Home » évènement

Soutenance d’HDR de Mathieu RITOU (équipe RoMaS)

Mathieu Ritou, maître de conférences de l’Université de Nantes et enseignant-chercheur au sein de l’équipe RoMaS du LS2N, soutiendra son habilitation à diriger des recherches intitulée « Contribution au Smart Manufacturing : application en usinage »

mardi 28 septembre 2021 à 14h, depuis l’amphi A-1/10 de l’IUT la Fleuriaye, à Carquefou.

La soutenance sera retransmise à l’adresse suivante : https://univ-nantes-fr.zoom.us/j/98472137577

Composition du jury :
– Benoit Iung, Rapporteur, Professeur des Universités, Université de Lorraine – CRAN
– Henri Paris, Rapporteur, Professeur des Universités, Université Grenoble Alpes – GSCOP
– Christophe Tournier, Rapporteur, Professeur des Universités, ENS Paris Saclay – LURPA
– Alain Bernard, Examinateur, Professeur des Universités, Centrale Nantes – LS2N
– Hélène Chanal, Examinatrice, Maître de conférences HDR, SIGMA Clermont – Institut Pascal
– René Mayer, Examinateur, Professeur, École Polytechnique de Montréal – LRFV, Canada
– Benoit Furet, Dir. de recherche, Professeur des Universités, Universités de Nantes – LS2N
– Virginie Charbonnier, Invitée, Responsable projets R&T usinage, Airbus Operations

Résumé :
Dans les usines modernes, d’importants volumes de données sont générés durant la production, mais ils restent souvent inexploités. La fabrication intelligente, ou Smart Manufacturing, vise ainsi à exploiter ces données captées pendant le processus de fabrication. Il s’agit là d’un levier majeur de l’Usine du Futur, pour améliorer la performance des entreprises.
Nous avons été parmi les précurseurs du développement du monitoring en usinage et de la collecte de données en temps réel lors de productions dans l’industrie. Les données étant complexes, il a été nécessaire de développer des méthodes de fouilles de données adaptées aux spécificités des procédés de fabrication. Par rapport aux approches classiques d’extraction de connaissances à partir des données, une originalité développée a été d’intégrer également des connaissances métier dans ce processus d’analyse des données afin de l’améliorer. La combinaison d’Intelligence Artificielle et de connaissances en fabrication est une solution innovante et prometteuse. L’approche proposée associe ainsi l’intégration de connaissances en fabrication (par des critères de monitoring basés sur des modèles mécaniques et des règles métier) et des apprentissages non-supervisés (par modèles de mélange gaussien).
Il en résulte un système d’aide à la décision, permettant de fouiller automatiquement les données complexes et massives qui sont collectées lors d’usinages industriels, et de transmettre des KPI répondant spécifiquement aux besoins des différents services de l’entreprise (méthodes, qualité, maintenance…).
Par ailleurs, en usinage à grande vitesse, de nombreux défauts sur les pièces résultent de problèmes vibratoires. Aussi, une approche complémentaire par simulations numériques a été développée pour une meilleure maîtrise du comportement vibratoire en usinage. Afin d’expliquer l’évolution complexe des modes à hautes vitesses de rotation, un modèle vibratoire de broche a été proposé suivant une approche phénoménologique fine. Il repose notamment sur des modèles analytiques de montages de roulements préchargés, ainsi que sur le développement d’un excitateur électromagnétique de broche qui a permis d’observer l’évolution du comportement vibratoire en fonction des conditions opératoires, telles que la vitesse de rotation ou l’usure de la broche.
Ces travaux interdisciplinaires sur le Smart Manufacturing contribuent ainsi au développement des technologies de l’Usine du Futur. L’exploitation des données collectées en cours de fabrication et les apprentissages automatiques sont des éléments clé de jumeaux numériques. Ils permettront une meilleure maîtrise de la qualité et une amélioration du processus de fabrication, grâce à des machines intelligentes et connectées.

Best paper award pour l’équipe ROMAS à la 45ème « Mechanisms and Robotics Conference »

Lionel Etienne, Marceau Métillon et Stéphane Caro ont remporté le prix du meilleur article lors de la conférence IDETC/CIE (International Design Engineering Technical Conferences & Computers and Information in Engineering Conference), qui s’est tenue en ligne du 17 au 20 août 2021.

L’article intitulé « DESIGN OF A PLANAR CABLE-DRIVEN PARALLEL CRANE WITHOUT PARASITIC TILT » est le résultat de travaux menés dans le cadre du projet ANR CRAFT (https://anr.fr/Projet-ANR-18-CE10-0004) et du projet RFI AtlanSTIC 2020 – CREATOR.

