Vous êtes sur la page 1sur 155

THÈSE DE DOCTORAT DE L’ÉTABLISSEMENT UNIVERSITÉ BOURGOGNE

FRANCHE-COMTÉ

PRÉPARÉE À L’UNIVERSITÉ DE FRANCHE-COMTÉ

École doctorale n°37


Sciences Pour l’Ingénieur et Microtechniques

Doctorat de Mécanique

par

Cédric Bonnardot

Contributions à l’amélioration d’un test de caractérisation de tôles ultrafines par


microformage incrémental

Thèse présentée et soutenue à Besançon, le 18 Mars 2021

Composition du Jury :
Dal Santo Philippe Professeur à ENSAM ParisTech Angers, Président
LAMPA
Delamézière Arnaud Professeur à l’INSIC St Dié des Vosges, LEM3 Rapporteur
Leotoing Lionel Maître de Conférences HDR à l’INSA de Rapporteur
Rennes
Richard Fabrice Maître de Conférences HDR à l’Université de Examinateur
Franche-Comté, UBFC/FEMTO-ST
Thibaud Sébastien Professeur à l’ENSMM, UBFC/FEMTO-ST Directeur de thèse
Malecot Pierrick Maître de Conférences à l’ENSMM, Invité
UBFC/FEMTO-ST

N◦ X X X
écol e doct oral e sci ences pour l ’i ngéni eur et mi crotechni ques

Titre : Contributions à l’amélioration d’un test de caractérisation de tôles ultrafines par microformage incrémental

Mots-clés : Microformage incrémental mono point, InDef test, Méthode des éléments finis, NURBS, Génération
de défauts, Identification
Résumé :
De nos jours, la volonté de disposer d’une technologie de trajectoires basées sur des courbes NURBS. À l’aide
permettant de produire des composants de plus en plus de ce type de courbe, une méthode de compensation
petits est bien présente dans les industries. Cependant de trajectoire permettant de minimiser les défauts
la physique gouvernant le comportement des matériaux de mise en forme a été obtenue et sans utilisation
à l’échelle microscopique n’est plus la même qu’à d’outils numériques. Une méthode de prise en compte
l’échelle macro. C’est dans ce but que l’étude sur le des défauts géométriques, basée sur une superposition
microformage incrémental a vu le jour et qu’elle a mené modale, est également introduite pour tendre vers
à définir un nouveau type d’essai de caractérisation une prédiction plus fine du procédé. La simulation
: l’InDef test. Ceci afin d’identifier les paramètres du procédé a également été réalisée par l’utilisation
constitutifs des lois de comportement des matériaux d’une méthode d’intégration temporelle implicite de
testés sous forme de tôles ultra-fines. Cependant le Newmark. Finalement, le développement de l’ensemble
coût d’identification de la méthode est fortement lié des outils tend à améliorer la génération de trajets de
aux temps de simulation numérique du procédé. Cette déformations à l’aide de l’InDef test pilotés par la notion
thèse est dédiée à l’amélioration de la méthode InDef d’identifiabilité.
par l’introduction d’un outil de génération paramétrique

Title: Contributions à l’amélioration d’un test de caractérisation de tôles ultrafines par microformage incrémental

Keywords: Single Point Incremental Forming process, InDef test, Finite element method, NURBS, Geometrical
Defect generation, Identification
Abstract:
Nowadays, the desire for technology to produce smaller test by the introduction of a toolbox for parametric
and smaller components is very present in industries. generation of paths based on NURBS curves. Using
However, the physics governing the behavior of materials this type of curve, a toolpath compensation method
at the microscopic scale is no longer the same allowing to minimize the forming defects has been
as at the macro scale. This is why the study of obtained without the use of numerical tools. A method
incremental microforming was developped and led of taking into account geometrical defects, based on
to the definition of a new type of characterization modal superposition, is also introduced to tend towards
test : the InDef test. This in order to identify the a more precise prediction of the process. The process
parameters constituting the behaviour laws of the simulation was also carried out using a Newmark implicit
materials tested in the form of ultra-thin sheets. time integration algorithm. Finally, the development
However, the cost of identifying with this method is of all these tools tends to improve the generation of
strongly linked to the numerical simulation time. This deformation paths using the InDef test driven by the
thesis is dedicated to the improvement of the InDef notion of identifiability.

Université Bourgogne Franche-Comté


32, avenue de l’Observatoire
25000 Besançon, France
Remerciements

Je tiens tout d’abord à m’excuser car il me sera difficile de remercier toutes les personnes qui
ont pu m’aider à mener cette thèse à son terme.

Pour commencer il est tout à fait naturel de remercier mon directeur de thèse, Sébas-
tien Thibaud, pour toute son aide.
Je suis ravi d’avoir travaillé en sa compagnie car outre son appui scientifique, il a tou-
jours été là pour m’aider, me soutenir et me conseiller au cours de l’élaboration de cette
thèse. Je te remercie pour la confiance que tu m’as accordée tout au long de ce travail doctoral.

Notamment ce travail a été mené à bien grâce à l’aide de Pierrick Malécot et Fabrice
Richard. Je tiens à leur exprimer toute ma gratitude pour leur soutien et leur conseil. Je tiens
surtout à souligner leur disponibilité et leur écoute dont ils ont fait preuve tout au long de ce
travail.

Je souhaite désormais remercier Arnaud Delamézière et Lionel Leotoing de m’avoir fait


l’honneur d’être rapporteurs de ce manuscrit de thèse. Merci également à Philippe Dal Santo
et à Fabrice Richard d’avoir accepté d’être examinateurs.

Je n’oublie pas de remercier toutes les personnes qui ont partagé leurs expertises et
donné de leurs temps comme Gérard Michel et Martial Personeni pour leur assistance
technique qui m’a permis de réaliser ma thèse dans les meilleurs conditions.

Je remercie également tous mes amis et collègue de labo qui ont rendu ces années
plus agréables : Rafael, Marc-Antoine, Simone, Stéphanie (n’oublie pas, manger c’est pas
tricher ;-) ), Robin, Quentin G. Quentin L., Martin, Ludovic, Camille, Alexandre et tout ceux
qui ont été de passage où qu’ils soient encore dans le bureau 37H. Je remercie aussi tous
mes bebew (amis) de Besançon qui m’ont permis de bien décompresser pendant toutes ces
années passez à l’Université de Besançon comme Benoît "the rock" Morel, Mathieu, Ludovic,
Emilien, Gaëtan, Anaïs B. "Meuf", Anaïs G. et à tous les autres que j’ai pu rencontré en stage
et durant mon périple scolaire.

Il m’est impossible d’oublier Thuy Duong DANG (alias Zouzou) qui a tout fait pour
m’aider, qui m’a soutenu et surtout supporté durant ces trois années. Et qui m’a surtout
ouvert à la culturel Vietnamienne.

Je tiens à remercier ma famille pour les encouragements, le soutien et la patience dont


elle a fait preuve durant toutes ces années d’études. Mes parents et grands-parents peuvent
enfin dire que je suis un Docteur qui ne peux pas faire d’ordonnance.

v
Sommaire

1 Introduction au formage incrémental et à sa miniaturisation 5


1.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.2 Procédé de micro-formage incrémental de tôle mince . . . . . . . . . . . . . . 6
1.2.1 Micro-formage de tôles minces . . . . . . . . . . . . . . . . . . . . . . 8
1.2.1.1 Procédé de découpage . . . . . . . . . . . . . . . . . . . . . 8
1.2.1.2 Procédé de micro-emboutissage . . . . . . . . . . . . . . . . 9
1.2.2 Procédé de formage incrémental . . . . . . . . . . . . . . . . . . . . . 11
1.2.2.1 Formage incrémental mono-point (SPIF) . . . . . . . . . . . 12
1.3 Effets d’échelle : Généralités . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
1.3.1 Effet de la taille initial des grains . . . . . . . . . . . . . . . . . . . . . 15
1.4 Procédé µ-SPIF et identification . . . . . . . . . . . . . . . . . . . . . . . . . 18
1.4.1 Méthodes d’identification par les procédés . . . . . . . . . . . . . . . . 18
1.4.2 Identification de lois de comportement par µ-SPIF : InDef Tests . . . . 20
1.4.2.1 Identification et identifiabilité . . . . . . . . . . . . . . . . . 23
1.5 Du pilotage de l’identification par l’identifiabilité . . . . . . . . . . . . . . . . . 24

2 Génération de trajectoires paramétriques et optimisation 27


2.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
2.1.1 Influence du parcours outil . . . . . . . . . . . . . . . . . . . . . . . . 29
2.1.2 Bases du développement du procédé µSPIF . . . . . . . . . . . . . . . 31
2.2 Génération de trajectoires paramétriques par courbes NURBS . . . . . . . . . . 33
2.2.1 Définition générale d’une courbe NURBS . . . . . . . . . . . . . . . . 34
2.2.2 Courbes B-Splines . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
2.3 Application à la génération de trajectoire outil en µ-SPIF . . . . . . . . . . . . 37
2.3.1 Forme géométrique et sa discrétisation . . . . . . . . . . . . . . . . . . 38
2.3.2 Génération de la trajectoire paramétrique . . . . . . . . . . . . . . . . 39
2.3.3 Projection de la trajectoire paramétrique sur la surface . . . . . . . . . 41
2.3.3.1 Projection de la courbe maîtresse . . . . . . . . . . . . . . . 41

vii
viii SOMMAIRE

2.3.3.2 Détermination de l’élément intersecté par une méthode de tri


par paniers . . . . . . . . . . . . . . . . . . . . . . . . . . . 42
2.3.4 Prise en compte du rayon d’outil . . . . . . . . . . . . . . . . . . . . . 45
2.3.5 Approches et retraits des outils . . . . . . . . . . . . . . . . . . . . . . 48
2.3.6 Interprétation en langage machine . . . . . . . . . . . . . . . . . . . . 49
2.4 Applications à une méthode de compensation des défauts de forme . . . . . . . 49
2.4.1 Numérisation de la géométrie obtenue . . . . . . . . . . . . . . . . . . 51
2.4.1.1 Numérisation par projections de franges . . . . . . . . . . . . 51
2.4.1.2 Numérisation par défocalisation . . . . . . . . . . . . . . . . 52
2.4.1.3 Tomographie par rayons X . . . . . . . . . . . . . . . . . . . 52
2.4.2 Méthode d’ajustement des nuages de points . . . . . . . . . . . . . . . 53
2.4.3 Correction de la trajectoire de l’outil . . . . . . . . . . . . . . . . . . . 53
2.5 Application de la méthode de compensation sur une forme simple . . . . . . . 55
2.5.1 Application au cas d’une tôle en alliage Cuivre-Fer . . . . . . . . . . . 57
2.5.2 Application à un polymère de type polypropylène . . . . . . . . . . . . 60
2.6 Application à une forme complexe . . . . . . . . . . . . . . . . . . . . . . . . 63
2.6.1 Géométrie avant optimisation . . . . . . . . . . . . . . . . . . . . . . . 67
2.6.2 Compensation des stratégies de finition . . . . . . . . . . . . . . . . . 69
2.7 Bilan . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 72

3 NURBS et défauts géométriques pour la simulation numérique de l’InDef test 73


3.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 73
3.2 Modélisation de l’InDef test . . . . . . . . . . . . . . . . . . . . . . . . . . . . 74
3.2.1 Intégration spatiale par la méthode des éléments finis . . . . . . . . . . 74
3.2.1.1 Formulation forte du problème mécanique . . . . . . . . . . . 74
3.2.1.2 Formulation forte intégrale . . . . . . . . . . . . . . . . . . . 76
3.2.2 Principe des travaux virtuels et formulation Faible . . . . . . . . . . . . 76
3.2.2.1 Principe des travaux virtuels . . . . . . . . . . . . . . . . . . 76
3.2.2.2 Principe des puissances virtuelles . . . . . . . . . . . . . . . . 77
3.2.3 Méthode des éléments finis . . . . . . . . . . . . . . . . . . . . . . . . 77
3.2.4 Intégration temporelle . . . . . . . . . . . . . . . . . . . . . . . . . . . 79
3.2.4.1 Méthode de Newmark . . . . . . . . . . . . . . . . . . . . . 80
3.2.4.2 Méthode de Newmark implicite pour la simulation de l’InDef
test . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 81
3.3 Simulation de l’InDef test . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 82
3.3.1 Génération d’un modèle paramétrique . . . . . . . . . . . . . . . . . . 83
SOMMAIRE ix

3.3.1.1 Comportement mécanique du matériau . . . . . . . . . . . . 85


3.3.1.2 Algorithme de contact . . . . . . . . . . . . . . . . . . . . . 86
3.3.2 Bilans . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 87
3.4 Amélioration de la simulation de l’InDef test . . . . . . . . . . . . . . . . . . . 88
3.4.1 Génération automatique du modèle numérique . . . . . . . . . . . . . . 88
3.4.1.1 Discrétisation Géométrique . . . . . . . . . . . . . . . . . . . 88
3.4.1.2 Génération de la trajectoire B-Spline . . . . . . . . . . . . . . 89
3.4.1.3 Maillage du flan adapté à la trajectoire . . . . . . . . . . . . 91
3.4.2 Simulation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 93
3.4.3 Résultats . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 94
3.4.3.1 Expériences . . . . . . . . . . . . . . . . . . . . . . . . . . . 94
3.4.3.2 Simulation de l’Indef test pour la trajectoire rectiligne . . . . 96
3.4.4 Introduction de défauts géométriques en simulation . . . . . . . . . . . 100
3.4.4.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . 100
3.4.4.2 Principe . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 101
3.4.4.3 Méthode . . . . . . . . . . . . . . . . . . . . . . . . . . . . 102
3.4.5 Introduction de défauts à l’InDef test . . . . . . . . . . . . . . . . . . 108
3.4.5.1 Influence des défauts sur les efforts de formage . . . . . . . . 111
3.5 Vers le pilotage des trajectoires par l’identifiabilité . . . . . . . . . . . . . . . . 113
3.5.1 Identification à l’aide de l’InDef test . . . . . . . . . . . . . . . . . . . 113
3.5.2 Notion de sensibilité . . . . . . . . . . . . . . . . . . . . . . . . . . . . 114
3.5.3 Notion d’identifiabilité . . . . . . . . . . . . . . . . . . . . . . . . . . . 116
3.6 Influence de la trajectoire . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 117
3.6.1 Influence de la courbure de trajectoire sur les efforts de formage . . . . 118
3.6.1.1 Résultats et analyses . . . . . . . . . . . . . . . . . . . . . . 120
3.6.2 Influence avec d’autres types de trajectoires . . . . . . . . . . . . . . . 124
3.6.2.1 Résultats . . . . . . . . . . . . . . . . . . . . . . . . . . . . 128
3.7 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 130

4 Conclusions générales et Perspectives 133


Introduction générale

Au fur et à mesure que la technologie progresse, les technologies de miniaturisation attirent


de plus en plus car celles-ci permettent de produire des composants de plus en plus petits
et complexes. Ceux-ci disposent de plus en plus de fonctions. Ils nous accompagnent dans la
vie quotidienne comme les téléphones qui ont pour tendance actuelle d’être de plus en plus
fins. On retrouve cette tendance dans tous les secteurs où ce type de technologie peut être
bénéfique. Que ce soit dans la vie de tous les jours comme la voiture, les ordinateurs et même
les vêtements ainsi que les objets connectés telles que les montres. Grâce notamment à ce type
de technologie, nous basculons vers un monde où la connectivité sera omniprésente, par le biais
de micro-composants qui offriront des débouchés que nous commençons tout juste à imaginer.
C’est pour répondre à ce genre d’avancée technologique qui tend vers la miniaturisation
que différents procédés de fabrication tels que le micro-usinage, la micro-injection et le
micro-formage ont été développés.
Pour la réalisation de micro pièces, les procédés de mise en forme sont de plus en plus appréciés
car ils mènent à l’obtention d’un objet ayant les propriétés souhaitées pour une productivité
importante. Cependant la mise au point de ce type de procédés nécessite de définir et de
caractériser les paramètres des procédés (température, pression, vitesse de refroidissement) et
des matériaux à transformer (composition, résistance, microstructures, comportement,...).
Le contexte de cette thèse est relatif à l’apport de nouvelles contributions sur la miniaturi-
sation d’un procédé de micro-formage particulier : le procédé de micro-formage incrémental
mono-point de tôles fines et ultra-fines. Ces travaux s’inscrivent dans la suite des travaux
développés dans l’équipe Procédés et Mécanique des Matériaux depuis 2008. Ils se situent
dans la continuité des travaux de Ben Hmida [Hmida, 2014] et Hapsari [Hapsari, 2019]. La
contribution initiale de Ramzi Ben Hmida a consisté à développer le procédé de micro-formage
incrémental de tôles fines en alliages cuivreux (épaisseurs de l’ordre de 200µm) tant du point
de vue expérimental que du point de vue de la modélisation numérique. Il a été montré dans
ces travaux par utilisation d’une confrontation essais/calculs (méthodes inverses) d’identifier
le comportement mécanique des matériaux constitutifs des tôles formées et directement
dans les conditions du procédé (grandes déformations locales, endommagement, ...). Cette
méthode d’identification a été complétée par Hapsari en utilisant l’approche d’identifica-
tion/identifiabilité développée par Richard [Richard, 2017]. Ces méthodes d’identification et
d’identifiabilité ont mis en évidence une grande richesse d’informations contenues dans les
efforts de formage. Elles ont également permis de démontrer que les temps d’identification
assez élevés (plusieurs heures à jours pour identifier une loi élasto-plastique endommageable
en grandes déformations) pouvaient être drastiquement diminués par un choix judicieux des
trajets de déformations et par conséquent des trajets d’identification. L’utilisation de la notion
d’identifiabilité permettrait ainsi de piloter la trajectoire de formage pour identifier le plus
efficacement possible les paramètres des lois recherchés.
Les travaux développés dans cette thèse consistent ainsi à compléter et améliorer
les méthodes initialement développées en vue de l’identifiabilité et de l’identification
de lois de comportement pour le microformage de tôles fines et extra-fines par
microformage incrémental (InDef tests). Ces travaux consistent ainsi à ouvrir la

1
2 INTRODUCTION GÉNÉRALE

notion d’identification par la génération de trajectoires de formage pilotée par la


notion d’identifiabilité.
En premier lieu, la génération des trajectoires de formage doit ainsi être maîtrisée et adaptable
à un emploi dans une boucle d’optimisation. Ceci amène alors à ne plus générer des trajectoires
complexes par des techniques de fabrication assistée par ordinateur standards devant être
adaptées localement sans une influence globale.

Le premier chapitre présentera l’état de l’art sur les procédés de microformage et


leurs particularités notamment sur les effets d’échelles. On présentera simplement la méthode
d’identification et d’identifiabilité développée au sein de l’équipe et les nécessaires améliora-
tions à apporter pour une identification physique performante.

Le second chapitre de cette thèse consistera alors à présenter un développement spé-


cifique à cette contrainte, en introduisant la génération de parcours d’outils par utilisation
de courbes paramétriques de type NURBS (Non-Uniform Rational B-Splines). Si l’objectif
principal de ce développement vise à générer des chemins de déformation paramétriques
pour l’identification de lois de comportement par corrélation essais/calculs de tests de
micro-formage incrémental (In-Def tests), nous présenterons également une application
directe de l’optimisation des trajectoires pour compenser expérimentalement les effets du
microformage afin d’obtenir le composant souhaité en 2 itérations.

La méthode d’identification consiste en la confrontation d’un modèle numérique avec


les expériences menées. Il est ainsi nécessaire de développer un modèle numérique para-
métrique permettant d’adapter celui-ci aux conditions expérimentales et aux géométries à
former ainsi qu’aux outils utilisés. L’approche classiquement utilisée pour simuler les procédés
de formage incrémental est basée sur l’utilisation de la méthode des éléments finis avec un
algorithme d’intégration temporelle de type explicite. Ce dernier s’il est des plus robustes
est limité par la condition de stabilité du pas de temps et les temps de formage sont
régulièrement recalés (temps virtuels) ce qui n’est pas sans problème pour l’identification de
comportement visqueux. De plus, dans le cadre qui nous intéresse, les défauts de forme des
tôles en microformage ne sont pas négligeables tout comme les défauts de fabrication des
outillages. Il est ainsi nécessaire de disposer d’un outil de modélisation numérique paramétrique
de formage incrémental visant à minimiser les temps de simulation, utilisant une discré-
tisation temporelle réelle et non recalée ainsi qu’une prise en compte des défauts des géométries.

Le troisième chapitre vise ainsi à simuler le microformage incrémental et par suite le


test d’identification par un modèle numérique de type éléments finis mais utilisant une intégra-
tion numérique par le schéma en dynamique implicite de Newmark. Un outil paramétrique basé
sur l’exemple de celui développé par Thibaud et al. [S.Thibaud et al., 2012] est ainsi présenté
sur cette base. Le paramétrage permet alors d’envisager toute modification géométrique et
numérique du modèle développé (maillage, loi de comportement, paramètres numériques,
génération de la trajectoire outils). La prise en compte des défauts de forme des outillages et
de la tôle est également développée. De par les géométries considérées ainsi que les faibles
épaisseurs de tôles à manipuler, il est important d’établir l’influence de ces défauts de forme.
INTRODUCTION GÉNÉRALE 3

On introduira alors une méthode de superposition modale pour générer des défauts sur les
outils et pour la tôle visant à considérer ceux-ci en simulations numériques. Une analyse de
leur influence sur les données observées expérimentalement sera alors présentée. Ensuite, une
introduction des méthodes présentées dans la boucle d’identifiabilité et d’identification est
établie. On cherche ainsi à introduire une étude de sensibilité des trajectoires de formage sur la
notion d’identifiabilité. L’indice d’identifiabilité devient ainsi un outil de pilotage des essais à
mettre en œuvre pour identifier le comportement des lois de comportement des tôles formées.
On place alors les bases pour une identification pilotée par l’indice d’identifiabilité, assurant
une minimisation du coût d’identification, en confrontant les résultats sur une analyse simple
en comparant expériences et simulations.

Ce manuscrit se terminera alors par les conclusions et perspectives relatives à ces


travaux ouvrant une nouvelle voie sur les approches à mener pour identifier des lois de
comportement complexes au plus proches des conditions du microformage.
1
Introduction au formage
incrémental et à sa
miniaturisation

1.1/ Introduction

Les procédés de formage incrémental sont utilisés pour réaliser des produits à partir de tôles
afin d’obtenir des composants complexes et en faible série. Le formage incrémental mono-point
(SPIF) illustré sur la Figure 1.1 possède, en particulier, des caractéristiques très avantageuses
notamment par la suppression d’outillages spécifiques et de limites de formabilité plus élevées
que les autres procédés classiques de formage de tôle [Blaga, 2011]. Cependant afin de profiter
des avantages de cette technique, il est important d’en comprendre les limites et surtout de
comprendre les phénomènes physiques apparaissant lors du formage et après obtention du
composant (défauts).

Figure 1.1 – Schéma du procédé SPIF [Blaga, 2011].

Sachant que l’industrie formule de plus en plus de demandes concernant la miniaturisation


des composants, ceci nécessite de fabriquer des produits mécaniques disposant de propriétés
physiques spécifiques requises (résistance électrique, résistance mécanique, conductivité, ...).
Par sa capacité à réaliser de faibles séries tout en minimisant les pertes de matière et surtout
en évitant le développement d’un outillage spécifique, le micro-formage incrémental est une
alternative intéressante et crédible pour la réalisation de micro-composants. Malgré tous ces
avantages, le micro-formage nécessite de maitriser un très grand nombre de paramètres et de
phénomènes complexes (rhéologiques, tribologiques, géométriques,...) expliquant pourquoi,
aujourd’hui, il n’est pas encore pleinement exploité dans l’industrie.

5
6CHAPITRE 1. INTRODUCTION AU FORMAGE INCRÉMENTALE ET À SA MINIATURISATION

Le comportement mécanique des pièces en micro-formage, i.e. pour des grandeurs ca-
ractéristiques (très) inférieures au millimètre, étant très différent du comportement en formage
classique, il est donc nécessaire de développer des méthodes spécifiques visant à identifier le
comportement des pièces lors du micro-formage et plus spécifiquement dans cette étude dans
le cas du micro-formage incrémental mono-point (µ-SPIF).
Les effets de la miniaturisation du procédé ayant déjà été montrés ainsi que leurs effets sur le
comportement du matériau par Ben Hmida [Hmida, 2014], un rappel des études déjà menées
sur ce sujet va être présenté (Influence de la microstructure initial et méthode d’identification
des paramètres de la loi d’endommagement à l’aide du µ-SPIF).
Quand l’épaisseur de la plaque à déformer est réduite à petite échelle (inférieure au mm),
le comportement du matériau et la physique gouvernant le micro-formage ne sont pas
homothétiquement semblables aux phénomènes observés à l’échelle macroscopique. Cette
réduction d’échelle tend à mettre en lumière la notion d’effets d’échelle.
On présente ainsi par la suite, une synthèse des procédés de microfabrication pour se focaliser
rapidement sur les procédés de microformage et particulièrement de µ-formage incrémental.
Nous poursuivrons par une présentation synthétique de la notion d’effets d’échelle. Une
synthèse des travaux réalisés au sein de l’équipe Procédés et Mécanique des Matériaux
sur l’utilisation du procédé de microformage incrémental sera présentée pour introduire les
nécessaires améliorations à produire pour rendre plus efficace l’identification des lois de
comportement par la méthode développée depuis 2012. Ces améliorations se feront dans le
cadre des travaux présentés par la suite dans ce manuscrit.

1.2/ Procédé de micro-formage incrémental de tôle


mince

Les procédés de micro-fabrication sont régulièrement spécifiques à la réalisation en série de


micro-(nano-)composants à fortes valeurs ajoutées et en grandes productions (marchés de la
microélectronique notamment). De nombreux auteurs tels que Qin, Ehmann, Jain et al ont
tenté de proposer une nomenclature et une classification des procédés de microfabrication.
Cependant, certaines applications étant très spécifiques et vastes, il n’est toujours pas évident
d’en faire une nomenclature exhaustive. La Figure 1.2 donne néanmoins une classification gé-
nérale assez représentative du domaine des procédés de microfabrication.

Nous ne ferons pas ici de développements exhaustifs sur ces sujets qui sortent très largement
du cadre de ce manuscrit. Pour une étude exhaustive, le lecteur pourra se référer aux ouvrages
de références [Qin, 2015, Ehmann et al., 2007, Jain et al., 2014b, Jain et al., 2014a].
On retrouve dans cette classification des procédés utilisés tant pour les microtechnologies
(technologies de type salle blanche) que du domaine de la micromécanique (technologies de
type salle grise).
La première catégorie est associée aux procédés soustractifs. On y retrouve ainsi deux
sous-catégories à savoir les procédés conventionnels et les procédés non-conventionnels (ou
avancés). On peut citer dans la première catégorie, les procédés de microfraisage, de décolletage
et micro-tournage ou encore micro-percage et micro-rectification. La seconde sous-catégorie
est très spécifique aux microtechniques et à leurs spécificités. On définit dans la sous-catégorie
soustractive non-conventionnelle, tous les procédés spécifiques qui ne sont pas associés à l’en-
lèvement de matière à l’outil coupant.
1.2. PROCÉDÉ DE MICRO-FORMAGE INCRÉMENTAL DE TÔLE MINCE 7

Figure 1.2 – Classification de procédé de micro-fabrication (non exhaustif) d’après S. Thibaud


[Thibaud, 2020].

On retrouve ainsi des procédés très utilisés en micromécanique tels que l’usinage laser ou
à faisceaux d’électrons, l’usinage par micro-électro-érosion, l’usinage ultra-sonore ou électro-
chimique.
La seconde catégorie est relative aux technologies de fabrication additive. Si ces tech-
nologies sont fortement mises en lumières ces dernières années pour apporter des alternatives
aux procédés classiques à l’échelle macro, elles sont depuis très longtemps développées en
microtechniques et particulièrement dans le domaine de la microélectronique. En effet, les
technologies de type salle blanche sont très régulièrement basées sur la croissance de matière
sur des substrats (LIGA UV, Photo-déposition, Impression jet d’encre, ...). On retrouve égale-
ment des procédés émergeants tels que la polymérisation à deux photons tels que développés
par la société NanoScribe [Niesler et al., 2015]. On place également les procédés de déposition
en phase vapeur (CVD ou PVD) dans cette catégorie permettant de réaliser des substrats de
faibles ou fortes épaisseurs. Cette catégorie est en fort développement en relation avec les nano
et microtechnologies.
La troisième catégorie est liée aux procédés productifs de mise en forme par réplica-
tion et mise en forme. Il existe 3 sous-catégories classiques liées respectivement aux procédés
par réplication (fonderie, injection polymères/polymères chargés), par déformation plastique en
volume (µforgeage, µextrusion) et de tôles fines et ultrafines (µemboutissage, µhydroformage,
découpage, µ-SPIF,...). Nous rentrerons plus en détail dans cette catégorie par la suite puis-
qu’elle est liée aux développement de cette thèse.
Enfin, on définit la dernière catégorie associée aux procédés de jonction/assemblage très
spécifiques aux domaines des micro-composants. On retrouve les procédés liés à la miniaturi-
sation de procédés conventionnels (soudage, brasage, collage, clipsage, sertissage, clinchage)
ou non conventionnels (collage, friction malaxage, chimique, ...).
On retiendra également qu’en microtechniques, il est également courant de coupler ou d’hy-
brider ces procédés pour réaliser des composants à très fortes valeurs ajoutées. Il n’est ainsi
pas rare pour réaliser des composants d’utiliser plusieurs catégories de procédés à différentes
échelles (usinage, texturation, revêtements, ...).
8CHAPITRE 1. INTRODUCTION AU FORMAGE INCRÉMENTALE ET À SA MINIATURISATION

On se focalise ici sur les procédés de microformage par déformations plastiques et plus particu-
lièrement les procédés de microformage de tôles fines et ultra-fines (épaisseurs très inférieures
au millimètre). Ces procédés sont issus généralement de la miniaturisation de technologies
conventionnelles utilisées pour réaliser des pièces de petites dimensions en grandes séries.
Suivant la géométrie des pièces produites, les procédés de micro-formage sont classés en deux
catégories. Le micro-formage de pièces dans le volume est classiquement associé aux procédés
de µforgeage et de µextrusion. Dans le cas du microformage de tôles fines et ultra-fines, le prin-
cipe consiste à déformer plastiquement (voir jusqu’à fissuration) pour lui donner une forme im-
posée par un outil (µformage incrémental) ou un ensemble d’outils de formes (µemboutissage,
µpliage, découpage, ...).

1.2.1/ Micro-formage de tôles minces

On présente ici les principaux procédés de micro-formage utilisés sur des tôles minces (micro-
emboutissage, découpe au laser et micro formage incrémental).

1.2.1.1/ Procédé de découpage

Le découpage est une opération de fabrication aussi ancienne que la technologie elle-
même. Ses applications vont des composants d’appareils et de machines très légers à lourds
[Maiti et al., 2000]. Le découpage est défini comme la découpe d’une pièce entre deux com-
posants d’une matrice aux contours prédéterminés [Hambli, 2001] comme le montre la Figure
1.3. Pendant le découpage, la pièce est soumise à des sollicitations complexes allant jusqu’à la
propagation de fissures. La modélisation théorique de ces processus est très difficile en raison
de la complexité des différentes étapes du processus de cisaillement, commençant par la phase
élastique et se terminant par la séparation totale de la tôle [Hambli, 2003]. Le comportement
du matériau brut pendant le processus de découpage peut être divisé en cinq étapes. Au début
du processus, la tôle est poussée dans la matrice et le matériau brut est déformé, d’abord de
manière élastique. Le processus se poursuit et la limite d’élasticité du matériau de l’ébauche
est atteinte, d’abord au niveau des fibres extérieures, puis au niveau de toutes les fibres dans
la zone située entre le poinçon et la matrice. Normalement, le matériau sous le poinçon est
soumis à un amincissement, la déformation plastique provoque alors l’arrondissement du bord
de l’ébauche (bombé). Pendant cette étape, ou éventuellement dès l’étape de déformation
plastique, l’initiation des endommagements est suivie par la nucléation et la croissance des
fissures. Dans la plupart des cas de découpage conventionnel, une fracture ductile se produit
après une déformation par cisaillement. Cela provoque une rupture rugueuse et bosselée sur
la surface fracturée du produit. Enfin, le travail dû à la friction est dissipé lorsque l’on force
(pousse) la pièce au travers de la cavité de la matrice [Klingenberg et al., 2005].
1.2. PROCÉDÉ DE MICRO-FORMAGE INCRÉMENTAL DE TÔLE MINCE 9

Figure 1.3 – Procédé de découpage et le produit [Brokken et al., 1998].

1.2.1.2/ Procédé de micro-emboutissage

L’emboutissage classique est une technique de fabrication permettant d’obtenir, à partir d’une
tôle mince, un objet dont la forme n’est pas nécessairement développable. L’outillage pour le
micro-emboutissage se compose d’un poinçon déformant plastiquement cette tôle dans la cavité
d’une matrice, en creux et épousant la forme extérieure de la pièce. Un serre-flan entourant
le poinçon visant à maintenir la tôle et à contrôler son avalement dans la cavité matrice est
également utilisé classiquement (Figure 1.4). La miniaturisation de ce procédé est essentiel pour
disposer d’un moyen technologique de production de lots importants à des cadences élevées.
On retrouve régulièrement le procédé de micro-emboutissage dans un outillage disposant de
postes multiples de mise en forme et de découpage. Cette technologie d’outils dits progressifs
permet de réaliser des composants miniatures à très fortes valeurs ajoutées à des cadences
très élevées (plus de 500 pièces par minutes) en enchaînant plusieurs procédés dans une bande
de tôle (découpage, pliage, cintrage, roulage, emboutissage,...) tels que le montre les Figures
1.5(a) et 1.5(b).
10CHAPITRE 1. INTRODUCTION AU FORMAGE INCRÉMENTALE ET À SA MINIATURISATION

Figure 1.4 – micro emboutissage [Gong et al., 2011].

(a)

(b)

Figure 1.5 – Outil progressif de la Société JuniorStampi.


1.2. PROCÉDÉ DE MICRO-FORMAGE INCRÉMENTAL DE TÔLE MINCE 11

(b)
(a)

Figure 1.6 – Microemboutissage (a) d’une micro coupe [Gong et al., 2011], (b) de la pièce
Craft-Fastool [Oudjene, 2005].

Figure 1.7 – Pièces obtenues par microemboutissage au sein de l’entreprise Société d’Em-
boutissage Précis, Barby (73) [ISIL, 2020]

1.2.2/ Procédé de formage incrémental

Il y a un peu moins de 50 ans, les notions de base du formage incrémental ont été brevetées par
Leszak [Edward, 1967]. Depuis ce brevet, de nombreux nouveaux procédés de formage basés
sur la déformation plastique locale des tôles et permettant de réaliser des pièces de formes
complexes ont été développés tels que le martelage, le repoussage de tube, le fluotournage, le
formage incrémental par jet d’eau, le formage incrémental par laser et le formage incrémental
à l’outil [Arshad, 2012].
Depuis le développement et la démocratisation des machine-outils à commande numérique
(MOCN) vers les années 70 et des logiciels de conception et fabrication assistées par ordi-
nateur (CFAO) permettant de générer les trajectoires d’outils [Iseki, 1992, Kitazawa, 1993,
Matsubara, 1994, Powell et al., 1992], les procédés de formage incrémental ont alors émergé.
Les procédés de formage incrémental de tôles (AISF) présentés par Jeswiet et al
[Jeswiet et al., 2005] sont montrés comme une approche stratégique de fabrication des struc-
tures minces. Ces procédés se divisent sous plusieurs formes en fonction de l’élément de support
utilisé et des outillages considérés, comme présentés sur la Figure 1.8.
12CHAPITRE 1. INTRODUCTION AU FORMAGE INCRÉMENTALE ET À SA MINIATURISATION

Figure 1.8 – Exemples de procédés de formage incrémental des tôles.

Les cas (a) et (b) sont appelés formage incrémental "mono-point" (SPIF) tandis que les cas
(c) et (d) sont appelés formage incrémental "bi-point" (TPIF). Dans cette étude seule le cas
du formage "SPIF" est utilisé et étendu au cas du formage de tôles fines et ultrafines que l’on
dénommera µ-SPIF.

