Pilotage des usinages tridimensionnels

La qualité du produit fabriqué est un des principaux challenges d’une entreprise souhaitant conserver sa réputation auprès des clients. Avec la concurrence actuelle, la qualité est apparue de plus en plus capitale et a pour rôle de garantir le succès et la survie de l’entreprise. Pour être compétitive, il est impératif de garantir la meilleure qualité possible pour son produit. Pour cela, elle doit maîtriser ses processus à l’aide d’outils tels que les « cartes de contrôle » pour répondre aux exigences de qualité émanant des clients. Ces outils permettent d’une part, de conjuguer la qualité du produit et la performance de l’entreprise, et d’autre part, d’uniformiser la pratique du pilotage de la production dans l’entreprise.

Dans le cas de production mécanique, les services de production sont confrontés quotidiennement au problème de « conformité » dans les ateliers de contrôle métrologique et de « pilotage » dans les ateliers de fabrication. Pour maîtriser la qualité géométrique du produit, il existe en effet ces deux concepts utilisés dans les entreprises :

1. le pilotage dont le rôle est de recentrer les produits sur les cibles afin de limiter la variabilité des caractéristiques fabriquées,
2. la conformité qui consiste à vérifier que la variabilité résiduelle est compatible avec les tolérances. La conformité est la conséquence du pilotage.

La qualité d’un produit à la sortie d’une production est influencée par la variabilité de production. Une variabilité de mesure s’ajoute à la variabilité de production lors de mesure de la pièce . Pour réduire ces variabilités, des actions sur la machine sont nécessaires. Dans le cas de la production par machine-outil à commande numérique (MOCN), on agit sur un certain nombre de paramètres d’ajustement disponibles en CN.

Les machines modernes permettent désormais la réalisation simultanée de plusieurs caractéristiques fabriquées et permettent de produire des pièces complexes. La difficulté de pilotage survient lorsque les relations entre les caractéristiques fabriquées et les paramètres d’ajustement sont plus complexes. Par exemple une cote réalisée entre deux faces dépend de deux correcteurs d’outils (un sur chaque face). Dès lors, les méthodes de réglage traditionnelles deviennent obsolètes, et il est nécessaire de revisiter les stratégies de pilotage.

L’entrée du numérique dans les ateliers d’usinage (passage de la manivelle à la commande numérique des machines-outils par exemple) nécessite des nouvelles méthodes plus adaptées aux changements apportés. Les travaux réalisés contribuent au passage vers le pilotage numérique des machines-outils et apportent des outils nécessaires permettant de changer les pratiques traditionnelles dans les ateliers d’usinage.

L’usinage d’une pièce mécanique est caractérisé par le déplacement des outils pour générer les surfaces de la pièce. Ce déplacement répété des outils au contact des pièces successives génère de la variabilité à l’origine des écarts sur les pièces. Il faut donc régulièrement mesurer la (les) dernière(s) pièce(s) produite(s) et comparer la mesure à la géométrie cible pour corriger les écarts. Un réglage initial est également nécessaire avant le lancement de la série de pièces.

Le réglage de machines consiste traditionnellement à repositionner les outils en usinage pour obtenir des pièces conformes. Les machines numériques d’aujourd’hui offrent la possibilité de modification de trajectoires d’outils en agissant sur un certain nombre de paramètres d’ajustement dans le programme disponible en commande numérique, pour ajuster la géométrie à sa cible. Dans le cas d’usinage par MOCN, on agit principalement sur les correcteurs qui permettent, soit de corriger les outils, soit de corriger la position du repère (programme ou pièce). D’autres paramètres (cotesprogramme) sont modifiés par le régleur dans le programme.

Les paramètres d’ajustement sur les outils sont des paramètres qui permettent de corriger les dimensions (longueur ou rayon de l’outil) ou la forme de l’outil (rayon en bout de fraise par exemple). En général ce sont des jauges. Selon la définition donnée par Marty et al. [1] ou par Urso [2], les jauges d’outil définissent les distances entre le point de prise de jauges (arête coupante de outil) de l’outil et le point de référence (en fraisage c’est le nez de la broche, en tournage c’est la référence de la tourelle porte-outil) mesurées parallèlement aux axes de la machine . Par exemple lorsque l’on travaille avec une fraise deux tailles, on peut avoir besoin au moins d’un jauge de longueur et d’un jauge de rayon.

Les correcteurs d’outils sont des variables qu’on peut rajouter en CN aux jauges pour compenser une variation de dimension de pièce ou de l’outil causée par exemple par l’usure d’outil. A chaque outil de coupe on peut associer un ou plusieurs correcteurs.

L’action corrective sur un correcteur de forme d’outil (rayon en bout de fraise), nécessite soit l’affûtage de l’outil, soit son remplacement. En revanche, l’action corrective sur un correcteur de dimension d’outil (ou jauge) peut être réalisée en CN.

Le pilotage nécessite de détecter des situations hors contrôle et d’intervenir pour recentrer le processus en agissant sur les paramètres d’ajustement. Il faut dissocier ce qui relève de la variabilité de ce qui nécessite une action de réglage. Pour cela, il faut avoir des dispositifs capables de détecter ces situations hors contrôle.