Félicitations à Clément Rabreau (ancien doctorant de l’équipe RoMaS) pour son 1er prix de thèse Club Usinage – Manufacturing’21

Le jury du prix de thèse Club Usinage – Manufacturing’21 s’est réuni le 25 mai 2021, et a attribué le premier prix « Prix de thèse 2020 » à Clément Rabreau pour la thèse dirigée par Benoît Furet et qu’il a soutenue en 2018 sur la « modélisation avancée des performances dynamiques des broches UGV« .
La remise des prix a eu lieu en distanciel, lors de la conférence Manufacturing’21 le 10 juin 2021.

Soutenance de thèse de Jing Geng (équipe RoMaS)

Jing Geng, doctorante au sein de l’équipe RoMaS a soutenu sa thèse intitulée « DESIGN OF BALANCED PARALLEL MANIPULATORS WITH REDUCED CENTER OF MASS ACCELERATION »
mardi 8 juin 2021 dans l’amphi Bonnin de l’INSA de Rennes (https://zoom.us/j/99084261110?pwd=UytHZERPNmZBMmRBZVR4Z28rSHhiUT09).

Jury :
– Directeur de thèse : Vigen ARAKELYAN (Professeur des Universités, INSA Rennes / LS2N Nantes)
– Rapporteurs : Mario ACEVADO (Professor, Universidad Panamericana, Facultad de Ingeniería, Guadalajara, Mexico) ; Amine LARIBI (MdC, HDR, Université de Poitiers, Département Génie Mécanique et systèmes complexes).
– Autres membres : Philippe WENGER (Directeur de Recherche CNRS, LS2N Nantes) ; Damien CHABLAT (Directeur de Recherche CNRS, LS2N Nantes); Emmanuel DELALEAU (Professeur des Universités, ENIB, Brest); Natalie SMITH-GUERIN (Maîte de Conférences, Université Bretagne Sud, IUT Lorient)

Abstract: In the thesis, the method based on optimal motion planning of the common center of mass is extended on planar and spatial parallel manipulators.
Firstly, two types of planar parallel manipulators are considered: 5R and 3RRR. In these manipulators, by generating the input parameters of the actuated joints that ensure the optimal motion of the common mass center, the partial reduction of the shaking forces transmitted to the frame is achieved. It is imperative to note that the proposed balancing is carried out without adding counterweights. The obtained results showed that the generation of the trajectory of the common mass center of the manipulator by « bang-bang » profile provides a significant reduction in shaking forces. Although the goal of these studies was not the further decrease of the shaking moments but it is observed that a considerable reduction in the shaking moment is also obtained. The absence of additional masses and the optimal generation of the center of mass trajectory can explain this.
Some observations showed that the control of manipulators based on the kinematic parameters of a virtual point as a center of masses leads to additional inconvenience. For example, measurements and refinements of the displacements of the total mass center of moving links becomes pretty complex. To eliminate this drawback, the approach based on the combination of mass redistribution and motion planning has been also considered. The simulation results showed that in this case a reduction of 60% of the shaking force can be achieved.
The problem of shaking force balancing of spatial parallel manipulators was then discussed. Two types of spatial parallel manipulators have been considered: the Delta robot and the Orthoglide. It is known that due to the complexity of the spatial parallel mechanisms, the complete shaking force balancing is difficult to obtain. Therefore, the suggested balancing approach based on optimal acceleration control of the common mass center, becomes more benefits. By defining the trajectory of the common center of mass as a straight line, and parameterizing its motion with «bang-bang» profile, the maximal value of the shaking force has been reduced.
In the current industry, the errors of fabrications and assembly cannot be avoided. In the last chapter, the error-sensitivity analysis of the developed balancing strategy has been proposed in order to evaluate the parameters, which affect more errors on the shaking force and the position accuracy.
Finally, it should be noted that despite the fact that the developed balancing technique ensures only partial solution of the shaking force balancing, it appears that the suggested solution can be attractive for industrial robot applications because it can easily be implemented in practice.

Keywords: Shaking force, Balancing, Parallel Manipulators, control of the center mass acceleration, « bang-bang » profile

Soutenance de thèse de Zane ZAKE (équipe RoMaS)

Zane Zake, doctorant au sein de l’équipe RoMaS, soutiendra sa thèse intitulée « Conception et analyse de stabilité de l’asservissement visuel sur des robots parallèles à câbles pour une amélioration de la précision » / « Design and Stability Analysis of Visual Servoing on Cable-Driven Parallel Robots for Accuracy Improvement »

vendredi 12 février 2021 à 13h45, dans l’amphi S sur le site Centrale Nantes, ou sur Zoom.

