Collections de documents électroniques
RECHERCHER

Prédiction du profil de dureté sur des cannelures traitées thermiquement au laser : modèle 3D et réseaux de neurones

Téléchargements

Téléchargements par mois depuis la dernière année

Plus de statistiques...

Hadhri, Mahdi (2016). Prédiction du profil de dureté sur des cannelures traitées thermiquement au laser : modèle 3D et réseaux de neurones. Mémoire. Rimouski, Québec, Université du Québec à Rimouski, Département de mathématiques, informatique et génie, 98 p.

[thumbnail of Mahdi_Hadhri_mai2016.pdf]
Prévisualisation
PDF
Télécharger (2MB) | Prévisualisation

Résumé

RÉSUMÉ: Ce mémoire porte sur le développement d’un modèle pour la prédiction du profil de dureté sur des pièces mécaniques de géométries complexes traitées thermiquement par laser. Il présente les résultats d’une investigation sur les effets thermiques et métallurgiques induits par les propriétés des matériaux et par les paramètres du système de traitement thermique au laser sur la dureté surfacique et la profondeur durcie en vue de développer une approche prédictive intégrée du profil de dureté. L’approche proposée est structurée en plusieurs étapes combinant modélisation thermique, modélisation métallurgique, simulation, planification expérimentation, analyse statistique et réseaux de neurones artificiels pour aboutir à un modèle prédictif global du profil de dureté. Cette combinaison permet, d’une part de minimiser les coûts des efforts expérimentaux et, d’autre part, de favoriser une meilleure compréhension du comportement du procédé sous différentes conditions pour une modélisation prédictive structurée et efficace. La première étape a permis de développer et valider expérimentalement un modèle de simulation 3D et un modèle prédictif simplifié basé sur les réseaux de neurones du profil de dureté pour une géométrie simple.
La seconde étape a permis d’adapter le modèle 3D à des géométries complexes telles que les cannelures et de le valider expérimentalement. La troisième étape a permis de réaliser une analyse structurée des effets des propriétés du matériau, des différents paramètres du système de traitement thermique au laser et des attributs géométriques de la pièce traitée sur la dureté surfacique, sur la profondeur durcie et sur le profil de dureté. Finalement, tous les paramètres ayant les effets les plus significatifs sur la variation du profil de dureté ont été intégrés dans un modèle prédictif global en utilisant un modèle neuronique. La validation expérimentale des différents modèles a été réalisée sur un système de traitement thermique au laser Nd : Yag de 3 kW et appliquée à l’acier AISI4340. Les résultats obtenus ont permis de confirmer, non seulement, la faisabilité de l’approche, mais également de confirmer son efficacité en conduisant à un modèle de prédiction aussi bien précis que fiable. -- Mot(s) clé(s) en français : Traitement thermique de surface par laser ; Profondeur de durcissement ; Profil de dureté ; Modèle prédictif ; Modèle 3D ; Méthode des éléments Finis ; Planification d’expériences ; ANOVA ; Réseau de Neurones. -- ABSTRACT: This project focuses on the development of a robust model for predicting the hardness profile in mechanical parts with complex geometries heat-treated by laser. An investigation on thermal and metallurgical effects induced by material properties and laser heating system parameters on the surface hardness and hardness depth is conducted to develop an integrated approach for predictive modeling of hardness profile. The proposed approach is structured in several phases combining thermal modeling, metallurgical modeling, simulation, experiment planning, statistical analysis and artificial neural networks to reach a global predictive model. This integrated approach offers the advantage of minimizing the experimental cost and stimulating a better understanding of the process quality variation under various parameters and conditions leading to an effective predictive modeling. In the first step, a 3D simulation model and a simplified neural networks based model for predicting the hardness profile for a simple geometries such as cylinder are developed and experimentally validated. In the second step, the 3D model is adapt and experimentally validate for complex geometries such as spline shafts. In the third step, a structured analysis is conducted to evaluate the effects of material properties, the geometric attributes of the treated mechanical parts and various laser heating system parameters on the surface hardness, the hardness depth and the hardness profile. Finally, the parameters having the most significant impact on the hardness profile variation are integrated using neural networks for the global predictive model.
The experimental calibration and validation of various models is performed on a 3 kW Nd:Yag laser system applied to AISI4340 steel using a structured experimental design and confirmed statistical analysis tools. The results confirmed not only the feasibility of the approach but revealed its effectiveness by leading to an accurate and effective prediction model. -- Mot(s) clé(s) en anglais : Laser surface transformation hardening; Case depth; Hardness profile; Predictive modeling; 3D model; Finite elements method; Design of experiments; ANOVA; Neural Network.

Type de document : Thèse ou mémoire de l'UQAR (Mémoire)
Directeur(trice) de mémoire/thèse : El Ouafi, Abderrazak
Information complémentaire : Mémoire présenté dans le cadre du programme de maîtrise en ingénierie en vue de l'obtention du grade de maître en sciences appliquées (M.Sc.A.).
Mots-clés : Traitement Thermique Surface Laser Profil Durete Modele Prediction Durcissement Metallurgie
Départements et unités départementales : Département de mathématiques, informatique et génie > Génie
Déposé par : DIUQAR UQAR
Date de dépôt : 06 juill. 2017 18:38
Dernière modification : 06 juill. 2017 18:38
URI : https://semaphore.uqar.ca/id/eprint/1236

Actions (administrateurs uniquement)

Éditer la notice Éditer la notice