Solutions d'optimisation pour la fabrication additive robotisée multi-procédés DED de pièces de grandes dimensions métalliques - TEL - Thèses en ligne Accéder directement au contenu
Thèse Année : 2024

Optimization solutions for robotized multi-process DED additive manufacturing of large metal parts

Solutions d'optimisation pour la fabrication additive robotisée multi-procédés DED de pièces de grandes dimensions métalliques

Ela Mvolo Evina Alegue
  • Fonction : Auteur
  • PersonId : 1401309
  • IdRef : 279369123

Résumé

Metal Additive Manufacturing (MAM) of large parts is moving towards the growing use of multi-process, kinematically multi-redundant robotic systems to overcome the problem of limited workspace on traditional machines. Integrating robots in this context requires a specific approach that considers both the constraints specific to robots and the requirements relating to MAM processes. This thesis work implements optimization solutions, including robotic and process constraints, applied to a DED CLAD® (Directed Energy Deposition - Construction Laser Additive Direct) additive manufacturing robotic cell, to guarantee the quality of manufactured parts. The first stage focuses on identifying the key parameters of the Product/Process/Resources triptych and establishing the interdependent relationships. A first contribution lies in creating a decision support tool enabling the choice of strategies applied to DED CLAD® robotized additive manufacturing. The second stage involves the study of robot behavior, to assess their capabilities. An original feature is the introduction of a methodology for validating robotized MAM strategies by analyzing kinematic behavior while traversing a trajectory using an accelerometer. The third stage concerns optimized trajectory planning by managing kinematic redundancies, marking its originality by implementing a trajectory optimization tool for the MAM cell. This thesis contributes to formalizing knowledge in the field of robotic MAM, guiding strategic choice in robotic MAM processes, identifying the behavior of robotic structures using metrological methods (triaxial accelerometer, laser tracker), defining suitable criteria for complex tasks involving the management of kinematic redundancies, and optimizing behavior to improve the quality of MAM part production.
La Fabrication Additive Métallique (FAM) des pièces de grandes dimensions s'oriente vers l'utilisation croissante des systèmes robotisés multi-procédés et cinématiquement multi-redondants pour palier le problème de limitation de l'espace de travail des machines traditionnelles. Intégrer les robots dans ce contexte nécessite une approche spécifique qui tient compte à la fois des contraintes propres aux robots et des exigences relatives aux procédés de FAM. Ces travaux de thèse implémentent des solutions d'optimisation incluant les contraintes robotiques et des procédés, appliquées à une cellule robotique de fabrication additive DED CLAD® (dépôt de matière sous énergie concentrée - construction laser additive directe), dans le but de garantir la qualité des pièces produites. La première étape est focalisée sur l'identification des paramètres clés du triptyque Produit/Processus/Ressources et l'établissement des relations d'interdépendance. Une première contribution réside dans la création d'un outil d'aide à la décision permettant le choix de stratégies appliquées à la fabrication additive robotisée DED CLAD®. La deuxième étape concerne l'étude du comportement des robots, afin d'évaluer leurs capabilités. Une originalité réside dans l'introduction d'une méthodologie de validation des stratégies de FAM robotisée par l'analyse du comportement cinématique lors du parcours d'une trajectoire par accéléromètre. La troisième étape concerne la planification optimisée des trajectoires par la gestion des redondances cinématiques, marquant son originalité par l'implémentation d'un outil d'optimisation des trajectoires pour la cellule de FAM. Cette thèse contribue à la formalisation des connaissances dans le domaine de la FAM robotisée, à orienter le choix stratégique dans les processus de FAM robotisée, à identifier le comportement des structures robotiques par des méthodes métrologiques (accéléromètre triaxial, laser tracker), à définir des critères adaptés pour des tâches complexes impliquant la gestion des redondances cinématiques, et à optimiser le comportement pour améliorer la qualité de réalisation des pièces en FAM.
Fichier principal
Vignette du fichier
2024UCFA0038_MVOLO_EVINA_ALEGUE.pdf (22.08 Mo) Télécharger le fichier
Origine Version validée par le jury (STAR)

Dates et versions

tel-04645986 , version 1 (12-07-2024)

Identifiants

  • HAL Id : tel-04645986 , version 1

Citer

Ela Mvolo Evina Alegue. Solutions d'optimisation pour la fabrication additive robotisée multi-procédés DED de pièces de grandes dimensions métalliques. Génie mécanique [physics.class-ph]. Université Clermont Auvergne, 2024. Français. ⟨NNT : 2024UCFA0038⟩. ⟨tel-04645986⟩
0 Consultations
0 Téléchargements

Partager

Gmail Mastodon Facebook X LinkedIn More