Jury :
– Directeur de thèse : Stéphane CARO (Directeur de recherche CNRS, LS2N, Nantes)
– Co-directeur : François CHAUMETTE (Directeur de recherche INRIA, IRISA, Rennes)
– Co-encadrant : Nicolò PEDEMONTE (Ingénieur R&D, IRT Jules Verne, Nantes)
– Rapporteurs : Jean-Pierre MERLET (Directeur de recherche, INRIA Sophia-Antipolis) ; Marc GOUTTEFARDE (Directeur de recherche CNRS, LIRMM, Montpellier)
– Autres membres : Nicolas ANDREFF (Professeur, Université de Franche-Comté, FEMTO-ST) ; Claire DUMAS (Ingénieure de recherche – robotique, Cutii)

Résumé : Cette thèse présente l’amélioration de la précision des robots parallèles à câbles (RPC) par l’asservissement visuel (AV) et l’utilisation de l’analyse de stabilité pour évaluer la robustesse du système robotique. Les RPC sont une sorte de robots parallèles avec des câbles au lieu de liaisons rigides. Ils sont caractérisés par un grand espace de travail, une charge utile et une reconfigurabilité élevées. En revanche, ils sont généralement peu précis, ce qui les empêche d’être largement utilisés. Avec une caméra embarquée sur la plateforme mobile (PM) et en contrôlant le RPC avec un AV, il est possible d’avoir une grande précision par rapport aux objets qu’elle perçoit. En effet, comme l’objet est constamment observé, la commande ne s’arrête que lorsque la précision souhaitée est atteinte. Cependant, la PM n’est pas observée et sa pose doit être estimée.
Les contributions de cette thèse sont les suivantes. Trois méthodes d’estimation de pose de PM ont été proposées et évaluées. Il a été constaté que l’estimation par intégration de commande est la plus polyvalente. Une analyse de Lyapunov a été réalisée sur un RPC planaire et spatial. Un lien entre la pose de la PM et la stabilité du système a été déterminé et un nouvel espace de travail appelé Control Stability Workspace a été défini. Il a été calculé pour plusieurs approches d’AV sur plusieurs RPC. L’impact de différentes perturbations et erreurs de modélisation a été évalué. Il a été montré que la précision du RPC reste toujours la même tant que le système est stable. Les perturbations du système n’affectent que la trajectoire vers l’objet, qui peut être amélioré en utilisant un suivi de trajectoire. Enfin, pour traiter les pertes de tension des câbles, un algorithme de correction de tension pour l’AV a été proposé et validé.

Mots-clés : Robots à câbles, précision, asservissement visuel, analyse de stabilité, espace de travail, commande


Abstract: This thesis presents accuracy improvement of Cable-Driven Parallel Robots (CDPRs) by Visual Servoing (VS) and the use of stability analysis to evaluate the robustness of the robotic system. CDPRs are a kind of parallel robots with cables instead of rigid links. They are characterized by a large workspace, a large payload capacity and reconfigurability. However, CDPRs lack accuracy, which prevents them to be widely used. With an onboard camera on the moving-platform (MP) used in VS control of CDPRs, it is possible to have high accuracy with respect to a target object. Indeed, as the object is perceived, the control is stopped only when the desired accuracy is achieved. However, the MP is not observed and its pose must thus be estimated.
The contributions of this thesis are the following. Three moving-platform pose estimation methods were proposed and evaluated on different tasks. It was found that estimation by control integration is the most versatile. Thorough Lyapunov stability analysis was performed on a planar and a spatial CDPRs. A link between the MP pose and the system stability was determined and thus a novel workspace named Control Stability Workspace was defined. It was computed for several VS approaches on multiple CDPRs. The impact of different perturbations and modeling errors was evaluated. In experimental validation it was shown that CDPR accuracy always remains the same as long as the system is stable. Perturbations in the system affect only the trajectory to the goal. It was shown that trajectory tracking greatly improves CDPR behavior despite the perturbations. Finally, to deal with cable slackness, a Tension Correction Algorithm for VS was proposed and validated.

