A forming process modeling integrating the interaction between processes in the material behavior.
Modélisation d'un processus de mise en forme intégrant l’interaction entre procédés dans le comportement du matériau.
Résumé
The current industrial context requires the optimization of production resources, particularly raw materials and energy consumption. This commitment does not only meet the criteria of competitiveness related to production costs but also to the environmental impact of the overall manufacturing process. To solve this problem, is required a mode to define optimization strategies through a complete forming process during a mechanical part manufacturing.Most behavior laws used for metals, dedicated to perform simulations of forming and machining processes are characterized by an isotropic behavior. These models are effective in predicting the behavior under proportional loading, but by definition cannot consider the anisotropy developed during work hardening. This limitation makes it impossible to take to consider the interaction effects between the different stages of the manufacturing process. This work goes through the phenomenological behavior laws capable of modeling this phenomenon, in order to obtain an accurate model of the overall process. Knowing that the modeling of each process stage requires a solver and specific definitions, a methodology as well as numerical tools necessary to manage the hardening variables along the process have been developed. This methodology allows a traceability of the values of hardening variables throughout the simulation of the process, dividing the global simulation, admitting the use of different solvers or software.This work explores the profile estimation obtained with destructive residual stresses measurement methods in order to compare simulation results with experiments. A new methodology using inverse analysis is developed and implemented. From numerical generated data, the new method is applied and compared with two destructive reference methods. The results in this application show, a decrease in both the error and the uncertainty level.
Le contexte industriel actuel impose l’optimisation des ressources de production, notamment des matières premières et de l’énergie consommée. Cet engagement ne répond pas seulement aux critères de compétitivité liés aux coûts de production mais aussi à l’impact environnemental du processus global de fabrication. Pour répondre à ce problème, il est nécessaire de disposer de modèles pour définir des stratégies d'optimisation efficientes tout au long du processus complet de mise en forme d'une pièce mécanique.La plupart des lois de comportement habituellement utilisées pour modéliser le comportement des matériaux métalliques dans les procédés de transformation, sont caractérisées par un comportement isotrope. Ces modèles sont efficaces pour prédire le comportement d’un procédé sous chargement proportionnel, mais par définition ne peuvent pas prendre en compte l’anisotropie développée durant l’écrouissage. Cette caractéristique ne permet pas de prendre en compte les effets de l’interaction entre les différents procédés constitutifs du processus. Ce travail explore les lois de comportement phénoménologiques capables de modéliser ce phénomène afin d’obtenir un modèle précis du processus global. Sachant que la modélisation de chaque procédé nécessite un solveur et des mises en œuvre particulières, une méthodologie de travail ainsi que les outils numériques nécessaires pour gérer les variables d’état du processus ont été développés. Cette méthodologie permet un suivi des valeurs de variables d’écrouissage tout au long de la simulation du processus.Ce travail explore également des l'estimation du profil des contraintes résiduelles obtenu par des méthodes de mesure destructives afin en confrontant les résultats de simulations avec des données expérimentales. Une nouvelle méthodologie basée sur l’analyse inverse est développée et mise en œuvre. La nouvelle méthode est comparée avec les résultats obtenus avec deux méthodes destructives de référence. Les résultats obtenus dans cette application montrent une diminution à la fois de l'erreur et du niveau d'incertitude.
Origine : Version validée par le jury (STAR)