1.2.2.1/ Formage incrémental mono-point (SPIF)

Ce procédé se trouve dans la littérature sous le nom de formage incrémental "sans matrice"
(dieless) ou formage incrémental "mono-point" (SPIF), mais en réalité, le contact entre l’outil
et le flan est réalisé sur une surface réduite, comme le montre l’étude faite par Eyckens à
travers des simulations numériques [Eyckens et al., 2008].
Le procédé SPIF est le plus apprécié par le monde de l’industrie lorsqu’une faible série de
pièces doit être produite car celle-ci possède l’avantage de minimiser la perte de matière tout
en utilisant un outillage de faible coût. Le principe consiste alors en la déformation locale d’une
tôle à l’aide d’un outil à bout hémisphérique d’un faible diamètre par rapport aux dimensions
du flan. L’avantage de ce procédé est de réaliser des pièces à géométries complexes tout en
contrôlant la trajectoire de l’outil de formage générée par une machine à commande numé-
rique et sans nécessiter l’utilisation de matrices ou d’outillages spécifiques comme rapporté par
Jeswiet [Jeswiet et al., 2005].
Le procédé SPIF à plusieurs avantages liés à sa grande flexibilité grâce au changement de tra-
jectoires d’outil produisant un grand nombre de famille de pièces avec les mêmes géométries
d’outils. On observe également une augmentation de la formabilité par rapport aux procédés
d’emboutissage classique. Le coût relativement faible de ce procédé est aussi un atout pour l’in-
dustrie (pas d’utilisation d’outillage spécifique et une simple machine à commande numérique
3 axes suffisent pour la réalisation de pièces). Le faible niveau des efforts de formage est dû
à la nature incrémentale du procédé et les dimensions de la pièce à produire sont uniquement
limitées par les capacités de la machine et la formabilité de la tôle.
1.2. PROCÉDÉ DE MICRO-FORMAGE INCRÉMENTAL DE TÔLE MINCE 13

Cette technique est ainsi intéressante pour une utilisation basée sur du prototypage et de la
faible série.
Le procédé SPIF possède bien sûr des inconvénients comme le temps de mise en forme beau-
coup plus long que le procédé d’emboutissage classique. L’importance du retour élastique dû à
l’absence de matrice de forme, la précision dimensionnelle assez faible et certaines géométries
difficiles à réaliser et surtout une limitation à une production de petite série sont les éléments
majeurs limitant son développement.

Du macro-SPIF au micro-SPIF La plupart des études menées sur le formage incrémental


ont été réalisées pour des applications à échelle conventionnelle ( 1mm). Des recherches
récentes ont été effectuées afin de mieux comprendre et de mieux simuler le procédé sur des
tôle de faibles et très faibles épaisseurs. La première étude portant sur le µ-SPIF des tôles de
faibles épaisseurs ( de 1 mm) a été menée par Saotome et Okamoto [Saotome et al., 2001].
Celle-ci a consisté au développement d’un dispositif de µ-SPIF pour la réalisation de pièces
miniatures in-situ (sous microscope électronique à balayage). Le point fort de cette étude est
que le dispositif ne possède pas de matrice. L’étude apporte un grand pas en avant dans la
miniaturisation des structures en tôles minces. Dans la suite de cette étude, Dejardin et al.
[Dejardin et al., 2007] ont montré qu’il est possible de produire des pièces de faible dimensions
en alliages de cuivre, Sekine et Obikawa [Sekine et al., 2010] ont montré la même pratique
sur des tôles en aciers inoxydables et Obikawa et al [Obikawa et al., 2009] l’ont appliqué
également sur des tôles en aluminium comme le montre la Figure 1.9. Ils ont également étudié
expérimentalement et numériquement le procédé de formage incrémental pour des pièces de
petites dimensions afin d’étudier l’influence de différents paramètres du procédé.
14CHAPITRE 1. INTRODUCTION AU FORMAGE INCRÉMENTALE ET À SA MINIATURISATION

(b)
(a)

(c)

Figure 1.9 – Pièces obtenues par micro-formage sur des tôles en alliage d’aluminium
[Obikawa et al., 2009]

1.3/ Effets d’échelle : Généralités

En mécanique des matériaux, la connaissance du comportement mécanique des matériaux est


essentielle afin de mieux prédire numériquement le comportement d’un matériau sous un état
de contrainte imposé. Aux petites tailles, ce comportement montre des écarts significatifs par
rapport aux modèles de comportements macroscopiques. En effet, l’effet d’échelle en fatigue
procède de l’observation suivante, à contrainte nominale égale, plus les dimensions d’une pièce
diminuent, plus sa résistance à la fatigue augmente.
Les effets d’échelle sont connus comme des caractéristiques uniques provenant de la minia-
turisation et pouvant être classés en 3 catégories [Vollertsen, 2008] et tels que représentés sur
la Figure 1.10.

La première catégorie concerne les effets d’échelle en volume. Ceux-ci se produisent nor-
malement lorsqu’une grandeur caractéristique physique, exprimée par unité de volume, est
dépendante de la taille de l’échantillon. Ils sont dus à une diminution de la densité des défauts
avec la diminution de la taille des défauts (pores, lignes de dislocation ou frontière de grain).
La seconde catégorie regroupe les effets d’échelle de surface. Ces effets sont causés par
le changement des dimensions relatives entre la ligne, la surface et le volume. À l’échelle
microscopique, les effets de surface sont plus importants que les effets de volumes.
1.3. EFFETS D’ÉCHELLE : GÉNÉRALITÉS 15

Figure 1.10 – Trois catégories des effets d’échelles d’après Vollertsen [Vollertsen, 2008].

Pour s’en convaincre, il suffit d’exprimer le rapport de la surface d’une sphère (S= 4πR2 ) sur
4
son volume (V= πR3 ), il vient alors que
3
S 1
≡ (1.1)
V R
En considérant, le millimètre comme échelle de référence, il vient que si le rayon est d’une
dimension inférieure au mm (échelle micro), l’influence de la surface est prépondérante sur le
volume. Au contraire, si le rayon est plus grand que l’unité, il est en découle une prépondérance
du volume sur la surface.
A l’échelle de la micromécanique et encore plus à l’échelle nanométrique, les effets de surface
sont beaucoup plus importants que les effets de volume. En microfabrication, les conditions
tribologiques entre l’outil et la pièce sont d’une grande importance. Les effets d’échelle de
surface deviennent de plus en plus importants lorsque le processus est réduit.
La dernière catégorie est associée aux effets d’échelle liés à la micro-structure. Les caractéris-
tiques microstructurales ne sont pas homothétiques à la réduction d’échelle (géométrique) de
l’objet. Ainsi si la taille des objets reste constante mais que l’on fait varier la microstructure, le
comportement est également changé. De la même manière, si l’objet est réduit en dimensions
mais que la microstructure reste constante, un effet d’échelle apparaît en conséquence.

1.3.1/ Effet de la taille initial des grains

En miniaturisant le procédé de formage, certains paramètres jugés non influents sur la loi de
comportement en formage classique, deviennent prépondérant. L’influence de la taille moyenne
des grains sur le comportement des matériaux constitutifs des tôles minces a été étudiée
précédemment par [Ben Hmida et al., 2012].
16CHAPITRE 1. INTRODUCTION AU FORMAGE INCRÉMENTALE ET À SA MINIATURISATION

Par utilisation d’un procédé µ-SPIF (Figure 1.11) consistant à former une géométrie pyramidale,
ici, dans une tôle de cuivre d’épaisseur 270 µm, il est possible de déterminer l’influence de la
microstructure initiale.

Figure 1.11 – Dispostif expérimental (a) et système d’acquisition de la force (b)


[Hmida, 2014].

Par utilisation d’un traitement thermique (recuit), il est ainsi possible de faire varier la taille
de grains initiale notée d dont on donne une évolution sur la Figure 1.12.

Le dispositif de formage est équipé d’une platine dynamométrique permettant de déterminer les
efforts de formage lors du cycle de formage. Le processus de formage consiste alors à appliquer
une déformation plastique locale sur la tôle, par l’intermédiaire d’une trajectoire outil, menant
à un niveau de déformation plus important que dans le cas classique (> 200%). Ceci dépend
du type de trajectoire d’outil considéré (hélicoidale ou par pas de descente constants selon
l’axe outil) ainsi que de l’angle de dépouille α comme l’illustre la Figure 1.13.

On introduit alors le ratio φ associé au nombre de grains dans l’épaisseur t et défini par

φ = t/d (1.2)

Les efforts de formage en fonction du temps de cycle 1 sont alors comparés en fonction du
ratio φ (ou de d) tels que représentés sur la Figure 1.14.

Différentes analyses ont été faites sur l’effet de la taille des grains sur la physique du matériau
durant le procédé de micro-formage. La limite d’élasticité, la résistance à la traction et la
ductilité diminuent avec le rapport décroissant entre la taille de l’échantillon et la taille des
grains.

1. Le temps de cycle correspond à la position relative, exprimée en pourcentage, de l’outil sur la trajectoire
menant au formage de la pyramide complète
1.3. EFFETS D’ÉCHELLE : GÉNÉRALITÉS 17

Figure 1.12 – Metallographie d’échantillon de tôle de cuivre d’épaisseur 270 µm pour diffé-
rentes conditions de recuit [Hmida, 2014].

Figure 1.13 – Exemple de chemin de l’outil pour une pyramide à base carrée, (a) Z constant,
(b) Hélicoïdal [Hmida, 2014].

Quelle que soit l’épaisseur du matériau, la formabilité du processus de formage incrémental se


détériore à mesure que le rapport φ diminue (diminution du nombre de grains dans l’épaisseur).
La diminution du niveau des forces de formage par rapport à la taille des grains a été démontrée
et elle suit de manière équivalente une évolution de type Hall-Petch [Hall, 1951, Petch, 1953],
1
i.e. une variation des efforts en d− 2 .
Cette constatation a mené les travaux de l’équipe, à utiliser ce test de formage µ-SPIF
comme un test de caractérisation du comportement mécanique des tôles.
18CHAPITRE 1. INTRODUCTION AU FORMAGE INCRÉMENTALE ET À SA MINIATURISATION

Figure 1.14 – Variation de la force axiale Fz en fonction du temps du cycle effectué


[Hmida, 2014].

1.4/ Procédé µ-SPIF et identification

1.4.1/ Méthodes d’identification par les procédés

L’identification d’une loi de comportement d’un matériau n’est pas seulement le fait de
déterminer celle-ci mais aussi d’identifier chaque paramètre qui la compose. L’étape généra-
lement utilisée est de trouver à l’aide d’essais mécaniques des modélisations approchées qui
sont largement présentes dans l’utilisation qui en est faite lors du test. Ensuite les concepts
sont assemblés afin d’établir une loi compatible avec les principes de la thermodynamique.
La plupart des méthodes permettant de faire de l’identification paramétrique, utilisent le
problème inverse consistant à déduire les causes connaissant les effets. Le terme de problème
inverse est devenu commun mais sa définition n’est pas souvent très claire. Généralement, ce
terme implique l’identification de données entrantes par les données sortantes. Cependant,
cette définition ne s’applique pas à tous les cas.
Une définition rationnelle peut être donnée en considérant le problème direct comme étant
l’exact opposé du problème inverse [Kubo, 1987, Tanaka et al., 1998].

Kubo. S a proposé une étude non exhaustive des champs d’application de problème in-
verse en mécanique et plus particulièrement en fissuration dans les solides et structures
[Kubo, 1988].
La construction de paramètres d’un système vibrant peut être fait en connaissant sa réponse
dynamique. Des schémas ont été développés pour construire la raideur, l’amortissement et la
masse d’un système linéaire à une dimension en connaissant les fréquences propres et la forme
de leurs modes propres [Gladwell, 1986]. Cette dernière méthode couplée avec du calcul par
éléments finis est utilisée de nos jours pour déterminer des paramètres matériaux. Elle permet
de déterminer les paramètres des lois constitutives des matériaux testés en minimisant une
fonction coût comparant au sens des moindres carrés la différence entre une donnée sortante
expérimentale et cette même donnée sortante numériquement (comparaison essais/calculs).
1.4. PROCÉDÉ µ-SPIF ET IDENTIFICATION 19

Ce type d’identification a commencé dans les années 90 avec D. S. Schnur et Zabaras


[Schnur et al., 1992] qui ont appliqué cette méthode pour identifier les paramètres d’une
loi élastique ainsi que la position et la taille d’une inclusion circulaire par essai homogène
consistant à exercer une force homogène sur tout l’échantillon testé. Dans le cas de Schnur
et Zabaras, un test de traction est considéré et le processus de minimisation de la fonction
coût utilise un algorithme de type Levenberg-Marquardt [Levenberg, 1944, Marquardt, 1963].
Les essais homogènes permettent d’envisager l’identification du comportement sur un
volume élémentaire représentatif (VER) limitant la complexité du modèle numérique à
utiliser. Gelin et Ghouati ont ainsi utilisé la méthode de Levenberg-Marquardt sur des
essais de traction d’un alliage d’aluminium pour l’identification d’une loi de comporte-
ment élastoplastique [Ghouati et al., 1998]. Dans le cas d’essais homogènes, des approches
stochastiques sont également envisagées telles que l’utilisation d’algorithmes génétiques
[Richard, 1999, Labergère, 2003]. Ghouati. et al [Ghouati et al., 2000] ont également ap-
pliqué la méthode sur l’identification du comportement de tôles minces en emboutissage.
Certains auteurs utilisent des approches réseaux de neurones tels que Furukawa et Yagawa
[Furukawa et al., 1997] ainsi que par Bruhns et Anding [Bruhns et al., 1999] voir hybrides
comme Kunkel et Kollmann [Kunkel et al., 1997] ou Kleinermann [Kleinermann, 2000].
Des techniques ont été développées pour faire de l’identification sur des essais non homogènes.
De par l’état de contraintes complexes présent dans l’échantillon, il est nécessaire de disposer
d’un modèle numérique équivalent de l’essai considéré. Parmi les précurseurs, on peut citer
Mahnken et Stein [Mahnken et al., 1994] sur l’identification paramétrique d’un modèle
visco-plastique à l’aide de la méthode des éléments finis et d’une méthode de gradient
(méthode SQP). Gelin et Ghouati ont également fait l’identification des paramètres d’une
loi visco-plastique d’un alliage d’aluminium en grande déformation plastique par essais de
bi-poinçonnement (état de déformation plane) à l’aide de l’algorithme de Levenberg-Marquardt
[Gelin et al., 1996]. Meuwissen et al. [Meuwissen et al., 1998] ont réalisé une identification
paramétrique sur un modèle élasto-plastique à l’aide d’un essai de traction uniaxiale sur un
échantillon non symétrique (essai Meuwissen). On peut également citer l’utilisation du test
hétérogène de nano-indentation (Figure 1.15) couplé à une méthode essais-calculs utilisée par
Richard [Richard, 2017] servant par exemple à l’identification du comportement mécanique du
cartilage fémoral humain [Villars et al., 2011] ou sur l’identification de matrices d’interaction
en plasticité cristalline [Renner, 2016].

Figure 1.15 – Principe de l’indentation continue instrumenté [Richard, 2017].


20CHAPITRE 1. INTRODUCTION AU FORMAGE INCRÉMENTALE ET À SA MINIATURISATION

Néanmoins, si beaucoup de méthodes ont été ou sont en développement, un problème majeur


lié à l’identification des paramètres subsiste. À savoir de la pertinence du problème posé et des
paramètres obtenus. Si le processus d’identification consiste à minimiser par modification des
paramètres d’entrée l’écart entre les réponses expérimentales et numériques, il reste à déter-
miner si les paramètres obtenus correspondent à des valeurs pertinentes et physiques ou à de
simples valeurs numériques rapprochant le modèle numérique de la réponse observée expéri-
mentalement. Il manque alors un outils définissant cette notion de pertinence de l’identification
obtenue.
Nous verrons par la suite, le développement d’un outil d’identification de lois de comporte-
ment de tôles fines par utilisation du procédé µ-SPIF incluant un indicateur lié à la notion
d’identifiabilité des paramètres. Mes travaux prennent ici la direction de l’amélioration de cette
méthode d’identification en relation avec la notion d’identifiabilité.
Nous présentons ici, synthétiquement, la méthode d’identification développée dans les travaux
de l’équipe Procédés et Mécanique des Matériaux (PM2) et plus particulièrement présentés par
Richard dans son Habilitation à Diriger des Recherches [Richard, 2017] et les travaux de thèse
de Ben Hmida et Hapsari [Hmida, 2014, Gemala Hapsari et al., 2017, S.Thibaud et al., 2012,
Hapsari et al., 2018].

1.4.2/ Identification de lois de comportement par µ-SPIF : InDef


Tests

Le cadre de cette thèse se situe donc dans la suite des travaux initiaux au sein de l’équipe
PM2. La méthode consiste initialement en l’identification des paramètres d’une loi de com-
portement élasto-plastique endommageable par corrélation essais/calculs sur la base d’essais
de microformage incrémental d’une forme pyramidale. À partir des travaux de Thibaud et al.
[S.Thibaud et al., 2012], un outil totalement paramétrique permet de générer le modèle nu-
mérique équivalent à l’essai de formage incrémental expérimental. On donne le synoptique de
l’outil paramétrique sur la Figure 1.16. Cet outil pilote ainsi
— La génération du modèle numérique équivalent (modèle complet paramétré). Le
maillage est ainsi couplé au mailleur libre GMSH [Geuzaine et al., 2009] amenant à
la génération paramétrique du maillage de formes complexes ;
— Le lancement des calculs avec un outil de simulations numériques (LS-DYNA) ;
— La récupération de la prédiction des phénomènes numériques recherchés (Etat de
contrainte, Forces de formage, Géométries et épaisseurs de la pièce, défauts liés au
retour élastique et état d’endommagement) ;
— La génération de la trajectoire interprétable par la commande numérique utilisée pour
réaliser les essais expérimentaux (APT File et format propriétaire) ;
Cet outil est adaptable à tout type de géométries d’outils et de flans. Il génère également des
trajectoires d’outils numérique et expérimental équivalents limitant les erreurs de comparaison.

Ceci a été amélioré et pérennisé dans le cadre des travaux de Ramzi Ben Hmida [Hmida, 2014].
Il a également intégré les travaux de Richard [Richard, 2017] en couplant l’outil paramétrique
au logiciel MIC2M (Modélisation et Identification du Comportement Mécanique non linéaire
des Matériaux)[Richard, 2000]. Ce logiciel, développé initialement sous MATLAB tout comme
l’outil paramétrique, intègre les outils d’analyse de sensibilité et d’identification menant à
l’étude de corrélation essais/calculs sur des essais hétérogènes ou sur des essais homogènes
(VER). La méthode utilisée ici pour minimiser l’écart, au sens des moindres carrés, est basée
sur une méthode de Levenberg-Marquardt.
1.4. PROCÉDÉ µ-SPIF ET IDENTIFICATION 21

Figure 1.16 – InDef : Méthode d’identification du comportement mécanique de tôles fines


au plus proche du procédé [Hmida, 2014].

Les travaux de Ben Hmida ont mis en évidence de la pertinence d’utiliser l’effort axial de
formage comme réponse sensible aux paramètres de la loi de comportement. Par utilisation
du modèle numérique (non-linéaire) équivalent, il est ainsi possible de montrer que l’effort de
formage axial Fz , présenté auparavant dans ce chapitre sur la Figure 1.14 comme sensible
également à la taille de grains initiale, est sensible à la variation de l’ensemble des paramètres
de la loi constitutive.
La méthodologie d’identification sur essais hétérogène de µ-SPIF, appelés InDef tests, est alors
résumée sur la Figure 1.17.

La première étape, consiste à déterminer les paramètres initiaux du comportement plastique


liée à une évolution de l’écrouissage de type isotrope à saturation (Loi de Voce) et définie
par trois paramètres : la limite élastique σy0 , la contrainte à saturation Q0 et la sensibilité
à l’écrouissage b0 . On compare pour cela les résultats des essais de traction numérique et
expérimental. La détermination des paramètres de la loi de comportement consiste à comparer
la force numérique de réaction et la force mesurée expérimentalement pour le déplacement
imposé de la traverse de la machine de traction utilisée.
Ainsi les paramètres plastiques sont ajustés de manière itérative en utilisant l’algorithme d’op-
timisation appliqué sur la fonction coût définie, au sens des moindres carrés, comme l’écart
entre la force de traction mesurée et la force de traction prédite. On considère alors que les
paramètres obtenus sont des paramètres approchés de l’évolution du comportement plastique
qui seront utilisés comme paramètres d’entrée pour la méthode InDef tests. En traction, on
considère que la cinétique d’endommagement n’est quasiment pas activée et de ce fait le
couplage plastique/endommagement n’est pas encore effectif.
22CHAPITRE 1. INTRODUCTION AU FORMAGE INCRÉMENTALE ET À SA MINIATURISATION

Figure 1.17 – Diagramme pour la calibration et la recherche des paramètres de la loi com-
portemental [Hapsari et al., 2018].

La deuxième étape, consiste à identifier l’ensemble des paramètres définissant le comporte-


ment plastique-endommagement sur une plage de déformations plastiques bien plus impor-
tante que celle accessible en traction (200% pour 20%). On cherche alors à minimiser l’écart
entre les réponses expérimentale et numérique observées. L’introduction du couplage plasti-
cité/endommagement nécessite de disposer de valeurs initiales pour le modèle numérique. Une
loi d’évolution de l’endommagement au sens de Lemaître est ici considérée [Lemaitre et al., ].
L’identification des paramètres de la cinétique d’endommagement étant difficile d’accès par
traction, on utilise des relations proposées par certains auteurs comme valeurs initiales admis-
sibles [Hallquist et al., 2006].
1.4. PROCÉDÉ µ-SPIF ET IDENTIFICATION 23

On libère alors l’identification des paramètres plastiques et endommagement pour les identifier
par utilisation de l’essai hétérogène InDef test. La méthode consiste une fois de plus à
comparer la réponse du modèle numérique et de la réponse expérimentale à savoir l’effort de
formage axial Fz . On utilise toujours l’algorithme de minimisation de Levenberg-Marquardt
appliqué à la minimisation de l’écart de la force axial mesuré et la force axial numérique prédite
pour identifier le sextuplets de paramètres (σy0 , Q0 , b0 , pD0 , S0 , s0 , DC ). L’identification se
fait ainsi dans les conditions au plus proche du procédé et en grandes déformations pour des
états de contraintes complexes.

1.4.2.1/ Identification et identifiabilité

La méthode présentée semble assez classique et semble être une adaptation des approches déjà
développées par d’autres auteurs sur d’autres procédés. L’originalité de la méthode a consisté
à démontrer que les paramètres identifiés ne consistaient pas uniquement en l’obtention de va-
leurs minimisant l’écart entre les réponses observées et prédites. Les experts de l’identification
savent parfaitement que la seule sensibilité de la réponse observée aux paramètres recherchés
est une condition nécessaire mais pas suffisante. En effet, plusieurs jeux de paramètres peuvent,
notamment en utilisant des méthodes à gradient, mener à des minimums locaux.
Les travaux de F. Richard [Richard, 2017] ont consisté à introduire et à adapter la notion d’iden-
tifiabilité à l’identification paramétrique. Pour cela, un paramètre d’identifiabilité nommé Ik est
calculé afin de montrer a priori si un paramètre ou un groupe de paramètres est identifiable
selon la réponse observée. Selon les critères développés, dans le cas où l’indice d’identifiabilité
est inférieur à un seuil imposé à Ik ≤ 2 alors le groupe de paramètres ou le paramètre analysés
pourront être identifiés correctement tandis que si sa valeur est au dessus de Ik ≥ 3 celui-ci
sera défini comme faiblement identifiable.
Ce paramètre est définissable à tout moment de l’essai et dans le cas des essais hétérogènes
considérés, il évolue à chaque instant. En l’appliquant au cas de l’InDef test, il est ainsi possible
de déterminer à quel moment les paramètres de chaque cinétique sont identifiables. On peut
observer l’évolution de l’indice d’identifiabilité Ik en fonction du cycle de formage sur la Figure
1.18.
On peut noter que les indices d’identifiabilité respectivement associés aux paramètres plas-
tiques, d’endommagement et plastique/endommagement sont identifiables sur une partie du
cycle de formage. Ainsi, pour identifier le comportement couplé plastique et endommagement,
on peut se limiter à observer et à identifier les paramètres jusqu’à 35% du cycle de formage
(18% pour identifier le comportement plastique). Il vient alors que les 3/4 de l’essai n’ap-
portent aucune information complémentaire pour l’identification. Dans le cas présent, le cycle
complet ne permet que d’identifier un seul paramètre à savoir le paramètre DC correspondant
à la déformation plastique cumulée initiant la fissuration. Il vient alors que nous disposons d’un
outil extrêmement précieux en la qualité de l’indice d’identifiabilité.
24CHAPITRE 1. INTRODUCTION AU FORMAGE INCRÉMENTALE ET À SA MINIATURISATION

Figure 1.18 – Evolution de l’identification en fonction du cycle de parcours


[Hapsari et al., 2018].

1.5/ Du pilotage de l’identification par l’identifiabilité

Ce chapitre a permis de positionner le cadre de cette thèse, à savoir l’identification de lois


de comportement de matériaux par utilisation d’un essai non homogène appelé InDef test
et basé sur la corrélation essais/calculs d’un test de µ-formage incrémental. Ce procédé de
microfabrication par déformation plastique est ici utilisé non pas comme un procédé mais
comme un essai de caractérisation dans des conditions en grandes déformations plastiques et
au plus proche des conditions d’utilisation des matériaux en conditions de microformage.
Après avoir introduit l’effet de la miniaturisation des procédés, on a ainsi amené la méthode
générale de l’InDef test utilisant un procédé instrumenté pour identifier le comportement de la
tôle formée ainsi que la procédure d’identification adhoc.
1.5. DU PILOTAGE DE L’IDENTIFICATION PAR L’IDENTIFIABILITÉ 25

L’introduction de la notion d’identifiabilité comme indicateur d’identification s’est révélé d’une


importance capitale pour développer une nouvelle approche à savoir piloter les essais à réali-
ser pour identifier efficacement les paramètres des modèles recherchés en optimisant le coût
d’identification.
Les travaux présentés dans ce manuscrit s’inscrivent dans ce cadre consistant à proposer des
outils numériques complémentaires pour générer des trajectoires de formage pour l’InDef test
pilotés par l’identifiabilité. Pour cela il est nécessaire, de disposer d’un outil de génération de
trajectoires paramétriques pouvant localement modifier la forme, la tangence ou la courbure
de la trajectoire. On introduit alors dans le chapitre suivant une contribution visant à utiliser
le concept de courbes paramétriques de type Non-Uniform Rational B-Splines pour répondre
à cette attente. Nous verrons que leur développement et leur application en microformage
incrémental ménerons également à envisager un outil de correction locale de la trajectoire pour
compenser les effets de formage.
2
Génération de trajectoires
paramétriques et optimisation

L’objectif de ce chapitre consiste à développer une nouvelle approche en terme de génération


des parcours outils utilisés en formage incrémental de tôle afin de répondre aux attentes énon-
cées au premier chapitre. Il s’agit donc de proposer la génération de parcours outils pilotés
par l’identifiabilité afin de rendre efficace le processus d’identification. La méthode proposée
consistera en la définition de parcours outil paramétrables en utilisant des courbes 3D de type
Non-Uniform Rational B-Splines (NURBS). Si l’on ne perd pas de vue l’objectif final consis-
tant à obtenir un outil de génération de trajectoires modifiables localement et globalement, la
méthode développée mènera à une seconde utilisation. Celle-ci mène à optimiser localement
la position des trajectoires outil pour compenser les défauts de formage et de retour élastique.
Cette optimisation, en deux étapes, est basée sur la comparaison entre la forme obtenue selon
une trajectoire initiale et la forme souhaitée et de compenser l’écart géométrique par des varia-
tions locales de la trajectoire. Afin de démontrer l’efficacité de la méthode, ceci sera appliqué
dans le cadre général puis sur deux exemples : une forme simple (pyramide) et une forme
complexe (masque miniature).

2.1/ Introduction

Le processus de micro-formage incrémental mono-point (µ-SPIF) développé initialement par


Saotome et Okamoto [Saotome et al., 2001] consiste donc à former des tôles très minces
(moins de 1 mmd’épaisseur) utilisant un outil à bout hémisphérique en utilisant une machine
à commande numérique où avec un robot flexible [Belchior et al., 2014, Belchior et al., 2013].
L’optimisation des parcours d’outil visant à améliorer la précision et les spécifications imposées
au composant est essentielle. La génération d’un chemin pour l’outil améliorant la précision de
la pièce réalisée en formage incrémental mono-point requiert de confronter l’écart entre la pièce
obtenue et la pièce spécifiée. Il y a de multiples raisons pouvant expliquer les effets d’innacuité
observés sur le composant. En premier lieu, les grandes déformations imposées durant le pro-
cessus de formage, mènent à un amincissement significatif de la tôle [S.Thibaud et al., 2012].
Deuxièmement, ceci conduit à un manque de contrôle de la forme finale si l’on se conforme
à la géométrie initialement souhaitée. Finalement, le chemin de déformation est complexe et
introduit un état de déformation difficile à prédire. L’effet du retour élastique après retrait de
la pièce de l’outillage est également significatif ainsi qu’un effet de torsion autour de l’axe outil
selon les trajectoires utilisées (hélicoïdales).

27
28 CHAPITRE 2. TRAJECTOIRES NURBS PARAMÉTRIQUES

Ces trois défauts majeurs sont présentés par Thibaud et al. [S.Thibaud et al., 2012] et sont
illustrés sur la Figure 2.1.

(a) Amincissement

(b) Défauts de forme

(c) Retour élastique

Figure 2.1 – Trois défauts majeurs : (a) Amincissement (b) Défaut de forme et (c) retour
élastique [S.Thibaud et al., 2012].

En outre, l’imprécision et l’amplitude de ces types de défauts peuvent dépendre de différents


paramètres caractéristiques de la pièce [Verbert et al., 2007], tels que la forme, l’épaisseur et
le matériau constitutif de la tôle. À cela s’ajoute les effets des paramètres propres au procédé
lui-même, à savoir la stratégie de formage, la vitesse d’avance de l’outil ou encore l’utilisation
d’une lubrification. Différentes études visant à comprendre les mécanismes de déformation lors
du formage incrémental de tôle ont été réalisées [Verbert et al., 2007, Bambach et al., 2009,
Ambrogio et al., 2004, Essa et al., 2011]. Différentes propositions ont été faites afin d’amé-
liorer les précisions dimensionnelles lors du processus de formage incrémental mono-point
[Ambrogio et al., 2004, Bambach et al., 2009, Essa et al., 2011]. Ces études montrent l’im-
pact de différents paramètres spécifiques influençant la précision des pièces formées. Behera et
al. [Behera et al., 2014] ont ainsi utilisé une méthodologie de réseaux d’analyse avec un concept
de graphe topologique pour capturer les effets de différents phénomènes (Over forming, Under
forming, Tent effect, Pillow effect) sur la précision finale de la tôle en SPIF.
2.1. INTRODUCTION 29

Guzman et al. [Guzmán et al., 2012] ont étudié la différence entre le résultat obtenu par
simulation par élément finis et le résultat expérimental en SPIF. Ces études montrent que la
trajectoire de l’outil à une grande influence sur la géométrie finale de la tôle réalisée par le
procédé SPIF.

2.1.1/ Influence du parcours outil

Le nombre de publications lié à l’influence et à l’optimisation des parcours d’outils en for-


mage incrémental mono-point est assez faible et inexistant dans le cadre du microformage
incrémental. Cependant, les quelques études proposées à l’échelle standard se sont focalisées
sur les paramètres relatifs à la génération des parcours outils en faisant des comparaisons sur
l’apport des stratégies étudiées. Kopac et al. [Kopac et al., 2005] montrent que dans le pro-
cessus de formage incrémental mono-point, il est préférable de débuter l’opération de formage
à partir de l’extérieur du composant vers l’intérieur afin d’améliorer la précision. Duflou et
al. [Duflou et al., 2008] ont étudié une approche montrant une implémentation multi-étapes
du parcours outil visant à repousser les limites de formage (augmentation de la formabilité).
Hirt et al. [Hirt et al., 2004] ont proposé une méthode expérimentale où les parcours outils,
générés par un logiciel de fabrication assistée par ordinateur, sont modifiés après avoir mesuré
une première pièce produite. Skjoedt propose une méthode équivalente [Skjødt et al., 2008].
Micari et al. [Micari et al., 2007] ont analysé plusieurs méthodes visant à limiter l’apparition
de défauts géométriques en SPIF et ont conclu que l’approche concernant l’optimisation du
parcours d’outils était l’une des plus prometteuses. Beaucoup de stratégies de parcours d’ou-
tils utilisent une trajectoire sur trois axes (orientation de l’outil restant normale au plan de
la tôle plane initiale) mais l’utilisation de systèmes robotisés tend à sortir de cette approche
comme Belchior et al. l’ont montré [Belchior et al., 2014]. Dans le cas de l’utilisation d’un
centre d’usinage, Azaouzi [Azaouzi, 2004] a ainsi proposé dans le cas du procédé classique
de formage incrémental de tôles, cinq types de trajectoires, dénommées de SG1 à SG5, pour
former une pièce tronconique et telles que représentées sur la Figure 2.2.

Figure 2.2 – Différentes stratégies de formage pour le procédé de formage incrémental pro-
posées par [Azaouzi, 2004].
30 CHAPITRE 2. TRAJECTOIRES NURBS PARAMÉTRIQUES

Les trajectoires de SG1 à SG3 sont déclinées en deux méthodes : continue et alternée. Ainsi
dans cette étude, la stratégie de parcours d’outil SG4 est utilisée pour décrire le tronc de cône
à l’aide d’une trajectoire hélicoïdale. Une courbe B-Spline est alors utilisée pour générer cette
trajectoire. Pour la trajectoire SG1, l’outil débute par une trajectoire circulaire de faible dia-
mètre puis descend selon l’axe ~z pour un pas défini par ∆z. L’opération est ainsi réitérée en
augmentant progressivement et à chaque pas le diamètre des cercles générés.
La trajectoire SG2 consiste à faire des cercles de plus en plus grands à chaque incrément verti-
cal ∆z avec entre chaque cercle un pas ∆R pour obtenir le contour circulaire final de diamètre
souhaité. L’outil se replace alors alors au centre et descend d’un pas ∆z et le processus est
réitéré afin de disposer de la forme finale cylindrique.
La trajectoire SG3 est une combinaison de SG1 et SG2 i.e., qu’à chaque pas ∆z, les cercles à
former seront de plus en plus grands.
Le trajet effectué par l’outil dans le cas de la trajectoire SG4 continue est une stratégie de type
hélicoïdale projetée sur la forme tronconique.
Enfin, la trajectoire SG5 correspond à une trajectoire d’outil effectuant des mouvements ra-
diaux avec une étendue croissante à chaque incrément de descente.
La différence entre les parcours continus et alternés se situe au niveau du sens de rotation des
formes circulaires, qui changera à chaque pas de descente et limitant en théorie les effets de
torsion de la forme lors des différentes passes successives.
L’intérêt du parcours alterné réside également dans le fait qu’il y ait une variation d’épaisseur
plus proche de la symétrie comme dans le cas SG1. Pour le cas de la trajectoire SG2, une
déformation résiduelle légèrement plus faible est observée et quand au cas SG3, il combine
l’intérêt des deux parcours précédents. L’importance du choix de la trajectoire de l’outil se voit
ainsi sur la qualité de la géométrie finale obtenue comme le montre la Figure 2.3.

Le parcours de l’outil SG5 est différent des autres parcours. En effet, celui-ci permet de réaliser
la géométrie en repoussant la matière afin de contrôler la répartition d’épaisseur de la pièce
finale et ainsi éviter un amincissement trop important.
Tout comme en usinage de formes, deux paramètres liés au parcours d’outils influencent
le résultat du formage en terme de géométrie : la profondeur de passe et la hauteur de
crête [Attanasio et al., 2006, Attanasio et al., 2008]. Ces paramètres sont présentés sur la Fi-
gure 2.4. Un déplacement de l’outil combiné (en spirale : gestion simultanée d’un déplace-
ment horizontal et vertical) permet en principe une distribution de l’épaisseur plus homogène
[Yamashita et al., 2008].

