Le procédé d'hydroformage est largement utilisé dans les industries automobile et aéronautique. L'optimisation déterministe a été utilisée pour le contrôle et l'optimisation du procédé durant la dernière décennie. Cependant,dans des conditions réelles, différents paramètres comme les propriétés matériaux,les dimensions géométriques, et les chargements présentent des aléas qui peuvent affecter la stabilité et la fiabilité du procédé. Il est nécessaire d'introduire ces incertitudes dans les paramètres et de considérer leur variabilité. L'objectif principal de cette contribution est l'évaluation de la fiabilité et l'optimisation du procédé d'hydroformage en présence d'incertitudes.La première partie de cette thèse consiste à proposer une approche générale pour évaluer la probabilité de défaillance spatiale du procédé d'hydroformage, principalement dans les régions critiques. Avec cette approche, il est possible d'éviter les instabilités plastiques durant une opération d'hydroformage. Cette méthode est basée sur des simulations de Monte Carlo couplée avec des métamodèles. La courbe limite de formage est utilisée comme critère de défaillance pour les instabilités plastiques potentielles.La seconde partie de cette thèse est l'optimisation avec prise en compte d'incertitudes dans le procédé d'hydroformage. En utilisant des exemples illustratifs, on montre que l'approche probabiliste est une méthode efficace pour l'optimisation du procédé pour diminuer la probabilité de défaillance et laisser le procédé insensible ou peu sensible aux sources d'incertitudes. La difficulté est liée à la considération des contraintes fiabilistes qui nécessitent d'énormes efforts de calcul et impliquent des problèmes numériques classiques comme la convergence, la précision et la stabilité. Pour contourner ce problème, la méthode de surface de réponse couplée à des simulations Monte Carlo est utilisée pour évaluer les contraintes probabilistes.L'approche probabiliste peut assurer la stabilité et la fiabilité du procédé et minimise considérablement le pourcentage des pièces défectueuses. Dans cette partie, deux méthodes sont utilisées : l'optimisation fiabiliste et l'optimisation robuste.La dernière partie consiste à optimiser le procédé avec une stratégie Multi-Objectif(MO) avec prise en compte d'incertitudes. Le procédé d'hydroformage est un problème MO qui consiste à optimiser plus d'une performance simultanément.L'objectif principal est d'étudier l'évolution du front de Pareto lorsque des incertitudes affectent les fonctions objectifs ou les paramètres. Dans cette partie, on propose une nouvelle méthodologie qui présente les solutions dans un nouvel espace et les classifie suivant leurs probabilités de défaillances. Cette classification permet d'identifier la meilleure solution et fournit une idée sur la fiabilité de chaque solution. / Hydroforming process is widely used in automotive and aerospace industries. Deterministic design optimization have been used to control and optimize this process in the last decade. However, under realistic conditions, different parameters such as material properties, geometric dimensions, and load exhibits unavoidable scatter that can affect the stability and the reliability of the process.It is interesting to introduce the uncertainties in parameter and to consider their variability. The main objective of this contribution is to evaluate the reliability and optimization of the hydroforming process in the presence of uncertainties.The first part of this thesis proposes a general approach to evaluate the spatial probability of failure in hydroforming process mainly in the critical region. With the proposed approach it is possible to avoid failure during hydroforming process.This method is based on Monte Carlo simulation coupled with metamodels, the forming limit curve is used as failure criteria for potential plastic instabilities.The second part of this thesis is the optimisation of the hydroforming process under uncertainties. Using illustrative examples, it is shown that probabilistic approach is an efficient method to optimize the process, to decrease the probability of failure and make the process insensitive or less sensitive to sources of variability. The difficulty lies in the considerations of the reliability constraints, which require a large computational effort and involve classical numerical problems, such as convergence,accuracy and stability. To overcome this problem, response surface method with Monte Carlo simulations were used to evaluate the probabilistic constraints.Probabilistic approach can ensure a stable and reliable process and decrease the percentage of defects parts significantly. Through this part, two methods were used : Reliability-Based Design Optimization and robust optimization.The last part consists of optimizing the process with Multi-Objective (MO) strategy taking account of the uncertainty. Metal forming process is MO problem that consists of optimizing more than one performance simultaneously. The main goal isto study the evolution of the Pareto front when some uncertainties can affect the objective functions or the parameters. In this part, a new methodology is proposed which presents the solutions in a new space and classify the whole solution with their probability of failure. This classification allows to identify the best solutionand can provide an idea about the reliability of each solution.
| Identifer | oai:union.ndltd.org:theses.fr/2011ISAM0003 |
| Date | 08 June 2011 |
| Creators | Ben Abdessalem, Mohamed Anis |
| Contributors | Rouen, INSA, El Hami, Abdelkhalak, Pagnacco, Emmanuel |
| Source Sets | Dépôt national des thèses électroniques françaises |
| Language | French |
| Detected Language | French |
| Type | Electronic Thesis or Dissertation, Text |
Page generated in 0.0029 seconds