Méthodologie de monitoring multiphysique des procédés DED : développement par une démarche expérimentale - TEL - Thèses en ligne Accéder directement au contenu
Thèse Année : 2020

Multiphysics monitoring methodology for DED processes : development with an experimental approach

Méthodologie de monitoring multiphysique des procédés DED : développement par une démarche expérimentale

Résumé

Additive Manufacturing (AM) is a promising technology compared to subtractive processes, in terms of cost or freedom of manufacturing functional parts. Among the AM techniques, Laser Metal Deposition (LMD) and Wire-Arc Additive Manufacturing (WAAM), included in the Direct Energy Deposition (DED) processes, manufacture parts by directly melting the material in a layer-by-layer maner. Those processes are currently mainly operated in open-loop. Thus, an acceptable part regarding the specified specifications is often the result of a trial-and-error method. In order to improve DED processes performances and to get rid of this trial-and-error method, monitoring and numerical simulation are the most widely investigated solutions. These PhD works propose a generic multiphysic monitoring methodology, based on four independant control loops which can be operated simultaneously. Those control loops are dedicated to the part temperature, geometry, and structural health, and the Stick Out. In these PhD works, control loops have been mainly implemented on the WAAM process, and a specific attention has been devoted to their developments to ensure their applicability to the LMD process. Concurrent to these monitoring develoments, an evaluation of some existing numerical tools has been conducted, in order to integrate simulation together with monitoring in a manufacturing environement. This PhD project is part of the Joint Laboratory of Marine Techology formed by Naval Group and Centrale Nantes
La Fabrication Additive métallique apporte de nouvelles possibilités de fabrication et de liberté de conception des pièces fonctionnelles métalliques par rapport aux procédés conventionnels. En particulier, les technologies Direct Energy Deposition (DED), notamment les procédés Laser Metal Deposition (LMD) et Wire-Arc Additive Manufacturing (WAAM) fusionnent directement la matière et la déposent couche par couche pour réaliser une pièce. Actuellement, ces procédés sont majoritairement mis en œuvre en boucle ouverte. Ainsi, l’obtention d’une pièce conforme aux exigences du cahier des charges résulte le plus souvent d’une méthode essai-erreur. Afin d’améliorer la maitrise des procédés DED et de s’affranchir de cette méthode essai-erreur, la simulation numérique et le monitoring sont les principales pistes investiguées dans la littérature. Cette thèse propose une méthodologie générique de monitoring multiphysique, basée sur quatre boucles de contrôle indépendantes et pouvant être mises en œuvre simultanément. Ces boucles de contrôle se focalisent sur la température, la géométrie et la santé matière de la pièce, ainsi que sur le Stick Out. Dans ces travaux, les boucles de contrôle ont été principalement implémentées sur le procédé WAAM. Un soin particulier a été porté sur leur développement pour rendre ces boucles de contrôle adaptables au procédé LMD. Parallèlement à ces travaux, certains outils numériques existants ont été évalués dans l’optique d’être intégrés dans l’environnement de fabrication aux côtés du monitoring. Cette thèse s’inscrit dans le cadre du laboratoire commun Joint Laboratory of Marine Technology regroupant Naval Group et Centrale Nantes
Fichier principal
Vignette du fichier
A_CHABOT.pdf (41.57 Mo) Télécharger le fichier
Origine : Version validée par le jury (STAR)

Dates et versions

tel-03164132 , version 1 (09-03-2021)

Identifiants

  • HAL Id : tel-03164132 , version 1

Citer

Alexia Chabot. Méthodologie de monitoring multiphysique des procédés DED : développement par une démarche expérimentale. Génie mécanique [physics.class-ph]. École centrale de Nantes, 2020. Français. ⟨NNT : 2020ECDN0022⟩. ⟨tel-03164132⟩
473 Consultations
41 Téléchargements

Partager

Gmail Facebook X LinkedIn More