Knowledge-based decision support in CAM for additive manufacturing : A rules mathematization approach. - TEL - Thèses en ligne Accéder directement au contenu
Thèse Année : 2020

Knowledge-based decision support in CAM for additive manufacturing : A rules mathematization approach.

Aide à la décision basée sur l'expertise métier dans le domaine de la FAO pour la fabrication additive : une approche par mathématisation des règles

Mouhamadou Mansour Mbow

Résumé

Pre-processing or CAM operations in additive manufacturing (AM) by powder bedfusion (PBF) include complex operations such as the definition of part orientation, the design of support structures, the nesting of parts, etc. The definition of the parts orientation in the manufacturing build space is the first step and several studies have shown that all of the remaining steps depend on it as well as the quality, cost and production time of the part. Its definition is given by only two rotation angle parameters in the global machine reference, but their definition is complex and requires strong skills in the field. Studies in the literature have shown that industrial users rely on their knowledge or expertise of the process to achieve this. Today, despite the technical advances, there is still a lack of tools or methods to take into account this formalized expertise. In this context, this thesis (from ANR COFFA project) proposes methods and tools to efficiently include the formalized knowledge of experts in the decision making process of CAM parameters, in PBF and AM in general.As a first step, the review of methods to use expertise in decision making in traditional manufacturing CAM is presented in order to find the disadvantages and possibilities for integration in AM. Secondly, an investigation of the types of knowledge that can be used for decision support is carried out. This part of the work also explores the knowledge resources available for the definition of part orientation in the research literature but also in the industrial practice. The third part of the work presents a new approach for transforming knowledge of action rule type into desirability functions. This approach allows in particular to evaluate these action rules on parts and to obtain a quantitative appreciation which is considered as the level of respect of the rule (when the CAM parameters applied to the part). Then, this approach is applied to the action rules found in the second part of the work to establish quantitative models for the calculation of orientation desirability. Finally, a tool for the calculation of this orientation desirability and decision-making support is presented. The use of the tool is illustrated through case studies of industrial parts benchmarked with commercial tools, and through tests carried out with engineering school students.The main output of this project is the provision of numerical means to assistCAM operators in their decision-making on optimal manufacturing parameters based on the company expertise. In addition, the approach presented offers the possibility of redesigning parts by targeting surfaces that have a low desirability with respect to the part orientation.
Les opérations de préparation ou de FAO en fabrication additive (FA) par fusion sur lit de poudre (FLP) consistent en des opérations complexes telles que la définition de l’orientation des pièces, la conception des supports, l’imbrication ou le nesting des pièces, etc. La définition de l’orientation des pièces dans l’espace de production est la première étape et plusieurs études ont montré que toutes les étapes restantes dépendent d’elle tout comme la qualité, le coût ainsi que le temps de production de la pièce. Sa définition n’est donnée que par deux paramètres d’angle de rotation dans la référence globale de la machine, mais leur définition est complexe et nécessite de fortes compétences dans le domaine. Des études dans la littérature ont montrées que les utilisateurs industriels se basent sur leurs connaissancesmétier pour y parvenir. Aujourd’hui, malgré les progrès techniques, il y aencore un manque d’outils et de méthodes pour prendre en compte cette expertise formalisée. Dans ce contexte, cette thèse (issue du projet ANR COFFA) propose des méthodes et des outils pour intégrer efficacement les connaissances formalisées des experts dans le processus de prise de décision sur les paramètres de la FAO dans le domaine de FLP et de la FA en général.Dans un premier temps, la revue des méthodes d’utilisation d’expertise dansla prise de décision en FAO de fabrication traditionnelle est présentée dans le but de trouver les inconvénients et possibilités pour une intégration en FA. En deuxième lieu, une investigation des types de connaissances pouvant être utilisés pour l’aide à la prise de décision est effectuée. Cette partie du travail explore également les ressources en connaissances disponibles pour la définition de l’orientation des pièces dans la littérature mais aussi dans la pratique industrielle. La troisième partie du travail présente une nouvelle approche pour transformer les connaissances de type règle d’action en des fonctions de désirabilité. Cette approche permet notamment d’évaluer ces règles d’action sur des pièces et d’obtenir une appréciation quantitative qui est considérée comme le niveau de respect de la règle (lorsque les paramètres de la FAO s’appliquent à la pièce). Ensuite cette approche est appliquée aux règles d’action trouvées dans la deuxième partie du travail pour établir des modèles quantitatifs destinés au calcul de la désirabilité d’orientation des pièces. Enfin, un outil de calcul de cette désirabilité d’orientation et d’aide à la décision est présenté. L’utilisation de l’outil est illustrée par des études de cas de pièces industrielles dont les résultats sont comparés à ceux d’outils commerciaux, et à travers des tests réalisés avec des étudiants en écoles l’ingénieurs.La principale sortie de ce projet est la fourniture de moyens numériques pour aider les opérateurs de FAO à prendre des décisions sur les paramètres de fabrication optimaux en fonction de l’expertise de l’entreprise. De plus, l’approche présentée offre la possibilité de re-concevoir des pièces en ciblant les surfaces qui ont une faible désirabilité par rapport à l’orientation de la pièce.
Fichier principal
Vignette du fichier
MBOW_2020_archivage.pdf (11.84 Mo) Télécharger le fichier
Origine : Version validée par le jury (STAR)

Dates et versions

tel-03173667 , version 1 (18-03-2021)

Identifiants

  • HAL Id : tel-03173667 , version 1

Citer

Mouhamadou Mansour Mbow. Knowledge-based decision support in CAM for additive manufacturing : A rules mathematization approach.. Computer Aided Engineering. Université Grenoble Alpes [2020-..], 2020. English. ⟨NNT : 2020GRALI082⟩. ⟨tel-03173667⟩
259 Consultations
245 Téléchargements

Partager

Gmail Facebook X LinkedIn More