Enfin, de par la difficulté de comprendre et de simuler le processus, il est nécessaire de proposer


des méthodes pour compenser les défauts générés tels que discutés par [Micari et al., 2007] et
[Skjødt et al., 2008].
L’objectif de ce chapitre consiste à proposer une nouvelle approche visant à générer un par-
cours d’outil pour le formage incrémental mono-point de tôle mince. Ceci pour deux objectifs
distincts. Le premier tend à maîtriser le parcours d’outils localement et globalement dans le
but de diminuer ou de compenser les défauts dus au formage. La seconde est directement liée
à la définition de trajectoires paramétriques modifiables localement pour générer des chemins
de déformations en relation avec la méthode d’identification et pilotée par l’identifiabilité.
Ainsi, la première section de ce chapitre introduit l’application de courbes paramétriques 3D
basée sur les courbes NURBS et plus spécifiquement sur les courbes B-Splines. La définition
du parcours d’outil est alors décrite et appliquée à une forme pyramidale. Une méthode de
compensation est alors introduite en comparant les pièces obtenue et théorique en terme de
défauts de forme (forme globale, retour élastique).
2.1. INTRODUCTION 31

Figure 2.3 – Influence de la trajectoire d’outil selon [Azaouzi, 2004].

Figure 2.4 – Paramètre de trajectoire d’outil [Azaouzi, 2004].

La méthode de compensation est basée sur la modification paramétrique locale de la B-Spline


originale dans le but de limiter les défauts observés. Les comparaisons, avant et après com-
pensation, sont alors présentées et démontrent l’influence d’une modification locale sur le
parcours d’outil. Finalement, la méthode est appliquée sur une pièce de forme complexe afin
de démontrer la robustesse de celle-ci.

2.1.2/ Bases du développement du procédé µSPIF

Le procédé considéré est le même que celui utilisé et développé par Thibaud et al.
[S.Thibaud et al., 2012].
32 CHAPITRE 2. TRAJECTOIRES NURBS PARAMÉTRIQUES

Il consiste en une miniaturisation du procédé de formage incrémental mono-point sur un centre


d’usinage. On présente sur la Figure 2.5, le dispositif expérimental utilisant un centre de
microfraisage de précision de type KERN HSPC2525.

(a)

(b)

Figure 2.5 – Dispositif de microformage incrémental sur machine de microfraisage KERN.

Le dispositif de microformage est constitué d’un mors fixe, d’un mors modulaire, d’un serre-
flanc fixé sur l’ensemble mors fixe et modulaire par des vis et d’un outil à bout hémisphérique
(Figure 2.6).
2.2. GÉNÉRATION DE TRAJECTOIRES PARAMÉTRIQUES PAR COURBES NURBS 33

Le mors modulaire permet d’adapter le contour support de la forme à réaliser. En effet, il peut
limiter la flexion locale à la base de la pièce en relation avec le contour final à obtenir.

Figure 2.6 – Composants du système du procédé SPIF.

2.2/ Génération de trajectoires paramétriques par


courbes NURBS

Les courbes Non-Uniform Rational B-Splines, communément appelées NURBS, sont devenues
dans l’industrie un standard de représentation des courbes et surfaces en CAO. Quelques
formats d’échanges standards (IGES, STEP et PHIGS) reconnaissent actuellement les NURBS
comme un outil puissant de description géométrique des formes. L’énorme succès derrière les
NURBS est largement dû aux faites qu’elles proviennent d’une base mathématique unifiée pour
la représentation à la fois de forme analytique (coniques et surfaces quadratiques) ainsi que
par la représentation des entités de formes gauches, telles que les carrosseries de voitures et
les coques de navires. Avec ces courbes et surfaces, il devient intuitif de faire de la conception
de forme. Les algorithmes de définition des NURBS sont rapides et numériquement stables.
Les courbes et surfaces obtenues à partir de NURBS sont invariantes sous des transformations
géométriques communes telles que la translation, la rotation et les projections. Elles mènent à
une généralisation des B-Splines non rationnelles et de courbes et surfaces de Bézier rationnelles
et non rationnelles [Bézier, 1986].
34 CHAPITRE 2. TRAJECTOIRES NURBS PARAMÉTRIQUES

Les excellentes propriétés mathématiques et algorithmiques, combinées à des applications


industrielles réussies, ont contribué à l’énorme popularité des NURBS.
Dans cette thèse, les NURBS sont utilisées car elles ont l’avantage d’éviter les potentiels
discontinuités géométriques locales tout en permettant l’ajout de points de contrôle n’ayant
pas d’impact sur la forme globale et assurent le contrôle des fonctions dérivées (tangence
et courbure). Elles permettent d’obtenir des courbes paramétriques lisses et peuvent être
facilement manipulées par des programmes informatiques.

2.2.1/ Définition générale d’une courbe NURBS

La définition générale d’une courbe NURBS prend généralement la forme suivante :


n
Ni,k (t) · ωi · Pi
P
i=1
C(t) = n (2.1)
Ni,k (t) · ωi
P
i=1

Où C(t) définit la position en chaque point de la NURBS, t est le paramètre lié à la position
(coordonnée curviligne) des nœuds sur la courbe, i est le nombre de points de contrôle, Pi
représente les vecteurs composés des coordonnées (x, y, z) de chaque point de contrôle appelé
« polygone de contrôle ». Les Ni,k (t) sont les fonctions (polynomiales par morceaux) de
base, k est l’ordre de la NURBS avec k = d + 1 où d est le degré des fonctions de base.
Finalement, ωi est la valeur du poids associée au point de contrôle Pi . Le dénominateur est
un facteur de normalisation valant 1 si tous les poids sont égaux à l’unité 1. On donne sur la
Figure 2.7, une représentation d’une courbe NURBS, de la définition de ses constituants ainsi
que de la représentation du polygone de contrôle associé.

Point de contrôle

Polygone de contrôle
Knot

Figure 2.7 – Représentation d’une courbe NURBS.

On réécrit souvent la relation (2.1) sous la forme :


n
Ri,k (t) · Pi (2.2)
X
C(t) =
i=1

avec
Ni,k (t) · ωi
Ri,k (t) = P
n (2.3)
Nj,k (t) · ωj
j=1
2.2. GÉNÉRATION DE TRAJECTOIRES PARAMÉTRIQUES PAR COURBES NURBS 35

On définit alors Ri,k (t) la fonction de base rationnelle. Dans ces travaux, deux hypothèses
sont faites. Premièrement, sans perdre les généralités, tous les poids ωi affectés aux points de
contrôle i sont égaux à l’unité et la courbe devient une courbe non-rationnelle. Dans ce cas, on
considère une transformation des NURBS en Non-Uniform B-Splines (NUBS). Dans le cadre
de notre application, cela n’affecte pas l’importance d’un point par rapport à son voisin.
Avant d’expliquer la seconde hypothèse, il est nécessaire de définir la sélection des nœuds en
considérant un exemple simple. Pour une courbe donnée de degré d = 3, avec i = m + 1 points
de contrôle [p0 , . . . , pm ] où m + d = i − 1 + d nœuds sont créés. Néanmoins, la sélection des
nœuds détermine si la courbe sera uniforme où non-uniforme. Pour une courbe uniforme de
degré d = 3 et m + 1 points de contrôle, la sélection des nœuds est alors définie comme suit,

t(m + d) = [0, 0, 0, 1, 2, . . . , m − 3, m − 2, m − 2, m − 2] (2.4)

Dans ce chapitre, seules des courbes uniformes seront utilisées pour aboutir à des B-Splines
(BS). Car dans cette étude le parcours outil créé à partir de courbes B-Splines est réalisé de
manière à ce qu’il ne soit pas nécessaire de manipuler les poids ωi des points de contrôle et
donc ceux-ci auront une valeur fixe de 1. Si la forme géométrique de la pièce à réaliser est
complexe et pourvue de détails fins, il sera nécessaire de manipuler la sélection des nœuds de
la courbe permettant de raffiner le chemin entre deux points de contrôle. Nous verrons par
la suite que ceci pourra être utilisé pour nos applications. Les outils développés permettent
néanmoins de passer assez rapidement à des courbes non-rationnelles si le besoin est présent.

2.2.2/ Courbes B-Splines

Le but de cette étude est de produire un parcours d’outil à l’aide de courbes paramétriques
éliminant les discontinuités comme présentées dans le cas particulier du chemin de type dis-
continu [Lai, 2010]. Pour former une géométrie ouverte, supposons que nous ayons besoin de
n + 1 points de contrôle. Ces n + 1 points de contrôle forment une courbe B-Spline définie par
simplification de la relation (2.1), en relation avec les hypothèses émises, à
n
Ni,k (t) · Pi (2.5)
X
C(t) =
i=0

Il y a de nombreux moyens de définir les fonctions de base d’une B-Spline et de démon-


trer leurs propriétés importantes, e.g en divisant les différences des fonctions de puissance
tronquée [Curry et al., 1947, Schoenberg, 1988], par "blossoming" [Ramshaw, 1987], et par
une formule de récurrence due à DeBoor, Cox et Mansfield [Cox, 1972, De Boor, 1972,
De Boor et al., 1978]. D’un point de vue de la performance d’implémentation numérique, il
est maintenant convenu que l’utilisation de la formule de récurrence est la plus adaptée.
Définissons t = {t0 , . . . , tm } comme une séquence croissante de nombres réels i.e. ti 6 ti+1 , i =
0, . . . , m − 1. Les ti sont appelés de la même manière nœuds, et t représente le vecteur noeud.
La fonction de base de la i ème B-Spline de degré d et d’ordre k = d + 1, notée par Ni,k (t) est
définie par (
1 si ti 6 t < ti+1
Ni,1 (t) = (2.6)
0 sinon
On définit alors l’équation de récurrence suivante,
t − ti ti+k − t
Ni,k (t) = · Ni,k−1 (t) + · Ni+1,k−1 (t) (2.7)
ti+k−1 − ti ti+k − ti+1
36 CHAPITRE 2. TRAJECTOIRES NURBS PARAMÉTRIQUES

On peut alors définir la fonction dérivée, notée C0 (t), de la courbe B-Spline telle que
n
0
N0i,k (t)Pi (2.8)
X
C (t) =
i=0

où les dérivées N0i,k (t) des fonctions de base Ni,k (t) sont données par

Ni,k−1 (t) + (t − ti ) · N0i,k−1 (t) (ti+k − t) · N0i+1,k−1 (t) − Ni+1,k−1 (t)


N0i,k (t) = + (2.9)
ti+k−1 − ti ti+k − ti+1

Il est donc important de noter des éléments essentiels des propriétés des fonctions de base.
La fonction de base Ni,1 (t) est une fonction d’étape égale à zéro partout excepté dans la
moitié d’intervalle ouvert t ∈ [ti , ti+1 ). Pour k > 0, la fonction Ni,k (t) est définie comme
une combinaison linéaire de deux fonctions de base d’ordre k − 1 telle que représentée sur la
Figure 2.8.

Figure 2.8 – Définition récursive d’une fonction de base Ni,k (t) d’une courbe B-Spline d’après
[Les et al., 1997] avec u = t.

Le calcul d’un ensemble de fonctions de base requiert la spécification d’un vecteur de nœud
t, et du degré considéré d. Les Ni,k (t) sont ainsi des polynômes définis par morceaux sur
une ligne entière et réelle et généralement sur l’intervalle [t0 , tm ]. On appelle i-ème portée de
nœud, la moitié de l’intervalle ouvert [ti , ti+1 [. Enfin, le calcul de la fonction d’ordre k génère
une table triangulaire récursive tronquée telle que définie sur la Figure 2.9.

Il est alors important de définir, avec précaution, quelques points sur la terminologie employée
lors de la définition des B-splines. Ici, le mot nœud est utilisé avec deux sens différents.
En premier lieu il définit une valeur distincte, dénommée breakpoint, dans l’ensemble t
mais également des éléments multiples de l’ensemble t la même valeur (multiplicité) dans
cet ensemble. Il est donc indispensable de bien préciser, dès lors que l’on emploie cette
terminologie, la signification précise de ce qui est appelé nœud (un point particulier ou des
points multiples de l’ensemble ayant même valeur), pour en avoir une bonne compréhension.
2.3. APPLICATION À LA GÉNÉRATION DE TRAJECTOIRE OUTIL EN µ-SPIF 37

Figure 2.9 – Calcul de la fonction de degré d [Les et al., 1997].

Si une série de points de contrôle existe, il est alors possible d’affiner la forme locale
de la B-Spline afin d’éviter les discontinuités locales en termes de position et de tangence
(première dérivée). Cette approche conduit à une large gamme d’outils pour concevoir,
analyser les déformations locales ou les modifications géométriques locales. Dans cette thèse,
elle est appliquée pour générer des parcours paramétriques dans le procédé de micro-SPIF.

2.3/ Application à la génération de trajectoire outil en


µ-SPIF

En premier lieu, pour présenter la méthode générale et sans perdre en généralité, nous
choisissons de considérer une géométrie générale représentative des procédés µ-SPIF qui sera
présentée par la suite. Nous appliquerons ensuite cette approche à un cas simple (pyramide)
puis sur une forme complexe (miniaturisation d’un masque indonésien).

On reprend ici la méthodologie classiquement utilisée par les logiciels de fabrication as-
sistée par ordinateur pour générer des parcours outils mais en l’adaptant aux spécificités du
procédé de microformage incrémental et par suite à la génération de trajets de déformation
pour l’identification de lois de comportement. La méthode classique ainsi utilisée est synthéti-
sée sur le diagramme de la Figure 2.10. Elle est intégralement développée sous la forme d’une
Toolbox MATLAB complétant les outils développés dans l’équipe. La génération d’un code
machine à également été proposée dernièrement par Gahbiche. M et al. [Gahbiche et al., 2020]

La première étape consiste ainsi à définir la géométrie de la pièce à former obtenue générale-
ment en CAO. Selon la définition de cette géométrie, il est possible de générer des trajectoires
d’outil en considérant des surfaces analytiques (carreaux de Bézier, Surface NURBS, ...) ou
une forme discrétisée de la pièce (maillage de la surface analytique).
38 CHAPITRE 2. TRAJECTOIRES NURBS PARAMÉTRIQUES

Figure 2.10 – Étapes pour la création des trajectoires d’outil.

Dans notre cas, nous choisissons d’utiliser systématiquement une approche par discrétisation
et nous expliquerons ce choix par la suite. On choisit ensuite de générer une trajectoire pa-
ramétrique, dite maîtresse, à l’aide de l’approche B-Splines et représentative de la stratégie
de formage choisie. Cette trajectoire est alors projetée sur la surface discrétisée à former sans
aucune considération de l’outil de formage utilisé. Ce parcours d’outil est ensuite modifié en
relation avec un décalage du rayon outil normal à la surface outil (détermination du lieu de
contact du point générateur du formage). Cette trajectoire est alors traduite dans le langage
interprété par la machine à commande numérique. On détaille ainsi dans la suite l’ensemble
des étapes et des outils développés pour suivre cette démarche.

2.3.1/ Forme géométrique et sa discrétisation

Afin de présenter la méthodologie générale, on s’appuie sur une forme quelconque mais repré-
sentative du contexte de formage incrémental. On donne ainsi sur la Figure 2.11, la représen-
tation de cette forme quelconque consistant au formage d’une forme gauche dépouillée le long
de l’axe de formage.
On extrait ainsi les surfaces nécessaires à former de la géométrie CAO (volumique ou surfa-
cique) telle que représentée sur la Figure 2.11(a).

Dans la majorité des cas, l’importation d’un modèle CAO ne permet pas de récupérer la défini-
tion paramétrique des surfaces et on obtient des surfaces dites composites qu’il faut réinterpoler
pour assurer une précision suffisante à l’échelle considérée dans nos applications. Nous propose-
rons en conclusions de ce travail, une approche consistant à hybrider les méthodes analytiques
et discrétisées pour améliorer localement la précision et la vitesse de génération des trajectoires
outils en utilisant des surfaces NURBS interpolantes.
Nous utiliserons donc, ici, une approche par discrétisation de la surface à l’aide d’un maillage
surfacique utilisant des éléments triangulaires tel que représenté partiellement sur la Figure
2.11(b). Cette méthode très efficace en CAO vise à approcher les surfaces à former par l’in-
termédiaire de ce maillage triangulaire, typiquement un maillage de Standard Tesselation Lan-
guage (STL) en FAO, sur lequel il est extrêmement efficace de déterminer la projection de
toute courbe.
Le principal problème de cette méthode est liée à la précision obtenue lors de la discrétisation
qui est directement liée à la densité locale du maillage. Ceci tend à introduire des discontinuités
si le maillage n’est pas assez fin mais également à un traitement des données plus important.
2.3. APPLICATION À LA GÉNÉRATION DE TRAJECTOIRE OUTIL EN µ-SPIF 39

(a) (b)

Figure 2.11 – Forme générique témoin pour définir la méthodologie (a) Surfaces à former,
(b) Discrétisation partielle des surfaces à former.

Les paramètres de maille sont donc essentiels pour maîtriser la génération des trajectoires outils.
L’outil paramétrique développé ici est basé sur le mailleur libre GMSH [Geuzaine et al., 2009].

2.3.2/ Génération de la trajectoire paramétrique

Les pièces obtenues par formage incrémental ont régulièrement des spécificités connues à sa-
voir que les flans sont dépouillés ou droits lors d’un enchaînement progressif de formage. On
a présenté dans le chapitre précédent le fait qu’une trajectoire très prometteuse à employer
pour maîtriser les répartitions des épaisseurs consistait en l’utilisation d’un parcours hélicoïdal.
Sans perdre le cadre général de la méthode, on présentera ainsi par la suite l’application de la
méthodologie au cas de la stratégie hélicoïdale. Bien entendu, on peut très simplement trans-
poser ceci à d’autres stratégies (Chapitre 3).
L’algorithme de génération du parcours outil consiste alors à générer une courbe ou un réseau
de courbes B-Splines que l’on appelle maîtresse pour définir la forme du parcours. Le choix ici
porte sur la génération d’une courbe maîtresse de type hélice conique telle que représentée sur
la Figure 2.12(a). On choisit directement ici une courbe disposant d’une inclinaison par rapport
à l’axe outil en remplacement d’une trajectoire hélicoïdale afin d’assurer que celle-ci soit incluse
à l’intérieur des formes à réaliser pour éviter d’éventuelle intersection avec la courbe maîtresse
et les surfaces sur lesquelles on doit s’appuyer.
Ce type de trajectoire, continue, peut être générée initialement à l’aide de sa définition para-
métrique, soit en coordonnées cartésiennes :



 x (t) = R (t) · cos t
y (t) =  · R (t) · sin t

(2.10)
 ∆z
·t − H


 z (t) =

R (t) est le rayon de l’hélice dépendant du paramètre t dans le cas d’un support non cylindrique
et constant dans le cas d’une hélice classique. Le paramètre  permet de définir si l’hélice est
dextre ( = 1) ou senestre ( = −1).
40 CHAPITRE 2. TRAJECTOIRES NURBS PARAMÉTRIQUES

On introduit également l’incrément de passe ∆z correspondant à la distance axiale obtenue


après avoir fait un tour sur l’hélice (t = 2 · k · π où k ∈ N∗+ ) et donc au pas de l’hélice. H
correspond à la distance maximale parcourue par l’outil le long de l’axe machine.

Axe outil ~z

(a)

R0

∆z

(b)

Figure 2.12 – Trajectoire hélicoïdale composée de B-Splines : (a) Exemple de courbe maîtresse
générée à l’aide de courbes B-Splines (NPt=240 points) et (b) paramétrage de la courbe
maîtresse.
2.3. APPLICATION À LA GÉNÉRATION DE TRAJECTOIRE OUTIL EN µ-SPIF 41

En utilisant la Figure 2.12(b) représentant la forme de la courbe maîtresse et de ses paramètres


associés, il est aisé de définir l’expression du rayon courant R (t) sur la trajectoire tronconique,
soit
∆z
R (t) = − · t + R0 (2.11)
2 · π · tan α
Cette courbe maîtresse est alors interpolée par des courbes B-Splines, selon la méthode pré-
sentée précédemment, à l’aide de NPt points de contrôle répartis de manière homogène sur
celle-ci. Dans le cas de surfaces complexes, il sera possible de les répartir non uniformément
ou d’augmenter la densité de points de contrôles dans les zones qui le nécessitent. On donne
sur la Figure 2.12(a), la représentation B-Spline générée en considérant ici NPt=240 points de
contrôle.

2.3.3/ Projection de la trajectoire paramétrique sur la surface

La courbe maîtresse générée précédemment vise ainsi à définir les courbes B-Splines paramé-
triques représentatives de la stratégie de formage choisie. Celle-ci doit ensuite être appliquée
aux géométries à réaliser. Il est ainsi nécessaire de définir une méthode robuste de projection
de cette courbe maîtresse pour obtenir la trajectoire d’appui.

2.3.3.1/ Projection de la courbe maîtresse

Une trajectoire hélicoïdale maîtresse, de profondeur H égale à l’altitude minimale correspon-


dante sur la géométrie est ainsi créée et localisée le long de l’axe de formage et au barycentre
de la forme concave lorsque la forme est fermée et vers l’intérieur dans le cas d’une forme
incomplète définissant les géométries à former telle que représentée sur la Figure 2.13.

Figure 2.13 – Placement barycentrique de la trajectoire maîtresse par rapport aux surfaces

Afin de projeter le parcours sur les surfaces maillées, un algorithme de détection des points
d’intersection avec le maillage et la projection est nécessaire. Pour cela, on détermine en pre-
mier lieu, et pour chaque point de contrôle de la B-Spline, la direction de projection du point
considéré. Pour cela, on utilise les propriétés de la courbe maîtresse.
42 CHAPITRE 2. TRAJECTOIRES NURBS PARAMÉTRIQUES

Celle-ci étant placée au barycentre des surfaces à former, on connaît pour tout point son
altitude le long de l’axe outil z et la position de chaque point de cette courbe. On doit alors
déterminer la projection, notée Qi de tout point candidat Pi de la courbe maîtresse sur la
surface discrétisée tel que représenté sur la Figure 2.14.

Axe outil ~z

Qi
~u
Pi
Oi

Figure 2.14 – Paramétrage de la projection d’un point de la courbe maîtresse sur la surface
à former.

Le point Oi correspond au point appartenant à l’axe de la trajectoire maîtresse situé à la même


altitude que le point Pi . On peut alors définir la demi-droite de vecteur directeur ~u et tel que
−−→
Oi Pi
~u =
−−→
(2.12)
Oi Pi

Il est alors nécessaire de déterminer, l’intersection de cette demi-droite avec les surfaces dis-
crétisées. Pour cela, on recherche quel est le l’élement candidat à l’intersection avec cette
demi-droite. La méthode la plus brutale consiste alors à rechercher l’intersection de cette
demi-droite avec l’ensemble des éléments du maillage de la pièce. Cette méthode primale est
cependant trop coûteuse en terme d’opérations à effectuer et on introduit alors une technique
de tri efficace disposant de plusieurs avantages : la méthode de tri par paniers (Buckets sort).

2.3.3.2/ Détermination de l’élément intersecté par une méthode de tri par


paniers

On cherche ici à se limiter à l’environnement topologique proche du point Pi à projeter dans


la direction de projection ~u. Pour cela, on considère une zone délimitée par un parallélépipède
rectangle orienté dans la direction ~u appelé panier (bucket) et tel que représenté sur la Figure
2.15.
2.3. APPLICATION À LA GÉNÉRATION DE TRAJECTOIRE OUTIL EN µ-SPIF 43

Axe outil ~z

ième Panier

Qi
~u
Pi
Oi

Figure 2.15 – Diminution de la zone de recherche de l’élément intersecté par utilisation d’une
méthode de tri par paniers.

À l’aide de cette méthode, on détermine alors les nœuds du maillage appartenant à ce panier tels
que représentés sur la Figure 2.16(a). Le premier avantage de cette méthode est bien entendue
de limiter la zone de recherche. Le second avantage, est de pouvoir déterminer les limites de
la trajectoire à projeter. En effet, dans le cas d’un point Pi où la direction ~u n’intersecte pas
le maillage, le panier correspondant ne fera pas apparaître de nœuds candidats.

(a) (b)

Figure 2.16 – Utilisation de méthode de tris par panier pour : (a) Détermination des nœuds
voisins au point d’intersection potentiel Qi et (b) éléments connectés.

Une fois ces nœuds identifiés, il est alors possible de déterminer les éléments connectés à ces
nœuds (Figure 2.16(b)). Il est important de disposer d’une taille suffisamment importante du
panier pour détecter les éléments entourant le point d’intersection recherché tout en s’assurant
de disposer d’une quantité tout de même limitée afin de diminuer les temps de traitement.
44 CHAPITRE 2. TRAJECTOIRES NURBS PARAMÉTRIQUES

La taille du panier est donc un paramètre important à maîtriser. On associe donc à chaque
point des courbes B-Splines maîtresses définies à un panier.
On cherche ensuite à déterminer l’élément intersecté parmi les candidats identifiés par la
méthode des buckets sort. Pour cela et pour l’élément candidat, on détermine l’équation du
plan contenant l’élément. Le calcul classique de l’intersection de la demi-droite et du plan
0
donne alors un point candidat à la projection Qi .

Plan

0
Qi
~n

Figure 2.17 – Détermination de l’intersection entre la demi-droite et le plan associé à l’élément


triangulaire candidat.

0
On vérifie alors que le nœud candidat Qi est bien situé sur ou à l’intérieur de l’élément
triangulaire associé en vérifiant la relation également classique suivante :

−→ −−→0
 −−→
−→
  
0
AB ∧ AQi . AQi ∧ AC ≥ 0




−→ −−→0
  −−→
−→

  
0
BA ∧ BQi . BQi ∧ BC ≥ 0 (2.13)
−→ −−→0
  −−→
−→

  
 0
CA ∧ CQi . CQi ∧ CB ≥ 0


En répétant cette opération pour chaque point à projeter de la courbe maîtresse, il est ainsi
possible d’obtenir la trajectoire projetée sur la surface à former telle que présentée sur la Figure
2.18.
2.3. APPLICATION À LA GÉNÉRATION DE TRAJECTOIRE OUTIL EN µ-SPIF 45

Figure 2.18 – Trajectoire projetée sur la surface discrétisée.

2.3.4/ Prise en compte du rayon d’outil

Sans spécification de la part de l’utilisateur, une machine à commande numérique ou un robot


pilotent le centre outil correspondant au point de plus faible altitude sur l’outil et situé sur
l’axe de la broche ~z. Les trajectoires d’outil ici ont été obtenues par projection de la courbe
maîtresse sur la surface. Il vient alors que les formes réalisées ne correspondront pas aux surfaces
spécifiées et dépendront du rayon de l’outil de formage considéré (Figure 2.19).

Figure 2.19 – Interférence de l’outil sur la forme à réaliser.


46 CHAPITRE 2. TRAJECTOIRES NURBS PARAMÉTRIQUES

Il est ainsi nécessaire de décaler la trajectoire d’outil pour assurer un contact tangent entre
le point théorique de formage de l’outil sur la surface. On représente alors localement le
paramétrage du décalage du parcours outils sur la Figure 2.20(b).

Axe outil ~z
Outil

Surface

~ni

A
R
Pi Qi

R B

(a) (b)

Figure 2.20 – Définition du décalage centre outil pour formage tangent : (a) Vue générale
et (b) paramétrage.

En utilisant ce paramétrage, il est aisé de montrer que le déplacement du centre outil est défini
−−→
par le vecteur déplacement BQi . Connaissant la valeur du rayon outil, de son orientation ~z et
−−→
de la normale ~ni au point Qi , il vient l’expression du vecteur BQi , soit
−−→
BQi = R (~z − ~n) (2.14)

Il est alors nécessaire d’appliquer cette relation en chaque point Qi des courbes B-Splines
générées par projection de la courbe maîtresse sur la surface théorique à former et dont on
donne un exemple sur la Figure 2.21.
2.3. APPLICATION À LA GÉNÉRATION DE TRAJECTOIRE OUTIL EN µ-SPIF 47

(a)

(b)

Figure 2.21 – Trajectoires décalées pour obtenir un contact tangent : (a) cas d’un tronçon
et (b) cas du parcours complet.

On se doit cependant de prendre des précautions avec les trajectoires décalées obtenues et plus
particulièrement avec les trajectoires en entrée de formage (première courbe) et en fond de
pièce (dernière courbe). En effet, selon le type de surface et notamment dans le cas de flans
proches du cas de flans droits, la normale à la surface peut être dans le plan perpendiculaire à
l’axe outil et la recherche du point tangent amène à descendre le long de cet axe d’une valeur
égale au rayon R de l’outil puis à décaler le profil d’une valeur de ce même rayon. Ceci est
souvent incompatible avec la profondeur de passe ∆z imposée et il est nécessaire d’adapter
l’approche. Pour cela, on opère en un déplacement axial du poinçon d’une valeur ∆z pour
définir l’altitude de départ de la courbe maîtresse et limitée la profondeur de passe axiale. Ceci
est limité dans le cas d’angles de dépouille plus importants ce qui est régulièrement le cas en
microformage incrémental. Dans le cas où il serait nécessaire de former des flans droits, il serait
nécessaire soit d’opérer de manière incrémentale en répétant l’opération tout en faisant varier
la dépouille des flans soit en inclinant l’axe outil par utilisation d’une cinématique 5 axes ou
d’un robot multi-axes.
La seconde précaution est donc liée au passage sur les fonds de pièces. En effet, dans ce cas
le décalage de rayon d’outil peut engendrer un déplacement axial de l’outil provoquant une
interférence avec le fond de la pièce.
48 CHAPITRE 2. TRAJECTOIRES NURBS PARAMÉTRIQUES

Il est alors nécessaire d’assurer un contact bi-tangent entre le flan et le fond de la pièce tel que
représenté sur la Figure 2.22.

Axe outil ~z

Q∗i

Bi

Figure 2.22 – Condition de bi-tangence en fond de pièce.

Une solution consiste alors à déterminer de manière itérative la solution assurant le contact en
fond de pièce au point Bi et en un point Q∗i de la surface par décalage d’une réplique de la
courbe maîtresse. En partant de la position dans le plan perpendiculaire à l’axe de formage du
point Bi initialement calculée, on peut projeter ce point sur le fond de la pièce et en utilisant la
relation (2.14) dans le sens opposé. On connaît a priori le point proche de Q∗i et par itération
successive, on minimise l’écart à la surface par réactualisation du point projeté.

2.3.5/ Approches et retraits des outils

Dans le cas d’une génération des parcours de formage, il est essentiel de prévoir les parcours
d’approche et de retraits des outils lors des opérations. Dans le cadre de ce manuscrit, on s’est
limités à des parcours d’outils en 3 axes et la génération des stratégies d’approche/retrait se
fait assez aisément. Ainsi on considère des approches et des retraits outils le long de l’axe outil
~z, jusqu’à un plan de sécurité imposé par l’utilisateur à une hauteur z = zsec . Dans le cas
d’une cavité fermée, la trajectoire hélicoïdale assure une continuité du parcours tout le long du
formage. Dans le cas d’une cavité ouverte, il est nécessaire d’assurer la transition entre chaque
tronçon de trajectoire B-Splines (Figure 2.23).
2.4. APPLICATIONS À UNE MÉTHODE DE COMPENSATION DES DÉFAUTS DE FORME49

On applique alors en chaque fin de tronçon un déplacement vertical jusqu’au plan de sécurité
puis un déplacement dans ce plan jusqu’au point de départ du nouveau tronçon et finalement
une descente verticale jusqu’au départ du tronçon suivant.

Figure 2.23 – Stratégies d’approche et retrait outil pour une cavité ouverte.

2.3.6/ Interprétation en langage machine

La dernière opération consiste alors en la traduction des trajectoires B-Splines générées dans
le langage interprété par la machine. Un traducteur simple est alors développé en langage
MATLAB. On définit ici une stratégie de traduction point à point en imposant le pas de
discrétisation. Une évolution de cette traduction viserait dans le futur à le traduire avec des
fonctions spéciales utilisant des courbes à interpolants NURBS mais qui ne sont pas toujours
disponibles dans tous les langages machines. Les langages FANUC, Heidenhain et Siemens
disposent de ce type de technologie. Pour nos applications, la différence entre une approche
interpolée et une approche point à point ne différent pas dès lors que la discrétisation est
importante. Seuls des temps de traitement de la part de la machine peuvent apparaître mais
dans notre cas, la microfraiseuse utilisée ne semble pas subir de ralentissement et n’utilise de
toute manière pas l’interpolation NURBS (Format Heidenhain iTNC426 de 2004).

2.4/ Applications à une méthode de compensation des dé-


fauts de forme

Nous venons de définir une méthode de génération de trajectoires de formage par utilisation
de courbes B-Splines. Si l’objectif de ce travail est de permettre de développer une méthode
50 CHAPITRE 2. TRAJECTOIRES NURBS PARAMÉTRIQUES

efficace de pilotage des trajets de déformations pour l’identification, une autre application
directe des trajectoires B-Splines est envisageable. Elle consiste à utiliser la définition locale
pour compenser les défauts de formage provenant notamment du comportement complexe des
matériaux à former, au phénomène de retour élastique ou encore des défauts d’outillage. On
donne une représentation des défauts géométriques entre le cas spécifié (virtuel) et la géomé-
trie obtenue après formage (réelle) sur la Figure 2.24.

Figure 2.24 – Représentation de la comparaison entre la géométrie obtenue (réelle en maillage


bleu) et la pièce spécifiée (virtuelle en gris).

Dans ce qui suivra, on cherche ainsi à modifier localement la trajectoire de l’outil pour com-
penser les défauts de formage et cela sans connaissance du comportement des matériaux à
former, des incertitudes des outillages et sans utilisation de simulations numériques. Ceci ne
peut, bien entendu, pas s’opérer en une seule opération et fera ainsi l’objet d’une méthode de
compensation en deux itérations.
La méthode de compensation proposée consiste à déterminer l’écart constaté entre les géomé-
tries spécifiée et réalisée en chaque point de la trajectoire de formage de la géométrie spécifiée.
La méthodologie suit alors les stratégies définies par les étapes présentées sur la Figure 2.25.

Figure 2.25 – Etapes pour l’optimisation du parcours outil.


2.4. APPLICATIONS À UNE MÉTHODE DE COMPENSATION DES DÉFAUTS DE FORME51

2.4.1/ Numérisation de la géométrie obtenue

La première étape clé consiste en l’obtention de la topologie de la pièce réalisée. De par le


process de micro-formage incrémental considéré, il est nécessaire de disposer de suffisamment
d’informations (points de mesure) sur les géométries réalisées et sans défauts potentiellement
engendrés par la méthode de mesure sur le composant. Ceci impose alors d’utiliser des tech-
niques de mesures sans contact et à haute résolution. Nous disposons pour cela de trois moyens
adaptés selon le niveau de précision à atteindre et les objectifs associés :
À La numérisation par projection de franges ;
Á La métrologie par défocalisation ;
 La nano-micro-tomographie à rayons X.
On décrit dans la suite ces trois méthodes et nous justifierons de l’utilisation de ces trois
technologies selon les besoins associés.

2.4.1.1/ Numérisation par projections de franges

Les méthodes de projections de franges ou dites à projection de lumière structurée (encore


appelées Moiré de projection) consistent à projeter sur la surface à numériser un réseau de
franges (blanches et noires alternées) sur l’objet à l’aide d’un projecteur et de faire varier la
dimension de ce réseau (Figure 2.26).

Projecteur de franges

Echantillon numérisé

Examples de franges projetées

Caméra

Figure 2.26 – Principe de la mesure par projections de franges.

En multipliant les points de vue et la variation de ce réseau, il est alors possible d’obtenir un
nuage dense de points (plusieurs millions de points) pour des résolutions assez hautes (infé-
rieures à 50 µm). Ces techniques sont très robustes et deviennent très accessibles et adaptées à
52 CHAPITRE 2. TRAJECTOIRES NURBS PARAMÉTRIQUES

des petites et grandes structures (quelques millimètres à quelques mètres). Elles restent cepen-
dant conditionnées à la numérisation de surfaces. Dans le cas de la recherche des répartitions
des épaisseurs après formage, il n’est pas aisé d’assurer le recouvrement des nuages obtenus.
Cependant, dans le cas d’une simple métrologie des surfaces formées, cette technique est de
loin la plus efficace et la plus robuste. L’application à la compensation de trajectoire dans le
cas général de cette technique est conseillée car elle est simple de mise en œuvre et également
rapide. Elle a été employée dans ces travaux dans la continuité des travaux de Ben Hmida
[Hmida, 2014] à l’aide d’un système de type Rexscan3 utilisant une caméra 4 Mpixels.