Keywords: Cable robots, accuracy, visual servoing, stability analysis, workspace, control

Le projet TIRREX est lauréat de l’AMI EquipEx+

Frédérique Vidal, ministre de l’Enseignement supérieur, de la Recherche et de l’Innovation et Guillaume Boudy, secrétaire général pour l’investissement ont annoncé dans un communiqué de presse le 18/12/20 que le projet TIRREX (Technological Infrastructure for Robotics Research of Excellence) faisait partie des 50 lauréats (sur 135 dépôts) de l’appel à manifestations d’intérêt « équipements structurants pour la recherche – ESR / EquipEx+« .

TIRREX est le fruit de plusieurs années de recherche et de réflexion dans le domaine de la robotique. Il vise à développer de nouvelles plateformes emblématiques en robotique avec une coordination nationale pour leur accès et leur développement. Le projet rassemble tous les acteurs majeurs de la recherche académique française en robotique (CNRS, INRIA, CEA, INRAE) avec 19 partenaires. Il s’articule autour de 6 axes thématiques : Robotique humanoïde, Robotique XXL, Micro-Nano robotique, Robotique terrestre autonome, Robotique aérienne et Robotique médicale, et des axes transverses : Prototypage & Conception et Manipulation, conçus pour irriguer les axes thématiques. Amenant l’ouverture à un niveau jamais atteint en robotique, un 3ème axe transversal se concentrera sur l’infrastructure ouverte. Il vise à garantir, à normaliser l’accès et le caractère libre des données, des logiciels et des publications produites (FAIR data et logiciels open source).
Au-delà de l’intérêt scientifique de cette infrastructure pour la recherche en robotique, TIRREX s’appuie également sur le soutien de plus de cinquante entreprises ou réseaux d’entreprises, soulignant son intérêt économique majeur.

Le porteur local est Stéphane Caro, aidé de Benoit Furet.

Quelques données chiffrées :

Coût complet : 41,6M€
Aide demandée : 12,8M€ + 1M€ (8% FG) = 13,8M€
Apport : 27,8M€
19 partenaires (tutelles) dans le projet : 9 partenaires bénéficiant de fonds, 10 impliquant du personnels /et des cofinancements
23 laboratoires de recherches impliqués en tant que partenaires majeurs des plateformes
32 laboratoires partenaires de ce projet au total (23+9 autres) représentant 222 personnes (168 EC + 54 Ingénieurs) impliquées et potentiellement 750 utilisateurs en comptant les collègues.
Engagement de la part du CNRS et de l’INRIA sur les postes d’ingénieurs en développement du projet.
Soutiens :
26 de la Recherche (CNRS, CEA List, INRIA, GDR Robotique…)
15 de notre écosystème (Ministère des Armées, RobAgri, FFC Robotique…)
40 d’industriels (Airbus, Bouygues, Eiffage, PSA, Renault, Safran, Thales…)

Soutenance de thèse de Zhiqiang WANG (équipes RoMaS et IS3P)

Zhiqiang Wang, doctorant au sein des équipes RoMaS et IS3P, soutiendra sa thèse intitulée « Aide à la décision en usinage basée sur des règles métier et apprentissages non supervisés » / « Decision-aid in machining based on business rules and unsupervised machine learning »

lundi 14 décembre 2020 à 10h, en visioconférence Zoom

Jury :
– Directeurs de thèse : Benoît FURET et Catherine DA CUNHA
– Co-encadrant : Mathieu RITOU
– Rapporteurs : Nabil ANWER (Professeur, LURPA – Université Paris Saclay) ; Julien LE DUIGOU (enseignant-chercheur contractuel titulaire de l’HDR, Laboratoire Roberval – Université de Technologie de Compiègne).
– Autres membres : Guénaël GERMAIN (Professeur, LAMPA – Arts et Métiers ParisTech Angers)

Résumé : Dans le contexte général de l’industrie 4.0, une entreprise de fabrication moderne dispose de nombreuses données numériques qui pourraient être utilisées pour rendre les machines-outils plus intelligentes et faciliter la prise de décision en matière de gestion opérationnelle. Cette thèse vise à proposer un système d’aide à la décision pour les machines-outils intelligentes et connectées par l’exploration des données. L’une des premières étapes de l’approche d’exploration de données est la sélection précise de données pertinentes. Pour ce faire, les données brutes doivent être classées dans différents groupes de contexte. Cette thèse propose un algorithme d’apprentissage automatique non-supervisé, par mélanges gaussiens (GMM), pour la classification contextuelle. Basé sur les informations contextuelles, différents incidents d’usinage peuvent être détectés en temps réel. Il s’agit notamment de broutement, de bris d’outil et de sur-vibration. Cette thèse présente un ensemble de règles métiers pour la détection du broutement, de bris d’outil et de sur-vibration. Le contexte opérationnel a été décrypté lorsque des incidents se produisent, sur la base de la classification contextuelle qui explique les types d’usinage et d’engagement des outils. Ensuite, les nouveaux indicateurs clés de performance (KPIs) pertinents et appropriés peuvent être proposés sur la base de ces informations contextuelles combinés avec les incidents détectés afin de soutenir la prise de décision pour la gestion opérationnelle. Cette thèse propose de nouveaux opérateurs d’agrégation et de nouveaux KPIs pertinents pour les différents besoins des départements.

