Collections de documents électroniques
RECHERCHER

Prédiction du profil de dureté dans le cas de traitement thermique de surface par laser pour des engrenages en acier 4340

Téléchargements

Téléchargements par mois depuis la dernière année

Plus de statistiques...

Seghier, Ammar (2021). Prédiction du profil de dureté dans le cas de traitement thermique de surface par laser pour des engrenages en acier 4340. Mémoire. Rimouski, Université du Québec à Rimouski, Département de mathématiques, informatique et génie, 83 p.

[thumbnail of Ammar_Seghier_fevrier2021.pdf]
Prévisualisation
PDF
Télécharger (1MB) | Prévisualisation

Résumé

RÉSUMÉ : Ce mémoire porte sur le développement d’un modèle capable de prédire le profil de dureté dans le cas de pièces mécaniques à géométrie complexe traités thermiquement au laser. 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 dureté surfacique et sur le profil de dureté. Ces résultats ont servi de base pour le développement d’une approche prédictive intégrée du profil de dureté appliquée à des engrenages en acier 4340. L’approche adoptée est structurée en plusieurs étapes combinant investigation expérimentale, modélisation thermique, modélisation métallurgique, simulation numérique 3D, et analyse statistique pour générer la base de données nécessaire au déploiement d’un modèle prédictif rapide, précis et robuste. L’investigation expérimentale a permis de faire une l’évaluation qualitative et quantitative des effets des paramètres et des conditions du traitement sur la variation du profil de dureté. Les expériences ont été réalisées à l’aide d’un laser Nd-YAG 3kW selon une planification d’expériences basée sur la méthode Taguchi. Le modèle numérique 3D, basé sur les équations de transfert thermique et sur les transformation métallurgiques et concrétisé à l’aide de la méthode des éléments finis, a permis de simuler le comportement du procédé dans des conditions difficiles à réaliser expérimentalement. Les résultats expérimentaux ont été utilisés pour la validation du modèle numérique 3D. Le modèle 3D a par la suite été utilisé pour évaluer les effets des paramètres et des conditions du traitement sur la variation du profil de dureté en utilisant des outils statistiques éprouvés. Les réseaux de neurones ont par la suite été utilisés comme support 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 du modèle neuronique proposé pour la prédiction. Plusieurs critères ont été utilisés pour l’évaluation de la qualité des prédictions du modèle et de sa capacité de généralisation. Dans cette application, la puissance du laser, la vitesse de balayage et la vitesse de rotation de la pièce à traiter sont les variables utilisées pour prédire les profondeurs durcies aux sommets et aux pieds des dents de l’engrenage. Les résultats montrent que le modèle obtenu présente des erreurs de prédiction ne dépassant pas les 10%. -- Mot(s) clé(s) en français : Durcissement de surface au laser ; Profondeur durcie ; Profil de dureté ; Modèle prédictif ; Modèle 3D ; Réseaux de neurones artificiels ; Méthode des éléments Finis ; ANOVA. --
ABSTRACT : This project is devoted to the development of a hardness profile prediction for complex geometry mechanical parts heat-treated using laser. Various results of a structured numerical investigation of the thermal and metallurgical effects induced by materials properties and heating system parameters on the surface hardness characteristics and hardness profile are presented. These results are used as a basis to develop an integrated predictive approach of the hardness profile in the case of 4340 Steel Spur Gears. The proposed approach is structured in several stages combining experimental investigation, thermal modeling, metallurgical modeling, 3D numerical simulation, and statistical analysis to produce the database needed to build a fast, accurate and robust predictive model. Experimental investigations are used to evaluate of the effects of the parameters and conditions of the treatment on the variation of the hardness profile. The experiments were performed using a 3KW Nd-YAG laser according to an adapted experimental design inspired from Taguchi method. The 3D numerical model, based on heat transfer equations and metallurgical transformation is built using finite elements method and validated using experimental results. The model is subsequently used to simulate the process behavior under large and various heating conditions in order to evaluate the effects of the process parameters and conditions on the hardness profile variation using. Neural networks are used as a support for the predictive model building. A large database combining experimental and simulation data was used to train and validate the proposed prediction model. Several criteria are used to assess the quality of the resulting prediction. In this application, the laser power, the scanning speed and the workpiece rotational speed are the variables used to predict the hardened depths at the top and the root of the gear teeth. The results reveal that the resulting prediction model presents good performances with a prediction errors not exceeding 10%. -- Mot(s) clé(s) en anglais : Laser surface transformation hardening, Hardened depth; Hardness profile; Predictive model; artificial neural network, 3D model; Finite element method; ANOVA.

Type de document : Thèse ou Mémoire (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 : Engrenages; Dureté; Essais; Acier; Modèles; Mathématiques; Traitement; Thermique; Lasers; Applications; Industrielles; Modelisation.
Départements et unités départementales : Département de mathématiques, informatique et génie > Génie
Déposé par : DIUQAR UQAR
Date de dépôt : 13 janv. 2023 16:35
Dernière modification : 13 janv. 2023 16:35
URI : https://semaphore.uqar.ca/id/eprint/2081

Actions (administrateurs uniquement)

Éditer la notice Éditer la notice