2.4.1.2/ Numérisation par défocalisation

Les méthodes par défocalisation ou dites de variation focale visent à combiner la faible profon-
deur de champ d’un système optique et son balayage vertical, afin d’obtenir la topographie à
partir de la variation de netteté des images sur le capteur. Le composant principal de ces sys-
tèmes consiste en un système optique de précision, dotés de nombreuses lentilles, pouvant être
munis d’objectifs, réalisant des mesures à différentes résolutions. Il est ainsi possible d’obtenir
des résolutions verticales de quelques dizaines de nanomètres. Les équipements industriels les
plus connus et disposant de ce type de technologie sont très certainement les équipements
de la société Brücker-Alicona. Dans le cas de nos applications, elles disposent d’un avantage
conséquent à savoir la capacité de numériser à très haute résolution la géométrie locale et
globale de la pièce en superposant les patchs de mesure. Cette technique a été également
employée dans les travaux préliminaires de [Hmida, 2014] et [Hapsari et al., 2018]. Elle s’est
montrée efficace mais longue en terme de temps d’acquisition (plusieurs heures) et n’assure
pas efficacement le recouvrement des nuages de points obtenus pour la mesure des épaisseurs
locales.

2.4.1.3/ Tomographie par rayons X

Les techniques de tomographies sont, par définition, liée à l’obtention de coupes d’un objet à
mesurer. Le principe de la tomographie à rayons X et de son traitement numérique est donné
sur la Figure 2.27.

Figure 2.27 – Principe de la mesure par Tomographie par rayons X.


2.4. APPLICATIONS À UNE MÉTHODE DE COMPENSATION DES DÉFAUTS DE FORME53

Cette technique consiste à émettre par l’intermédiaire d’un générateur de rayons X, un faisceau
de rayons X traversant le milieu à inspecter (échantillon). En fonction de la densité du maté-
riau constitutif de l’échantillon à tester, les rayons X seront plus ou moins freinés lors de leur
traversée du milieu. Par utilisation d’un scintilateur, on récupère l’information en énergie des
rayons traversés par le milieu afin d’obtenir une radiographie (projection dans le plan de mesure
de l’image des rayons captés). En réalisant plusieurs centaines de clichés radiographiques pour
différentes orientation de l’échantillon, il est alors possible par l’intermédiaire d’un traitement
d’images adhoc de remonter à une information tridimensionnelle (voxels) et dans le volume de
l’échantillon testé. On peut considérer ceci comme une numérisation en volume. Le traitement
des données se fait alors sur ce volume reconstruit en 3D.
Cette technique coûteuse (temps et moyens nécessaires) dispose d’un avantage certain à sa-
voir de permettre une mesure de défauts dans le volume à des résolutions très élevées 1 . Les
mesures sont cependant très coûteuses, nécessitent des compétences en traitements d’images
numériques et les temps d’acquisition sont souvent prohibitifs. Néanmoins, nous utiliserons
cette technique par la suite notamment pour mesurer les répartitions d’épaisseur et disposer
d’une information fine sur les géométries pour appliquer la méthode de compensation. On
notera également qu’il est possible d’obtenir directement un maillage utilisable pour comparer
les géométries spécifiée et réelle mesurée.

2.4.2/ Méthode d’ajustement des nuages de points

Une fois les nuages denses de points ou le maillage associé obtenus, il est nécessaire d’ajuster
ceux-ci sur la géométrie de référence. Classiquement, il existe des méthodes complémentaires
pour assurer ce recalage. Le premier consiste en l’utilisation de cibles de référence communes
entre les deux objets. Ceci nécessite d’avoir une méthode extrêmement précise et répétable
et n’est pas adaptée à la géométrie des pièces traitées ici. La seconde consiste à utiliser un
algorithme de type Best-fit en deux opérations. La première opération mène à déterminer ap-
proximativement des points communs sur les nuages des deux pièces discrétisées afin d’opérer
un recalage initial. Par utilisation d’un algorithme d’optimisation de type moindres carrés ité-
ratif, on tente de minimiser l’écart entre les nuages. Cette technique classique et robuste est
utilisée ici. Elle nécessite tout de même de prendre des précautions notamment pour des pièces
disposant potentiellement des plans de symétrie ou des zones à fortes similarités. En effet,
l’algorithme d’optimisation qui minimisent les écarts par un algorithme itératif (typiquement
un algorithme de Newton ou de Levenberg-Marquardt) peut se trouver dans la situation de la
présence de plusieurs minimums locaux. Ceci mène régulièrement à un mauvais positionnement
ou une incapacité de l’algorithme à converger (passage d’un minimum à un autre représentatif
d’un point selle). En prenant les précautions adaptées notamment en s’assurant que l’opéra-
tion de recalage initial relie correctement les zones associées, cet algorithme est assez fiable
et est utilisé ici. Ceci est classiquement utilisé dans les logiciels d’ingénierie et de métrologie
de surfaces complexes. La Figure 2.24 correspond à l’opération de recalage par cette méthode
entre la pièce spécifiée (en gris) et la pièce réalisée (en bleu).

2.4.3/ Correction de la trajectoire de l’outil

La stratégie de correction de la trajectoire d’outil consiste à utiliser les propriétés des courbes
B-Splines. Nous pouvons effectivement modifier localement la position des points de contrôle
pour adapter la trajectoire aux défauts observés.
1. Inférieures au µm dans le cas d’un générateur nano et de quelques µm dans le cas d’un générateur micro
54 CHAPITRE 2. TRAJECTOIRES NURBS PARAMÉTRIQUES

Pour cela, la description de la méthode de compensation s’appuie sur la Figure 2.28.

Profil compensé
Profil réalisé

Qri

Qsi
δ
Qci

~u

Pi
Profil spécifié

Oi

Figure 2.28 – Schéma de principe de la méthode de compensation.

Une fois les géométries spécifiée et réalisée recalées, on réutilise la courbe maîtresse pour
générer le parcours compensé. Pour cela, on détermine en chaque point Pi , le point Qsi projeté
−−−→
sur la surface spécifiée. Par utilisation du vecteur directeur Pi Qsi , on détermine la projection
−−−→

du point Qsi sur la surface réalisée noté Qri . On peut alors déterminer les longueurs Oi Qri et
−−−→
Oi Qsi , soit

 −−−→ −−→ −−−→
 Oi Qri = Oi Pi .Oi Qri

−−−→ −−→ −−−→ (2.15)
 Oi Qsi = Oi Pi .Oi Qsi

On peut alors déterminer l’écart δ tel que


−−−→ −−−→
δ = Oi Qsi − Oi Qri (2.16)

Il vient alors que le vecteur décalage ~δ est donné par


~δ = δ · ~u (2.17)

L’opération de compensation consiste alors à décaler la trajectoire initiale en chaque point de


contrôle Qsi au point Qci miroir du point Qri et tel que
−−−→c −−−→s ~
Oi Qi = Oi Qi + δ (2.18)

On réalise alors cette compensation pour chaque point de la trajectoire initiale pour annihiler
les défauts de formage initiaux. Une fois, la totalité du trajet d’outil parcouru, on applique le
2.5. APPLICATION DE LA MÉTHODE DE COMPENSATION SUR UNE FORME SIMPLE55

décalage de rayon d’outil et on génère le nouveau parcours compensé dans le langage interprété
par la machine de formage (CNC ou robot).

2.5/ Application de la méthode de compensation sur une


forme simple

Pour démontrer l’efficacité et l’apport de la méthode de compensation, on applique en premier


lieu cette approche au cas d’un exemple académique à savoir la réalisation d’une forme
pyramidale à base carrée. On donne les caractéristiques géométriques sur la Figure 2.29.

L2 H

l1

l2
L1
R

Figure 2.29 – Définition des paramètres géométriques de la pyramide.

Les paramètres géométriques utilisés sont donnés dans la Table 2.1.

Table 2.1 – Paramètres géométriques de la pyramide.

L1 (mm) L2 (mm) l1 (mm) l2 (mm) H (mm) R (mm) α (◦ )


30 30 5.52 5.52 3 1 52.5

Ce type de forme simple est choisi car elle a été utilisée comme géométrie de caractérisation
initiale par Indef test. Elle est simple à réaliser et disposent de toutes les spécifications
nécessaires pour une analyse approfondie des défauts potentiellement observés. Elle sera donc
employée pour tenter d’appliquer la méthode de compensation sur deux matériaux choisis
judicieusement.
En premier lieu un alliage cuivreux de type Cuivre-Fer (CuFe) est testé. Ce type d’alliage a
déjà été étudié dans les travaux d’Hapsari [Hapsari et al., 2018] et nous permets de disposer
d’une base connue. La tôle est d’épaisseur 210 µm et aucun traitement thermique n’a été
appliqué auparavant. Les tôles sont fournies sous un état écroui HR.
Un deuxième matériau est également sélectionné pour identifier la robustesse et les difficultés
éventuelles éprouvées par la méthode de compensation à savoir un polymère de type poly-
propylène (PP). Ce matériau de comportement viscoélastique-viscoplastique engendre que la
forme finale de la pyramide est fortement dépendante des effets visqueux et par conséquent
du temps. Ceci est un test important pour la méthode de compensation car elle mettrait en
avant son efficacité et cela indépendamment du comportement du matériau excepté du temps
56 CHAPITRE 2. TRAJECTOIRES NURBS PARAMÉTRIQUES

nécessaire pour appliquer la compensation. L’épaisseur de la feuille est de 530 µm.


On applique alors la méthodologie de génération de la trajectoire sur la géométrie discrétisée
de la forme intérieure de la pyramide et telle que représentée sur la Figure 2.30. Cette courbe
maîtresse considère ici NPt=240 points de contrôle et un pas d’hélice ∆z = 200 µm.

0
z(mm)

-1
-2
5

-5
0
0

5 -5 y(mm)
x(mm)

Figure 2.30 – Génération de la courbes B-Spline maîtresse dans le cas de la forme pyramidale.

La trajectoire projetée est alors définie telle que représentée sur la Figure 2.31.

Figure 2.31 – Trajectoire initiale pour le cas de la pyramide.


2.5. APPLICATION DE LA MÉTHODE DE COMPENSATION SUR UNE FORME SIMPLE57

2.5.1/ Application au cas d’une tôle en alliage Cuivre-Fer

On applique la stratégie de formage au cas de la tôle en alliage de Cuivre-Fer sur la ma-


chine KERN précédemment présentée. Afin de limiter les effets du frottement, l’outil hémi-
sphérique est mis en rotation (frottement de roulement en lieu et place d’un frottement de
glissement) pour une fréquence de broche de 15000 tr · min−1 . Une vitesse d’avance constante
de 250 mm.min−1 est considérée et une lubrification de type brouillard d’huile est appliquée.
La machine étant située dans un environnement de type salle grise (Humidité et température
contrôlées), les conditions opératoires sont donc considérées constantes. On donne sur la Fi-
gure 2.32, la géométrie obtenue après microformage incrémental et pour un temps de formage
de 60 secondes.

Figure 2.32 – Pyramide en CuFe obtenue après formage selon la trajectoire initiale.

On utilise alors l’approche tomographique pour mesurer la pièce à l’aide d’un nano-
microtomographe de laboratoire de la marque RX solutions et disponible au laboratoire (Figure
2.33(a)).

Générateur à rayon X

Imageur

Pièce

Filtre Cuivre

(a) (b)

Figure 2.33 – Nano-Microtomographe de la plateforme MIFHySTo utilisé pour l’analyse des


échantillons.
58 CHAPITRE 2. TRAJECTOIRES NURBS PARAMÉTRIQUES

Le générateur de 150 kV (Générateur micro) dispose d’un focus minimum de 5 µm et d’une


puissance maximum de 75W. Un imageur de type capteur planaire numérique à "temps réel"
disposant d’un champ de capture de 25x20 cm et une taille de pixel de 127 µm est utilisé. La
pyramide formée est mesurée en utilisant un courant de 71 µA avec un voltage de 140 kV. Un
filtre en cuivre de 0,2 µm d’épaisseur est placé sur la source afin d’améliorer la transmission des
rayons X comme l’illustre la Figure 2.33(b). La résolution de la capture est de 1 µm et 1440
radiographies de la pièce sont réalisées. Un moyennage sur 8 images acquises a été appliqué
dans le but de supprimer les bruits de mesure. Il vient ainsi que 11520 captures sont réalisées
par échantillon. L’acquisition a été réalisé à une fréquence de 6 captures par seconde menant
à une reconstruction en volume de la pièce. Le logiciel de traitement des tomographies VG
Studio est employé menant à l’obtention de la pièce à une résolution des voxels de 10 µm de
côté.
Par application d’une méthode de recalage de type Best-Fit, la géométrie numérisée par to-
mographie est recalée avec le modèle théorique discrétisé et tels que représentés sur la Figure
2.34(a). On en déduit les écarts et déviations (Figure 2.34(b)) engendrés par le procédé de
microformage incrémental nous permettant d’appliquer la compensation.

(a) (b)

Figure 2.34 – Comparaisons entre les modèles théorique et obtenue selon la trajectoire ini-
tiale : (a) Recalage des géométries, (b) Écarts et déviations observés.

On peut clairement apercevoir l’effet de torsion engendré par la trajectoire hélicoïdale qui tend
à faire tourner la forme autour de l’axe de formage. On observe également une courbure im-
portante sur les flans introduisant des écarts notables. Ceci amène à un maximum de défauts
à compenser en terme d’écarts et de déviation. On applique alors la méthode de compensation
menant au parcours modifié de la Figure 2.35.
2.5. APPLICATION DE LA MÉTHODE DE COMPENSATION SUR UNE FORME SIMPLE59

(a) (b)

Figure 2.35 – Trajectoire compensée (a) et pièce résultante de l’optimisation (b).

D’après la Figure 2.36(b), il en résulte après recalage et détermination des déviations une mi-
nimisation des écarts.

(b)
(a)

Figure 2.36 – Comparaisons entre le modèle théorique et obtenu optimisé : (a) Recalage des
géométries, (b) Écarts et déviations observés.

Il est alors possible de quantifier en détail les écarts observés entre les surfaces obtenues res-
pectivement avec la trajectoire initiale et le parcours optimisé. On donne dans le tableau 2.2,
les écarts mesurés entre les deux pièces obtenues relativement à la géométrie théorique.

L’écart total cumulé, consistant à additionner la contribution de chaque écart, est ainsi di-
minuer de près de 16% pour une réduction de l’écart maximal d’un facteur 2,1. La méthode
apporte ainsi une amélioration sur la déviation de profil engendrée par le formage. Il est cepen-
dant nécessaire de noter deux points importants. En premier lieu, la méthode est fortement
dépendante de la technique de recalage des maillages des pièces spécifiée et obtenue. Un peu
d’amélioration sur cette méthode de recalage est encore à prévoir pour éviter notamment les
effets de symétrie éventuelle (c’est ici le cas pour la pyramide).
60 CHAPITRE 2. TRAJECTOIRES NURBS PARAMÉTRIQUES

Type d’écart Obtenue Optimisée


Écart total cumulé (mm) 326,096 275,958
Écart minimum (µm) 9,165 · 10−2 11,644 · 10−2
Écart maximum (mm) 2,5476 1,208
Écart moyen (µm) 264 219
Écart type (mm) 0,384 0,206

Table 2.2 – Écarts mesurés pour l’alliage Cuivre-Fer.

Une cible de recalage pourrait être une bonne solution. Le second point est lié à la torsion de
la forme pyramidale autour de l’axe de formage associée à la stratégie hélicoïdale continue.
On voit ici que les distorsions se cumulent du fait d’un enroulement constant dans la même
direction. Ceci ne peut être que partiellement compensé par la méthode puisque l’effet de
la distorsion se cumule et n’est pas local. Il faudrait utiliser une trajectoire alternée et plus
particulièrement une méthode de type formage à niveaux de z constants pour limiter cet effet
de torsion.

2.5.2/ Application à un polymère de type polypropylène

Comme énoncé précédemment, nous avons choisi de tester la méthode dans le cadre du mi-
croformage incrémental de feuilles de polymère. Si à terme l’objectif est de pouvoir étendre la
méthode d’identification aux matériaux polymères, la méthode de compensation est considérée
ici pour démontrer son efficacité lors du formage de matériaux visqueux et donc dépendant du
temps. En effet, la prédiction par méthodes numériques peut s’annoncer difficile au regard de
prise en compte de ces effets avec des temps de réponse plus ou moins longs.
On applique alors ici la méthode de compensation au cas d’une feuille en polypropylène (PP)
d’une épaisseur de 530 µm.
La méthodologie étant la même, on donne ici le résultat de l’optimisation sur la Figure 2.37.

Figure 2.37 – Pyramide en polypropylène obtenue à l’aide de la trajectoire initiale.

La méthode de mesure par tomographie X des pièces réalisées est également choisie ici. Elle
est particulièrement intéressante par la suite pour la détection de défauts en volume dans les
polymères et est très bien adaptée à la mesure précise de ce type de composants et matériau.
2.5. APPLICATION DE LA MÉTHODE DE COMPENSATION SUR UNE FORME SIMPLE61

La transparence potentielle ou l’opacité liée au passage de la transition vitreuse sont autant


d’informations importantes que de difficultés de mesures avec les autres techniques présentées.
Les résultats du recalage sont donnés sur la Figure 2.38. On peut nettement observer des
écarts importants sur la géométrie sans optimisation (Figure 2.38(a)) alors que la géométrie
optimisée semble correctement suivre les spécifications demandées (Figure 2.38(b)).

(a) (b)

Figure 2.38 – Déviations calculées entre le modèle CAO et (a) la pièce initiale, (b) la pièce
optimisée.

Ceci peut être visuellement apprécié en réalisant une coupe transversale des reconstructions
tomographiques avec le modèle CAO volumique associé. On donne ces comparaisons sur la
Figure 2.39.
62 CHAPITRE 2. TRAJECTOIRES NURBS PARAMÉTRIQUES

(a)

(b)

Figure 2.39 – Coupes transversales des recalages entre le modèle théorique et (a) la géométrie
initiale, (b) la géométrie finale.

On observe aisément que la méthode de compensation mène à une amélioration sur ce type
de matériau et sans connaissance a priori de son comportement. Les écarts constatés au pied
de la pyramide sont liés à la géométrie de la matrice. Pour les limiter, il serait nécessaire de
réduire la zone libre dans ce composant. Une quantification des écarts permet de valider cette
amélioration et on donne ces valeurs dans le tableau 2.3.

Type d’écart Obtenue Optimisée


Écart total cumulé (mm) 783,92 507,051
Écart minimum (µm) 3,192 · 10−3 0,615 · 10−3
Écart maximum (mm) 2,539 1,918
Écart moyen (µm) 653 403
Écart type (µm) 483 280

Table 2.3 – Écarts mesurés pour le Polypropylene.


2.6. APPLICATION À UNE FORME COMPLEXE 63

2.6/ Application à une forme complexe

La méthode de compensation ayant démontrée sa relative efficacité sur la cavité pyramidale,


on souhaite l’étendre au cas d’une forme plus complexe. Celle-ci est représenté par un cas
proposé par Hapsari [Hapsari, 2019] dans ses travaux de thèse. Elle consiste à former un
masque indonésien miniature et tel que représenté sur l’étude initiale de la Figure 2.40.

Figure 2.40 – Masque modèle expérimental.

Le modèle original est numérisé à l’aide d’une technique de numérisation de type triangulation
laser (système Faro LaserScan). Par application des techniques de reverse-engineering, les
surfaces sont reconstituées par application de patchs NURBS à l’aide du logiciel Geomagic
Design X. Un modèle CAO est alors utilisable pour la génération des trajectoires d’outils.
Dans le cas de l’étude de Hapsari, le modèle numérique est réduit à l’échelle 1:18 et dont on
donne une représentation de la surface interne 2 sur la Figure 2.41(a). La stratégie de formage
employée dans l’étude de Hapsari est de type z-constant continu.
2. Surface d’appui pour la génération de la trajectoire outils
64 CHAPITRE 2. TRAJECTOIRES NURBS PARAMÉTRIQUES

Elle est générée par le logiciel de CFAO CATIA V5.

(a)

(b)

Figure 2.41 – Masque modèle d’après Hapsari [Hapsari, 2019] : (a) Géométrie surfacique,
(b) Modèle discrétisé.

Il a été démontré qu’il n’était pas possible de réaliser ce masque miniature en une seule
opération ce qui rend l’opération d’optimisation du procédé assez complexe notamment par
une approche de type simulation (temps de calculs).
On procède alors à un formage multi-étapes consistant en une première étape d’ébauche
disposant d’une trajectoire unique à l’aide d’un outil de formage de diamètre 3 mm suivie
2.6. APPLICATION À UNE FORME COMPLEXE 65

d’une étape de finition décomposée par deux trajectoires locales distinctes à l’aide d’un outil
de diamètre plus petit (1 mm). On utilise toujours des trajectoires hélicoïdales de type
continues avec les paramètres associés (profondeur, dépouille, nombre de points de contrôle,
pas de l’hélice) et définis dans le tableau 2.4.

Opération (mm) P (mm) α (◦ ) NPt ∆z (mm)


Passe d’ébauche 3 1,938 10 240 0,01
Passe de finition À 1 2,6 10 240 0,01
Passe de finition Á 1 0.2 10 240 0,01

Table 2.4 – Paramètres utilisés pour la génération des trajectoires de formage.

Dans le cas des passes d’ébauche et de finition À, l’axe des courbes maîtresses est placé au
barycentre, relativement au plan normal à l’axe de formage, du masque discrétisé et tel que
représenté en bleu respectivement sur la Figure 2.42 pour l’ébauche et sur la Figure 2.43 pour
la finition À.

Figure 2.42 – Localisation de la courbe maîtresse pour la passe d’ébauche (en bleu).

La finition de la crête est partiellement réalisée à l’aide de la trajectoire de finition Á dont la


courbe maîtresse est représentée en orange sur la Figure 2.43. Elle est partielle car l’ensemble
de la géométrie initiale n’est pas accessibile par l’outil. Ceci est lié à des zones étroites
et singulières. Les comparaisons ne pourront ainsi pas être menées dans cette zone ce qui
complexifie un peu plus l’analyse.
66 CHAPITRE 2. TRAJECTOIRES NURBS PARAMÉTRIQUES

Figure 2.43 – Localisation des courbes maîtresses pour la finition À (bleue) et finition Á
(orange).

L’opération de projection des points sur les surfaces est réalisée et sont représentées respecti-
vement sur la Figure 2.44(a), pour la passe d’ébauche et sur la Figure 2.44(b) pour les passes
de finition.

(a) (b)

Figure 2.44 – Trajectoires projetées : (a) passe d’ébauche, (b) passes de finition.

Après décalage du rayon d’outil, on obtient finalement les trajectoires de formage à appliquer.
2.6. APPLICATION À UNE FORME COMPLEXE 67

Pour des raisons de visibilité et de compréhension, on donne sur la Figure 2.45, une représen-
tation anisotrope des trajectoires de finition initialement générées et sans visualisation de la
surface à former.

Figure 2.45 – Trajectoires initiales de la passe de finition en deux étapes bleue et orange.

Le masque sera réalisé à partir d’une tôle en alliage de Cuivre-Fer (CuFe) d’épaisseur 210 µm.
Le choix de l’utilisation d’outils de 3 mm et 1 mm s’est fait sur plusieurs considérations.
En premier lieu, de par les dimensions des géométries d’outils et les profondeurs à atteindre,
il est nécessaire de disposer des diamètres outils les plus importants afin d’avoir la meilleure
résistance mécanique. En second lieu, la géométrie locale de l’outil doit également permettre
de respecter la courbure locale des formes à former. En effet, si le rayon d’outil est supérieur
à la courbure locale à former, il n’est pas possible de réaliser la forme considérée. L’équipe
de recherche a acquis l’expertise de réalisation d’outils miniatures en carbure de tungstène
et est aujourd’hui en capacité de réaliser des outils de plus en plus petits répondant à ces
contraintes. Néanmoins dans le cadre de cette thèse, cette technologie n’était pas encore
disponible et nous avons utilisé des outils en acier. Ceci a impliqué l’impossibilité de réaliser
la géométrie de la crête présentée précédemment. Que ce soit pour les passes d’ébauche ou
de finition, la fréquence de rotation de l’outil est fixé à 1000 tr/min et la vitesse d’avance est
imposée à 50 mm/min.

2.6.1/ Géométrie avant optimisation

Le masque est réalisé selon la stratégie initiale en 3 opérations et selon la projection des courbes
maîtresses sur la surface spécifiée (CAO). Après 3 heures de formage, on obtient la géométrie
de la Figure 2.46.
68 CHAPITRE 2. TRAJECTOIRES NURBS PARAMÉTRIQUES

Figure 2.46 – Masque pratique obtenue avec les trajectoires initiales.

On obtient alors, après numérisation de cette géométrie et recalage par rapport à la géométrie
spécifiée, la comparaison de la Figure 2.47.

Figure 2.47 – Recalage de la géométrie obtenue (nuage rouge) relativement à la géométrie


spécifiée et discrétisée (nuage gris).

Il est alors possible d’appliquer la méthode de compensation sur les trajectoires liées à la
finition, soit les passes de finition À et Á.
2.6. APPLICATION À UNE FORME COMPLEXE 69

2.6.2/ Compensation des stratégies de finition

On applique ici la méthode de compensation après recalage des géométries obtenue et spécifiée
par la méthode du best-fit. Les déviations sont alors calculées en chaque point de la B-Spline
pour mener à deux trajectoires de finition compensées telles que représentées sur la Figure
2.48. On cherche ici toujours à obtenir la géométrie spécifiée tout en assurant la continuité
locale du parcours. La Figure 2.48 est une fois de plus représentée de manière dilatée sur l’axe
vertical afin de percevoir les modifications engendrées.

Figure 2.48 – Trajectoires optimisées selon les deux passes de finition spécifiées en bleu et
en orange.

Par application de ces trajectoires optimisées, il vient que la géométrie finale optimisée corres-
pondante au masque mais dont certaines géométries n’ont pu être réalisées en relation avec les
outils nécessaires pour réaliser certaines formes spécifiques (crêtes, nez et lèvres). Ceci devrait
être résolu prochainement avec le développement d’outils en carbure de tungstène de faible
diamètre et de grande longueur. Le résultat obtenu est donné sur la Figure 2.49.
70 CHAPITRE 2. TRAJECTOIRES NURBS PARAMÉTRIQUES

Figure 2.49 – Masque pratique obtenue avec les trajectoires optimisées.

Il est alors possible d’effectuer une comparaison quantitative des différences observées entre les
modèles spécifié et optimisé. On représente, respectivement, sur les Figures 2.50(a) et 2.50(b),
la cartographie des écarts mesurés dans l’approche recalée présentée dans ce manuscrit et le
résultat obtenu par Hapsari [Hapsari, 2019]. On peut alors noter que la méthode proposée ap-
pliquant la technique de compensation a limité les écarts mesurés dans les zones atteignables
par les outils. En effet, on constate des écarts maximum de l’ordre de ±80 µm pour la méthode
de compensation pour des écarts de l’ordre de ±150 µm dans l’approche FAO standard sans
compensation. Les erreurs les plus importantes sont bien entendues confinées dans les zones
inaccessibles par les outils et ne sont pas comparables. On peut donc s’apercevoir que la mé-
thode peut être efficace même dans le cas de géométries complexes et nécessitant l’application
d’une approche multi-étapes.
2.6. APPLICATION À UNE FORME COMPLEXE 71

(a)

(b)

Figure 2.50 – Cartographie des écarts mesurés (a) Méthode de compensation, (b) Approche
FAO classique selon [Hapsari, 2019].
72 CHAPITRE 2. TRAJECTOIRES NURBS PARAMÉTRIQUES

2.7/ Bilan

L’objectif principal de ce chapitre était de proposer un outil de génération de trajectoires para-


métriques en vue de leur utilisation pour définir des trajectoires d’identification pour la méthode
InDef test. Pour cela des courbes B-Splines ont été présentées comme les meilleures candidates
pour le développement de cet outil de génération.
Il a été appliqué au cas du formage d’un essai test classique de µ-formage incrémental relatif
à la réalisation d’une pyramide à base carrée.
Le fait de disposer d’un outil paramétrique de génération de trajectoires nous a fait entrevoir
la possibilité de l’utiliser pour améliorer les parcours d’outils afin de minimiser, sans outil de
prédiction numérique (simulations), les écarts de formage dus au procédé et au comportement
spécifique des matériaux constitutifs de la tôle.
Une méthode de compensation de trajectoire a alors été présentée selon une méthodologie
spécifique et a été appliquée à la pyramide dans le cas de deux matériaux candidats : un alliage
de Cuivre-Fer et un polymère de type polypropylène. La méthode a démontré des résultats
intéressants et a été appliquée à une forme beaucoup plus complexe à savoir la réalisation
d’un masque indonésien miniaturisé. Une fois de plus, la méthode a démontré sa capacité à
limiter les écarts observés relativement au modèle spécifié. Des différences entre le modèle
spécifié et la pièce optimisée montre encore des écarts correspondant au type de stratégie
choisie initialement (hélicoïdale continue). On observe ainsi un effet de distorsion. Matsubara
et al. [Matsubara, 2001] ont d’ailleurs pu observer que cette distorsion pouvait être de plus de
30◦ lors du processus de formage incrémental. Ce phénomène de distorsion lors du formage
incrémental mono-point a été observé et discuté par Jadhav [Jadhav, 2004] expliquant sa pré-
sence par l’effet tangentiel conduisant au cisaillement dans le plan tangent à la pièce. Il serait
nécessaire d’alterner les passages par des parcours alternés.
Dans le cas du masque, certaines zones n’ont pas été accessibles en relation avec les géométries
d’outils utilisés. Ceci est aujourd’hui en cours d’être résolu par le développement d’outils de
formage adaptés.
La méthode de compensation simple dans son principe nécessiterait néanmoins d’être amélio-
rée sur un point clé : le recalage des géométries spécifiée et réalisée. En effet, les précautions
à prendre, notamment sur des échantillons de faibles dimensions et de faibles épaisseurs en-
gendrent de potentielles déformations globales que l’on ne peut compenser. De plus, la métho-
dologie de numérisation est fortement dépendante de ce phénomène. Il serait ainsi nécessaire
de numériser la géométrie dans l’outillage pour limiter les distorsions liées aux manipulations
et de disposer d’un référentiel parfaitement défini. On ne pourrait cependant pas prendre en
compte les effets de relaxation des contraintes élastiques liée au maintien de la pièce dans
l’outillage. Ce problème reste ouvert et doit être le sujet d’une réflexion.
On peut cependant conclure sur une capacité de la méthode à minimiser les écarts observés et
qu’elle peut être appliquée moyennant l’utilisation de moyens de numérisation adaptés.
Nous disposons à présent d’un outil de génération paramétrique de trajectoires de formage que
nous pourrions utiliser pour générer des trajectoires de tests d’identification du comportement
des matériaux constitutifs des tôles de très faibles épaisseurs à former. Nous nous attacherons
donc, dans le chapitre suivant, à présenter une méthode visant à répondre à cette attente.
3
NURBS et défauts géométriques
pour la simulation numérique de
l’InDef test

3.1/ Introduction

Nous venons de présenter une méthode de génération de trajectoires paramétriques pour le mi-
croformage incrémental. La possibilité de maîtriser globalement et localement le trajet d’outils
ouvre de multiples opportunités. Dans notre cas, l’objectif principal est de pouvoir utiliser ce gé-
nérateur de trajectoires pour définir des chemins de déformations menant à une amélioration de
la méthode InDef test. Celle-ci est basée sur une confrontation essai/modèle du formage d’une
forme judicieusement choisie et minimisant les écarts mesurés sur des données observables par
identification des paramètres de la loi constitutive du matériau formé. Il est alors important
de disposer d’un outil de simulation fiable permettant d’extraire les informations nécessaires à
la corrélation des résultats. Une modélisation du microformage incrémental a été développée
dans la thèse de Ben Hmida [Hmida, 2014] puis étendue dans le cadre des travaux de Hap-
sari [Hapsari et al., 2018]. Les modèles proposés s’appuient sur la méthode des éléments finis
non-linéaires utilisant une intégration temporelle de type dynamique explicite. Si la condition
de stabilité liée à ce type d’intégration temporelle mène à disposer d’un outil robuste et assure
d’obtenir une solution au problème, elle implique également des difficultés majeures pour une
utilisation dans le cadre d’une confrontation essais/calculs. En effet, de par la limitation du pas
de temps, la méthode explicite est prédisposée à la simulation de phénomènes en dynamique
sur des temps courts (inférieurs à la seconde). Or dans le cas général des procédés de mise en
forme et encore plus particulièrement le cas des procédés de formage incrémental, les temps
de formage sont très supérieurs à ces temps caractéristiques (plusieurs minutes dans le cas du
SPIF). Il est alors conventionnel d’utiliser une approche de type temps virtuel de simulation et
de recaler temporellement le modèle. Ceci n’est pas sans poser des problèmes lorsque le temps
physique est à considérer notamment pour l’utilisation de comportements matériels dépendant
du temps (comportements visqueux). On confronte alors régulièrement à la méthode explicite,
les méthodes implicites et plus particulièrement de type statique implicite. Or si ces méthodes
permettent d’intégrer un temps réel en disposant d’un pas de temps plus important, elles
ont une fâcheuse tendance à diverger notamment en présence de l’utilisation d’algorithmes de
contact. La méthode statique implicite nécessite également une ressource informatique plus
importante que son homologue explicite. De plus, l’utilisation d’une approche implicite est
synonyme de l’utilisation du cadre des grandes transformations et de prévoir une intégration
des lois constitutives plus complexes.

73
74 CHAPITRE 3. NURBS ET DÉFAUTS GÉOMÉTRIQUES

Dans notre cas, une autre difficulté apparaît. Même si le formage complet est relativement
long (quelques secondes à plusieurs minutes), les changements brusques de trajectoires ainsi
que les effets dynamiques engendrés sur une tôle de très faibles épaisseurs sont importants à
représenter. Or, il n’est pas possible de les considérer dans le cadre d’une approche statique.
Il existe alors une alternative en l’utilisation d’une méthode de dynamique implicite qui doit
répondre à toutes nos attentes en termes de représentation des phénomènes à observer et des
temps réels représentatifs du test développé.
Dans ce chapitre, on présentera alors une adaptation de la modélisation de l’InDef test sur
une base de la méthode des éléments finis avec une intégration temporelle de type Dynamique
implicite (méthode de Newmark). Les parcours d’outil seront naturellement générés par l’outil
développé au chapitre précédent. Ceci donnera naissance à un outil de génération automatique
de simulations paramétriques de l’InDef tests. On présentera alors une comparaison entre mé-
thodes explicites et implicites sur un exemple simple caractéristique qui sera l’initiateur de la
détermination de trajectoires adaptées à l’identification.
On introduira également un outil complémentaire et relatif aux particularités du microformage :
la prise en compte des défauts de forme des outils et de la tôle. Comme nous en avons fait état
précédemment la manipulation des tôles pouvait engendrer des défauts de forme qui pouvait
fortement impacter les analyses. De la même manière, quelle est l’influence des défauts de
fabrication ou de positionnement des outillages sur les réponses observées ?
Un générateur de défauts basé sur une approche de type superposition modale sera alors pré-
senté et mesurera l’éventuel impact de ces défauts sur les réponses observées. Finalement
ceci sera couplé à un outil d’identification fiable menant à la caractérisation des tôles fines et
ultra-fines.

3.2/ Modélisation de l’InDef test

La résolution des problèmes de la physique n’est généralement pas possible, analytiquement sur
des domaines et/ou conditions aux limites complexes. Il est souvent nécessaire pour approcher
ces solutions d’utiliser des techniques numériques. Celles-ci introduisent une discrétisation des
équations gouvernant le problème physique qui seront ensuite intégrées. La plupart de ces
équations introduisent des variables d’espace et de temps. On introduit alors ici les bases
nécessaires à la compréhension des méthodes numériques utilisées pour la modélisation de
l’InDef test. On reprend les éléments de présentation de la méthode des éléments finis présentés
par Thibaud [Thibaud et al., 2018].