Mots-clés : Industrie 4.0, machines-outils, fouilles de données, GMM, classification contextuelle, KPIs

——————————————————————————————————————————————————————–

Abstract: In the general context of Industry 4.0, large volumes of manufacturing data are available on instrumented machine-tools. They are interesting to exploit not only to improve machine-tool performances but also to support the decision making for the operational management. This thesis aims at proposing a decision-aid system for intelligent and connected machine-tools through Data mining. The first step in a data mining approach is the selection of relevant data. Raw data must, therefore, be classified into different groups of contexts. This thesis proposes a contextual classification procedure in machining based on unsupervised machine learning by Gaussian mixture model.
Based on this contextual classification information, different machining incidents can be detected in real-time. They include chatter, tool breakage and excessive vibration. This thesis introduces a set of business rules for incidents detection. The operational context has been deciphering when incidents occur, based on the contextual classification that explains the types of machining and tool engagement.
Then, the nouveaux relevant and appropriate Key Performance Indicators (KPIs) can be proposed based on these contextual information and the incidents detected to support decision making for the operational management.

Keywords: Industry 4.0, machine-tools, Data mining, GMM, contextual classification, KPIs.

H2020 : Beau palmarès pour le projet ROCABLE

Le projet « ROCABLE – Towards Safe and Collaborative Cable-Driven Parallel Robots« , soumis mi-juillet dans le cadre de l‘appel à projets COVR a été accepté.

Ce projet, coordonné par Stéphane Caro, implique les équipes RoMaS, ReV et OGRE du LS2N, ainsi que l’IRT Jules Verne, Eiffage Énergie Systèmes – Clemessy, et INRIA Sophia-Antipolis.

Le projet ROCABLE aborde les questions de sécurité spécifiques aux Robots Parallèles à Câbles (RPC), une classe de robots parallèles dont la plate-forme mobile est reliée à une base fixe par des câbles. La nature non rigide, de faible masse et élastique des câbles pose aux RPC des problèmes de sécurité uniques. De plus, l’absence de normes et d’études de sécurité sur les RPC est un obstacle important à l’adoption des RPC dans l’industrie. Les objectifs du projet COV-R ROCABLE sont de :

  1. Déterminer les normes et directives pertinentes pour utiliser des RPC coexistant avec les opérateurs humains ;
  2. Faire part aux partenaires de COV-R des aspects nouveaux concernant les RPC qui pourraient être soumis aux autorités de régulation ;
  3. Utiliser les protocoles existants définis par les partenaires de COV-R et les appliquer lorsque pertinents à COV-R ROCABLE
  4. Développer des fonctions logicielles/matérielles liées à la sécurité pour gérer l’arrêt d’urgence des RPC ;
  5. Analyser les risques et fournir des solutions de secours (redondance d’actionnement, limites de l’espace de travail, facteurs de sécurité plus importants et inspection).

Les résultats du projet COV-R ROCABLE rapprocheront les robots parallèles à câbles du marquage CE.

2ème partie | Matinée Techno « Contrôle en ligne intelligent des procédés » (EMC2)

2ème partie | Matinée Techno « Contrôle en ligne intelligent des procédés »

Le vendredi 13 novembre, de 9h00 à 10h30, aura lieu la 2ème partie de la Matinée Techno « Contrôle en ligne intelligent des procédés ». L’objectif est de rassembler une communauté autour de ce thème pour partager un état de l’art et faire émerger des projets R&D collaboratifs d’innovation. Cet événement sera online.

