Analyse vibratoire pour l'étude de l'usure des outils de coupe en tournage

Vibratory analysis for cutting tool wears study in turning process

• Auteur / Autrice : Wafaa Rmili-Mofid
• Direction : Abdeldjalil Ouahabi, Roger Serra
• Type : Thèse de doctorat
• Discipline(s) : Informatique. Génie mécanique et productique
• Date : Soutenance en 2007
• Etablissement(s) : Tours
• Partenaire(s) de recherche : Equipe de recherche : Laboratoire de mécanique et rhéologie (Tours1990-2017)
• Jury : Examinateurs / Examinatrices : Ménad Sidahmed, Bernard Tournerie
• Jury : Rapporteur / Rapporteuse : Georges Delaunay, Jean-François Rigal

Mots clés

Mots clés contrôlés

Détection du signal

Analyse temporelle

Traitement du signal

Tournage (technique)

Résumé

Le travail de cette thèse porte sur l’analyse des signatures vibratoires générées au cours d’un processus de tournage à sec en vue de suivre l’usure des outils de coupe. Ces signaux vibratoires ont été analysés en exploitant des méthodes temporelles (détection d’enveloppe, puissance moyenne), statistiques (moments statistiques), fréquentielles (spectrogramme) et temps-fréquence (transformation de Fourier à court terme, distribution de Wigner-Ville et transformation en ondelettes). Les méthodes d’analyse proposées dans cette application sont à la fois simples à exploiter en milieu industriel, peu coûteuses et performantes. Celles-ci ont permis la détermination de plusieurs indicateurs d’usure à savoir : le niveau vibratoire, la détection d’événements brusques, les fréquences caractéristiques et l’élargissement spectrale. L’exploitation de ces indicateurs a abouti à la proposition d’un détecteur automatique fiable, efficace et robuste.

This work is focused on the analysis of vibratory signatures produced during a dry turning process to track cutting tool wear. Several signal processing techniques based on time, statistical, frequency and time-frequency domain analysis are proposed in order to extract a large number of indicators able to describe the cutting tool state. These methods proposed in this application are both simple to operate in an industrial environment, efficient and don’t need long computing time. Vibratory level, sudden events detection, eigenfrequencies and spectral variations are the principal indicators obtained from methods cited above. Finally, this vibratory analysis results allowed to propos an automatic and robust detection of the tool wear.