3.2.1/ Intégration spatiale par la méthode des éléments finis

La première approche nécessaire à la modélisation consiste à assurer une discrétisation spatiale


des domaines à considérer. La méthode numérique la plus utilisée actuellement est très large-
ment la méthode des éléments finis. On en donne ici les éléments nécessaires à l’introduction
des équations à résoudre en espace puis en temps.

3.2.1.1/ Formulation forte du problème mécanique

Soit un solide élastique occupant le domaine Ω de frontière Γ = ∂Ω tel que donné sur la Figure
3.1.
3.2. MODÉLISATION DE L’INDEF TEST 75

Figure 3.1 – Définition du domaine Ω et de sa frontière ∂Ω pour le problème mécanique.

Cette frontière (surface dans le cas d’un solide) peut être décomposée en deux sous-domaines
selon les conditions aux limites considérées. La première est associée aux densités d’efforts ~t̄
s’appliquant sur le sous-domaine ∂Ωt (Γt ). La seconde est la frontière des déplacements imposés
~ū que l’on notera ∂Ωu (Γu ). Ces deux domaines sont complémentaires et d’intersection nulle,
i.e.
∂Ωu ∩ ∂Ωt = {∅} (3.1)
On rappellera que les bords libres seront considérés comme appartenant au domaine des efforts
imposés nuls.
Dans le cas considéré en dynamique et en élasticité linéaire sous les hypothèses de petites
perturbations 1 , L’ensemble des équations constitutives se résume à

∂ 2 ~u

−→
divσ + ρf~ = ρ (3.2)

 Equation d’équilibre dans Ω
∂t2




~u = ~ū (3.3)




 Conditions aux limites en déplacement sur ∂Ωu


σ .~n = ~t̄ Conditions aux limites en efforts sur ∂Ωt (3.4)

(3.5)

ε = grad S ~u Mesure de déformation







(3.6)

σ = A : ε

Loi de comportement

Où σ est le tenseur des contraintes de Cauchy, ρ est la masse volumique du domaine associé
et ~n la normale à la frontière du domaine en chaque point considéré. Cette formulation est
appelée formulation forte du problème.
L’ensemble de ces équations doit être satisfait sur le domaine et sa frontière. Néanmoins,
l’obtention de solutions analytiques est complexe voire impossible dans le cas de domaines
définis par des géométries et/ou des conditions aux limites complexes, des composants multi-
matériaux ou encore des couplages multiphysiques (thermique-mécanique, électromécanique,
fluide-structure). Or ceci est généralement le cas dans le monde industriel. Il est alors nécessaire
d’approcher les solutions de ces problèmes par des méthodes numériques.
La majeure partie des techniques numériques utilisées vont alors se baser sur la discrétisation de
la formulation intégrale, sur le domaine, du problème physique à résoudre. Il est donc nécessaire
d’introduire ces formulations intégrales pour ensuite proposer les méthodes de discrétisation
spatiale.
1. Le fait de considérer le comportement comme étant élastique linéaire ne suffit pas à considérer le problème
comme étant également linéaire. On peut avoir une relation linéaire entre contraintes et déformations (linéarité
de comportement) tout en ayant une relation non-linéaire reliant déformation et déplacement.
76 CHAPITRE 3. NURBS ET DÉFAUTS GÉOMÉTRIQUES

3.2.1.2/ Formulation forte intégrale

Le problème intégrale équivalent à ce problème local consiste à pondérer sur le domaine ces
équations par un ensemble de fonctions dites de pondération notées η encore appelées fonctions
tests. Ces fonctions tests sont de même nature mathématique (scalaire, vectorielle,...) que les
inconnues variationnelles recherchées et quelconques.
Dans le cas du problème mécanique, les fonctions tests sont d’ordre vectoriel tout comme le
champ de déplacement, il vient alors la formulation intégrale du problème

Z !
−→ ∂ 2 ~u
divσ + ρf~ − ρ 2 (3.7)

.~η dV = 0 ∀~η dans Ω




 Ω
 ∂t

 ~u = ~ū sur ∂Ωu (3.8)

σ .~n = ~t̄ sur ∂Ωt

(3.9)


3.2.2/ Principe des travaux virtuels et formulation Faible

3.2.2.1/ Principe des travaux virtuels

En utilisant la méthode de Galerkine consistant à choisir parmi l’ensemble des fonctions tests
celles qui appartiennent au même espace que les fonctions inconnues. On choisit donc ici
comme fonctions tests, une variation quelconque du champs de déplacement que l’on note δ ~u.
Il vient en remplacement que la formulation forte est équivalente à

Z !
−→ ∂ 2 ~u
divσ + ρf~ − ρ 2 (3.10)

.δ~u dV = 0 ∀δ~u dans Ω




 Ω
 ∂t

~u = ~ū sur ∂Ωu (3.11)

n = ~t̄

(3.12)

σ .~
 sur ∂Ωt

Par utilisation du théorème de Green-Ostrogradski (intégration par partie), des conditions aux
limites en effort et des propriétés du tenseur des contraintes de Cauchy , il vient la formulation
faible du problème en déplacement, soit

Z Z I I
~t̄.δ~u dS −
 
σ : δε dV − ρf~.δ~u dV − σ .~n .δ~u dS = 0 ∀δ~u (3.13)
Ω Ω Γt Γu
~u = ~ū sur ∂Ωu (3.14)

Cette formulation faible intégrale n’est en fait que l’expression générale du principe des tra-
vaux virtuels (PTV) pour un milieu continu déformable. Cette expression est le fondement
des équations à résoudre par une approche numérique telle que la méthode des éléments finis.
3.2. MODÉLISATION DE L’INDEF TEST 77

3.2.2.2/ Principe des puissances virtuelles

Dans le cas des problèmes exprimés en vitesse, il est nécessaire de proposer une forme modifiée
de la relation 3.13. On réécrit alors l’équation 3.7 sous la forme
Z 
−→ ∂~v



 divσ + ρf~ − ρ .δ~v dV = 0 ∀δ~v dans Ω (3.15)

 Ω
 ∂t
~u = ū~ sur ∂Ωu (3.16)

n = ~t̄

(3.17)

σ .~
 sur ∂Ωt

Où ~v représente le vecteur vitesse tel que

∂~u
~v = (3.18)
∂t
Et où δ~v représente la variation virtuelle de ~v . Après application de la même méthode utilisée
dans le cas de la formulation en déplacement, il vient l’expression du principe des puissances
virtuelles

∂~v
Z Z Z I
σ : δD dV + ρ .δ~v dV − ρf~.δ~v dV − ~t̄.δ~v dS = 0 ∀δ~v (3.19)
Ω Ω ∂t Ω Γt
~
~u = ū sur ∂Ωu (3.20)

avec  
δD = δ grad ~v S
(3.21)

Où D est le tenseur vitesse de déformation et δD sa variation virtuelle.

3.2.3/ Méthode des éléments finis

La méthode des éléments finis est une approche d’approximation spatiale d’un domaine (ou
d’un ensemble de domaines) considéré. La méthode des éléments finis va donc consister à
discrétiser (décomposer) la structure étudiée en un ensemble de sous-domaines de formes géo-
métriques connues et connectés (Figure 3.2).

η η
3 4 3

1 1

1 2 1 2
1 ξ 1 ξ

Eléments de références Maillage de la structure


Figure 3.2 – Exemple de discrétisation d’un domaine par un maillage connecté.
78 CHAPITRE 3. NURBS ET DÉFAUTS GÉOMÉTRIQUES

Cet ensemble doit bien évidemment répondre à la première considération géométrique néces-
saire, à savoir représenter géométriquement l’intégralité du domaine.
Il s’ensuit la définition d’une approximation de la solution du problème sur ces sous-domaines
connectés. Il faut donc définir des fonctions d’approximation sur chaque sous-domaine que
l’on appelle élément. Dans le cas de la mécanique, les inconnues variationnelles sont associées
aux déplacements de points particuliers appelés nœuds permettant d’effectuer la connexion
entre les sous-domaines, i.e. entre des éléments dont les frontières sont communes. On appelle
maillage du domaine, l’ensemble constitué des nœuds et des éléments permettant d’approcher
géométriquement celui-ci. Ensuite la méthode consiste à résoudre le problème sur l’ensemble
des sous-domaines (éléments).
Pour cela, il est nécessaire de discrétiser les équations constitutives du problème de mécanique
représenté par une des expressions de la formulation faible du problème définie par (3.13) ou
(3.19). On prend ici pour support la formulation faible du problème exprimée en déplacement
pour dérouler la méthode en considérant pour simplifier le cas où le champ de déplacement
virtuel δ~u est cinématiquement admissible, i.e. δ~u = ~0 sur Γu . On écrit alors sous forme
matricielle cette formulation faible, soit
Z Z
T


 {δε} {σ} dV + ρ T {δu} {ü} dV =
 Ω Ω


Z I
T T
(3.22)

 ρ {δu} {f } dV + {δu} t̄ dS dans Ω
Ω Γt



(3.23)

{u} = {ū} sur Γu

Sans enlever de généralité au problème, on introduit l’équation d’état, sous forme matricielle,
reliant le tenseur des contraintes de Cauchy {σ} au tenseur des déformations élastiques {εe },
soit
{σ} = [A] {ε} (3.24)

Où [A] est la matrice associée au tenseur des complaisances élastiques. Pour les problèmes
inélastiques, il est remplacé par un opérateur tangent cohérent mais nous n’approfondirons
pas ceci ici car cela sort du cadre de ce manuscrit.
Z Z
T


 {δε} [A] {ε} dV + ρ T {δu} {ü} dV =
 Ω Ω


Z I
T T
(3.25)

 ρ {δu} {f } dV + {δu} t̄ dS dans Ω
Ω Γt



(3.26)

{u} = {ū} sur Γu

La méthode de Galerkine consiste alors en l’interpolation des champs de déplacements inconnus


et virtuels sur le même espace. Classiquement, on choisit d’interpoler ces champs aux nœuds
du maillage à l’aide de fonctions polynomiales sur une base complète soit

{ue } = [Ne (ξ, η, ζ)] {Une (t)} (3.27)

Où [Ne (ξ, η, ζ)] est la matrice d’interpolation ou fonction de forme des déplacements dans
l’élément. Cette matrice ne dépend que des variables d’espaces, ici les variables d’espace in-
trinsèques (ξ, η, ζ), et répond au critère de Krönecker soit
(
0 si i , j
Nei (ξj , ηj , ζj ) = (3.28)
1 si i = j
3.2. MODÉLISATION DE L’INDEF TEST 79

Le vecteur {Une } correspondant au vecteur des déplacements nodaux de l’élément. Il est uni-
quement dépendant de la variable temporelle t. Il vient alors en introduisant la matrice d’in-
terpolation des déformations [Be ] telle

{ε} = [Be ] {Une } (3.29)

que la forme discrétisée du PTV est donnée par


Z n o Z
T
{δUne }ρ T [N e ] [N e ] Üne dV + T
{δUne } T [B e ] [A] [B e ] {Une } dV =
Ω Ω
Z I (3.30)
T
{δUne } T [N e ] {f e } dV T
{δUne } T [N e ] t¯e dS

ρ +
Ω Γt

En considérant la contribution de chaque élément, cette équation devient


X Z n o X Z
T
{δUne }ρ T [N e ] [N e ] Üne dV + T
{δUne } T [B e ] [A] [B e ] {Une } dV =
nb Elts Ω nb Elts Ω
X Z X I (3.31)
T
{δUne } T [N e ] {f e } dV T
{δUne } T [N e ] t¯e dS

ρ +
nb Elts Ω Elts∈Γt
Γt

Ceci étant vrai quelque soit le champ de déplacement virtuel {δUne } considéré, on peut réécrire
le système sous la forme simplifiée suivante
 n o
 [M ] Ü + [K] {U } = {F }
 dans Ω (3.32)
n o
 {U } = Ū
 sur Γu (3.33)

Avec  Z






[M ] = A
Elt Ω
ρ T [N e ] [N e ] dV (3.34)
 Z
[K] = A

T
[B e ] [A] [B e ] dV (3.35)

 Elt Ω
 Z I
A A

ρ T [N e ] {f e } dV + T
[N e ] t¯e dS (3.36)
 


 {F } =
Elt Ω Elt∈Γt Γt

L’opérateur A est appelé opérateur d’assemblage sur l’ensemble des éléments. Il permet d’ajou-
e
ter la contribution de chaque élément dans le travail des efforts intérieurs et extérieurs fournis
par le système. Les matrices [M ] et [K] sont respectivement les matrices de masse et de rai-
deur du système. Le vecteur [F ] est appelé vecteur second membre global et correspond à la
contribution des efforts extérieurs.
Il vient que le système à résoudre est un système différentiel matriciel du second ordre en
temps. L’utilisation de l’interpolation des déplacements à introduit directement une séparation
des variables d’espace et de temps. La discrétisation en espace ayant étant réalisée par la mé-
thode des éléments finis, il faudra s’assurer en premier lieu de la convergence de la solution en
espace associée à la notion de convergence de maillage.
Il nous reste à présent à développer une intégration numérique en temps pour s’assurer de la
résolution numérique temporelle.

3.2.4/ Intégration temporelle

La discrétisation du problème dynamique a mené à l’obtention du système différentiel matriciel


donné par les équations (3.32) et (3.33). Il faut cependant pour les résoudre y adjoindre les
80 CHAPITRE 3. NURBS ET DÉFAUTS GÉOMÉTRIQUES

conditions initiales pour répondre aux critère d’intégrabilité du problème. Il vient que le système,
sans perdre de généralité, devient
 n o n o



 [M ] Ü + [C] U̇ + [K] {U } = {F } dans Ω (3.37)

 n o
{U } = Ū sur Γu (3.38)

 n o n o
(3.39)

 {U (0)} = {U0 } , U̇ (0) = U̇0 pour t = 0

Où l’on a également ajouté la contribution de l’amortissement dans le système par l’intermé-


diaire de la matrice d’amortissement [C].
Plusieurs schémas d’intégration sont alors possibles pour obtenir une solution temporelle du
problème dynamique. Nous présentons alors une méthode générale basée sur le schéma d’inté-
gration de Newmark généralisant la θ-méthode utilisée pour intégrée les équations différentielles
du premier ordre au cas du second ordre.

3.2.4.1/ Méthode de Newmark

L’objectif de la méthode est de résoudre le système différentiel, discrétisé au pas n + 1, suivant


 n o n o

 [M ] Ü + [C] U̇ + [K] {U }n+1 = {F }n+1 (3.40)
n+1 n+1



{U (0)} = {U }
0 (3.41)

 n o n o
(3.42)

 U̇ (0) = U̇0

Le schéma d’intégration mène à


 n o

 {U0 } , U̇
0



 n o n o
(3.43)

[M ] Ü + [C] U̇ + [K] {U }n+1 = {F }n+1



 n+1 n+1
1
n o n o   n o

 {U }n+1 = {U } n + (1 − α) ∆t U̇ + α∆t U̇ + − α ∆t2 Ü (3.44)
2



 n n+1 n
 n o n o n o n o
(3.45)

 U̇ = U̇ + (1 − β) ∆t Ü + β∆t Ü


n+1 n n n+1

Le paramètre 0 ≤ α ≤ 1 contrôle la stabilité de l’algorithme alors que 0 ≤ β ≤ 1 gère la


dissipation de l’algorithme. Le pas de temps est quant à lui noté ∆t. Cet algorithme peut
alors prendre un caractère explicite ou implicite selon le choix de α. Dans le cas des méthodes
explicites, le schéma de Newmark est conditionné par la condition de stabilité du pas de temps
∆t suivante
2 1
∆t ≤ p · (3.46)
2 · β · (1 − 2α) Ωmax
Où Ωmax est la plus grande valeur propre du système. En pratique, la méthode explicite la
plus utilisée est le cas de la méthode des différences centrées telle que α = 0 et β = 21 . Cette
méthode est au cœur des outils de simulation des codes en dynamique rapide dans le cas
où la matrice masse est diagonale (matrice masse consistante). Dans ce cas l’algorithme de
Newmark se réduit en une détermination successive des accélérations, vitesses et déplacements
sans aucune inversion de la matrice de raideur [K]. La condition de stabilité entraîne alors
2
∆t ≤ (3.47)
Ωmax
3.2. MODÉLISATION DE L’INDEF TEST 81

Dans le cas pratique de la méthode des éléments finis, il est très coûteux de déterminer la valeur
propre Ωmax . Cette condition est alors remplacée par la condition de Courant-Friedrich-Levy
(CFL) [Lewy et al., 1928] suivante
L
∆t ≤ (3.48)
c
L et c représentent respectivement la longueur caractéristique de l’élément considéré et c
la vitesse de propagation des ondes élastiques dans l’élément. Cette condition est adaptée à
chaque élément et on définira la condition de stabilité générale comme celle associée à l’élément
disposant du plus petit pas de temps stable. Cette condition fait apparaître la dépendance du
pas de temps stable à la taille des mailles utilisées pour discrétiser le domaine. Elle définit que le
pas de temps numérique ∆t utilisé dans le cadre d’un schéma d’intégration numérique explicite
doit être plus petit que le temps nécessaire à l’onde physique pour traverser l’élément. Même
si cette condition semble limitative, les méthodes explicites sont très largement utilisées pour
la simulation des procédés et particulièrement dans le cadre de la modélisation des procédés de
formage incrémental. Cependant les temps de calculs en vue d’une identification peuvent être
rédhibitoires et problématiques dans le cas de problème exhibant un comportement visqueux.
Il est nécessaire de recaler les paramètres liés à la viscosité en relation avec un temps de
simulation dit virtuel recalé diminuant le coût des simulations. Un avantage des méthodes
explicites, lié également à la condition de stabilité, est associé à sa grande robustesse sur de
grands modèles non-linéaires en présence de contact. C’est une des raisons principales de son
utilisation dans le cadre des procédés.
Néanmoins dans le cas de l’amélioration de l’InDef test, nous souhaiterions disposer d’un outil
d’identification utilisant des paramètres physiques et non recalés. L’utilisation d’une méthode
de dynamique implicite semble propice à un développement de cette approche. Nous mettrons
donc en valeur la capacité de l’algorithme de Newmark dans le cadre implicite à simuler ce
type de tests et sur des temps réels.

3.2.4.2/ Méthode de Newmark implicite pour la simulation de l’InDef test

En pratique l’algorithme de Newmark n’est pas résolu selon le schéma présenté par les équations
(3.43). On lui préfère l’utilisation d’une méthode de type prédiction-correction avec α = 1/4
et β = 1/2 pour que la méthode devienne une loi trapézoïdale et son énergie conservée. Pour
cela introduisons (3.45) dans (3.44), soit

1
n o   n o n o
{U }n+1 = {U }n + ∆t U̇ + − αβ ∆t2 Ü + αβ∆t2 · Ü (3.49)
n 2 n n+1

Il vient alors une prédiction de type explicite, à l’itéré i, en omettant les termes à l’incrément
tn+1 comme négligés, soit

1
n o   n o
i
{U } {U } − · − 2
(3.50)


 n+1 = n + (1 α) ∆t U̇ + α ∆t Ü
n 2 n




 n oi n o n o
U̇ = U̇ + (1 − β) · ∆t · Ü (3.51)


 n+1 n n
 n oi n o
(3.52)

 Ü = Ü


n+1 n

On peut alors réécrire, à l’itéré i + 1, la recherche de la solution à l’incrément n + 1 telle que


  n oi+1
[M ] + β∆t [C] + αβ∆t2 [K] Ü = {F }n+1 − {r}in+1 (3.53)
n+1
82 CHAPITRE 3. NURBS ET DÉFAUTS GÉOMÉTRIQUES

avec le résidu {r}in+1 défini par


n oi  n oi 
{r}in+1 = [C] U̇ + [K] {U }in+1 + α∆t U̇ (3.54)
n+1 n+1
h i
On introduit alors la matrice de raideur tangente K̃ représentant la direction de prédiction
selon h i
K̃ = [M ] + β∆t [C] + αβ∆t2 [K] (3.55)

L’équation (3.53) est une équation non linéaire, [K] et [C] dépendant de {U }n+1 , et par
h i
conséquent il en est de même de K̃ , entraînant le caractère itératif du schéma prédicteur-
n oi+1
correcteur. Par inversion de l’équation (3.53) , il vient l’expression de Ü soit
n+1
n oi+1 h i−1  
Ü = K̃ {F }n+1 − {r}in+1 (3.56)
n+1

On corrige alors la solution en ajoutant les termes à l’incrément n + 1 et à l’itération i + 1 par


n o
i+1 n oi n oi+1
 U̇ = U̇ + β · ∆t · Ü (3.57)

n+1 n+1 n+1
 {U }i+1 = {U }i i+1
(3.58)
n+1 + {∆U }n+1

n+1

Où {∆U }i+1
n+1 est donné par
n oi+1 n oi+1
{∆U }i+1
n+1 = β∆t U̇ + αβ∆t2 Ü (3.59)
n+1 n+1

On itère alors les phases de calculs définies par les équations (3.56), (3.57) et (3.58), tant que
les critères en énergie et en déplacement ne sont pas respectés, soit en déplacement

i+1
∆ {U }n+1

  ≤ εd (3.60)
max {U }i+1
n+1

et en énergie
i+1 i+1
∆ {U }n+1 . {F }n+1


0 0
≤ εe (3.61)
∆ {U }n+1 . {F }n+1

Où εd et εe sont les erreurs tolérées et imposées par l’utilisateur. Le relations (3.60) et (3.61)
représentent simplement le fait que la variation de déplacement et d’énergie entre les itérations
doivent être faibles au fur et à mesure des itérations.

3.3/ Simulation de l’InDef test

On présente ici une adaptation spécifique de la méthodologie développée par Thibaud et al.
[S.Thibaud et al., 2012] pour la simulation du procédé de microformage incrémental appliquée
au cas du test de caractérisation InDef test. Initialement développée pour simuler le procédé
à l’aide d’une intégration temporelle de type dynamique explicite, on la modifiera pour une
utilisation de l’algorithme de Newmark en implicite. La génération de trajectoires spécifiques
3.3. SIMULATION DE L’INDEF TEST 83

par utilisation de l’approche B-Splines sera également intégrée et impliquera la génération de


maillages adaptés. Des comparaisons avec une résolution explicite seront également présentées
afin de valider l’efficacité de cette approche. Des analyses ont montré une pertinence de ra-
jouter un amortissement numérique pour assurer la convergence de la méthode de Newmark.
Ainsi on utilisera α=1/4 et β=1/2 par la suite.
L’InDef test présenté au chapitre 1 est basé sur la comparaison entre des mesures d’efforts
de formage obtenus expérimentalement et numériquement. Initialement lié au microformage
incrémental de tôles de faibles épaisseurs sur des formes géométriques simples, on souhaite
l’améliorer pour générer des trajectoires de formage menant à définir des mesures riches en
information sur le comportement du matériau et sur des distances les plus courtes possibles.
Il est donc important d’adapter cette méthode de base dont on donne les clés de compré-
hension et les différentes améliorations apportées par Ben Hmida [Hmida, 2014] et Hapsari
[Hapsari et al., 2018]. Il s’en suivra l’apport de la génération de trajectoires par B-Splines, de
l’influence de celles-ci sur les efforts de formage. Puis nous introduirons une méthode de géné-
ration de défauts de forme sur les outillages et le flan afin de mettre en lumière leurs éventuelles
influences sur les efforts de formage. Enfin, nous déroulerons la méthode d’identification pour
démontrer l’influence des trajectoires générées.

3.3.1/ Génération d’un modèle paramétrique

L’outil de génération paramétrique initialement développé par Thibaud et al.


[S.Thibaud et al., 2012] consiste en la génération automatique et paramétrique d’un
modèle de simulation numérique du procédé de formage incrémental. Pour cela, sur la
base d’une boîte à outils développées en MATLAB, on génère le maillage de l’ensemble
des constituants de la simulation à savoir les outils et le flan. Initialement généré dans
MATLAB, les maillages ont ensuite été réalisé par une connexion entre MATLAB et le mailleur
libre paramétrique GMSH [Hmida, 2014][Hapsari et al., 2018] permettant une maîtrise plus
importante de la génération de maillage (type d’éléments, complexité des géométries, maillage
local raffiné). La méthode est cependant rigoureusement la même, dans le principe, et mène
à la génération automatique des géométries discrétisées des outils telles que représentées sur
la Figure 3.3.

Le flan est maillé à l’aide d’éléments volumiques de type hexaédriques à 8 nœuds alors que
les outils sont considérés rigides et maillés par utilisation d’éléments coques (quadrangles à
4 nœuds et/ou triangles à 3 nœuds). L’outil MATLAB génère alors le maillage assemblé de
l’ensemble des pièces constitutives du problème et dont on donne une représentation sur la
Figure 3.4.

Les études menées par Ben Hmida [Hmida, 2014] ont mis en valeur la nécessité d’utiliser
des éléments solides pour le flan afin notamment de prendre efficacement en compte des
gradients observés en cisaillement dans l’épaisseur. Une analyse de convergence montre
que trois éléments dans l’épaisseur sont au moins nécessaires avec des éléments totalement
intégrés (soit 6 points d’intégration) pour capturer correctement ces gradients. Cette analyse
a été menée sur les études de l’évolution de l’effort de formage suivant la direction normale
à la tôle ainsi que sur l’évolution des contraintes dans l’épaisseur. Ainsi, nous suivrons ces
préconisations pour la suite de l’étude puisque des tôles de même épaisseur et du même
matériau sont utilisées.
Une étude de sensibilité a été également faite pour déterminer au mieux la taille des éléments
dans le plan de la tôle.
84 CHAPITRE 3. NURBS ET DÉFAUTS GÉOMÉTRIQUES

Figure 3.3 – Maillage des géométries constitutives de l’InDef tests : (a) Tôle, (b) Outil, (c)
Matrice, (d) serre-flan, d’après [Hmida, 2014].

Figure 3.4 – Maillage de l’InDef test généré par la boîte à outil développée sous MATLAB,
d’après [Hmida, 2014].

Dans le cas du formage de la pyramide étudiée au chapitre précédent, un maillage de 150x150


éléments dans le plan mène à une relative invariance des résultats. Il s’en suit de la génération
d’un maillage réglé constitué de 67500 éléments solides.
La génération du maillage des outils rigides à l’aide d’éléments coque est conditionnée par deux
paramètres : la discrétisation des géométries et les algorithmes de contact utilisés. En premier
lieu, il est évident que pour représenter le comportement local du microformage incrémental,
il est nécessaire de disposer d’une discrétisation géométrique fine. Il vient que l’on a considéré
une erreur de corde imposée sur la courbure de l’outil de formage faible (inférieure à 10 µm).
3.3. SIMULATION DE L’INDEF TEST 85

3.3.1.1/ Comportement mécanique du matériau

Dans les études précédentes, les matériaux testés étaient de la famille des alliages cuivreux
(CuNiP, CuFe). Dans notre cas, nous choisissons un alliage de Cuivre-Fer équivalent à celui
testé et identifié par [Hmida, 2014]. Une loi élasto-plastique endommageable isotrope de type
Lemaître utilisant un écrouissage isotrope (loi de Voce) est utilisée. On définit, alors dans le
tableau 3.1, les variables d’état et les forces thermodynamiques associées.

Variables observables Variables internes Forces thermodynamiques Mécanismes


ε σ Élastoplasticité
εe σ Élasticité
εp σ Plasticité
r R Écrouissage isotrope
D −Y Endommagement

Table 3.1 – Variables d’état et forces thermodynamiques

Avec r et R deux variables associées à l’écrouissage isotrope ainsi que Y la variable liée à
l’endommagement et représentant le taux de restitution d’énergie de déformation.
On peut alors définir le comportement mécanique élastoplastique endommageable par l’intro-
duction de trois fonctions : la densité d’énergie libre ψ, la fonction de charge f et le potentiel
de dissipation F . Dans le cas de l’énergie libre ψ, on considère un découplage entre les énergies
libres spécifiques élastique ψ e et plastique ψ p telles que
    1 e Qr Q  −br 
ψ ε e , D, r = ψ e ε e , D + ψ p (r) = ε : (1 − D) C e : ε e + + e − 1 (3.62)
2ρ ρ ρr
Où ρ est la masse volumique du milieu alors que b et Q sont des paramètres matériaux liés la
loi d’écrouissage isotrope. Les lois d’états mènent alors à
∂ψ e

σ = ρ = (1 − D) C e : ε e (3.63)




 ∂ε e


∂ψ p
  
−br
R = ρ = Q 1 − e (3.64)
∂r



∂ψ p


1
= ·εe : C e : εe (3.65)

−Y =ρ


∂D 2
Le potentiel de dissipation F = f + FD est alors décomposé selon deux contributions f et FD
[Lemaitre et al., 2009]. f correspond à la fonction de charge définie au moyen de la contrainte
effective σ̄
˜V M . On définit FD comme étant le potentiel de dissipation lié à l’endommagement.
La définition de de ces deux contributions est alors donnée par

˜VM − (R + σY ) = σ̄VM − (R + σY ) = 0

f = σ̄

 (3.66)
 1−D
 t+1
S Y
(3.67)

FD =


(1 − D) (t + 1) S
Où S et t sont des paramètres de la loi de comportement associés à l’évolution de l’endom-
magement. La contrainte au sens de von-Mises est alors considérée et définie par
r
3
σ̄V M = devσ : devσ (3.68)
2
86 CHAPITRE 3. NURBS ET DÉFAUTS GÉOMÉTRIQUES

Les lois d’évolutions des variables internes s’écrivent ainsi



 ∂F λ̇ 3 devσ ñ
p
(3.69)

ε̇ = −λ̇ = = λ̇ = λ̇n


1 − D 2 σ̄V M 1−D




 ∂σ



∂F
(3.70)

ṙ = −λ̇ = λ̇ = ṗ (1 − D)


∂R
 t
∂F Y 1


si p > pD et χ > − (3.71)


 Ḋ = λ̇ = ṗ
∂Y S 3




1


(3.72)

Ḋ = 0

 si p ≤ pD ou χ ≤ −
3

n représente la normale à la surface de charge alors que λ̇ est le multiplicateur de plasticité


déterminé par la condition de cohérence f˙ = 0. Le paramètre pD est le seuil de la déformation
plastique cumulée alors que χ est le taux de triaxialité donné par
trσ
χ= (3.73)
3 · σ̄VM
On définit la vitesse de déformation plastique cumulée équivalente ṗ au sens de von Mises telle
que r
2 p
ṗ = ε̇ : ε̇ p (3.74)
3
Il vient alors qu’il est nécessaire de déterminer neuf paramètres matériaux. On donne, dans le
tableau 3.2, la définition de ces 9 paramètres et leur valeur identifiée par [Hmida, 2014] dans
le cas du Cuivre-Nickel-Fer (CuNiFe) avec une faible teneur en Nickel (moins de 1%).

Table 3.2 – Paramètres du Matériau CuNiFe sans traitement thermique

Paramètres Définition Mécanisme Valeur


E Module de Young Elasticité 99500 MPa
ν Coefficient de Poisson Elasticité 0.31
σY Limite élastique Plasticité 300 MPa
Q Saturation de l’écrouissage isotrope Plasticité 120 MPa
b Exposant de la loi d’écrouissage isotrope Plasticité 0.3
pD Seuil de la déformation plastique cumulée Plasticité 0
S Paramètre d’endommagement Endommagement 4 MPa
s0 Paramètre d’endommagement Endommagement 1
DC Endommagement critique Endommagement 0.5

On utilisera ainsi cette loi et ces paramètres en entrées des simulations à venir.

3.3.1.2/ Algorithme de contact

Le choix de l’algorithme qui consistera à modéliser le contact mécanique et le frottement entre


l’outil et la tôle est primordial pour pouvoir réaliser une simulation numérique des procédés par
déformations plastiques tels que le µ-SPIF. La plupart des études faites sur cette technique
utilise des algorithmes de contacts classiques disponibles dans l’ensemble des codes de calculs
commerciaux tel que les méthodes des multiplicateurs de Lagrange, du Lagrangien augmenté
3.3. SIMULATION DE L’INDEF TEST 87

et de pénalisation. Pour plus de précisions sur ces techniques, il est proposé au lecteur de lire
les ouvrages de références proposés par Peter Wriggers [Wriggers et al., 2004] et Belytschko
et al. [Belytschko et al., 2013].
Les méthodes citées précédemment permettent ainsi de gérer le contact entre deux corps
déformables où entre un corps déformable et un corps rigide. Ce qui sera notre cas dans cette
étude. Dans la simulation numérique du micro-formage, seule la tôle est considérée comme
déformable alors que les outils seront considérés comme indéformables (rigides).
Lors de la simulation du formage incrémental, le contact outil/tôle est connu pour être source
de non-linéarité importante (contact unilatéral). Le choix de l’algorithme de contact est alors
critique. On choisit d’utiliser ici une méthode de pénalisation classique utilisée notamment avec
une approche explicite et qui est également soumise à la condition de stabilité. Nous pourrons
ainsi comparer les approches explicites et implicites sur la base des mêmes choix d’algorithmes
de contact. La méthode de pénalisation classique proposée par Hallquist [Hallquist, 1989] dans
LS-DYNA est alors utilisée par la suite.

3.3.2/ Bilans

Deux constats peuvent être présentés sur la base de l’analyse des travaux effectués par
d’autres auteurs.

Le premier étant que le temps de simulation du procédé de micro formage est très im-
portant et que pour cela il est nécessaire de trouver des techniques de réduction des temps de
simulation.
Une des méthodes est d’utiliser un schéma de type implicite associé à un maillage adaptatif.
La simulation est lancée initialement avec un maillage grossier et l’adaptation locale se
produit autour de l’outil dans la zone de contact tôle/outil comme rapporté par Ambrogio
et al. [Ambrogio et al., 2004], Bouffioux et al. [Bouffioux et al., 2010], Dejardin et al.
[Dejardin et al., 2007] et Lequesne et al. [Lequesne et al., 2008]. Cependant, cette méthode
n’est pas disponible dans tous les codes éléments finis. Une méthode dérivée de celle-ci
pour les calculs implicites en formage incrémental existe. Il s’agit de la méthode directe
de sous-structuration [Hadoush et al., 2009] consistant à diviser le maillage en plusieurs
zones adjacentes et en prenant l’hypothèse de localisation des déformations plastiques. Par
conséquent deux types de sous-structures sont obtenues. La première étant dans notre cas
une zone autour de la trajectoire de l’outil et l’autre zone est celle restante. En utilisant cette
méthode, les temps de calcul peuvent être drastiquement réduits d’un facteur évalué à 2,4
[Sebastiani et al., 2007]. Des approches de réduction de modèle ont été également proposées
par Camille Robert dans ses travaux et ont apporté des réponses significatives sur ce problème
[Robert, 2009].

Le second constat est lié à la non prise en compte des défauts géométriques de l’ou-
tillage formant le dispositif de formage incrémental. D’autres travaux ont également été
proposés pour développer un générateur automatique de trajectoires hélicoïdales en 3D
pour la simulation du procédé SPIF en prenant en compte l’état de surface et la précision
géométrique tout en minimisant le temps de formage [Malhotra et al., 2010, Zhu et al., 2011].

Ces deux constats amènent à vouloir faire deux améliorations dans ces travaux. En
premier lieu, de réaliser une simulation du processus de micro formage incrémental avec un
schéma d’intégration temporelle implicite associé à une localisation de la densité du maillage
dans la zone réduite de formage. En second lieu, de proposer une méthode visant à modéliser
88 CHAPITRE 3. NURBS ET DÉFAUTS GÉOMÉTRIQUES

les défauts géométriques de l’outillage et de les intégrer dans la simulation du procédé.


Tout ceci afin de proposer une amélioration de l’InDef test pour identifier efficacement
les paramètres de la loi de comportement du matériaux considérée la plus fiable et le plus
rapidement possible.

3.4/ Amélioration de la simulation de l’InDef test

De par les considérations précédentes, nous disposons a priori d’outils menant à une amélio-
ration de la simulation de l’InDef test en terme de temps de calculs et de prédictions. Nous
appliquerons ainsi l’ensemble des propositions faites au cas de l’InDef à savoir :
À La génération automatique du modèle par éléments finis intégrant la génération des
trajectoires NURBS ;
Á L’utilisation d’un algorithme d’intégration temporelle de type Newmark ;
 L’intégration de défauts géométriques dans le modèle.

3.4.1/ Génération automatique du modèle numérique

L’objectif de cette partie consiste en la modification de l’approche faite par [Hmida, 2014]
pour générer le modèle de simulation du micro-formage incrémental et plus particulièrement
de l’InDef test présenté par [Hapsari et al., 2018].
L’outil de génération développé en MATLAB a ainsi été amélioré sur les points suivants :
• Génération de la trajectoire outil paramétrique par l’approche NURBS ;
• Génération d’un maillage adaptatif de la tôle relatif en relation avec les trajectoires
définies ;
• Définition des paramètres de simulations (algorithmes, contact, loi de comportements,
conditions aux limites et initiales, gestions des données de simulations) ;
• Extraction automatique des résultats de simulations (géométries, contraintes, déforma-
tions, variables internes, efforts de formage).
La toolbox génère également la trajectoire outil interprétée par le centre d’usinage pour le
formage réel dans le langage de la commande associée. Dans notre cas, les formats générés
sont en code G-FANUC ou heidenhain.
Dans le cas d’une approche comparative entre expérience et simulation cela permet notamment
de s’assurer d’une génération commune des trajectoires. C’est une contrainte essentielle pour
la méthode d’identification liée à l’InDef test.

3.4.1.1/ Discrétisation Géométrique

Comme dans les différentes thèse effectuées auparavant, la méthode des éléments finis est choi-
sie pour modéliser et simuler le procédé. Le flan carré en alliage de Cuivre-Fer (CuFe) de côtés
10 mm est maillé à l’aide d’éléments solides (hexaédriques) selon les spécifications présentées
par ces travaux préliminaires. Des éléments totalement intégrés sont utilisés en considérant 3
éléments dans l’épaisseur pour représenter l’état de cisaillement dans l’épaisseur. L’épaisseur
de la tôle est de 0,21 mm.
Dans les études précédentes, le maillage du flan était réglé et généré par une routine MAT-
LAB. Afin d’assurer une convergence du maillage, il serait nécessaire de raffiner celui-ci dans
la zone de formage (contact outil/flan). Nous avons pour objectif de générer des trajectoires
3.4. AMÉLIORATION DE LA SIMULATION DE L’INDEF TEST 89

adaptées à l’identification par l’InDef test et pilotées par l’identifiabilité. Deux solutions sont
alors possibles : raffinement local et remaillage. Le raffinement local consiste en une généra-
tion du maillage localement connaissant la trajectoire outil. Dans ce premier cas, la trajectoire
d’outils étant connue, il suffit de mailler finement dans la zone de formage générée. La seconde
méthode consiste en un remaillage du flan en relation avec un critère de remaillage (énergie,
déplacement, contrainte). Cette dernière solution peut être intéressante dans le cas d’une adap-
tation du chemin de déformation mais entraîne potentiellement une augmentation drastique
du nombre d’éléments et potentiellement des localisations des déformations en lien avec le
maillage et non avec le comportement du flan. Dans cette étude, nous avons fait le choix de
générer le maillage en adaptant le raffinage local. Pour cela, il est alors nécessaire de faire appel
à un outil robuste pour générer le maillage. Le mailleur libre GMSH [Geuzaine et al., 2009] a
été ainsi choisi pour ses performances et sa capacité d’interfaçage avec la toolbox de génération
paramétrique envisagée.
Le maillage des outils est également paramétré en relation avec GMSH à l’aide d’un maillage
de type coques rigides (quadrangles et/ou triangles). On donne sur la Figure 3.5, une repré-
sentation des maillages générés pour le serre-flanc, la matrice et l’outil de formage.

(a) (b)

Figure 3.5 – Maillages (a) du serre-flanc, de la matrice et (b) de l’outil.

3.4.1.2/ Génération de la trajectoire B-Spline

Pour la simulation de l’InDef test, la trajectoire que doit parcourir l’outil, consiste à former
la tôle sur une profondeur variable selon une courbe dans le plan ou dans l’espace. On utilise
alors ici les caractéristiques des courbes B-Splines développées au chapitre 2. Sans perdre en
généralité, nous présenterons la méthode sur un exemple qui nous servira par la suite pour
mener une analyse de sensibilité des trajectoires sur l’évolution des efforts de formage. Pour
cela, on souhaite en premier lieu tester des trajectoires dont on peut aisément changer la
courbure que l’on suppose influencer l’effort de formage. On choisit de définir une famille de
trajectoires de forme quadratique définie par

0 ≤ x ≤ xi (3.75)

1
yi (x) = · ci · x2 (3.76)
2
Les paramètres xi et ci associés à la i-ème trajectoire correspondent respectivement à l’abscisse
du point en fin de trajectoire et la courbure imposée à la trajectoire.
90 CHAPITRE 3. NURBS ET DÉFAUTS GÉOMÉTRIQUES

Par définition de la courbure, on a en effet


d2 yi
ci = (3.77)
dx2
Ainsi pour une courbure nulle (ci = 0), on retrouve une trajectoire rectiligne de longueur
L = x0 comme représentée sur la Figure 3.6.

5 c4 = 1
1
c3 =
4 2
1
c2 =
3 4

2
1
c1 =
12
1
c0 = 0
0 x
0 1 2 3 4 5 6

Figure 3.6 – Influence du paramètre ci sur la forme de la trajectoire.

Afin de comparer l’influence de la trajectoire en fonction de sa courbure sur les réponses


observées, il est nécessaire que la longueur parcourue Li soit identique pour chaque trajectoire.
Pour cela, nous devons déterminer la position de l’abscisse finale xi correspondant à une
longueur de trajectoire Li = x0 . Pour cela, il est aisé de démontrer que la longueur d’un arc
défini par une équation cartésienne du type y = y (x) est donnée dans le cas général par
Zxi
s
2
dyi

L= 1+ dx (3.78)
dx
xinit | {z }
F

Où xinit et xi représentent respectivement les abscisses du point de départ et du point final re-
cherché. L’ équation (3.78) n’étant pas intégrable analytiquement, nous utilisons une méthode
de Simpson 1/3 pour la résoudre de manière numérique, soit
xi − xinit xinit + xi
   
LS ' F (xinit ) + 4F + F (xi ) (3.79)
6 2
On recherche alors par une méthode de Newton la valeur de xi telle que kLS − Lk ≤  où 
est une tolérance fixée par l’utilisateur (pratiquement  = 10−3 mm).
Dans le cas de notre exemple simple et particulier, on définit les points A et B de coordonnées
respectives (0, 0) et (xi , yi (xi )). Le but est alors de générer ce type de courbe par une approche
B-Splines. Afin de générer les courbes passant par les points A et B, il est nécessaire d’introduire
un point de contrôle supplémentaire assurant le contrôle de la courbure. Sans l’introduction
de ce point, on génère simplement un segment de droite.On rajoute ainsi le point C tel que
représenté sur la Figure 3.7. Il est défini comme étant le point à l’intersection des tangentes
aux extrémités. Ces trois points obtenus mènent alors à considérer la génération d’une courbe
NURBS d’ordre trois et de degré deux dont les points A,B et C sont les points de contrôle.
3.4. AMÉLIORATION DE LA SIMULATION DE L’INDEF TEST 91

4.5

3.5

2.5
y (mm)

1.5

1 Pt B
Trajectoire NURBS
0.5

0
Pt A
Pt C
-0.5

-1
0 0.5 1 1.5 2
x (mm)

Figure 3.7 – Exemple de construction des trajectoires.

3.4.1.3/ Maillage du flan adapté à la trajectoire

La trajectoire étant à présent paramétrée à l’aide d’une courbe NURBS, on souhaite maintenant
générer le maillage associé en raffinant les zones du flan en contact avec l’outil. Pour cela, on
fait le choix de générer le maillage du flan en relation avec la trajectoire NURBS selon des
spécifications particulières. On choisit ainsi de définir une zone locale de raffinage telle que la
forme enveloppe correspondant au balayage d’une surface circulaire dont le rayon est égal au
diamètre de l’outil de formage et se déplaçant le long de la trajectoire. On donne ainsi sur la
Figure 3.8 le principe de génération du maillage du flan dans le cas d’une courbure nulle, i.e.
c0 = 0, et donc pour le cas d’une trajectoire rectiligne de 2 mm. La trajectoire est ainsi projetée
sur la surface du flan, l’enveloppe est générée pour décomposer la surface en deux sous-entités.
À l’aide de GMSH, on génère ainsi le maillage 3D du flan par extrusion dans l’épaisseur du
maillage 2D générée sur la surface. Le maillage ainsi obtenu est constitué d’héxaèdres et de
pentaèdres.

La densité du maillage dans et en dehors de la zone raffinée est totalement paramétrée pour
s’assurer d’une maîtrise complète de la génération du modèle. Nous obtenons finalement à
l’aide de l’outil paramétrique une génération du modèle numérique à mettre en œuvre tel que
représenté sur la Figure 3.9.
92 CHAPITRE 3. NURBS ET DÉFAUTS GÉOMÉTRIQUES

(a)

(b)

(c)

Figure 3.8 – Maillage de la tôle dans le cas c0 = 0 : (a) maillage initial, (b) trajectoire
projetée et enveloppe associée et (c) maillage raffiné en relation avec la trajectoire.
3.4. AMÉLIORATION DE LA SIMULATION DE L’INDEF TEST 93

Figure 3.9 – Modèle numérique paramétré de l’InDef test avec maillage adapté en relation
avec la trajectoire de formage.

3.4.2/ Simulation

Il est maintenant possible de réaliser la simulation numérique du test. Comme nous l’avons
indiqué précédemment nous utiliserons une méthode implicite de Newmark. Cependant afin de
comparer la méthode antérieure, nous réaliserons également des simulations avec la méthode
explicite pour détecter les éventuelles variations de prédiction.
Dans le cas de la méthode explicite, il est nécessaire de se rappeler que le temps de chargement
est recalé (temps virtuel recalé). En premier lieu, on se focalise ici sur le cas de la trajectoire
rectiligne (c0 = 0) pour des longueurs parcourues L0 = 1 mm et L0 = 2 mm . Ceci dans
l’objectif d’effectuer un essai simple mais représentatif de l’InDef test et pour des temps de
simulations limités notamment avec l’approche explicite. On impose ainsi, en implicite, la
vitesse réelle appliquée expérimentalement à savoir une vitesse v = 1, 66 mm/s. Dans le cas
explicite, la vitesse de formage virtuelle est imposée à 1200 mm/s. Cette vitesse est choisie
pour minimiser les effets de la propagation des chocs engendrés par le contact outil/flan à
cette vitesse virtuelle.
Le serrage de la tôle entre la matrice et le flan est opéré par un déplacement du serre-flan
94 CHAPITRE 3. NURBS ET DÉFAUTS GÉOMÉTRIQUES

en relation avec un jeu nul entre ces trois éléments. Cette simulation est indifférement opérée
par une méthode implicite ou explicite. Dans notre cas, les simulations sont menées avec le
code LS-DYNA en mode explicite avec une approche SMP (shared memory parallel memory).
On utilise pour ressource une station de travail disposant d’un processeur Xeon 3,1 GHz de
6ème génération (8 cœurs), de 16 Go de RAM. Nous utilisons ici cette solution obtenue en 17
min comme point de départ des simulations de formage (explicite et implicite). Dans le cas
explicite, le pas de temps est bien entendu géré par la condition de stabilité. Dans le cas de
l’approche dynamique implicite, un pas de temps ∆t = 10 ms est considéré pour assurer la
convergence.
La trajectoire est opérée en appliquant une profondeur de formage de 0,1 mm. On comparera
alors ces simulations à l’essai expérimental associé. Pour cela, on choisit d’utiliser comme
donnée de comparaison l’évolution de l’effort normal de formage (force de formage axiale le
long de l’axe outil ~z).

3.4.3/ Résultats

3.4.3.1/ Expériences

(a)
(b)

Figure 3.10 – Dispositif expérimental : (a) Microfraiseuse instrumentée, (b) principe de


l’instrumentation.

On réalise en premier lieu les essais expérimentaux représentatifs des trajectoires considérées.
Pour cela, on utilise notre dispositif instrumenté, une microfraiseuse équipée d’un dynamo-
mètre, pour caractériser les efforts de formage (Figure 3.10).
On donne une reconstruction de la géométrie obtenue après formage sur la Figure 3.11.
3.4. AMÉLIORATION DE LA SIMULATION DE L’INDEF TEST 95

Figure 3.11 – Reconstruction tomographique d’un test ligne d’une longueur L0 = 2 mm.

L’effort de formage, correspondant à la descente de l’outil et du suivi de trajectoire est alors


donné sur la Figure 3.12. On voit apparaître une diminution progressive de l’effort de formage
avec une valeur maximale correspondant à la plongée du poinçon dans la tôle sur les 0, 1 mm
de profondeur (représentatif d’un essai d’indentation). Afin de pouvoir assurer une compa-
raison, l’évolution est exprimée en pourcentage de cycle. Ainsi, on représente cette évolution
indépendante du temps afin de positionner aisément chaque point de la courbe à une position
du poinçon sur la trajectoire. Cet effort servira, par la suite, d’étalon de comparaison entre les
simulations numériques.

Figure 3.12 – Evolution de l’effort normal expérimental de formage en fonction du cycle.


96 CHAPITRE 3. NURBS ET DÉFAUTS GÉOMÉTRIQUES

3.4.3.2/ Simulation de l’Indef test pour la trajectoire rectiligne

On réalise alors les simulations numériques de l’Indef test selon les spécifications définies pré-
cédemment. Les simulations numériques sont réalisées avec LS-DYNA en mode explicite et
implicite sur la même station de travail et mènent respectivement à des temps de calculs de 3
heures et 30 minutes et de 15 minutes dans le cas d’une longueur de formage de 1 mm.
On présente alors les répartitions des isovaleurs respectivement des contraintes équivalentes
au sens de von Mises σ̄VM et de la déformation plastique cumulée ε̄p en fin de chargement
dans les cas explicite (Figure 3.13) et implicite (Figure 3.14) pour une longueur L0 = 1 mm.
Le maillage n’est pas visible pour améliorer la lisibilité des figures.

1.87 307 0 0.58


(a) Contrainte équivalente (MPa) (b) Déformation équivalente

Figure 3.13 – Isovaleurs en fin de chargement avec une approche explicite pour une longueur
L0 = 1 mm.
3.4. AMÉLIORATION DE LA SIMULATION DE L’INDEF TEST 97

3.4 312 0 0.59


(a) Contrainte équivalente (MPa) (b) Déformation équivalente

Figure 3.14 – Isovaleurs en fin de chargement avec une approche implicite pour une longueur
L0 = 1 mm.

À première vue, les champs de déformations plastiques équivalentes cumulées semblent proches
en termes de répartitions et d’amplitudes avec une prédiction légèrement plus importante dans
le cas implicite. A priori il n’en est pas de même pour les répartitions des champs de contraintes
équivalentes. En fait, il s’avère que les amplitudes sont correctes mais que ces isovaleurs peuvent
être mal interprétées. Dans le cas explicite, le gradient de contraintes semble être beaucoup
moins confiné que dans le cas de la prédiction implicite. Ceci est inhérent à l’algorithme explicite
qui, on le rappelle, est utilisé en choisissant un temps virtuel recalé correspondant à une vitesse
beaucoup plus élevée que dans le cas réel (un peu plus de 720 fois). Il en résulte que lors
de la plongée de l’outil celui-ci se comporte comme un impacteur amenant une onde de choc
se propageant tout le long de la simulation. Il faut ainsi bien se rappeler que l’algorithme
simule entre autre la propagation des ondes élastiques dans le milieu. Il en résulte que la
représentation des isovaleurs en explicite n’est qu’un instantané de la propagation du champs
élastique 2 qui tend à rebondir sur les conditions aux limites. Une analyse fine dans la zone de
formage montre que l’on se retrouve avec une répartition équivalente au cas implicite pour des
valeurs d’amplitudes proches. Il ne faut donc pas se focaliser uniquement sur cet instantané qui
pourrait être mal interprété à première vue sans autres données de comparaison. C’est encore
une raison pour laquelle, l’approche implicite, dans le cas où ses performances sont avérées
devraient éviter ces phénomènes d’interprétation parfois délicats à entreprendre.
On peut alors également comparer l’évolution de l’effort de formage axial, selon l’axe de formage
~z, pour avoir un élément de comparaison corrélable avec l’essai expérimental. C’est également
cette donnée qui a été démontrée comme riche en information pour l’identification par la
méthode InDef test proposée. On donne pour cela, la comparaison entre les efforts de formage
simulés respectivement avec les méthodes explicite et implicite sur la Figure 3.15.

2. Les contraintes observées au-delà de la zone confinée à l’outil sont très largement inférieures à la limite
élastique
98 CHAPITRE 3. NURBS ET DÉFAUTS GÉOMÉTRIQUES

Figure 3.15 – Comparaison de l’effort axial de formage selon ~z dans les cas explicite (vitesse
outil de 1200 mm/s) et implicite (vitesse outil de 1,66 mm/s) pour une longueur L0 = 1 mm.

Les résultats présentés sont brut d’extraction afin d’éviter tout phénomène de lissage dû à
des filtres appliqués. Avant d’interpréter ces évolutions, on présente également les résultats
obtenus pour le cas d’une longueur L0 = 2 mm avec l’approche implicite qui sera corrélée avec
les résultats de l’essai expérimental.

6.29 312 0 0.59


(a) Contrainte équivalente (MPa) (b) Déformation équivalente

Figure 3.16 – Isovaleurs en fin de chargement avec une approche implicite pour une longueur
L0 = 2 mm.

On donne ainsi, sur la Figure 3.16, l’évolution des contraintes équivalentes et de la déformation
3.4. AMÉLIORATION DE LA SIMULATION DE L’INDEF TEST 99

plastique équivalente cumulée en fin de chargement pour cette longueur.


Les évolutions des efforts de formage entre les mesures expérimentale et numérique sont re-
présentées sur la Figure 3.17. L’évolution de l’effort dans le cas L0 = 2 mm n’est ici pas
représentée en explicite car elle implique des temps de calculs importants (plus de 6 heures) et
n’apporte rien quant à la comparaison finale.

Figure 3.17 – Comparaison des efforts axiaux de formage dans le cas expérimental et par
prédictions numériques à l’aide des schémas implicite et explicite.

Il est alors maintenant nécessaire de commenter les évolutions de ces efforts. En premier lieu,
comme les données ne sont pas filtrées, on peut voir apparaître des pics sur la réponse implicite.
Ceci est dû au caractère itératif du schéma implicite mais également à l’algorithme de contact.
La convergence est assurée à une tolérance donnée qui peut être diminuée pour limiter ces
sauts mais qui engendre potentiellement une augmentation des temps de calculs et plus encore
des divergences de l’algorithme. Ceci ne pose cependant pas de réel problème par la suite car
une méthode de lissage peut être appliquée aisément et comme nous le verrons le plus impor-
tant pour l’identification est de disposer de la courbure générale et locale de l’évolution de la
force. Un autre moyen pour limiter ces sauts est de diminuer le pas de temps ∆t considéré.
Dans le cas explicite, on peut voir apparaître également des pics mais qui sont en fait un lissage
des phénomènes dynamiques engendrés par l’algorithme. Ce lissage est lié à la fréquence de
sauvegarde des données qui est plus faible que la fréquence des oscillations. On peut également
observer un écart de l’ordre de 6% sur l’amplitude globale des prédictions implicites et explicites.
Ceci provient naturellement des propriétés de ces deux algorithmes. Étant donnée la vitesse
virtuelle appliquée dans le cadre explicite, la solution explicite engendre un comportement plus
souple que dans le cas implicite. L’écart constaté peut être diminué en considérant une vitesse
virtuelle plus faible mais mènerait irrémédiablement à des temps de calculs prohibitifs.
On voit cependant que ces écarts sont relativement faibles en comparaison avec l’effort mesuré
100 CHAPITRE 3. NURBS ET DÉFAUTS GÉOMÉTRIQUES

expérimentalement. On peut également observer une certaine difficulté, déjà mentionnée par
[Hmida, 2014], relative à l’erreur de prédiction de l’effort lors de la plongée de l’outil. Le pic
d’effort est alors lié à la rigidité de l’ensemble du test et est fortement sensible aux conditions
aux limites (entrée matrice, maintien du flan entre les outils, raideur du montage, raideurs du
flan et de l’outil). Un autre point lié aux écarts observés provient potentiellement du maillage
qu’il serait potentiellement nécessaire de raffiner dans les zones d’appuis du flan sur la ma-
trice. Cependant ce dernier point a déjà été étudié par [Hmida, 2014] et nous avons utilisé ses
préconisations en terme de discrétisation locale. Enfin, on a ici considéré comme paramètres
constitutifs du comportement matériel de la tôle, les paramètres identifiés sur un matériau très
proche de celui testé (CuNiFe) pour une même épaisseur de tôle. Ceci peut engendrer, en pre-
mière approximation, un écart sur les amplitudes observées. Nous verrons par la suite un autre
phénomène pouvant expliquer des écarts liés à des défauts géométriques de la tôle. Cependant
on peut tout de même considérer que l’écart entre les méthodes numériques sont acceptables
et que l’approche implicite, au regard, des amplitudes observées expérimentalement et sur-
tout des courbures prédites de la réponse en effort, semble adaptée pour modéliser le test en
terme de représentation des phénomènes observés. Nous appliquerons donc ce schéma dans la
suite des analyses en ajoutant un élément de modélisation complémentaire et déjà mentionné
auparavant : une modélisation de l’imperfection des éléments du test.

3.4.4/ Introduction de défauts géométriques en simulation

3.4.4.1/ Introduction

Un produit manufacturé présente toujours des caractéristiques géométriques différentes


des spécifications nominales souhaitées, quels que soient les procédés de fabrication et les
matériaux utilisés. Dans les simulations numériques, les défauts géométriques ne sont que
très rarement considérés comme une erreur entre les réponses expérimentale et numérique.
L’analyse des défauts géométriques vise ainsi à étudier l’influence relative de ces défauts
sur les réponses d’une structure mécanique et de définir son impact sur l’identification de
paramètres. L’objectif de l’étude est ainsi d’introduire une génération de défauts géométriques
des éléments constitutifs de l’InDef test et plus généralement du µ-SPIF.

Il existe un grand nombre de méthodes permettant de prendre en compte des défauts


géométriques dans des modèles numériques [Homri et al., 2017]. Cependant, elles ne sont
généralement utilisées que pour représenter des assemblages mécaniques imparfaits. Quelques
travaux portant sur la décomposition et la reconstruction de pièces pour modéliser des
défauts géométriques simples de surfaces canoniques, tels que des cylindres ou des plaques,
ont été développés. Une méthode proposée par Huang et al. [Huang et al., 2002] utilisant
une transformation discrète en cosinus basée sur une méthode de décomposition consiste à
décomposer les défauts en une somme de modes indépendants où chaque mode représente
dans ce cas une variation de la surface due au système de fabrication. Une méthode basée sur
la décomposition en série de Fourier à l’aide de polynômes de Chebychef [Henke et al., 1999] a
été utilisée pour décrire la forme d’un cylindre et identifier les typologies de formes spécifiques
que peut présenter une surface cylindrique. Une méthode basée sur une transformation de
Fourier discrète a été également introduite par Raja et al. [Raja et al., 1977] afin de modéliser
les défauts de forme à appliquer sur de nombreux cas liés à une discrétisation d’objets variés.
La méthode qui nous semble la plus pertinente dans notre cas est basée sur l’approche
développée par Samper et al. [Samper et al., 2007] concernant la décomposition modale
discrète (DMD). Cette méthode a été notamment appliquée pour identifier le lien entre les
3.4. AMÉLIORATION DE LA SIMULATION DE L’INDEF TEST 101

modes de vibration d’une cloche qui sonne et les défauts géométriques générés par les modes
propres naturels du système. Les modes propres sont ainsi calculés et modélisés par des objets
discrétisés en éléments finis. Chaque défaut géométrique est ainsi généré par une superposition
des différents modes extraits et appliquée sur la forme idéale.

3.4.4.2/ Principe

Pour expliquer le principe de la méthode de décomposition modale discrète, partons de la


recherche des modes propres de chaque pièce constitutive du système mécanique à rendre
imparfait. Pour cela, on sait en régime libre que le système aux valeurs propres consiste à
déterminer les solutions du système différentiel suivant
n o
[M ] Ü (t) + [K] {U (t)} = {0} (3.80)

Où [M ] et [K] sont respectivement les matrices de masse et de raideur de la pièce. On sait


alors qu’une analyse modale consiste en la recherche des solutions {Uν } sous la forme

{U (t)} = {Uν } ejων t (3.81)

Il vient alors  
[K] − ων2 [M ] {Uν } = {0} (3.82)
Ce système disposent alors de deux familles de solution que l’on présente classiquement sous
la forme

(3.83)

 {Uν } = {0} Solution triviale
 
 det [K] − ων2 [M ] = {0} Système aux valeurs propres (3.84)

Le problème consiste en la détermination des couples de (ων , {Uν }) appelés respectivement


valeurs propres et vecteurs propres. En mécanique, on les appelle bien entendu mode propre
et déformée propre associée. Il existe en théorie une infinité de modes propres et leur forme
dépend de la géométrie, du matériau constitutif de la pièce et des conditions aux limites
appliquées. Dans toute la suite, la méthode sera basée sur l’extraction des n premiers modes
propres (décomposition discrète) en considérant chaque pièce dans des conditions libres (aucune
condition en déplacement appliquée).
Par superposition de la contribution de l’ensemble des modes calculés, on génère une pièce
disposant de 5 contributions :
À La géométrie nominale sans défauts ;
Á La contribution des 6 modes de corps rigides correspondant à des défauts de position-
nement et d’orientation de la pièce par rapport au nominal ;
 La contribution des défauts de forme pour les basses fréquences ;
à Les défauts d’ondulation pour les fréquences moyennes ;
Ä Les défauts de surface pour les hautes fréquences.
On retrouve ainsi la catégorisation classique de la constitution d’une surface telle que présentée
dans les normes ISO GPS 4288 [ISO 4288 :1996, 1996].
Deux difficultés doivent être cependant surmontées. La première est de déterminer le nombre
102 CHAPITRE 3. NURBS ET DÉFAUTS GÉOMÉTRIQUES

de modes à extraire pour représenter les défauts géométriques, i.e. la capacité à déterminer
un filtre de séparation des trois dernières catégories : forme, ondulation et surface. C’est un
problème très classique en métrologie consistant à appliquer des filtres pour éliminer l’une ou
l’autre des catégories. Dans le cas du microformage, ceci peut-être amplifié par le fait que les
dimensions caractéristiques de la géométrie peuvent être assez proches des défauts constatés
et dès lors il est encore plus difficile de filtrer la contribution de chaque type de défauts.
La seconde difficulté est liée à l’amplitude des défauts générés vis à vis de la géométrie nominale.
En effet, chaque mode propre considéré étant normé, il est nécessaire de disposer d’information
sur les défauts de formes tolérés sur chaque pièce (spécification). À ceci s’ajoute la pondération
à affecter à chaque mode et l’orientation de ce défaut par rapport à la pièce nominale. Il en
découle que si la méthode peut apporter de réelles informations sur l’influence de défauts, il
sera nécessaire de réaliser une multitude de simulations pour représenter leurs effets en terme
de réponses observées. Ceci doit mener alors un faisceau de réponses et à la détermination de
réponses enveloppes. Nous allons cependant développer quelques éléments de réponses pour
lever ces difficultés et appliquer cette méthode au cas de l’InDef test.
Une autre méthode a été également envisagée mais nécessite de disposer de l’expérience. Elle
est basée sur une numérisation des outillages et du flan dans la situation du test. On pourrait
ainsi par numérisation à l’aide d’une méthode adaptée (triangulation laser, défocalisation,
micro-nano-tomographie) récupérer les géométries exactes de chaque pièce assemblée. Nous
disposerions ainsi du test réel que nous pourrions corréler tant du point de vue géométrique que
du point de vue des réponses en fonctionnement. Cette méthode n’a pas encore été appliquée
mais serait à approfondir à la suite de ces travaux.

3.4.4.3/ Méthode

La méthode générale pour générer le modèle consiste alors à suivre la méthodologie suivante :
À Extraction des n modes de distorsion ou d’élongation de la pièce afin d’obtenir les défor-
mées propres associées {Uν }. La valeur de chaque pulsation propre ων n’a ici pour nous
aucune importance.
Á Normalisation à l’unité de chaque mode propre tel que

max(k{Uν }k) = 1 (3.85)

 Superposition et pondération (coefficient de pondération αν ) de chaque mode. Ainsi


en considérant que la position de chaque point du maillage discrétisant la pièce initiale
parfaite est définie par le vecteur {Xpar }, on obtient le maillage de la pièce imparfaite
en considérant la position de ces nœuds {Ximp } selon
ν=n
{Ximp } = {Xpar } + κ · αν · {Uν } (3.86)
X

ν=1


ν=n
(3.87)
X
αν = 1
ν=1

Le paramètre κ correspond à l’amplitude maximale appliquée à la pièce imparfaite. Ce


paramètre correspond tout simplement à la tolérance de forme spécifiée sur l’enveloppe
de la pièce parfaite.
3.4. AMÉLIORATION DE LA SIMULATION DE L’INDEF TEST 103

à On applique ensuite les mouvements de corps rigides éventuels à appliquer le long et


autour des axes principaux de la pièce à l’aide d’un déplacement {Urig } et d’une rotation
[Rrig ]. Ceci correspond bien entendu à des défauts de positionnement et d’orientation
des pièces les unes par rapport aux autres.
On peut ainsi prendre pour exemple le poinçon tel que représenté sur la Figure 3.18.

y Modes
Corps z x
Corps rigide
déformable

Figure 3.18 – Détermination de défauts selon une décomposition modale.

Afin de dérouler cette méthode, nous allons prendre un exemple simple pris en dehors du
contexte du microformage. Il consiste à simuler un test d’impact entre un projectile et une
lame flexible encastrée tel que représentés sur la Figure 3.19. Ce test est assez facile à mettre
en œuvre et dispose notamment d’un avantage lié aux temps de simulation puisque 3 minutes
suffisent en terme de ressource informatique avec un Intel Core i7 sur un cœur. De plus, avec
des défauts de faibles amplitudes, il est assez aisé de voir l’influence de ceux-ci sur l’évolution
des efforts à l’impact (efforts de contact entre l’impacteur et la lame).
104 CHAPITRE 3. NURBS ET DÉFAUTS GÉOMÉTRIQUES

Impacteur
Rayon R=5 mm
Longueur w=16 mm
ρ = 7800 kg/m3 ,E = 210 GPa,ν = 0, 3
~z Vitesse initiale v0 = 0, 5 m/s
~v0 = −v0 · ~z Lame
~x Longueur L=100 mm
Largeur l=10 mm
Épaisseur e=0,5 mm
ρ = 7800 kg/m3 ,E = 210 GPa,ν = 0, 3
σy = 210 MPa
σ̄
σy

ε̄

Figure 3.19 – Définition paramétrique de l’exemple test d’impact.

Une lame flexible dont le comportement est de type élastique-plastique parfait est encastrée
à une de ses extrémités (encastrement considéré parfait). Un impacteur représenté par un
cylindre en acier est mu d’une vitesse initiale v0 dans la direction −~z. Ce cylindre en acier
est considéré indéformable. Les caractéristiques mécaniques de chaque pièce sont également
données sur cette même figure. On considère ici que la gravité est active dans la direction −~z.
Les temps caractéristiques des phénomènes étant très inférieurs à la seconde (dynamique ra-
pide), une résolution en dynamique explicite est considérée. Un algorithme de pénalisation est
une fois de plus utilisé pour gérer l’interaction (contact) entre l’impacteur et la lame. La lame
est maillée à l’aide d’éléments de coques sous-intégrés de type Belytschko-Lin-Tsaï en considé-
rant 4 points d’intégration. L’impacteur est modélisé avec des éléments solides afin de disposer
d’une répartition correcte des masses (masse et inerties).
Les évolutions des champs de type contraintes ou déformations étant fortement variables pen-
dant l’essai, nous nous focaliserons ici sur l’influence des défauts sur des données temporelles
et particulièrement les évolutions des énergies et de l’effort de réaction à l’interface impac-
teur/lame.
Afin de prendre en compte les défauts géométriques de chaque pièce, la méthode de décompo-
sition modale discrète est ainsi considérée. Pour ne pas alourdir la présentation, on se focalise à
présenter la méthode sur la lame mais ceci est rigoureusement identique pour l’impacteur. Les
6 premiers modes propres correspondent donc à des défauts de positionnement et d’orientation
de la pièce respectivement le long et autour des axes principaux de chaque pièce (modes de
corps rigides).
Les n modes suivants sont quant à eux utilisés pour représenter des distorsions ou des élon-
gations de la pièce initiale. Dans cet exemple, les 12 premiers modes sont considérés. Un
défaut maximal de forme de 0, 1 mm est toléré sur cet exemple caractéristique et des rotations
d’ensemble maximales de 0, 1◦ sont également considérées. On donne la représentation de ces
modes et du modèle sans défaut sur la Figure 3.20.
3.4. AMÉLIORATION DE LA SIMULATION DE L’INDEF TEST 105

Figure 3.20 – Extraction modale et génération du modèle avec défauts du système


Lame/Impacteur.

On donne alors l’évolution des énergies mises en jeu lors du processus d’impact sur la Figure
3.21.
106 CHAPITRE 3. NURBS ET DÉFAUTS GÉOMÉTRIQUES

(a)

(b)

Figure 3.21 – Évolutions des énergies du système : (a) Avec défauts et (b) Sans défauts.
3.4. AMÉLIORATION DE LA SIMULATION DE L’INDEF TEST 107

On observe ainsi des ordres de grandeurs très similaires et des formes équivalentes pour chaque
évolution. L’énergie totale est ainsi équivalente sauf en fin d’impact avec une légère augmen-
tation liée à une élévation de l’énergie de contact relative à un rebond de la pièce sur la lame.
On notera également des variations locales (pics) liés à des discontinuités de géométries (dé-
fauts locaux engendrés par les modes hautes fréquences). Dans le cas sans défaut, on note une
évolution plus régulière. Néanmoins, on ne peut que constater de faibles écarts locaux.
On peut alors analyser une autre évolution intéressante en relation avec l’énergie de contact.
On donne ainsi sur la Figure 3.22, les évolutions des efforts de réaction à l’impact entre le
projectile et la lame.

Figure 3.22 – Comparaison des efforts d’impact avec et sans défauts initiaux.

On retrouve ici les deux impacts successifs dus aux effets de la gravité. Sur la période
τ ∈ [0; 60 ms], la vitesse initiale de l’impacteur est ainsi augmentée par cet effet jusqu’à
l’impact et le premier rebond. La vitesse du projectile s’inverse après le rebond et décélère plus
rapidement avec l’effet opposé par la gravité pour rebondir une seconde fois aux environs de
τ = 120 ms. On voit clairement cette évolution sur la courbe de réaction avec des décalages
des phénomènes (temporels ou amplitudes). Dans le cas où ces évolutions sont choisies pour
faire une analyse paramétrique, on peut voir que les défauts initiaux sont nécessaires à prendre
en compte. Il est évident que dans le cas d’un test de laboratoire, les conditions initiales doivent
être rigoureusement vérifiées. Dans le cas d’un test plus complexe, ces précautions sont es-
sentielles pour une comparaison essais/calculs. Nous allons tenter de l’observer sur le test qui
nous intéresse, i.e. l’application à l’InDef test.
108 CHAPITRE 3. NURBS ET DÉFAUTS GÉOMÉTRIQUES

3.4.5/ Introduction de défauts à l’InDef test

On souhaite à présent appliquer cette méthode au cas de l’InDef test pour analyser l’influence
d’éventuels défauts sur la réponse en effort de formage. Il est nécessaire pour cela d’adapter la
méthode au cas spécifique de l’InDef test. En effet, plusieurs problèmes se posent dans ce cas
particulier :
À La génération de défauts introduit des variations géométriques qui ne permettent plus
d’utiliser un modèle avec des outils (matrice et serre-flan) en position de serrage ;
Á Le poinçon est maintenu dans un porte-outil rigide impliquant des conditions aux limites
à son extrémité à considérer ;
 Le raffinement local du maillage solide du flan peut engendrer des défauts d’extraction
des modes (modes non symétriques) ;
à La pondération des modes sur la génération reste pour le moment une question ouverte ;
Ä L’orientation des géométries peut engendrer des réponses diverses.
Pour répondre à ces attentes, nous proposons la méthode en 3 étapes définie sur les Figures
3.23, 3.24 et 3.25.

