Return to search

Modélisations et aptitudes à l'emploi des machines-outils à structure parallèle : vers une optimisation dirigée du processus / Modelling and operating skills of machine tools with parallel structure : towards a directed process optimization

Les travaux de recherche présentés dans ce mémoire concernent la prédiction et l’amélioration des performances des machines-outils à structure parallèle dans le but de produire des pièces conformes à la qualité requise en un temps minimal. Le problème abordé permet de déterminer l’influence de la structure sur la productivité et la qualité de la pièce usinée dans le contexte de l’Usinage à Grande Vitesse de pièces automobiles et aéronautiques. Ce travail propose alors des avancées suivant deux axes fondamentaux : - la modélisation du comportement anisotrope de la cellule d’usinage ; - la proposition de nouvelles méthodes d’adaptation du processus.Ces deux axes sont dans un premier temps abordés vis-à-vis d’un objectif d’amélioration des temps de déplacement d’outil hors matière. La méthode développée nécessite l’élaboration d’un modèle cinématique des déplacements hors matière spécifique à chaque structure de machine outil et basé sur l’utilisation d’une loi de commande articulaire. Un outil d’aide à la mise en place d’un usinage sur machine-outil à structure parallèle est ensuite proposé. Cet outil repose sur un modèle numérique de comportement cinématique utilisant une loi de commande de déplacement dans le repère lié à la pièce permettant de prédire le temps d’usinage en fonction des trajectoires. L’optimisation du processus d’usinage s’appuie également sur la prédiction de la qualité d’usinage. Pour cela, un modèle expérimental basé sur une campagne de mesures effectuée sur la machine-outil considérée a été développé. Ces approches sont appliquées à des usinages de pièces industrielles sur la machine-outil PCI Tripteor X7. Leur originalité réside dans l’amélioration des performances des machines-outils à structure parallèle à partir de l’analyse du comportement durant l’usinage et permet, par conséquent, d’étendre leur domaine d’application. / The research works presented here deal with the prediction and the performance improvement of parallel kinematic machine tools in order to produce machine parts with a specified quality level and in a minimum time. The problem treated allows determining the structure influence on the productivity and the machined part quality in the context of High Speed Machining for automotive and aeronautical parts.So, these works propose improvements along two fundamental ways : - modelling of the machine tool anisotropic behaviour ; - new methods of process adaptation. These approaches lead in a first time to a study of the time taken by the linking tool movement between cutting operations. The developed method is based on the definition of a kinematic model of linking tool movements, specific to each machine-tool and based on a command law defined in the joint workspace. A helpful resource for the setting up of machining with a parallel kinematic machine tool is then proposed. It is based on a numerical model of the kinematic behaviour using a command law of the movement defined in the programming workspace and providing a prediction of machining time. The process optimization is also based on the machining quality prediction brought by an experimental model enhanced by a measurement campaign realized on the considered machine tool. These approaches are applied to industrial parts with the PCI Tripteor X7 machine-tool. Their originality lies in the improvement of parallel kinematic machines tool performances from an analysis of the machine behaviour during the machining, and consequently allows extending their application field.

Identiferoai:union.ndltd.org:theses.fr/2011CLF22146
Date07 July 2011
CreatorsPateloup, Sylvain
ContributorsClermont-Ferrand 2, Duc, Emmanuel
Source SetsDépôt national des thèses électroniques françaises
LanguageFrench
Detected LanguageFrench
TypeElectronic Thesis or Dissertation, Text

Page generated in 0.0023 seconds