Modélisation et optimisation des préformes du procédé de forgeage par Approche Pseudo Inverse.

par Ali Halouani

Thèse de doctorat en Sciences - STS

Sous la direction de Ying qiao Guo.

Thèses en préparation à Reims , dans le cadre de Ecole Doctorale Sciences, Technologies, Santé , en partenariat avec (GRESPI) Groupe de Recherche En Sciences Pour l'Ingénieur (laboratoire) .


  • Résumé

    Une nouvelle approche appelée “Approche Pseudo Inverse” (API) est développée pour la modélisation du procédé de forgeage à froid des pièces axisymétriques. L'API est basée sur la connaissance de la forme de la pièce finale. Certaines configurations intermédiaires « réalistes » ont été introduites dans l'API pour considérer le chemin de déformations. Elles sont créées géométriquement sans traitement de contact et ensuite corrigées par la méthode de surface libre afin de respecter l'équilibre, les conditions aux limites et la condition d'incompressibilité. Un nouvel algorithme direct de plasticité est développé, conduisant à une méthode d'intégration plastique très rapide, précise et robuste même dans le cas de très grands incréments de déformations. Un modèle d'endommagement en déformation, est couplé à la plasticité et implémenté dans l'API. Les validations numériques montrent que l'API donne des résultats très proches des résultats de l'approche incrémentale mais en utilisant beaucoup moins de temps de calcul. L'API est adoptée comme solveur du forgeage pour la conception et l'optimisation des préformes du forgeage multi-passes. La rapidité et la robustesse de l'API rendent la procédure d'optimisation très performante. Une nouvelle technique est développée pour générer automatiquement le contour initial d'un outil de préforme pour la procédure d'optimisation. Les variables de conception sont les positions verticales des points de contrôle des courbes B-spline définissant les formes des outils de préforme. Notre optimisation multi-objectif consiste à minimiser la variation de la déformation plastique équivalente dans la pièce finale et la force du poinçon au cours du forgeage. Un algorithme génétique et un algorithme de recuit simulé sont utilisés pour trouver les points d'optimum de Pareto. Pour réduire le nombre de simulations de forgeage, un méta-modèle de substitution basé sur la méthode de krigeage est adopté pour établir une surface de réponse approximative. Les résultats obtenus par l'API en utilisant les outils de préforme optimaux issues de l'optimisation sont comparés à ceux obtenus par les approches incrémentales classiques pour montrer l'efficacité et les limites de l'API. La procédure d'optimisation combinée avec l'API peut être un outil numérique rapide et performant pour la conception et l'optimisation des outillages de préforme.

  • Titre traduit

    Modelling and optimization of preform forging process by Pseudo Inverse Approach


  • Résumé

    A new method called “Pseudo Inverse Approach” (PIA) is developed for the axi-symmetrical cold forging modelling. The PIA is based on the knowledge of the final part shape. Some « realistic » intermediate configurations are introduced in the PIA to consider the deformation path. They are created geometrically without contact treatment, and then corrected by using a free surface method in order to satisfy the equilibrium, the boundary conditions and the metal incompressibility. A new direct algorithm of plasticity is proposed, leading to a very fast, accurate and robust plastic integration method even in the case of very large strain increments. An isotropic damage model in deformation is coupled with the plasticity and implemented in the PIA. Numerical tests have shown that the Pseudo Inverse Approach gives very close results to those obtained by the incremental approach, but using much less calculation time. The PIA is adopted as forging solver for the design and optimization of preform tools in the multi-stage forging process. The rapidity and robustness of the PIA make the optimization procedure very powerful. A new method is developed to automatically generate the initial preform tool shape for the optimization procedure. The design variables are the vertical positions of the control points of B-spline curves describing the preform tool shape. Our multi-objective optimization is to minimize the equivalent plastic strain in the final part and the punch force during the forging process. The Genetic algorithm and Simulated Annealing algorithm are used to find optimal Pareto points. To reduce the number of forging simulations, a surrogate meta-model based on the kriging method is adopted to build an approximate response surface. The results obtained by the PIA using the optimal preform tools issued from the optimization procedure are compared to those obtained by using the classical incremental approaches to show the effectiveness and limitations of the PIA. The optimization procedure combined with the PIA can be a rapid and powerful tool for the design and optimization of the preform tools.