Force de réaction (Tôle)


10-3
2 0

0 -2
Etape 1 : Simulation avec Modèle Parfait

-4
-2
-6
Déplacement (mm)

-4
-8
Force (N)

-6
-10
-8
-12
-10
-14

-12
-16

-14 -18

-16 -20
0 0.2 0.4 0.6 0.8 1 1.2 1.4 0 0.2 0.4 0.6 0.8 1 1.2 1.4
Temps (s) Temps (s)

Force de réaction (Outil) Test Déplacement Outil Déplacement (Outil)


10-4
2.5
20

18
2
16
Déplacement (mm)

14
1.5
12
Force (N)

10
1
8

6
0.5
4

2
0
0 0 0.2 0.4 0.6 0.8 1 1.2 1.4
0 0.2 0.4 0.6 0.8 1 1.2 1.4
Temps (s)
Temps (s)

Figure 3.23 – 1ère Etape : Simulation sans génération de défauts


3.4. AMÉLIORATION DE LA SIMULATION DE L’INDEF TEST 109

Tôle
Etape 2 : Détermination des fréquences propres

Serre-Flanc

Figure 3.24 – 2ème Etape : Détermination des modes propres.

FRF Tôle
Etape 3 : Détermination des FRF de pondération

FRF Outil

Figure 3.25 – 3ème Etape : Détermination des pondérations.


110 CHAPITRE 3. NURBS ET DÉFAUTS GÉOMÉTRIQUES

La première étape consiste à réaliser la simulation de l’InDef test sans défaut. À partir de
ce premier calcul, on récupère le champ de déplacement engendré sur la tôle ainsi que les
efforts de réaction sur la tôle et l’outil de formage. En considérant celui-ci comme encastré en
position supérieure à la broche, on applique une extraction modale dans le cas particulier de
ces conditions aux limites (représentatives du fonctionnement de l’outil). Dans le cas de la tôle,
on applique une décomposition modale sur une tôle équivalente (contour identique) modélisée
en éléments de coques à l’aide d’un maillage uniforme. Ce flan est considéré comme encastré
sur son contour pour extraire les modes propres.
On détermine alors à la troisième étape les pondérations à appliquer pour le flan et l’outil pour
chaque mode extrait, hors modes de corps rigides, par utilisation des forces déterminées sur la
première étape. La matrice et le serre-flan étant fixes, on considère une génération de défauts
avec des pondérations identiques. En considérant les efforts appliqués sur les nœuds du maillage
initial et les déplacements résultants pour chaque mode, on détermine la raideur équivalente.
Par application d’une transformée de Fourier, il est alors possible d’extraire la souplesse par
utilisation d’une fonction réponse fréquentielle classique (FRF). Par normalisation de ces FRFs,
il est alors possible de déterminer l’influence relative de chaque mode, i.e. la pondération
associée. On donne un exemple de FRF associée au flan et de la pondération associé à chaque
mode représentée par un marqueur circulaire rouge.

Figure 3.26 – Exemple de FRF associé à la décomposition modale du flan.

Une fois ces pondérations déterminées pour le flan et le poinçon, on génère les défauts par
superposition modale sur les modèles initiaux.
On obtient ainsi des outils et un flan disposant de défauts spécifiés. On donne, sur la Figure
3.27, un exemple de représentation par isovaleurs, dans le plan, des défauts générés sur la tôle
en éléments volumiques pour une tolérance spécifiée κ = 0, 01 mm.
3.4. AMÉLIORATION DE LA SIMULATION DE L’INDEF TEST 111

Figure 3.27 – Construction de la tôle 3D avec variation en terme de norme.

La simulation doit alors s’opérer en deux opérations étant donnés les défauts introduits :
À La simulation de la fermeture des outillages imparfaits sur le flan imparfait. Les géométries
étant déviées, on simule la fermeture du serre-flan et de la matrice sur le flan. Ceci
introduit une précontrainte sur le flan après fermeture. Cette simulation est menée avec
un algorithme explicite.
Á La simulation numérique de l’InDef test est ensuite menée avec l’outil de formage rigide
imparfait à l’aide de la méthode présentée dans le cas sans défaut.

3.4.5.1/ Influence des défauts sur les efforts de formage

On applique alors la méthodologie complète au cas de l’InDef test pour une trajectoire ligne
de longueur L0 = 2. Pour synthétiser efficacement les réponses à observer, on se focalise sur
l’évolution, pendant le cycle complet, de l’effort de formage axial le long de l’axe machine ~z.
On donne alors les évolutions des efforts axiaux numériques (implicite) et expérimentaux sur
la Figure 3.28.

On trouve sur cette Figure, cinq résultats de simulation distincts correspondant au cas du
modèle sans défaut et à 4 simulations avec défauts. Pour ces quatre dernières simulations, les
défauts géométriques générés sont identiques et fixés à κ = 0, 01 mm mais pour des positions
angulaires autour de l’axe ~z différentes (orientations selon les 4 quadrants du plan). La posi-
tion à 0◦ correspond à un positionnement du maillage projeté présenté sur la Figure 3.27. Les
positions 90◦ , 180◦ et 270◦ correspondent alors à une rotation de corps rigide autour de l’axe
~z dans le sens trigonométrique et dont l’origine est située au barycentre du maillage du flan.
112 CHAPITRE 3. NURBS ET DÉFAUTS GÉOMÉTRIQUES

Figure 3.28 – Comparaison des Simulations avec et sans défauts avec l’expérimental.

Au regard de la Figure 3.27, il semble évident que selon la position du minimum ou du maxi-
mum de défauts, la prise de passe variera et engendrera des variations d’efforts.
On peut effectivement observer une influence de l’ajout de défauts sur les amplitudes de forces
(Figure 3.28) pour des défauts qui pourraient être considérés comme faibles en formage clas-
sique mais qui ne le sont pas à l’échelle considérée. Il reste à déterminer l’impact que ceci
pourrait avoir sur l’utilisation de la méthode sur le processus d’identification et par conséquent
sur l’identifiabilité paramétrique.
Enfin cette méthode ouvre plus de questions sur la pertinence de prendre en compte efficace-
ment des défauts en simulations car elle introduit la nécessité de définir les limites que l’on doit
fixer sur le nombre de simulations à effectuer, le nombre de modes à considérer et à l’influence
sur les réponses. De multiples simulations devraient être envisagées pour construite des courbes
enveloppes définissant les erreurs engendrées sur les réponses observées.
La solution alternative consistant à numériser, à chaque essai, la configuration de l’essai pour-
rait être plus pertinente mais nécessite des moyens importants et des traitements pouvant être
complexes (rétroconception/ traitement de la numérisation pour génération du maillage). C’est
un point à mettre en perspective pour des travaux ultérieures. Une maîtrise et une mise en
œuvre des essais rigoureux est ainsi, classiquement, nécessaires pour minimiser ces défauts qui
ne font que s’amplifier en miniaturisant les essais.
3.5. VERS LE PILOTAGE DES TRAJECTOIRES PAR L’IDENTIFIABILITÉ 113

3.5/ Vers le pilotage des trajectoires par l’identifiabi-


lité

Nous venons de proposer des outils complémentaires pour la simulation des procédés de mi-
croformage mono-point. Ce procédé a été décliné auparavant en un essai de caractérisation
de tôles fines et ultra-fines appelé InDef test. Les outils proposés ont tenté d’améliorer la pré-
dictibilité des modèles et de développer une maîtrise locale des trajectoires de formage. Des
corrélations entre la prédiction numérique et la mesure expérimentale des efforts de formage
ont été réalisées et ont démontrées de faibles écarts sur une trajectoire rectiligne simple.
L’objectif de cette partie est d’apporter des éléments de construction de trajets de formage
pour les convertir en trajets de déformations imposés localement à la tôle. Ceci doit mener à
la construction d’un outil d’identification piloté par la notion d’identifiabilité dont les trajets
sont les plus courts et riches en information possibles.
Dans un premier temps, nous définirons la notion d’identification et d’identifiabilité associée
en relation avec l’InDef test. La notion de sensibilité étant un point d’entrée essentiel, mais
non suffisant, nous présenterons l’éventuelle influence de la trajectoire d’outils, générée par
l’approche NURBS, sur les réponses locales. Plusieurs trajectoires seront ainsi présentées avec
une influence relative sur les efforts de formage. Les perspectives de ces travaux jusqu’à la
notion de pilotage par l’identifiabilité seront alors envisagées.

3.5.1/ Identification à l’aide de l’InDef test

L’InDef test a été développé afin de répondre à plusieurs attentes en terme de caractéri-
sation du comportement des tôles ultra-fines dans les conditions les plus proches du pro-
cédé investigué. L’instrumentation et les études initiales menées dans l’équipe de recherche
[Hmida, 2014][Hapsari et al., 2018] ont permis de mettre en valeur la notion de richesse d’in-
formations contenue dans l’évolution de l’effort axial de formage. Par utilisation d’un modèle
numérique, des confrontations entre essais et calculs ont été réalisées dans l’objectif de déter-
miner les paramètres des lois de comportement menant à réduire l’écart entre ces réponses. Ce
processus de minimisation sous contrainte, nous a amené ainsi à définir dans le cas de l’InDef
test une fonction coût quadratique f (θ) telle que
n
1X
f (θ) = (Fzexp (ti ) − Fznum (θ, ti ))2 (3.88)
n i=1

Où n correspond au nombre de points expérimentaux, θ est le vecteur des paramètres consti-


tutifs à identifier et Fzexp et Fznum représentent respectivement l’effort axial expérimental et
numérique. Dans notre cas, la loi d’endommagement de Lemaître, nous amène à considérer les
paramètres suivants
θ = hE, ν, σY , Q, b, pD , S, s0 , Dc i (3.89)
La méthode consiste alors à écrire le problème de minimisation sous la forme

θ̂ = argmin f (θ) = hÊ, ν̂, σ̂Y , Q̂, b̂, p̂D , Ŝ, ŝ0 , D̂c i (3.90)
θ∈[θ − ,θ + ]

Où θ̂ représente le vecteur des paramètres minimisant l’écart entre les efforts numériques me-
surés et prédits. Les vecteurs θ − et θ + sont associés quant à eux respectivement aux bornes
minimales et maximales admissibles par chaque paramètre. On utilise assez classiquement un
114 CHAPITRE 3. NURBS ET DÉFAUTS GÉOMÉTRIQUES

algorithme de Levenberg-Marquardt pour résoudre ce problème de type moindres carrés non-


linéaires [Levenberg, 1944, Marquardt, 1963]. Cet algorithme est ici utilisé par l’intermédiaire
d’un couplage de l’outil MIC2M développé par Richard [Richard, 1999]
Si d’un point de vue général, cette méthode semble assez régulièrement utilisée, il n’en reste
pas moins que des contraintes importantes et des difficultés inhérentes lui sont associées.
En premier lieu, il est nécessaire de disposer d’un modèle de simulation numérique prédictif des
réponses observées. Ce point a été abordé dans ce manuscrit afin d’améliorer la prédictibilité
du modèle tout en tentant d’assurer un temps de calcul adéquat.
La deuxième contrainte est de postuler, a priori, la forme de la loi de comportement envisa-
gée pour représenter l’évolution des états de contraintes et de déformations au plus proche
des conditions expérimentales. Les études antérieures à cette thèse ce sont attachées à va-
lider l’utilisation de la loi couplant endommagement et plasticité de Lemaître. De même, il
est nécessaire dans le cas de l’utilisation d’une méthode à gradient, à laquelle la méthode de
Levenberg-Marquardt appartient, de disposer d’un jeu initial de paramètres suffisant et repré-
sentatif du comportement initial du matériau.
Enfin l’obtention des champs expérimentaux reste toujours un problème ouvert et ce quelque
soit le problème posé. En effet, les conditions opératoires, les défauts et variabilités des moyens
de mesure ne sont pas dénués d’influence sur les réponses observées. Une préparation fine et
rigoureuse des essais est nécessaire mais ne permettra jamais de s’affranchir d’une quelconque
erreur de mesure. On ne peut que la minimiser.
Pour répondre à ces contraintes, l’utilisation d’essais homogènes (traction simple) sont sou-
vent utilisés comme paramètres d’entrée à l’utilisation d’une méthode telle que l’InDef test.
Ils permettent également de disposer de paramètres suffisamment proches du comportement
à identifier et minimisant la recherche des optimums (locaux ou globaux)
L’introduction de défauts géométriques telle que définie précédemment est également un moyen
de se rapprocher des conditions opératoires mais restent conditionnés à une mesure fine de
ceux-ci.
D’un point de vue numérique et par définition des méthodes à gradient, il est nécessaire de
déterminer les variations de la fonction coût avec une variation des paramètres du modèle à
identifier : c’est la notion de sensibilité.

3.5.2/ Notion de sensibilité

La sensibilité permet de quantifier l’influence de la variation des paramètres d’un modèle nu-
mérique sur une réponse simulée (champs de déplacement, de contrainte, de déformation,
réactions). D’un point de vue théorique, on définit la fonction de sensibilité Sj , sous forme
adimensionnelle, d’une réponse g (θ, t) par rapport à un paramètre θj (les autres paramètres
étant considérés constants) par

∂g (θ, t) θj
Sj (θ, t) = · (3.91)
∂θj
θ
max (g (θ, t))

Dans le cas d’une approche numérique où le temps est discrétisé, on obtient la matrice de
sensibilité suivante
∂g (θ, ti ) θj
Sij (θ, ti ) = · (3.92)
∂θj
θ
max (g (θ, ti ))

Où le max (g (θ, ti )) est déterminé sur la durée de l’essai tel que t ∈ [0, τ ]. Dans notre cas, la
fonction g (θ, ti ) représente l’effort numérique de formage Fznum (θ, ti ).
3.5. VERS LE PILOTAGE DES TRAJECTOIRES PAR L’IDENTIFIABILITÉ 115

Pour déterminer chaque terme dérivé, on utilise une méthode des différences finies telle que

∂Fznum (θ, ti ) Fznum (θj + δθj , ti ) − Fznum (θj , ti )
≈ (3.93)
∂θj
θ
δθj

Selon Brun [Brun et al., 2001], la sensibilité moyenne δj de l’effort de formage relativement
au j-ième paramètre θj peut se quantifier par la moyenne des valeurs absolues de la sensibilité
Sij au cours du temps
n
1X
δj = |Sij | (3.94)
n i=1
On peut alors considérer que la fonction coût f (θ) est plus ou moins sensible à une variation
du paramètre θj si la valeur de δj est plus ou moins grande. Ainsi une très faible valeur de δj
indique que la fonction coût n’est pas sensible au paramètre θj .
Cette analyse permet alors
À Déterminer les paramètres ayant une influence sur la réponse simulée ;
Á Déterminer et discriminer les réponses peu sensibles aux paramètres.
C’est un élément essentiel à une démarche d’identification mais elle n’est pas suffisante en soi
pour assurer que les paramètres identifiés, si le processus de minimisation a convergé, ont une
signification physique.
En effet, la méthode consiste en une minimisation numérique de l’écart entre les réponses
observées et simulées. Or si d’un point de vue algorithmique, la convergence est assurée rien
n’est moins sûr quant à la localisation de ce minimum (existante potentielle de minimums
locaux et globaux) et de la paramétrie obtenue.
Il est ainsi nécessaire d’y adjoindre un outil complémentaire permettant d’assurer, a priori, que
les paramètres à identifier puissent être obtenus et que la richesse d’informations pour y arriver
est présente dans la réponse observée. Ceci évite l’effet de recalage et non d’identification.
Dans les travaux antérieurs de Ben Hmida [Hmida, 2014], il a été démontré de l’influence des
paramètres de la loi de comportement sur la réponse en effort et suivant différentes stratégies
de formage (Figure 3.29).

Figure 3.29 – Analyse de sensibilité des efforts de formage par rapport aux paramètres de la
loi de comportement de Lemaître et pour des stratégies différentes, d’après [Hmida, 2014].
116 CHAPITRE 3. NURBS ET DÉFAUTS GÉOMÉTRIQUES

3.5.3/ Notion d’identifiabilité

Une analyse d’identifiabilité permet de quantifier le caractère plus ou moins bien posé d’un
problème d’identification paramétrique. Par utilisation d’un indicateur scalaire déterminé sur la
notion de multicolinéarité des fonctions de sensibilité, il est ainsi possible dans le cas de l’InDef
test de :
À Quantifier l’identifiabilité (unicité et stabilité de la solution) de tout ou partie des para-
mètres ;
Á Déterminer parmi tous les tests réalisés (trajets de formage envisagés), ceux qui sont les
plus performants en terme de caractérisation des lois de comportement.
La notion d’identifiabilité a été adaptée par Richard [Richard et al., 2013] au cas de l’identifi-
cation de lois de comportement. On retrouve les travaux fondateurs de cette notion chez Brun
[Brun et al., 2001] et Gujurati [Gujarati, 1988]. Elle a été mise en œuvre par Ben Hmida et
Hapsari au cas de l’InDef test [Hmida, 2014][Hapsari, 2019].
La notion de multicolinéarité est associée à la dépendance des fonctions de sensibilité à un
ensemble de paramètres comme une fonction du rapport de la plus grande valeur propre λmax
sur la plus petite valeur propre λmin de la matrice hessienne H. La matrice hessienne corres-
pondant à la dérivée de la matrice de sensibilité S relativement aux paramètres θ est calculée
selon n
(3.95)
X
Hij (θ) = Sik Skj
k=1

Dans le cadre de l’identification paramétrique, Richard [Richard et al., 2013] propose de quan-
tifier cette multicolinéarité à l’aide de l’indice, dit d’identifiabilité, suivant
λmax
 
J (θ) = log10 (3.96)
λmin
Gujarati [Gujarati, 1988] a proposé une plage de quantification de l’identifiabilité en fonction
de la valeur de l’indice J (θ) et telle que

J ≤ 2 (3.97)

 Identifiable
2<J ≤3 Difficilement Identifiable (3.98)

(3.99)

J >3 Non identifiable

Ainsi on dispose maintenant d’un outil donnant des informations sur l’identifiabilité paramé-
trique et à un instant donné de l’essai. Cette analyse d’indépendance linéaire des fonctions de
sensibilité est locale. Il vient alors que les résultats dépendent bien entendu des valeurs des
paramètres θ.
En appliquant cet indice pendant l’ensemble du parcours d’outil, il est ainsi possible de quan-
tifier les lieux d’identification des phénomènes à identifier. Dans l’étude de Ben Hmida, il a
ainsi été démontré que l’on pouvait découpler l’identification des contributions de la plasticité
et de l’endommagement lors du processus de formage. Ainsi sur la Figure 3.30, on présente
l’évolution des indices d’identifiabilité pour un certain nombre de jeux de paramètres relatifs à
l’élasticité, la plasticité et de l’endommagement au cours du temps.

On peut ainsi voir l’efficacité de la méthode à déterminer les périodes où la fonction coût
dispose de l’information suffisante pour déterminer des paramètres de la loi de comportement.
3.6. INFLUENCE DE LA TRAJECTOIRE 117

Figure 3.30 – Évolution de l’identifiabilité au cours du temps pour les différents phénomènes
dans le cas du formage d’une pyramide avec une trajectoire à z-constant, d’après [Hmida, 2014].

On peut également observer, dans le cas de cet exemple, que le premier tiers du formage
suffit à identifier le comportement plastique et qu’une connaissance du deuxième tiers mène
à l’identification quasi-complète de la loi élasto-plastique endommageable. le dernier tiers ne
consiste qu’à attendre l’apparition de la fissuration/rupture de la tôle. Il vient ainsi qu’une
grande partie de l’essai n’apporte rien en terme d’informations pour l’identification de la loi
de comportement. Comme nous l’avons introduit précédemment, il vient de l’importance de
maîtriser la génération locale de la trajectoire et à la piloter par cette indice d’identifiabilité
pour raccourcir les trajectoires et apporter à chaque déplacement la richesse d’information
nécessaire pour l’identification de la loi de comportement.

3.6/ Influence de la trajectoire

Les travaux développés dans ce manuscrit nous invitent à utiliser la génération de trajectoires
NURBS en la couplant avec un pilotage par l’indice d’identifiabilité. Avant toute chose, il est
118 CHAPITRE 3. NURBS ET DÉFAUTS GÉOMÉTRIQUES

cependant nécessaire de revenir à une étude préliminaire sur des trajectoires simples en terme
de sensibilité de l’effort à ces trajectoires.
Pour cela, on choisit, dans un premier temps, de reprendre l’exemple générique introduit dans ce
chapitre à savoir une simple trajectoire à courbure imposée. Il nous sera possible de démontrer
les éventuelles influence de cette courbure sur les chemins de déformation et sur les efforts de
formage.

3.6.1/ Influence de la courbure de trajectoire sur les efforts de


formage

La méthode implicite ayant démontré une capacité à simuler l’InDef test, nous allons pouvoir
maintenant nous concentrer sur l’influence de la trajectoire d’outil en relation avec les efforts
de formage. Pour cela, nous nous concentrons sur une modification de la courbure et de la
longueur de la trajectoire.

On génère à l’aide du modèle paramétrique, différentes trajectoires selon leur courbure


ci et la longueur parcourue Li . On choisit ici, pour investiguer l’influence de parcours sur de
faibles distances, de limiter les longueurs parcourues entre L0 = 2 mm et L5 = 3 mm. On fait
varier les longueurs dans cet intervalle selon un pas δL = 0, 2 mm. De la même manière, on
choisit de faire varier la courbure c entre c0 = 0 mm−2 (trajectoire rectiligne) et c7 = 7 mm−2
selon des pas δc = 1 mm−2 . On considère un unique maillage pour chaque courbure et relatif
à la longueur L5 = 3 mm. Ces maillages intègrent naturellement un maillage raffiné adapté à
des longueurs parcourues plus faibles. On retrouve ainsi, sur la Figure 3.31, les huit maillages
correspondants à chaque courbure imposée.
3.6. INFLUENCE DE LA TRAJECTOIRE 119

(a) c0 = 0 mm−2 (b) c1 = 1 mm−2

(c) c2 = 2 mm−2 (d) c3 = 3 mm−2

(e) c4 = 4 mm−2 (f) c5 = 5 mm−2

(g) c6 = 6 mm−2 (h) c7 = 7 mm−2

Figure 3.31 – Maillages générés et trajectoires associés pour différentes courbures ci .


120 CHAPITRE 3. NURBS ET DÉFAUTS GÉOMÉTRIQUES

3.6.1.1/ Résultats et analyses

Les différentes simulations proposées ont été mises en œuvre afin d’observer leur influence sur
les efforts de formage et également sur les types de trajets de déformation appliqués.
Pour définir le type de trajets de déformation activés pendant l’InDef test, on choisit de
représenter l’évolution des chemins de déformations dans le plan des déformations mineures
2 et des déformations majeures 1 . Ces déformations sont définies respectivement comme
étant la plus petite et la plus grande des déformations principales sur chaque élément. On va
ainsi suivre pendant tout le processus de formage l’évolution pour chaque élément de ces deux
grandeurs. On donne pour chaque courbure, l’évolution des trajets de déformation au cours du
processus de formage. Sur les Figures 3.32, 3.33 et 3.34, on peut clairement observer que ces
trajets de déformations, même s’ils connaissent quelques variations de forme et d’amplitude,
restent concentrés dans le demi-plan des états de déformation en compression sur les axes
des déformations mineures 2 . Ce qui est par contre intéressant est associé à une tendance
moyenne à circuler autour de sollicitations dominées par du cisaillement pur défini par

1 = −2 (3.100)

On voit également apparaître des sollicitations de type traction unixiale (1 = −2 · 2 ). Ce


couplage est bien représentatif des processus de formage incrémental mono-point et particu-
lièrement sur des tôles ultrafines où le passage de l’outil induit un cisaillement dans le plan
tangent de formage et mène localement (en pointe d’outil) à étirer la tôle. Il en résulte qu’une
trajectoire partant d’un point pour s’en éloigner entraîne une certaine monotonie du trajet de
déformation.

(a) c0 = 0 mm−2 (b) c1 = 1 mm−2

Figure 3.32 – Evolutions des trajets de déformation pour différentes courbures ci imposées
et L = 3 mm.
3.6. INFLUENCE DE LA TRAJECTOIRE 121

(a) c2 = 2 mm−2 (b) c3 = 3 mm−2

(c) c4 = 4 mm−2 (d) c5 = 5 mm−2

Figure 3.33 – Évolutions des trajets de déformation pour différentes courbures ci imposées
et L = 3 mm. (suite)
122 CHAPITRE 3. NURBS ET DÉFAUTS GÉOMÉTRIQUES

(a) c6 = 6 mm−2 (b) c7 = 7 mm−2

Figure 3.34 – Évolutions des trajets de déformation pour différentes courbures ci imposées
et L = 3 mm. (fin)

On peut également observer que les niveaux de déformations appliqués sont également re-
lativement faibles (1 max < 5% et |2 max | < 6%) ce qui est compréhensible étant données
les faibles profondeur de pénétration et les longueurs parcourues. Néanmoins ceci est tout de
même représentatif des phénomènes observés dans la littérature. On peut s’intéresser à présent
à l’évolution des efforts de formage en fonction de la longueur parcourue et de la courbure
imposée. On donne sur les Figures 3.35 et 3.36, les évolutions de la force de formage en fonc-
tion de la longueur parcourue pour ces courbures respectivement imposées à c0 = 0 mm−2 et
c7 = 7 mm−2 . On voit clairement que la longueur parcourue n’influence pas la forme générale
de la courbe d’effort et qu’il s’agit, évidemment, d’une prolongation de la courbe de longueur
initiale plus courte. Par contre la comparaison entre ces deux figures montrent clairement des
différences notables sur la courbure générale de la force de formage et une augmentation du
niveau de celle-ci avec la courbure. Ainsi pour des longueurs identiques et donc des temps de
simulation équivalents, il est possible de moduler l’information présente dans la courbe d’effort
de formage. Ceci doit être visible par l’intermédiaire de l’indice d’identifiabilité mais cette étude
n’a pu malheureusement être menée à l’heure de la rédaction de ce manuscrit. Il sera essentiel
de l’appliquer pour démontrer que l’on peut utiliser cette information pour choisir la courbure
à imposer.
3.6. INFLUENCE DE LA TRAJECTOIRE 123

Figure 3.35 – Évolution de l’effort de formage pour des longueurs variables et une courbure
imposée c0 = 0 mm−2 .

Figure 3.36 – Evolution de l’effort de formage pour des longueurs variables et une courbure
imposée c7 = 7 mm−2 .

Afin de montrer l’influence de la courbure, on présente sur la Figure 3.37 la comparaison entre
les évolutions de l’effort de formage pour différentes valeurs de ci .

On observe bien l’effet de la courbure de la trajectoire sur l’inflexion des efforts de formage
passant d’une diminution continue à une variation négative/positive de la courbure de l’effort.
Le fait de choisir ce type de trajectoire test n’est pas innocent.
124 CHAPITRE 3. NURBS ET DÉFAUTS GÉOMÉTRIQUES

Figure 3.37 – Comparaison des évolutions de la force de formage en fonction de la courbure


ci pour une longueur fixée L = 3 mm.

En effet, le fait de partir d’une trajectoire rectiligne à une trajectoire courbe est représentatif
de ce que l’on peut imposer tout au long d’une trajectoire locale. On montre ainsi que cette
courbure influence grandement l’évolution de l’effort de formage. On peut alors tenter de définir
des trajectoires complexes par utilisation des courbes NURBS.

3.6.2/ Influence avec d’autres types de trajectoires

Maintenant que l’influence de la courbure locale de la trajectoire a été investiguée, nous souhai-
tons générer des trajectoires plus complexes qui sont en fait des superpositions de trajectoires
à courbures nulles et non nulles. On a aussi pu noter que le fait de s’éloigner continuellement
d’un point de départ n’amenait aucune contribution. On va alors tenter de générer des tra-
jectoires circulant autour d’un point initial ou repassant par celui-ci. Cela reviendra à faire un
pseudo-test sur un élément de volume représentatif dont on va alterner les cycles de charge-
ment et augmenter progressivement le niveau de déformation cumulée.
Pour cela, on propose de réaliser trois trajectoires particulières :
À Une trajectoire rectiligne continue. Celle-ci consiste à réaliser une trajectoire rectiligne
(c0 = 0 mm−2 ). On réalise ainsi un trajet d’une longueur L = 2 × 3 mm = 6 mm. On
donne sur la Figure 3.38, la représentation du maillage généré (24243 éléments solides)
pour ce test.
Á Une trajectoire circulaire autour de l’origine. On impose ici une courbure constante à la
trajectoire afin de revenir au point de départ (Figure 3.39).
3.6. INFLUENCE DE LA TRAJECTOIRE 125

Figure 3.38 – Maillage et trajectoire dans le cas d’un trajet rectiligne continu.

Figure 3.39 – Trajectoire Circulaire Rationelle B-Spline centrée à l’origine et de rayon RC =


0, 955 mm et sa courbe de contrôle.

Dans le but de comparer les résultats avec la trajectoire rectiligne continue, on choisit
le rayon du cercle égal à RC et telle que la longueur parcourue soit d’une longueur
126 CHAPITRE 3. NURBS ET DÉFAUTS GÉOMÉTRIQUES

L = 6 mm, il vient
RC = L/(2π) ≈ 0, 955 mm (3.101)
Les positions et pondérations des points de contrôle sont données dans le Tableau 3.3.
Les B-Splines n’étant pas capable de représenter exactement les coniques, nous utilisons
ici un autre type de NURBS à savoir des courbes rationnelles B-Splines. Ceci consite à
avoir des poids variables sur les points de contrôle. Ainsi pour définir un cercle parfait, la
courbe de contrôle consiste en la définition d’un triangle équilatéral dont la pondération
aux sommets est égale à wi = 0, 5 alors que les points de contrôle au barycentre de
chaque arête sont imposés à wj = 1. On donne ainsi plus de poids à ces derniers points
pour assurer la courbure et la tangence le long des arêtes.

Points x (mm) y (mm) Poids


A 0 √ −RC 1
B −RC · √3 −RC 0.5
RC · 3 RC
C − 1
2 2
D 0 √ 2 · RC 0.5
RC · 3 RC
E 1
2 √ 2
F RC · 3 -RC 0.5
G 0 -RC 1

Table 3.3 – Paramétrage de la courbe Rationelle B-Splines générant un cercle de rayon RC


et centré à l’origine.

Le contour du maillage raffiné est alors généré par décalage du cercle selon un rayon
R = RC + 2 · R0 où R0 représente le rayon de l’outil de formage. Dans notre cas, le
rayon d’outil R0 = 0, 5 mm. On donne le maillage sur la Figure 3.40, la représentation
locale du maillage associé disposant de 37140 éléments solides.

Figure 3.40 – Maillage associé à la trajectoire circulaire générée.

 Une trajectoire en rosace permettant de changer la courbure de la trajectoire continuel-


lement tout en passant par alternances sur le point origine. La position des points de
3.6. INFLUENCE DE LA TRAJECTOIRE 127

contrôle a été optimisée afin d’imposer également une longueur L = 6 mm. On donne
une représentation de la trajectoire NURBS, de sa courbe de contrôle et de la zone à
raffiner sur la Figure 3.41.

Figure 3.41 – Trajectoire NURBS en rosace et sa courbe de contrôle pour une longueur
parcourue L = 6 mm avec un outil de rayon R0 = 0, 5 mm.

On génère alors le maillage de ce cas test représenté sur la Figure 3.42 et disposant de
30492 éléments solides.

Figure 3.42 – Trajectoire Rosace

Les temps de simulations, en implicite avec Newmark, sont de l’ordre de 1 heure et 20 minutes
pour un nombre moyen de 25000 degrès de liberté.
128 CHAPITRE 3. NURBS ET DÉFAUTS GÉOMÉTRIQUES

3.6.2.1/ Résultats

Il est maintenant possible d’observer les évolutions des efforts de formage pendant la durée
du cycle et relativement à la position de l’outil sur la trajectoire. On donne ainsi sur la Figure
3.43, l’évolution de l’effort de formage prédit lors de la simulation numérique d’un essai avec
une trajectoire rectiligne continue.

Figure 3.43 – Évolution de l’effort de formage prédit lors de la simulation d’une trajectoire
rectiligne continue.

On voit clairement une inversion de la tangente à la courbe au point d’inversion de la trajectoire


qui amène à repasser sur la zone déjà formée, impliquant une nouvelle passe et donc une
augmentation de la force mais selon la même courbure. Cependant, le type et l’amplitude
des sollicitations appliquées n’engendrent aucune activation du phénomène d’endommagement
(Ḋ = 0 sur tout le cycle)
Dans le cas de la trajectoire circulaire, on peut également observer l’évolution de la courbe
d’effort sur la Figure 3.44.

On peut alors noter une inversion de la courbure à mi-parcours et une diminution continue de
l’effort de formage. De manière analogue au cas de la trajectoire rectiligne continue, le type et
le l’amplitude des sollicitations ne permettent pas d’activer le phénomène d’endommagement.
Ce n’est pas le cas lors de l’utilisation d’une trajectoire à courbure variable et alternée autour
d’un point telle que la forme en rosace (Figure 3.45). On peut voir l’effet des alternances et
du passage cyclique sur le même point à l’aide d’une courbure variable.
3.6. INFLUENCE DE LA TRAJECTOIRE 129

Figure 3.44 – Évolution de l’effort de formage prédit lors de la simulation d’une trajectoire
circulaire.

Figure 3.45 – Évolution de l’effort de formage prédit lors de la simulation d’une trajectoire à
courbure variable de type rosace.

On peut ainsi clairement observer une alternance de la courbure et des amplitudes de l’effort de
formage avec une tendance moyenne à voir l’effort diminuer. L’aspect cyclique du chargement
130 CHAPITRE 3. NURBS ET DÉFAUTS GÉOMÉTRIQUES

tend à apporter des variations notables sur les efforts. Dans ce cas, on peut également noter une
activation du phénomène d’endommagement pendant ce cycle et dont on donne la cinétique
sur la Figure 3.46.

Figure 3.46 – Cinétique de la variable d’endommagement D pendant le processus de formage


à l’aide d’une trajectoire à courbure variable et cyclique.

Les niveaux d’endommagement sont faibles mais il faut remettre en perspective le fait que
la trajectoire parcourt une longueur de 6 mm pour une profondeur de passe de 0, 1 mm. Cela
nous ouvre cependant des voies pour orienter ces travaux vers une augmentation des pétales
de la rosace avec une variation de la courbure à chaque pétale. On s’aperçoit ainsi avec ces
analyses que ceci revient à cycler variablement le chargement autour d’un point pour activer
les phénomènes. Ceci peut être vue comme une extension de la notion d’essais non homogènes
sur un volume réprésentatif. Ce n’est pas l’amplitude de la trajectoire qui semble importer mais
la variation de la courbure. Nous n’avons pu dans le contexte actuel mené l’analyse à l’aide de
la méthode d’identifiabilité. Néanmoins, l’ensemble des outils développés sont déjà couplés à
la méthode d’identifiabilité et devraient pouvoir assez rapidement donner des informations sur
la capacité à piloter la trajectoire pour activer le plus efficacement les phénomènes présents
dans la loi de comportement (élasto-plasticité et endommagement).

3.7/ Conclusion

Ce chapitre dense a été le lieu de l’introduction d’outils complémentaires pour la simulation


efficace de l’InDef test et plus généralement du procédé de microformage incrémental. La mise
en œuvre d’un modèle basé sur la méthode des éléments finis avec une intégration temporelle
3.7. CONCLUSION 131

de type implicite avec l’algorithme de Newmark a été démontrée. La génération de trajectoires


NURBS dans un modèle paramétrique générique a été appliquée sur un exemple académique.
Une comparaison avec l’expérience a été effectuée et démontre une bonne corrélation.
Afin d’affiner la prédictibilité du modèle numérique à l’échelle considérée, l’introduction de
défauts géométriques a été présentée et basée sur une méthode de superposition modale tolérée.
Cette méthode démontre l’influence potentielle de défauts de formes liés à la réalisation des
outillages et à la mise en œuvre des essais.
L’ensemble de ces éléments a pu être incorporé dans la méthode InDef test pour viser une
identification des paramètres constitutifs des lois de comportement des matériaux formés.
S’il ne nous a pas été possible d’assurer une analyse complète de la notion d’identifiabilité
pour piloter les trajectoires de formage afin d’activer les phénomènes à identifier, les premiers
résultats sont encourageants. Les outils sont couplés mais doivent maintenant donner lieu à
une adaptation et une analyse plus fine.
4
Conclusions générales et
Perspectives

Identifier des lois de comportement lors du procédé de µ-SPIf n’est pas un exercice facile. En
effet, lors de la miniaturisation du procédé, la physique gouvernant le comportement des maté-
riaux testés n’est plus la même et notamment est fortement liée à l’apparition d’effets d’échelle.