Le pilotage des machines doit tenir compte de la variabilité des procédés. La Maîtrise Statistique des Processus a pour objectif principal de maintenir les caractéristiques fabriquées au plus près de leurs valeurs cibles définies en conception. La maîtrise du procédé est nécessaire à toute entreprise pour limiter la variabilité au cours de l’élaboration d’une série de pièces. La réduction de la variabilité entraîne une amélioration indiscutable sur la qualité des produits.

Lorsqu’on mesure des produits en sortie de la production, on note toujours des variations sur les résultats. L’écart-type permet d’estimer l’importance de ces variations qui proviennent des différentes origines classées en général en deux catégories : Les causes communes qui regroupent l’ensemble des petites causes non identifiées et les causes spéciales dont l’origine est identifiable.

Les causes communes sont des causes aléatoires qui proviennent des nombreuses sources de variation non identifiables. Les causes aléatoires sont l’ensemble des causes faibles que l’on considère d’un ordre de grandeur identique. Par l’application du théorème centrale limite, on modélise leur comportement par une courbe de Gauss.

Le pilotage consiste à détecter les situations hors contrôle (c’est-à-dire les situations où une caractéristique présente une valeur qui dépasse son seuil de surveillance prédéfini) afin d’intervenir pour recentrer le processus. Walter A. Shewhart [4] est le premier à proposer une carte de contrôle univariée permettant de contrôler que la caractéristique fabriquée est sous contrôle ou de piloter les processus de production. L’idée est que la caractéristique mesurée doit se trouver en dessous de la limite de variabilité calculée avec un risque α (α = 0,27% pour une dispersion à 6σ dans le cas d’une loi de Gauss). En dessous de cette limite on considère que l’écart mesuré sur la caractéristique est purement aléatoire.

Table des matières

INTRODUCTION GENERALE
1. Objectifs et contexte
2. Structure du mémoire
CHAPITRE I: Pilotage ou conformité : Etat de l’art
1. Introduction
2. Contexte général et position du problème
2.1. Contexte général
2.2. Position des travaux par rapport au contexte
2.3. Paramètres d’ajustement de la géométrie sur les MOCN
2.3.1. Rôle des paramètres d’ajustement
2.3.2. Différents types de paramètres d’ajustement
2.3.2.1. Paramètres d’ajustement sur les outils
2.3.2.2. Paramètres d’ajustement sur le repère
2.3.2.3. Paramètres d’ajustement sur le programme
2.3.2.4. Paramètres d’influence sur la géométrie
2.3.2.5. Paramètres de l’étude
3. Pilotage
3.1. Maîtrise du procédé
3.1.1. Variabilité du procédé
3.1.1.1. Causes communes
3.1.1.2. Causes spéciales
3.2. Détection des situations hors contrôle
3.2.1. Carte de contrôle univariée
3.2.2. Carte de contrôle multivariée
3.2.3. Détection d’erreurs de machines-outils
3.3. Réglage des processus
3.3.1. Réglage par pondération progressive
3.3.2. Autres approches de réglage de machines
3.3.3. Synthèse des travaux présentés
4. Conformité
4.1. Concept de la conformité
4.2. Le tolérancement pour assurer la conformité
4.2.1. Le tolérancement dimensionnel linéaire
4.2.2. Le tolérancement géométrique par zone
4.3. Le tolérancement inertiel total
4.3.1. L’inertie
4.3.2. Nuance entre inertie de pièce et inertie de lot
4.4. Autres approches de paramétrage de la géométrie
5. La capabilité pour évaluer la qualité du produit / processus
5.1. Les capabilités court-terme (Cp et Cpk)
5.2. Les capabilités long-terme (Pp et Ppk)
5.3. Calcul des capabilités inertielles
5.4. L’indicateur Cpm de Taguchi
6. Conclusion
CHAPITRE II: Pilotage par matrice d’incidence
1. Introduction
2. Pilotage par cotes
2.1. Méthodologie Copilot-pro®
2.1.1. Introduction
2.1.2. Principe du pilotage par matrice dans la méthode Copilot-pro®
2.1.3. Réglage des ébauches par Copilot-pro®
2.1.3.1. Détermination des cotes de fabrication de la gamme
2.1.4. Alternatif à la méthode Copilot-pro® pour le réglage des ébauches
2.1.5. Synthèse de la méthodologie Copilot-pro®
2.2. Pilotage inertiel (multi-critères/multi-caractéristiques)
3. Pilotage par points: Le pilotage inertiel total
4. Prise en compte des tolérances et du nombre de points des surfaces pour le calcul des
corrections
4.1. Situation du problème
4.2. Exemple de fraisage
4.2.1. Choix des points
4.2.2. Construction et repositionnement des repères pour le pilotage
4.2.3. Calcul de la matrice d’incidence
4.3. Prise en compte des précisions relatives exprimées par les tolérances
4.4. Prise en compte du nombre de points des surfaces
4.4.1. Solution 1: Équilibrage du nombre de points par le PPCM
4.4.2. Solution 2: Passage par un paramétrage géométrique par cotes
4.4.3. Solution 3: Passage par une matrice d’interdépendance (double optimisation)
4.4.4. Plan d’expériences comparatif des méthodes
4.4.5. Conclusion
CONCLUSION GENERALE

Cours gratuitTélécharger le document complet

Télécharger aussi :

Laisser un commentaire

Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *