L’optimisation est la recherche de la ou les meilleure(s) solution(s) à un certain problème. Dans ce secteur, il s’agit d’un logiciel capable d’identifier, de suggérer et finalement de vérifier la meilleure combinaison de variables d’entrée offrant la solution la plus adaptée parmi toutes celles possibles. Dans la plupart des cas, la relation sous-jacente entre les paramètres de contrôle (appelés variables d’entrée) et les performances mesurées (appelées variables de sortie) est inconnue ou difficile à trouver. De plus, il arrive de temps en temps qu’afin de trouver la réponse adaptée au système, il soit nécessaire d’utiliser des modèles numériques complexes qui demandent beaucoup de temps pour atteindre le résultat désiré : typiquement, c’est le cas lors de l’utilisation des simulateurs de processus en fonderie, dans lesquelles les résultats sont, en fonction des paramètres, le fruit de calculs de dynamique thermo fluide 3D longs et complexes. Figure 1- Schéma du processus d’optimisation Le logiciel d’optimisationIMPROVEit est capable de comprendre la nature et la complexité d’un problème et de faire l’interface entre de nombreuses applications, dont le simulateur de processus FLOW-3D® CAST (Flow Science inc.), et de les connecter entre elles afin de définir une trame de travail qui peut être parcourue de manière répétée et automatique afin d’obtenir la meilleure solution en un temps le plus réduit possible. Etude de cas : Optimisation de la phase d’injection Dans cette étude de cas présentée par FORM S.r.L. sur la conception de moules pour couvertures de batteries faites par HPDC, beaucoup d’endroits dans la structure présentaient de hauts taux de porosité dus au gaz. Il a donc été décidé d’utiliser l’optimisation afin de réduire les défauts en agissant sur la conception des chaines de moulage et en jouant sur la vitesse du piston. Pour nos besoins, les valeurs liées à la vitesse du piston dans la première phase ainsi que de nombreux paramètres géométriques liés aux chaines dirigées par les interactions entre l’optimisateur et le logiciel de CAD paramétrique ont été choisis comme variables d’entrée, l’objectif étant d’obtenir la meilleure calibration sur l’arrivée du métal au point de connexion du moulage et de réduire la quantité d’air entrainé dans l’alliage durant la première phase de remplissage. La trame de travail de l’optimisateur est structurée de la manière suivante : l’optimisateur communique directement avec le logiciel de CAD paramétrique afin de changer automatiquement la forme des chaines de moulage puis exporte automatiquement les modèles géométriques au format STL ; ces fichiers STL sont ensuite utilisés par le logiciel FLOW-3D® CAST afin de simuler le remplissage. Enfin les variables de sortie sont extraites et traitées. Figure2 – Paramètres d’optimisation de la phase d’injection, courtesy of Form S.r.l. Lorsque deux objectifs sont évalués en même temps, il est possible de trouver une série de résultats optimaux différents faisant des compromis sur l’une ou l’autre des variables de sortie, appelé Front de Paréto. Etant donné que pour ce cas la trame de travail était parcourue en 20 minutes, il a été décidé de la parcourir une vingtaine de fois. Cela étant dit, la configuration choisie est, dans ce cas, positionnée au centre du front de Paréto et, de ce fait, présente un bon compromis entre une arrivée lente et aussi uniforme que possible jusqu’au moule, de 10% plus effective que dans la configuration initiale, et une quantité minimale d’air entrainé, de 13% plus optimisé qu’à l’origine. Figure 3 - Comparaison entre les solutions initiale et optimisée, courtesy of Form S.r.l. Cette étude de cas montre donc en quoi l’automatisation et l’optimisation numérique de conception de produit, la simulation, l’interprétation des résultats et des changements permettent de gagner beaucoup de temps, et comment il est possible de parvenir à des améliorations importantes même en ne faisant tourner le programme d’optimisation qu’un nombre réduit de fois. … [Lire plus...]
Optimiser la conception pour la production de masse
Introduction La phase de développement d'un produit implique différentes phases de calcul et de conception qui fournissent une série d'étapes prédéfinies pour atteindre la phase de production en série. Au vu de cet objectif, compte tenu du nombre élevé de pièces à produire, toute économie de matière est avantageuse et pertinente d'un point de vue économique. Les parties impliquées dans la production ont besoin de réduire les déchets (avantageux pour la fonderie) et de réduire le poids des composants (avantageux pour le client final). Le processus d'optimisation de la forme du produit aide les deux parties (fonderie et client) à trouver les bons compromis afin de pouvoir faire des économies adéquates tout en conservant des pièces de qualité maximale. Dans cet article, nous montrerons le processus d'optimisation de la conception pour la production en série d'un produit de fonderie en utilisant un logiciel d'optimisation et un simulateur de processus. L'objectif est d'analyser la solidification du métal présent dans le système dont il est question, et d'évaluer comment l'optimisation permet aux deux parties impliquées d'en tirer profit. Développement du projet Figure 1 - Composant à produire Le composant à optimiser dans cette étude est réalisé par une coulée de métal en sable, l'une des techniques les plus anciennes, simples et économiques. La phase de conception préliminaire a fourni un prototype en format stéréolithographique (STL) déjà potentiellement bon pour la production (le modèle a été fourni en nature avec l'autorisation de Flow Science Deutschland). Sur l'image [Figure 1], vous pouvez voir le système d'alimentation du système (en jaune) et la géométrie de la pièce à produire (en rouge). La masse de la pièce unique de cette configuration de départ est de 2.197kg, celui de l'ensemble du système est de 3.126kg. L'objectif principal est d'obtenir, en agissant sur certains détails des géométries elles-mêmes, une masse totale du système aussi faible que possible sans avoir de porosité significative dans la pièce. Afin d'obtenir le meilleur résultat possible, les paramètres désignés comme modifiables sont la taille du système d’alimentation [Figure 2], l'épaisseur de la paroi verticale la plus proche de ce dernier et l'épaisseur de la zone de transition entre les deux parois [Figure 3]. Figure 1 - Premier paramètre d'optimisation Figure 3 - Deuxième et troisème paramètres d'optimisation Les variables en jeu sont donc potentiellement multiples, et explorer manuellement toutes les combinaisons possibles peut être un travail très long et complexe. C’est pour cette raison que nous avons choisi d'utiliser un optimiseur numérique capable d'explorer les solutions de manière indépendante. IMPROVEit a donc été choisi. Son interface simple vous permet d'effectuer facilement à la fois la phase d’initialisation et le traitement des résultats. FLOW-3D® CAST a été également choisi comme simulateur de procédé pour sa précision, sa fiabilité et sa facilité d'utilisation en fonderie. En ce qui concerne la modification de la forme géométrique, le logiciel d'optimisation permet à la fois d’interagir directement avec la CAO paramétrique si le fichier est en format original, ou de modifier directement dans IMPROVEit un fichier STL si, comme c’est le cas dans ce test, seul ce dernier est disponible. Une fois les paramètres à corriger sélectionnés, le logiciel peut modifier en interne la forme des géométries, lancer les simulations de solidification en interaction avec le logiciel de traitement FLOW-3D® CAST en utilisant les géométries modifiées, extraire les résultats des analyses et les traiter avec les nœuds mathématiques appropriés pour obtenir le résultat optimisé. La [figure 4] montre la feuille de travail de notre étude de cas. Figure 4 - Réseau d'optimisation Afin de détecter la dimension de la porosité de retrait présente à la fin de la simulation de la solidification, quatre volumes de contrôle divisant la géométrie en quatre zones distinctes ont été mis en place ([Figure 5]), la partie supérieure est en bleu foncé, la partie centrale en jaune, la partie gauche en cyan et la partie droite en magenta. Parmi celles-ci, seules trois sont pertinentes pour l'optimisation, d’après les exigences du client : la porosité présente dans la partie supérieure (bleu foncé) n'a pas été prise en compte. Dans la configuration initiale, le volume total de porosité de retrait dans les trois volumes de contrôle considérés est de 581 mm3. Figure 5 - Volumes de contrôle Exécution Pour les besoins du processus d’optimisation, deux objectifs et une contrainte ont été désignés : minimiser le poids du système d’alimentation ainsi que celui du poids de la pièce, tout en faisant en sorte que les défauts de la pièce ne soient pas visibles, ce qui représente une contrainte sur le volume de porosité dans les trois volumes de contrôle. La mise en place d'une optimisation avec deux … [Lire plus...]