Des techniques d’identification paramétrique de lois de comportement sur des essais


homogènes (traction, cisaillement pur, ...) sont classiquement utilisées mais éprouvent des
limites dès lors que les niveaux de déformation à atteindre sont nécessaires. L’utilisation de
tests non homogènes des plus classiques (gonflement de flans, pseudo-cisaillement, ...) ou
plus complexes à mettre en œuvre tels que les essais bi-axiaux [Zidane et al., 2010] ou par
confrontation essais/calculs devient essentiel.
Dans cette étude, un test décliné du procédé de micro-formage mono-point de tôles fines et
très fines a été amélioré : l’InDef test. Les travaux antérieurs de Ben Hmida [Hmida, 2014]
et de Hapsari [Hapsari, 2019] ont eu pour but de développer la méthode initiale et sa
faisabilité. L’introduction d’outils d’identifiabilité proposés par Richard [Richard, 2017] a
été l’élément déclencheur de ces travaux. En effet, nous disposons actuellement d’un outil
permettant de connaître a priori la capacité d’un essai à identifier les paramètres d’une loi de
comportement postulée. Ceci s’opère par l’intermédiaire de l’indice d’identifiabilité qui donne
une interprétation scalaire du bon conditionnement de la matrice hessienne, élément clé des
méthodes d’optimisation. Ces travaux antérieurs ont ainsi démontrés par utilisation de l’indice
d’identifiabilité que la force de formage dispose d’une grande richesse d’information et est
fortement sensible aux paramètres de la loi de comportement. Il a été également démontré
que le type de trajectoire utilisée pour réaliser la forme test avait une grande importance
sur l’activation de phénomènes complexes à identifier avec des essais homogènes (grandes
déformations, comportement non-linéaire, endommagement). Ces approches nécessitent alors
de disposer d’un équivalent numérique assez complexe à mettre en œuvre et dont les temps
de calculs peuvent être prohibitifs.

Le but principal de ce travail a alors été de lever deux contraintes importantes. Puisque
l’évolution de la réponse observée (force de formage) est fortement dépendante du type de
trajectoire appliquée, il est nécessaire de disposer d’un outil de génération de trajectoires
paramétriques et manipulables. La réponse à cette question a été de développer un outil
de génération paramétrique basé sur la grande famille des courbes NURBS. Il est
maintenant possible de générer des trajectoires dont on peut adapter et modifier localement
la forme (position, tangence et courbure). C’est un outil puissant qui nous a amené à l’utiliser

133
134 CHAPITRE 4. CONCLUSIONS GÉNÉRALES ET PERSPECTIVES

comme un outil pratique de compensation des défauts de formage pour limiter les défauts
géométriques de formage.
Une deuxième réponse a été également apportée en diminuant les temps de simulations
drastiquement à l’aide d’un schéma d’intégration temporelle implicite de Newmark. À
la différence d’un schéma explicite, ce schéma est inconditionnellement stable et permet de
considérer des pas de temps plus importants tout en considérant des temps simulés réels
(temps non recalés). Ceci est un élément clé dès lors que les phénomènes à simuler sont
dépendants du temps (phénomènes visqueux notamment). L’application à la caractérisation
de matériaux polymères pour des applications de microformage est ainsi ouverte en terme
d’utilisation de la méthode InDef test. Cependant, il sera nécessaire d’approfondir une étude
non présentée dans ce manuscrit relative au choix du pas de temps. En effet, dans le cas des
approches implicites, il est nécessaire de choisir le pas de temps pour assurer la convergence
de l’algorithme mais si celle-ci est assurée la taille du pas de temps joue également sur la
précision de la prédiction. Un pas de temps constant est alors nécessaire pour éviter de limiter
l’information contenue dans les réponses observées. Une analyse d’identifiabilité montre ainsi
une grande sensibilité à la taille du pas de temps. On retrouve sur la Figure 4.1, l’évolution
de l’indice J (θ) relatif à l’identifiabilité des paramètres d’une loi d’écrouissage de Voce dans
le cas d’un InDef test avec une trajectoire ligne de longueur L = 2 mm . La courbe réponse
utilisée et une fois de plus l’évolution de l’effort de formage en fonction du pas de temps
utilisé pour la simulation.

20 20

18 18

16 16

14 14

12 12
log(JE)

log(JE)

10 10

8 8

6 6

4 4

2 2

0 0
0 200 400 600 800 1000 1200 0 200 400 600 800 1000 1200
nombre de mesures nombre de mesures

(a) (b)

Figure 4.1 – Identifiabilité au cours du formage sur le groupe de paramètres de plasticité d’une
loi de Voce en fonction du pas de temps de la simulation : (a) ∆t=0.01s et (b) ∆t=0.05s

On note alors une sensibilité de l’indice d’identifiabilité J (θ) avec le pas de temps servant à
l’intégration temporelle. Une fois de plus, cet indice nous donne une indication sur le choix du
paramètre pas de temps permettant de recueillir suffisamment d’informations et à mener une
identification paramétrique. Il sera donc nécessaire de déterminer le pas de temps maximal
utilisable pour ne pas limiter l’identifiabilité ou déterminer si ce pas de temps n’introduit pas
de défauts d’identifiabilité.
Une autre difficulté inhérente aux procédés de microformage provient des dimensions carac-
téristiques de ce type de problème. En effet, de par la faible épaisseur des tôles manipulées,
il est extrêmement aisé de les déformer par une simple manipulation. Si des précautions
135

adaptées sont nécessaires, il n’en reste pas moins que ceux-ci peuvent introduire des défauts
géométriques sur les échantillons initiaux. Or ces déformations peuvent engendrer des défauts
de formes initiaux relativement importants et lors de la mise en place des échantillons dans
le dispositif entraîne des précontraintes non négligeables. De la même manière des défauts
géométriques sur l’outillage provenant des méthodes de fabrication sont à envisager. C’est une
des raisons qui nous ont amenées à proposer une génération des défauts géométriques par
utilisation d’une méthode de superposition modale. Basée sur l’extraction des n premiers
modes propres du maillage en conditions libres, la méthode mène à observer l’éventuelle
influence de ces défauts sur les réponses observées. Si la méthode semble apporter quelques
informations, la diversité des défauts pouvant être engendrés produit inexorablement la
nécessité de générer une multitude de cas tests pour différentes orientations et amplitudes des
défauts. Une approche de réduction de modèle de type Proper Generalized Decomposition
proposée par Chinesta [Chinesta et al., 2011][González-Pintor et al., 2013] peut être une
solution mais engendre des temps de calculs prohibitifs. Il est donc évident qu’il est nécessaire
de prendre encore plus de précautions à la mise en œuvre des essais expérimentaux pour
limiter ces défauts.
Tous ces développements ont ainsi mené à l’investigation de l’influence des trajectoires
appliquées sur l’évolution des efforts de formage au cours du temps. Ainsi pour des
distances parcourues identiques mais des choix de stratégies différentes (courbures constantes
ou variables, alternées, cycliques), il est visible d’une influence très importante du choix initial.
L’activation de phénomènes peut alors s’opérer selon la stratégie choisie. Il est cependant
nécessaire d’approfondir cette analyse qui n’a pu être menée complétement lors de cette année
particulière. Il serait nécessaire de
À Déterminer l’évolution des trajets de déformation lors de l’Indef tests pour les différentes
stratégies utilisées et d’ajouter potentiellement le trajet de déformation moyen comme
une spécification sur la fonction coût à minimiser. Il reste à définir le critère associé mais
ce serait un moyen d’appliquer des types de trajets spécifiques ;
Á Analyser l’évolution de l’indice d’identifiabilité en fonction du temps et des mécanismes
à activer (élasticité, plasticité et endommagement). Nous disposons aujourd’hui de tous
les développements permettant d’assurer cette analyse efficacement ;
 Générer des trajectoires permettant une identification efficace et la plus courte possible
par un pilotage via l’indice d’identifiabilité. Ceci est la continuité logique de ces travaux
et doit mener à un formidable outil d’identification de lois de comportement des tôles.
Nous pouvons indiquer qu’actuellement, des travaux de thèse entre l’Institut de Recherche Du-
puy De Lôme et l’institut FEMTO-ST (Département de mécanique appliquée) sont également
en cours sur une thématique connexe. Les travaux de Stéphanie Thuillet portent ainsi sur la
modélisation et l’identification d’une loi de comportement en plasticité non associée de tôles
ultra-fines en couplant des essais homogènes et non homogènes (pseudo-cisaillement, traction
simple, gonflement de flan et InDef tests).
Enfin, une orientation à plus long terme a été proposée par S. Thibaud dans le cadre du dépôt
du projet Européen LEGO ITN visant à utiliser l’ensemble de ces méthodes pour la réparation
ou le recyclage de tôles provenant de différents composants (Figure 4.2).
136 CHAPITRE 4. CONCLUSIONS GÉNÉRALES ET PERSPECTIVES

Figure 4.2 – Potentiel restant, réparabilité et réparation d’un composant.

Dans une approche de type développement durable, il se pose la question de réparer ou de


réutiliser des produits défectueux pour d’autres applications. Dans le cas d’un véhicule ou
d’un élément d’électroménager, de nombreuses pièces à base de produits plats sont utilisés. La
question qui se pose est de savoir dans quelle mesure, il est possible de les réutiliser ou de les
réparer. L’idée de l’approche est de déterminer la capacité de réutilisation ou de réparabilité
d’un composant. Pour cela, on choisi d’utiliser l’InDef test pour caractériser très localement
le comportement de la tôle utilisée et dont les caractéristiques sont a priori inconnues. Une
numérisation de la tôle a été auparavant effectuée pour définir le modèle numérique équivalent.
Sur la même base que l’indice d’identifiabilité, un autre indicateur scalaire pourrait être défini
que l’on pourrait dénommer indice de réparabilité. En fonction d’un critère judicieusement
défini, il sera alors possible d’envisager une réparation locale par utilisation d’un procédé de
formage incrémental mono-point annulant le défaut observé. Dans le cas d’un indice de répa-
rabilité faible, le potentiel restant pourrait être déterminé pour connaître l’indice de recyclage
du produit concerné. Une fois de plus l’utilisation de l’approche de génération de trajectoires
par NURBS est essentielle pour adapter localement les trajectoires d’outils notamment par
utilisation d’un système robotisé. Ceci est une question largement ouverte qui prend de plus en
plus de poids dans les orientations mondiales sur la consommation des ressources planétaires.
Bibliographie

[Ambrogio et al., 2004] Ambrogio, G., Costantino, I., De Napoli, L., Filice, L., Fratini, L., et
Muzzupappa, M. (2004). Influence of some relevant process parameters on the dimen-
sional accuracy in incremental forming : a numerical and experimental investigation.
Journal of Materials Processing Technology, 153 :501–507.
[Arshad, 2012] Arshad, S. (2012). Single point incremental forming : a study of forming
parameters, forming limits and part accuracy of aluminium 2024, 6061 and 7475
alloys. Master’s thesis, KTH Royal Institute of technology, Stockholm, Sweden.
[Attanasio et al., 2006] Attanasio, A., Ceretti, E., et Giardini, C. (2006). Optimization of
tool path in two points incremental forming. Journal of Materials Processing Technology,
177(1-3) :409–412.
[Attanasio et al., 2008] Attanasio, A., Ceretti, E., Giardini, C., et Mazzoni, L. (2008). Asym-
metric two points incremental forming : improving surface quality and geometric
accuracy by tool path optimization. Journal of materials processing technology, 197(1-
3) :59–67.
[Azaouzi, 2004] Azaouzi, M. (2004). Modélisation du formage de tôles minces par dé-
formation locale progressive. rapport de DEA, UTC, Compiègne.
[Bambach et al., 2009] Bambach, M., Araghi, B. T., et Hirt, G. (2009). Strategies to im-
prove the geometric accuracy in asymmetric single point incremental forming. Pro-
duction Engineering, 3(2) :145–156.
[Behera et al., 2014] Behera, A. K., Lauwers, B., et Duflou, J. R. (2014). Tool path gene-
ration framework for accurate manufacture of complex 3d sheet metal parts using
single point incremental forming. Computers in Industry, 65(4) :563–584.
[Belchior et al., 2013] Belchior, J., Guines, D., Leotoing, L., et Ragneau, E. (2013). Force
prediction for correction of robot tool path in single point incremental forming.
Dans The Current State-of-the-Art on Material Forming, volume 554 de Key Engineering
Materials, pages 1282–1289. Trans Tech Publications Ltd.
[Belchior et al., 2014] Belchior, J., Leotoing, L., Guines, D., Courteille, E., et Maurine, P.
(2014). A process/machine coupling approach : application to robotized incremental
sheet forming. Journal of Materials Processing Technology, 214(8) :1605–1616.
[Belytschko et al., 2013] Belytschko, T., Liu, W. K., Moran, B., et Elkhodary, K. (2013).
Nonlinear finite elements for continua and structures. John wiley & sons.
[Ben Hmida et al., 2012] Ben Hmida, R., et Thibaud, S. (2012). Influence of the initial
grain size in single point incremental forming process for thin sheets metal and
microparts : Experimental investigations. Materials and Design, 45 :155–165.
[Bézier, 1986] Bézier, P. (1986). Courbes et surfaces. Hermes.
[Blaga, 2011] Blaga, A. (2011). Contributions to the incremental forming of thin metal
sheets. Lucian Blaga" University Of Sibiu.

137
138 BIBLIOGRAPHIE

[Bouffioux et al., 2010] Bouffioux, C., Pouteau, P., Duchene, L., Vanhove, H., Duflou, J., et
Habraken, A. (2010). Material data identification to model the single point incremen-
tal forming process. International Journal of Material Forming, 3(1) :979–982.
[Brokken et al., 1998] Brokken, D., Brekelmans, W., et Baaijens, F. (1998). Numerical mo-
delling of the metal blanking process. Journal of Materials Processing Technology,
83(1-3) :192–199.
[Bruhns et al., 1999] Bruhns, O., et Anding, D. (1999). On the simultaneous estimation
of model parameters used in constitutive laws for inelastic material behaviour. In-
ternational Journal of Plasticity, 15(12) :1311–1340.
[Brun et al., 2001] Brun, R., Reichert, P., et Künsch, H. R. (2001). Practical identifiabi-
lity analysis of large environmental simulation models. Water Resources Research,
37(4) :1015–1030.
[Chinesta et al., 2011] Chinesta, F., Ammar, A., Leygue, A., et Keunings, R. (2011). An
overview of the proper generalized decomposition with applications in computational
rheology. Journal of Non-Newtonian Fluid Mechanics, 166(11) :578 – 592.
[Cox, 1972] Cox, M. G. (1972). The numerical evaluation of b-splines. IMA Journal of
Applied Mathematics, 10(2) :134–149.
[Curry et al., 1947] Curry, H. B., et Schoenberg, I. J. (1947). On spline distributions and
their limits-the polya distribution functions. Dans Bulletin of the American Mathematical
Society, volume 53, pages 1114–1114. AMER MATHEMATICAL SOC 201 CHARLES ST,
PROVIDENCE, RI 02940-2213.
[De Boor, 1972] De Boor, C. (1972). On calculating with b-splines. Journal of Approxima-
tion theory, 6(1) :50–62.
[De Boor et al., 1978] De Boor, C., De Boor, C., Mathématicien, E.-U., De Boor, C., et
De Boor, C. (1978). A practical guide to splines, volume 27. springer-verlag New York.
[Dejardin et al., 2007] Dejardin, S., Thibaud, S., et Gelin, J. (2007).
Experimental and
numerical investigations in single point incremental sheet forming for micro parts.
Dans AIP Conference Proceedings, volume 907, pages 145–150. AIP.
[Duflou et al., 2008] Duflou, J., Verbert, J., Belkassem, B., Gu, J., Sol, H., Henrard, C., et Ha-
braken, A. (2008). Process window enhancement for single point incremental forming
through multi-step toolpaths. CIRP annals, 57(1) :253–256.
[Edward, 1967] Edward, L. (1967). Apparatus and process for incremental dieless for-
ming. US Patent 3,342,051.
[Ehmann et al., 2007] Ehmann, K. F., Bourell, D., Culpepper, M. L., Hodgson, T. J., Kurfess,
T. R., Madou, M., Rajurkar, K., et Richard, D. (2007). Micromanufacturing. Springer
Netherlands.
[Essa et al., 2011] Essa, K., et Hartley, P. (2011). An assessment of various process strate-
gies for improving precision in single point incremental forming. International journal
of material forming, 4(4) :401–412.
[Eyckens et al., 2008] Eyckens, P., Van Bael, A., Aerens, R., Duflou, J., et Van Houtte, P.
(2008). Small-scale finite element modelling of the plastic deformation zone in the
incremental forming process. International Journal of Material Forming, 1(1) :1159–1162.
[Furukawa et al., 1997] Furukawa, T., et Yagawa, G. (1997). Inelastic constitutive para-
meter identification using an evolutionary algorithm with continuous individuals.
International Journal for Numerical Methods in Engineering, 40(6) :1071–1090.
BIBLIOGRAPHIE 139

[Gahbiche et al., 2020] Gahbiche, M. A., Boudhaouia, S., Giraud, E., Ayed, Y., Santo, P. D.,
et Salem, W. B. (2020). A finite element simulation of the incremental sheet forming
process : a new method for g-code implementation. International Journal of Materials
and Product Technology, 61(1) :68–86.
[Gelin et al., 1996] Gelin, J.-C., et Ghouati, O. (1996). An inverse solution procedure for
material parameters identification in large plastic deformations. Communications in
numerical methods in engineering, 12(3) :161–173.
[Gemala Hapsari et al., 2017] Gemala Hapsari, Ramzi Ben Hmida, Fabrice Richard, Sébastien
Thibaud, et Pierrick Malécot (2017). A Procedure for Ductile Damage Parameters
Identification by Micro Incremental Sheet Forming. Procedia Engineering, (183) :125–
130.
[Geuzaine et al., 2009] Geuzaine, C., et Remacle, J.-F. (2009). Gmsh : A 3-d finite element
mesh generator with built-in pre-and post-processing facilities. International journal
for numerical methods in engineering, 79(11) :1309–1331.
[Ghouati et al., 1998] Ghouati, O., et Gelin, J. (1998). Identification of material parame-
ters directly from metal forming processes. Journal of materials processing Technology,
80 :560–564.
[Ghouati et al., 2000] Ghouati, O., Gelin, J.-C., et Lenoir, H. (2000). Process optimisation
in deep drawing. Revue Européenne des Éléments Finis, 9(1-3) :129–149.
[Gladwell, 1986] Gladwell, G. M. (1986). Inverse problems in vibration.
[Gong et al., 2011] Gong, F., Guo, B., Wang, C., et Shan, D. (2011). Micro deep drawing
of micro cups by using dlc film coated blank holders and dies. Diamond and Related
Materials, 20(2) :196–200.
[González-Pintor et al., 2013] González-Pintor, S., Ginestar, D., et Verdú, G. (2013). Using
proper generalized decomposition to compute the dominant mode of a nuclear
reactor. Mathematical and Computer Modelling, 57(7) :1807 – 1815.
[Gujarati, 1988] Gujarati, D. N. (1988). Instructor’s Manual to Accompany Basic Econo-
metrics. McGraw-Hill.
[Guzmán et al., 2012] Guzmán, C. F., Gu, J., Duflou, J., Vanhove, H., Flores, P., et Habraken,
A. M. (2012). Study of the geometrical inaccuracy on a spif two-slope pyramid by
finite element simulations. International Journal of Solids and Structures, 49(25) :3594–
3604.
[Hadoush et al., 2009] Hadoush, A., et van den Boogaard, A. H. (2009). Substructuring in
the implicit simulation of single point incremental sheet forming. International Journal
of Material Forming, 2(3) :181–189.
[Hall, 1951] Hall, E. (1951). The deformation and ageing of mild steel : Iii discussion of
results. Proceedings of the Physical Society. Section B, 64(9) :747.
[Hallquist, 1989] Hallquist, J. (1989). Ls-dyna3d user manual v970. LSTC, Livermore.
[Hallquist et al., 2006] Hallquist, J. O., et others (2006). Ls-dyna theory manual. Livermore
software Technology corporation, 3 :25–31.
[Hambli, 2001] Hambli, R. (2001). Comparison between lemaitre and gurson damage
models in crack growth simulation during blanking process. International Journal of
Mechanical Sciences, 43(12) :2769–2790.
[Hambli, 2003] Hambli, R. (2003). Blanksoft : a code for sheet metal blanking processes
optimization. Journal of Materials Processing Technology, 141(2) :234–242.
140 BIBLIOGRAPHIE

[Hapsari, 2019] Hapsari, G. (2019). Identification of inelastic cyclic behaviour of thin


metal sheets under very large strain from instrumented micro forming process. PhD
thesis, Bourgogne Franche-Comté.
[Hapsari et al., 2018] Hapsari, G., Richard, F., Hmida, R. B., Malécot, P., et Thibaud, S.
(2018). Instrumented incremental sheet testing for material behavior extraction
under very large strain : Information richness of continuous force measurement.
Materials & Design, 140 :317–331.
[Henke et al., 1999] Henke, R. P., Summerhays, K. D., Baldwin, J. M., Cassou, R. M., et
Brown, C. W. (1999). Methods for evaluation of systematic geometric deviations in
machined parts and their relationships to process variables. Precision Engineering,
23(4) :273 – 292.
[Hirt et al., 2004] Hirt, G., Ames, J., Bambach, M., et Kopp, R. (2004). Forming strategies
and process modelling for cnc incremental sheet forming. CIRP Annals, 53(1) :203–
206.
[Hmida, 2014] Hmida, R. B. (2014). Identification de lois de comportement de tôles en
faibles épaisseurs par développement et utilisation du procédé de micro-formage
incrémental. PhD thesis, ED-SPIM.
[Homri et al., 2017] Homri, L., Goka, E., Levasseur, G., et Dantan, J.-Y. (2017). Tolerance
analysis — form defects modeling and simulation by modal decomposition and op-
timization. Computer-Aided Design, 91 :46 – 59.
[Huang et al., 2002] Huang, W., et Ceglarek, D. (2002). Mode-based decomposition of
part form error by discrete-cosine-transform with implementation to assembly and
stamping system with compliant parts. CIRP Annals, 51(1) :21 – 26.
[Iseki, 1992] Iseki, H. (1992). Flexible and incremental sheet metal bulging using a path
controlled spherical roller. Trans. Jpn. Soc. Mech. Eng. C, 58(554) :3147.
[ISIL, 2020] ISIL (2020). Sep – outillage, emboutissage précis et finitions. http://web.
archive.org/web/20080207010024/http://www.808multimedia.com/winnt/kernel.htm. Ac-
cessed : 2010-09-30.
[ISO 4288 :1996, 1996] ISO 4288 :1996 (1996). Geometrical product specifications (gps)
— surface texture : Profile method — rules and procedures for the assessment of
surface texture. Standard, International Organization for Standardization, Geneva, CH.
[Jadhav, 2004] Jadhav, S. (2004). Basic investigations of the incremental sheet metal
forming process on a CNC milling machine. Shaker.
[Jain et al., 2014a] Jain, V., Dixit, U., Paul, C., et Kumar, A. (2014a). Micromanufacturing :
a review—part ii. Proceedings of the Institution of Mechanical Engineers, Part B : Journal
of Engineering Manufacture, 228(9) :995–1014.
[Jain et al., 2014b] Jain, V., Sidpara, A., Balasubramaniam, R., Lodha, G., Dhamgaye, V., et
Shukla, R. (2014b). Micromanufacturing : a review—part i. Proceedings of the Institu-
tion of Mechanical Engineers, Part B : Journal of Engineering Manufacture, 228(9) :973–994.
[Jeswiet et al., 2005] Jeswiet, J., Micari, F., Hirt, G., Bramley, A., Duflou, J., et Allwood, J.
(2005). Asymmetric Single Point Incremental Forming of Sheet Metal. CIRP Annals,
54(2) :88 – 114.
[Kitazawa, 1993] Kitazawa, K. (1993). Incremental sheet metal stretch-expanding with
cnc machine tools. Dans Proc. 4th ICTP, pages 1899–1905.
BIBLIOGRAPHIE 141

[Kleinermann, 2000] Kleinermann, J. (2000). Identification paramétrique et optimisation


des procèdes de mise aforme par problèmes inverse. PhD thesis, Université de Liège,
Belgique.
[Klingenberg et al., 2005] Klingenberg, W., et Singh, U. (2005). Comparison of two analy-
tical models of blanking and proposal of a new model. International Journal of Machine
Tools and Manufacture, 45(4-5) :519–527.
[Kopac et al., 2005] Kopac, J., et Kampus, Z. (2005). Incremental sheet metal forming
on cnc milling machine-tool. Journal of materials processing technology, 162 :622–628.
[Kubo, 1987] Kubo, S. (1987). Character and role of inverse problems. J. Soc. Mater.
Sci., Jpn.,(in Japanese), 36(406) :771.
[Kubo, 1988] Kubo, S. (1988). Inverse problems related to the mechanics and fracture
of solids and structures. JSME international journal. Ser. 1, Solid mechanics, strength of
materials, 31(2) :157–166.
[Kunkel et al., 1997] Kunkel, R., et Kollmann, F. (1997). Identification of constants of a
viscoplastic constitutive model for a single crystal alloy. Acta mechanica, 124(1-4) :27–
45.
[Labergère, 2003] Labergère, C. (2003). Contribution à la modélisation, à l’optimisation
et au contrôle des procédés d’hydroformage de tubes et flans. PhD thesis, Besançon.
[Lai, 2010] Lai, Y.-L. (2010). Tool-path generation of planar nurbs curves. Robotics and
Computer-Integrated Manufacturing, 26(5) :471–482.
[Lemaitre et al., ] Lemaitre, J., et Chaboche, J. Mechanics of solid materials. 1990. Cam-
bridge University Press.-1000-500 0, 500 :1000.
[Lemaitre et al., 2009] Lemaitre, J., Chaboche, J., Benallal, A., et Desmorat, R. (2009). Mé-
canique des matériaux solides. 3ème edition dunod. Rapport technique, paris.
[Lequesne et al., 2008] Lequesne, C., Henrard, C., Bouffioux, C., Duflou, J., et Habraken,
A. M. (2008). Adaptive remeshing for incremental forming simulations. Dans Inter-
national Conference and Workshop on Numerical Simulation of 3D Sheet Metal Forming
Processes, volume 7, pages 399–403. ETH.
[Les et al., 1997] Les, P., et Wayne, T. (1997). The nurbs book. Monographs in Visual
Communication. Springer Berlin Heidelberg, Berlin, Heidelberg.
[Levenberg, 1944] Levenberg, K. (1944). A method for the solution of certain non-linear
problems in least squares. Quarterly of applied mathematics, 2(2) :164–168.
[Lewy et al., 1928] Lewy, H., Friedrichs, K., et Courant, R. (1928). Über die partiellen
differenzengleichungen der mathematischen physik. Mathematische annalen, 100 :32–
74.
[Mahnken et al., 1994] Mahnken, R., et Stein, E. (1994). The identification of parameters
for visco-plastic models via finite-element methods and gradient methods. Modelling
and simulation in materials science and engineering, 2(3A) :597.
[Maiti et al., 2000] Maiti, S., Ambekar, A., Singh, U., Date, P., et Narasimhan, K. (2000).
Assessment of influence of some process parameters on sheet metal blanking. Journal
of Materials Processing Technology, 102(1-3) :249–256.
[Malhotra et al., 2010] Malhotra, R., Reddy, N. V., et Cao, J. (2010). Automatic 3d spiral
toolpath generation for single point incremental forming. Journal of manufacturing
science and engineering, 132(6).
142 BIBLIOGRAPHIE

[Marquardt, 1963] Marquardt, D. W. (1963). An algorithm for least-squares estimation


of nonlinear parameters. Journal of the society for Industrial and Applied Mathematics,
11(2) :431–441.
[Matsubara, 1994] Matsubara, S. (1994). Incremental backward bulge forming of a sheet
metal with a hemispherical head tool-a study of a numerical control forming system
ii. Journal of the Japan Society for Technology of Plasticity, 35(406) :1311–1316.
[Matsubara, 2001] Matsubara, S. (2001). A computer numerically controlled dieless incre-
mental forming of a sheet metal. Proceedings of the Institution of Mechanical Engineers,
Part B : Journal of Engineering Manufacture, 215(7) :959–966.
[Meuwissen et al., 1998] Meuwissen, M., Oomens, C., Baaijens, F., Petterson, R., et Janssen,
J. (1998). Determination of the elasto-plastic properties of aluminium using a mixed
numerical–experimental method. Journal of Materials Processing Technology, 75(1-
3) :204–211.
[Micari et al., 2007] Micari, F., Ambrogio, G., et Filice, L. (2007). Shape and dimensional
accuracy in single point incremental forming : state of the art and future trends.
Journal of Materials Processing Technology, 191(1-3) :390–395.
[Niesler et al., 2015] Niesler, F., et Hermatschweiler, M. (2015). Two-photon polymeriza-
tion—a versatile microfabrication tool : From maskless lithography to 3d printing.
Laser Technik Journal, 12(3) :44–47.
[Obikawa et al., 2009] Obikawa, T., Satou, S., et Hakutani, T. (2009). Dieless incremental
micro-forming of miniature shell objects of aluminum foils. International Journal of
Machine Tools and Manufacture, 49(12-13) :906–915.
[Oudjene, 2005] Oudjene, M. (2005). Modélisation et optimisation du comportement
mécanique des outils d’emboutissage stratifiés précontraints par vissage. PhD thesis,
Institut National Polytechnique de Lorraine.
[Petch, 1953] Petch, N. (1953). The cleavage strength of polycrystals. Journal of the Iron
and Steel Institute, 174 :25–28.
[Powell et al., 1992] Powell, N., et Andrew, C. (1992). Incremental forming of flanged
sheet metal components without dedicated dies. Proceedings of the Institution of
Mechanical Engineers, Part B : Journal of Engineering Manufacture, 206(1) :41–47.
[Qin, 2015] Qin, Y. (2015). Micromanufacturing Engineering and Technology. Elsevier.
[Raja et al., 1977] Raja, J., et Radhakrishnan, V. (1977). Analysis and synthesis of surface
profiles using Fourier series. International Journal of Machine Tool Design and Research,
17(4) :245 – 251.
[Ramshaw, 1987] Ramshaw, L. (1987). Blossoming : A connect-the-dots approach to
splines. Digital Equipment Corporation Palo Alto.
[Renner, 2016] Renner, E. (2016). Vers l’identification d’une loi de plasticité monocristal-
line par analyse topographique d’empreintes de nanoindentation Berkovich. Theses,
Université de Franche Comté.
[Richard, 1999] Richard, F. (1999). Identification du comportement et évaluation de la
fiabilité des composites stratifiés. PhD thesis, PhD thesis, Université de Franche-Comté.
[Richard, 2000] Richard, F. (2000). Mic2m software : Modélisation et identification du
comportement mécanique des matériaux. Modeling and Identification of the Mechanical
Behavior of Materials.
BIBLIOGRAPHIE 143

[Richard, 2017] Richard, F. (2017). Vers une détermination guidée par l’identifiabilité du
comportement mécanqiue des matériaux par nanoidentation. Habilitation à diriger
des recherches, COMUE Université Bourgogne Franche-Comté.
[Richard et al., 2013] Richard, F., Villars, M., et Thibaud, S. (2013). Viscoelastic modeling
and quantitative experimental characterization of normal and osteoarthritic human
articular using indentation. Journal of the mechanical behavior of biomedical materials,
pages 41–52.
[Robert, 2009] Robert, C. (2009). Contribution à la simulation numérique des procédés
de mise en forme-Application au formage incrémental et au formage superplastique.
PhD thesis, Arts et Métiers ParisTech.
[Samper et al., 2007] Samper, S., et Formosa, F. (2007). Form defects tolerancing by
natural modes analysis. 7 :44–51.
[Saotome et al., 2001] Saotome, Y., et Okamoto, T. (2001). An in-situ incremental mi-
croforming system for three-dimensional shell structures of foil materials. Journal of
Materials Processing Technology, 113(1-3) :636–640.
[Schnur et al., 1992] Schnur, D., et Zabaras, N. (1992). An inverse method for determining
elastic material properties and a material interface. International Journal for Numerical
Methods in Engineering, 33(10) :2039–2057.
[Schoenberg, 1988] Schoenberg, I. J. (1988). Contributions to the problem of approxi-
mation of equidistant data by analytic functions. Dans IJ Schoenberg Selected Papers,
pages 3–57. Springer.
[Sebastiani et al., 2007] Sebastiani, G., Brosius, A., Tekkaya, A., Homberg, W., et Kleiner,
M. (2007). Decoupled simulation method for incremental sheet metal forming. Dans
AIP Conference Proceedings, volume 908, pages 1501–1506. American Institute of Physics.
[Sekine et al., 2010] Sekine, T., et Obikawa, T. (2010). Micro incremental forming cha-
racteristics of stainless foil. Dans Key Engineering Materials, volume 447, pages 346–350.
Trans Tech Publ.
[Skjødt et al., 2008] Skjødt, M., Bay, N., Endelt, B., et Ingarao, G. (2008). Multi stage
strategies for single point incremental forming of a cup. International Journal of
Material Forming, 1(1) :1199–1202.
[S.Thibaud et al., 2012] S.Thibaud, Hmida, R., Richard, F., et Malécot, P. (2012). A fully
parametric toolbox for the simulation of single point incremental sheet forming
process : Numerical feasibility and experimental validation. Simulation Modelling
Practice and Theory, 29 :32–43.
[Tanaka et al., 1998] Tanaka, M., et Dulikravich, G. S. (1998). Inverse problems in engi-
neering mechanics. Elsevier.
[Thibaud, 2020] Thibaud, S. (2020). Mechanical micromanufacturing (some topics).
EPFL (Présentation PowerPoint).
[Thibaud et al., 2018] Thibaud, S., Trivaudey, F., Mallet, S., et Lenoir, H. (2018). Calcul de
structures. École Nationale Supérieure de Mécanique et des Microtechniques [Notes de
cours].
[Verbert et al., 2007] Verbert, J., Duflou, J. R., et Lauwers, B. (2007). Feature based ap-
proach for increasing the accuracy of the spif process. Dans Key Engineering Materials,
volume 344, pages 527–534. Trans Tech Publ.
144 BIBLIOGRAPHIE

[Villars et al., 2011] Villars, M., Clément, P., Mith, S., Carpentier, L., Garbuio, P., et Richard,
F. (2011). Micro-indentation et couplage essais-calculs pour l’identification par mé-
thode inverse du comportement mécanique non linéaire du cartilage fémoral humain.
Matériaux & Techniques, 99(2) :253–259.
[Vollertsen, 2008] Vollertsen, F. (2008). Categories of size effects. Production Engineering,
2(4) :377.
[Wriggers et al., 2004] Wriggers, P., et Zavarise, G. (2004). Computational contact me-
chanics. Encyclopedia of computational mechanics.
[Yamashita et al., 2008] Yamashita, M., Gotoh, M., et Atsumi, S.-Y. (2008).
Numerical
simulation of incremental forming of sheet metal. Journal of materials processing
technology, 199(1-3) :163–172.
[Zhu et al., 2011] Zhu, H., Liu, Z., et Fu, J. (2011). Spiral tool-path generation with
constant scallop height for sheet metal cnc incremental forming. The International
Journal of Advanced Manufacturing Technology, 54(9-12) :911–919.
[Zidane et al., 2010] Zidane, I., Guines, D., Leotoing, L., et Ragneau, E. (2010). Develop-
ment of an in-plane biaxial test for forming limit curve (flc) characterization of
metallic sheets. Measurement Science and Technology, 21(5) :055701.
Document réalisé avec LATEX et :
le style LATEX pour Thèse de Doctorat créé par S. Galland — http://www.multiagent.fr/ThesisStyle
la collection de paquets tex-upmethodology — http://www.arakhne.org/tex-upmethodology/

Vous aimerez peut-être aussi