional brut (PNB) [Fel00]. Les ing´ enieurs ont comme tˆ ache principale l’obtention de produits de qualit´ e avec un taux de d´ efaillance proche de z´ ero, c’est ce qu’on appelle le principe du z´ ero d´ efaut introduit pour la premi` ere fois par Crosby [Cla50].
On consid` ere qu’une pi` ece est d´ efaillante ` a partir du moment o` u elle ne remplit pas sa fonction ou l’assure de mani` ere d´ egrad´ ee.
De fa¸con g´ en´ erale, il faut admettre que toute pi` ece peut-ˆ etre affect´ ee par des d´ efaillances techniques ou m´ ecaniques et cela se traduit par une augmentation du coˆ ut de la non-qualit´ e. L’identification et l’am´ elioration de la fiabilit´ e de pi` eces sont des pr´ eoccupations quotidiennes pour les ing´ enieurs car les effets sur le proc´ ed´ e peuvent ˆ etre parfois catastrophiques [Fau04].
Il existe plusieurs modalit´ es de classification des d´ efaillances [Vil88] mais on ne pr´ esente ici que la classification fonction des effets. D’apr` es leurs effets, il existe aussi plusieurs modes de d´ efaillances mais habituellement on consid` ere quatre cat´ egories : d´ efaillances mineures, d´ efaillances significatives, d´ efaillances critiques, d´ efaillances catastrophiques. Les origines des d´ efaillances sont multiples mais elles peuvent ˆ etre dues [Aub04] :
– au mat´ eriau : d´ efauts de mat´ eriau, cristallisation, s´ egr´ egation, – aux proc´ ed´ es de fabrication : pliage, extrusion, emboutissage,etc., – ` a la conception : sous-dimensionnement, conception imparfaite, – ` a l’utilisation : surcharge, utilisation non conforme,
– ` a l’humidit´ e ou ` a la temp´ erature,
– aux agressions de l’environnement [Vil88].
Dans ce travail nous avons ´ etudi´ e notamment les d´ efaillances des proc´ ed´ es de
mise en forme qui seront pr´ esent´ ees par la suite. Le diagramme d’Ishikawa (Figure
1.5) r´ esume les plus importantes causes de d´ efaillances, parmi lesquelles on peut
citer : la rupture, l’usure, la fatigue des outils, le retour ´ elastique, fissuration, etc..
!
"
Fig. 1.5 – Diagramme d’Ishikawa pour les d´ efaillances m´ ecaniques.
Compte tenu du fait qu’il existe une d´ ependance tr` es forte entre les d´ efaillances et les d´ efauts, sur la figure 1.6 on pr´ esente d’une mani` ere synth´ etique les principaux d´ efauts pour les proc´ ed´ es de mise en forme. Plusieurs d´ etails seront pr´ esent´ es par la suite dans ce paragraphe.
! "
#
!$% & ' (& ) $!'
*+ &
% "
&
, -
. / !
! " ! "
&
$
! /
*