Modélisation prédictive des erreurs quasi-statiques dans les machines-outils pour une compensation dynamique

Matezo-Ngoma, Erick (2025). Modélisation prédictive des erreurs quasi-statiques dans les machines-outils pour une compensation dynamique. Thèse. Rimouski, Université du Québec à Rimouski, Département de mathématiques, informatique et génie, 102 p.

PDF Télécharger (2MB) | Prévisualisation

Résumé

RÉSUMÉ : Les erreurs quasi-statiques observées sur les machines-outils à commande numérique sont responsables d'une grande partie des déviations dimensionnelles et géométriques constatées sur les pièces mécaniques produites par usinage. Ces erreurs, estimées à près de 70% des erreurs attribuables à la machine-outil (MO), sont dues aux imperfections dans la structure géométrique et cinématique de la machine ou à la suite de la modification de cette structure sous des contraintes statiques et thermiques. Même si certaines imperfections sont réduites en améliorant le design de la MO, il n'est pas possible d'éliminer totalement leurs effets. Les coûts exorbitants qu'exigent ces améliorations ont contribué à favoriser le concept de la compensation des erreurs qui permet d'améliorer la précision des MO sans nécessiter leur modification physique. Cependant, pour une compensation dynamique de ces erreurs, il est nécessaire de disposer d'un modèle global capable de les prédire et de les synthétiser sous une forme facile à compenser, et ce quelle que soit la position dans le volume de travail de la MO et quelles que soient les conditions thermiques auxquelles elle est soumise. Les sources d'erreurs dans les MO étant multiples et variées et leurs effets fortement interreliés, le développement d'un tel modèle soulève au moins trois défis importants : le choix de la technique de modélisation, la sélection des variables à inclure dans les modèles de prédiction ainsi que le développement d'un formalisme adapté pour intégrer les erreurs et les synthétiser sous une forme volumétrique compatible avec les exigences des applications en temps réel. Cette recherche a l'ambition de relever ces défis en développant une approche de modélisation prédictive hybride des erreurs quasi-statiques dans les MO en vue d'une compensation dynamique. L'approche proposée combine (i) une investigation expérimentale et numérique pour analyser le comportement thermomécanique de la MO afin d'identifier les relations de cause à effet entre la cartographie thermique et les profils de déformations et de déplacement dans sa structure, (ii) un système de mesure combinant caméra thermique, capteurs de température, laser interféromètre et autres capteurs de mesure de déformations et de déplacements pour la caractérisation de ces erreurs, (iii) une procédure systématique de sélection du nombre et de la localisation des capteurs de mesure de température afin de représenter le plus fidèlement possible la distribution réelle des champs thermiques dans la structure de la MO (iv) des modèles adaptés pour la prédiction des composantes élémentaires des erreurs géométriques et thermiques, (v) un modèle cinématique généralisé pour la synthèse des composantes volumétrique de l'erreur quasi-statique et (vi) une procédure d'évaluation et d'application du modèle prédictif pour une compensation dynamique. La modélisation prédictive hybride proposée dans cette recherche fournit une solution entièrement intégrée permettant de corriger simultanément les erreurs géométriques et thermiques à l'aide de la compensation des composantes volumétriques de l'erreur quasi-statique en temps réel. Appliquée sur un centre d'usinage vertical, l'approche proposée a permis d'obtenir des performances remarquables en termes d'amélioration de la précision de la MO en réduisant l'erreur volumétrique d'au moins 80% avec une déviation moyenne absolue en pourcentage inférieure à 5%, et ce sous des conditions thermiques variées. -- Mot(s) clé(s) en français : Machines-outils, CNC. Amélioration de la précision dimensionnelle. Compensation des erreurs. Investigation numérique. Erreurs quasi-statiques. Erreurs géométriques, Erreurs thermiques, Modèle cinématique, Modélisation prédictive. Réseau de neurones. --
ABSTRACT : Quasi-static errors observed on CNC machine tools are responsible for a significant portion of dimensional and geometric deviations noted on machined parts. These errors, estimated to account for nearly 70% of the errors of the machine tool (MT), are due to imperfections in the geometric and kinematic structure of the machine or result from the deformation of this structure under static and thermal loads. Although, certain of these imperfections can be reduced by improving the design of the MT, it is not possible to eliminate their effects completely. The excessive costs associated with such accuracy improvements motivated the development of error compensation strategies that improve the MT accuracy without requiring physical modification. However, to implement these compensation strategies, a comprehensive model, which can predict and synthesize the errors, regardless of the position within the working space or the MT thermal conditions, is needed. Given the multiple and varied error sources in MT and the strong interdependence of their effects, developing such a model poses at least three major challenges: selection of the appropriate modeling technique, identification of the variables to include in the predictive models, and development of an adequate formalism to integrate and synthesize the errors into a compatible form with real-time application requirements. This thesis aspires to address these challenges by developing a hybrid predictive modeling approach for quasi-static errors in MT for dynamic compensation. The proposed approach combines: (i) thermomechanical analysis of MT structure through experimental and numerical investigations in order to highlight cause-and-effect relationships between thermal mapping and deformation / displacement profiles, (ii) a measurement system combining thermal imaging, temperature sensors, laser interferometry, and other sensors for capturing deformations and displacements for the errors characterization, (iii) a systematic procedure for selecting the appropriate localisation of temperature sensors that represent the actual distribution of thermal fields in the MT structure, (iv) accurate and adapted models for predicting the geometric and thermal error components, (v) a generalized kinematic model for synthesizing the volumetric quasi-static error components, and (vi) an improved procedure for evaluating and applying the hybrid predictive model for dynamic error compensation. The proposed hybrid predictive modeling approach provides a fully integrated solution for correcting simultaneously geometric and thermal errors through a real-time quasi-static error compensation. Applied to a vertical machining center, the proposed approach achieved remarkable accuracy improvements, reducing the volumetric error by more than 80%, with an average absolute percentage deviation less than 5%, even under varying thermal conditions. -- Mot(s) clé(s) en anglais : CNC machine tools. Dimensional accuracy improvement. Error compensation. Numerical investigation. Quasi-static errors. Geometric errors, Thermal errors, Kinematic model, Predictive modeling. Neural network.

Type de document :	Thèse ou mémoire de l'UQAR (Thèse)
Directeur(trice) de mémoire/thèse :	El Ouafi, Abderrazak
Information complémentaire :	Thèse présentée dans le cadre du programme de doctorat en ingénierie en vue de l'obtention du grade de Philosophiae Doctor (Ph. D.).
Mots-clés :	Modèles prédictifs; Erreurs quasi-statiques; Machines-outils; Modélisation prédictive.
Départements et unités départementales :	Département de mathématiques, informatique et génie > Génie
Date de dépôt :	11 mars 2026 18:26
Dernière modification :	11 mars 2026 18:26
URI :	https://semaphore.uqar.ca/id/eprint/3492