Prédiction de la profondeur durcie après traitement thermique superficiel par induction de cannelures en acier 4340

Khalij, Bouchra (2021). Prédiction de la profondeur durcie après traitement thermique superficiel par induction de cannelures en acier 4340. Mémoire. Rimouski, Université du Québec à Rimouski, Département de mathématiques, informatique et génie, 75 p.

Prévisualisation

PDF Télécharger (2MB) | Prévisualisation

Résumé

RÉSUMÉ : Ce mémoire porte sur le développement d'un modèle capable de prédire le profil de dureté et la profondeur durcie dans le cas de pièces mécaniques à géométrie complexe traités thermiquement par induction. Il présente les résultats d'une investigation numérique structurée des effets thermiques et métallurgiques induits par les propriétés des matériaux et par les paramètres du procédé de traitement sur la variation de la dureté surfacique et du profil durci. Cette investigation a par la suite servi de base pour le développement d'une approche prédictive du profil de dureté et de la profondeur durcie appliquée à des cannelures en acier 4340. La méthodologie utilisée est structurée en plusieurs phases combinant investigation expérimentale, modélisation thermique et métallurgique, simulation numérique 3D, et analyse statistique permettant de réunir les ingrédients nécessaires au déploiement d'un modèle prédictif rapide, précis et robuste. Le modèle 3D adopté pour les simulations est basé sur la méthode des éléments finis en utilisant les principes de transfert thermique et de transformations métallurgiques et validé expérimentalement à l'aide de données obtenues sur une machine de chauffage par induction de type EFD. Le modèle 3D a par la suite permis de simuler le comportement du procédé dans une large gamme de conditions y compris celles difficiles à réaliser expérimentalement. Une compagne de simulation a été conduite à cet effet en adoptant une planification structurée et des outils statistiques éprouvés dans le but de conduire une évaluation méthodique des effets des paramètres de chauffage et des propriétés dimensionnelles, géométriques de la pièce à traiter sur la variation du profil de dureté. Des modèles par régression et par réseaux de neurones ont par la suite été utilisés comme base pour le développement du modèle prédictif. Une large base de données combinant données expérimentales et données de simulation a servi à l'entrainement et à la validation croisée des modèles proposés pour la prédiction. Plusieurs critères ont été utilisés pour comparer les deux approches de modélisation et d'évaluer la qualité des prédictions de chaque modèle ainsi que leur capacité de généralisation. Dans cette application, l'intensité du courant, la fréquence, le diamètre de la pièce, et l'angle d'inclinaison des cannelures sont les variables utilisées pour prédire le profil de dureté et les profondeurs durcies aux sommets et aux racines des cannelures. Les résultats montrent que le modèle à base de réseau de neurone présente les meilleures performances avec des erreurs de prédiction inférieures à 12%. -- Mot(s) clé(s) en français : Durcissement de surface par induction; Profil de dureté; Profondeur durcie; Modèle prédictif; Modèle numérique 3D; Méthode des Éléments Finis; ANOVA; Régression; Réseaux de neurones artificiels. --
ABSTRACT : This project focuses to the development of a hardness profile and hardened depth prediction model for complex geometry mechanical parts heat-treated by induction. Several results of a structured numerical investigation of thermal and metallurgical effects induced by materials properties, part geometrical characteristics and induction heating parameters on the hardness profile attributes are presented. The results of this investigation are then used as a basis to develop an integrated hardness profile and hardened depth predictive approach in the case of 4340 steel splines. The adopted model development methodology is structured in several phases combining experimental investigation, thermal modeling, metallurgical modeling, 3D numerical simulation, and statistical analysis to identify the best conditions needed to deploy a fast, accurate and robust predictive model. The implemented 3D numerical model, based on heat transfer equations and metallurgical transformation, is built using finite elements method and validated using experimental results produced on an EFD induction-heating machine. The 3D model is then used to simulate the process behavior under large and various heating conditions, including those difficult to achieve experimentally in order to evaluate the effects of the process parameters and conditions on the hardness profile and hardened depth variation. In order to conduct a methodical evaluation of the process variable effects, the simulations are produced according to a structured design of experiments and the results analysis is carried out using improved statistical tools. Regression and neural network models are subsequently used as the basis for the development the predictive model building. A large database combining experimental and simulation data was used for training and validation of the proposed prediction models. Several criteria are used to compare the two modeling approaches and to assess the quality of the predictions of each model. In this application, current strength, frequency, workpiece diameter, and flute tilt angle are the variables used to predict the hardened depths at the tops and the root of the splines. The results show that the neural network-based prediction model shows the best performance with prediction errors not exceeding 12%. -- Mot(s) clé(s) en anglais : Induction Surface Hardening; Hardness profile; Hardened depth; Predictive model; 3D numerical model; Finite elements method; ANOVA; Regression analysis; Artificial neural network.

Type de document :	Thèse ou mémoire de l'UQAR (Mémoire)
Directeur(trice) de mémoire/thèse :	Chebak, Ahmed
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 :	Acier; Traitement thermique; Trempe par induction; Durcissement superficiel; Modèles mathématiques; Modélisation.
Départements et unités départementales :	Département de mathématiques, informatique et génie > Génie
Déposé par :	DIUQAR UQAR
Date de dépôt :	20 mai 2022 15:01
Dernière modification :	20 mai 2022 15:01
URI :	https://semaphore.uqar.ca/id/eprint/2008

Actions (administrateurs uniquement)

Éditer la notice