Caractérisation d un modèle optimisé fabriqué par prototypage rapide

Transcription

1 Caractérisation d un modèle optimisé fabriqué par prototypage rapide ALEXANDRE SCHNEIDER JULIEN GARDAN NICOLAS GARDAN

2 Définition du plan I. Contexte / problématique II. Processus général III. Gestion de la connaissance I. Procédés II. matériaux IV. Optimisation V. Application VI. Conclusion / Perspectives 2

3 I) Contexte NUM3D est une plateforme d ingénierie numérique collaborative mutualisée en Champagne-Ardenne NUM3D regroupe l ensemble des moyens numériques et logiciels utilisés par les ingénieurs et techniciens de BE pour concevoir, simuler et valider de nouveaux produits et process industriels. Accompagner les industriels autour de 4 thèmes Avec support technique/ingénieur sur DINCCS Recherche collaborative avec la société AZTECH sur le développement et l identification de nouveaux produits et procédés 3

4 Problématique Vers une diminution de la consommation de matière en Prototypage Rapide (PR) [Inhaeng Cho et al., 2000]- [L.M. Galantucci et al., 2008] Implication des contraintes d utilisation du produit Prise en compte de la connaissance métier pour le matériau et le procédé de PR 4

5 Problématique Optimisation numérique Prototypage rapide et matériaux Caractéristiques d utilisation du produit 5

6 II) Processus général Méthodologie de gestion de la connaissance Utilisation de l optimisation numérique pour : - Gagner de la matière en optimisant la topologie - Intégrer les paramètres de fabricabilité (DFM) 6

7 III) Gestion de la connaissance Intégration sur la méthodologie P4LM [Danesi & al., 2008] Intégration des connaissances liées aux procédés (contraintes géométriques) Intégration des connaissances liées au matériau (caractérisation matière) 7

8 III) 1- Gestion de connaissances Géométriques liées aux procédés Implémentation dans l outil d optimisation Trois facteurs d optimisation topologique Pression d injection pour remplissage Température d injection, du moule et de la pièce Circuit de refroidissement 8

9 III) 1- Gestion de connaissances Géométriques liées aux procédés Implémentation dans l outil d optimisation Trois facteurs d optimisation topologique Pression d injection pour remplissage Température d injection, du moule et de la pièce Circuit de refroidissement 9

10 III) 1- Gestion de connaissances Géométriques liées aux procédés Implémentation dans l outil d optimisation Trois facteurs d optimisation topologique Pression d injection pour remplissage Température d injection, du moule et de la pièce Circuit de refroidissement 10

11 III) 1- Gestion de connaissances Géométriques liées aux procédés Implémentation dans l outil d optimisation Trois facteurs d optimisation topologique Pression d injection pour remplissage Température d injection, du moule et de la pièce Circuit de refroidissement 11

12 III) 2- Gestion de connaissance Matériaux Qualité de la simulation/optimisation numérique dépendant de la précision de la caractérisation du matériau Domaine linéaire (non-linéaire en cours d intégration en simulation) Recherche de E et ν Plan d expérience [F. ABBASSI, 2006] Couplage banc de traction / système d extensométrie bidimensionnelle 12

13 IV) Optimisation numérique Optimisation topologique [Allaire G., 2001] Matière modèle Matière support Respect des contraintes de sollicitation 13

14 V) Application «insert en plasturgie» Démarche : Dans un moule symétrique à deux empreintes Insert non optimisé Insert optimisé Injection suivant valeurs de la simulation rhéologique d un PE Objectifs : Valider la tenue thermomécanique aux efforts Valider la faisabilité/pertinence du processus Moyen : Cartographie 3D par triangulation laser 14

15 Résultat issu de l optimisation Intégration des règles métier Position des canaux de refroidissement Dépouilles Retrait Épaisseur mini Diamètre mini pour nettoyage Retrait Pression d injection Température d utilisation 15

16 Impression 3D Polyjet Technologies VeroblackPlus High Quality (16μm par couche) 08h30 de fabrication 460g de matière modèle 599g de matière support 16

17 Injection d éprouvettes Machine SANDRETTO 60T Réglages des paramètres de la simulation rhéologique Injection de lot de 10 éprouvettes Contrôle par triangulation laser et validation par écart sur cartographie 3D 17

18 Cartographie 3D Données : Système par triangulation laser avec précision de 40μm (1) Limite de qualité «acceptable» : 0,1mm. Résultat : 5 numérisations réalisées avant dépassement du critère de qualité fixé. Entre 40 et 50 lots d éprouvettes correctes dimensionnellement. Zones >0,1mm localisées sur la périphérie de l empreinte procédé ou arrachement? (1) Barbero, B.R. and Ureta, E.S Comparative study of different digitization techniques and their accuracy. Computer-Aided Design. 43, 2 (Feb. 2011),

19 VI) Conclusion En terme de quantité de pièce : Positionnement entre pièce unitaire et grande série En terme de gain de masse: Gain supérieur à 30% en masse / insert plein En terme de qualité dimensionnelle, d aspect, Pour un lot <50 pièces, cette piste devrait être prise en compte. En terme de gain financier : Quasi proportionnel au gain de masse 50 Eprouvettes en proto 50 éprouvettes en injection 50 éprouvettes avec moule optimisé Coût outillage Coût machine Coût matière Coût total Coût unitaire Remarques Eprouvettes non bonne matière Eprouvettes bonne matière mais insert en aluminium plein sans système de refroidissement optimisé Eprouvettes bonne matière mais insert à durée de vie limitée avec système de refroidissement optimisé Sur un lot d éprouvette 19

20 Perspectives Recherche de partenaires pour la thermique des moules de plasturgie Validation du processus sur cas industriel Adaptation du processus aux technologies de type FDM, I3D et Stratoconception Merci. 20