Programme :

  • « Monitoring et son exploitation par fouilles de données en usinage aéronautique » | Mathieu Ritou, Enseignant-chercheur LS2N, Université de Nantes
  • « Contrôle des procédés : et pourquoi pas le retroffiting d’équipements industriels ? » | Alexandre Beigbeder, Chef de Projet R&D, IPC
  • « Contrôle intelligent des procédés : Jumeau Numérique et Low Data – Pilotage de processus par acquisition de paramètres » | Franck Bourcier, Marketing & Innovation VP, Loiretech

Soutenance de thèse d’Elodie PAQUET (équipe RoMaS)

Élodie Paquet, doctorante au sein de l’équipe ROMAS, soutiendra sa thèse intitulée « Développement d’un procédé de fabrication additive à base de matériaux expansifs pour des pièces de grandes dimensions » / « Development of an additive manufacturing process based on expansive materials for large part »

mercredi 4 novembre 2020 à 14h, dans l’amphithéâtre A-1/11 de l’IUT de la Fleuriaye à Nantes / et en visioconférence sur ZOOM

Jury :
– Directeur de thèse : Benoit FURET (Professeur des Universités, IUT de Nantes, Laboratoire LS2N).
– Encadrants : Sébastien GARNIER et Sébastien LE LOCH (Maîtres de conférences, IUT de Nantes, Laboratoire LS2N).
– Rapporteurs : Yann LANDON (Professeur des Universités, Laboratoire ICA, Université de Toulouse III -Paul Sabatier), Sylvain LAVERNHE (Professeur des Universités, Laboratoire LURPA, ENS Paris-Saclay)
– Examinateurs : Medhi CHERIF (Professeur des Universités, Laboratoire I2M, ENSAM Bordeaux), Alain BERNARD (Professeur des Universités, Laboratoire LS2N, École Centrale de Nantes), Nathalie LABONNOTE (Senior Research Scientist (Associate Professor), Laboratoire SINTEF, NTNU à Trondeim en Norvège)

Résumé : Les travaux scientifiques abordés dans le cadre de la thèse portent sur le développement d’un nouveau procédé d’impression 3D à partir de matériaux expansifs permettant la réalisation de pièces de forme complexe de grandes dimensions. Ce procédé est appelé FAM (Foam Additive Manufacturing) et exploité avec des moyens robotisés il sera mise en œuvre pour des cas d’applications dans les domaines de la construction et du nautisme. Cette technologie FAM consiste à déposer le long d’une trajectoire un polymère à l’état liquide qui va s’expanser et se solidifier en seulement quelques secondes. Sur ce premier cordon de matière solidifiée de nouvelles couches de matière vont pouvoir être imprimées, et ainsi de suite jusqu’à la pièce finale.
Les objectifs de la thèse sont de développer des modèles numériques pour simuler le procédé de fabrication additive en maitrisant l’expansion du matériau, identifier les paramètres influents, développer la chaîne numérique et optimiser le processus de fabrication. Après l’identification des paramètres intrinsèques d’expansion du matériau, les modèles qui ont été développés permettent d’obtenir la géométrie des cordons déposés et les champs de température vis-à-vis de la vitesse de dépose de matière couche par couche.Grâce à ces modèles numériques, il est possible d’analyser l’influence des paramètres opératoires sur les différents observables et donc d’avoir une meilleure compréhension des phénomènes impliqués afin de proposer une solution de stratégie optimisée d’impression 3d pour garantir la géométrie 3D de la pièce, la santé matière et la fabricabilité en fonction du moyen d’impression.

Mots-clés : Fabrication additive, matériaux expansifs, Fabrication grandes dimensions

———————————————————————————————————————————————————

Abstract: Scientific work focuses on the development of a new 30 printing process from expansive materials, allowing the production of large-shaped complex parts. This process is called FAM (Foam Additive Manufacturing) and operated with robotic means it will be used for application cases in the fields of construction and boating. This FAM technology consists in depositing along a trajectory a polymer in the liquid state which will expand and solidify in just a few seconds. On this first layer of solidified material, new layers of material will be able to be printed, and so on until the final part. The objectives of the thesis are to develop digital models to simulate the additive manufacturing process by controlling the expansion of the material, identify the influencing parameters, develop the digital chain and optimize the manufacturing process.
After identifying the intrinsic parameters of expansion of the material, the models that have been developed make it possible to obtain the geometry of the deposited beads and the temperature fields with respect to the rate of deposition of material layer by layer. For producte digital models, it is possible to analyze the influence of the operating parameters on the different observables and therefore to have a better understanding of the phenomena involved in order to propose an optimized 3d printing strategy solution to guarantee 30 geometry of the part, the material health and the manufacturability according to the printing machinery.

Keywords: 30 Printing, Foam Additive Manufacturing Process, Large Scale.

Copyright : LS2N 2017 - Mentions Légales - 
 -