Etude expérimentale et numérique d'un essai de soudage TIG statique et estimation des paramètres du flux de chaleur

Static GTAW experimental and numerical investigations and heat flux parameter estimation

• Auteur / Autrice : Sreedhar Unnikrishnakurup
• Direction : Gilles Fras
• Type : Thèse de doctorat
• Discipline(s) : Mécanique et Génie civil
• Date : Soutenance le 29/01/2014
• Etablissement(s) : Montpellier 2
• Ecole(s) doctorale(s) : Information, Structures, Systèmes (Montpellier ; École Doctorale ; 2009-2014)
• Partenaire(s) de recherche : Laboratoire : Laboratoire de Mécanique et Génie Civil (Montpellier)
• Jury : Examinateurs / Examinatrices : Gilles Fras, Laurent Autrique, Philippe Le Masson, Sébastien Rouquette, Fabien Soulié, Pascal Paillard
• Jury : Rapporteurs / Rapporteuses : Laurent Autrique, Philippe Le Masson

Mots clés

Mots clés contrôlés

Problèmes inverses (équations différentielles)

Modélisation électrothermique

Soudage à l'arc TIG

Mots clés libres

Soudage TIG

Modelisation Thermo-Magneto-HydroDynamique

Caméra rapide

Traitement d'images

Problème inverse de transferts thermiques

Levenberg-Marquardt

Gtaw

Magneto thermo hydrodynamics

Marangoni

Image processing

Sensitivity analysis

Levenberg Marquardt method

Résumé

Le procédé de soudage à l'arc sous atmosphère inerte (TIG) est souvent employé pour des assemblages nécessitant une grande qualité du joint soudé. Les propriétés du joint soudé dépendent essentiellement du cycle thermique imposé par l'opération de soudage, de la composition chimique du matériau métallique et des mouvements convectifs du métal fondu dans le bain de fusion. L'écoulement du métal liquide dans le bain de fusion modifie la distribution de température en son sein et à proximité, ainsi que la forme géométrique du joint. Afin d'améliorer l'opération de soudage TIG, par exemple pour accroitre la productivité ou éviter des défauts rédhibitoires, il est nécessaire de bien comprendre les phénomènes physiques mis en jeu dans le bain de fusion ainsi que l'effet des paramètres opératoires (intensité, hauteur d'arc, gaz …) sur ces phénomènes physiques. Dans le but d'appréhender les phénomènes mis en jeu au cours de l'opération TIG et dans le bain de fusion, un modèle multi-physique 2D axisymétrique a été établi et résolu par la méthode des éléments finis (MEF). Les forces telles que Lorentz (électromagnétique), Marangoni (Tension superficielle), Boussinesq et la force de cisaillement du plasma d'arc ont été prises en compte au niveau du bain de fusion. Le modèle TIG établi est utilisé pour prédire la distribution de température et la distribution des vitesses dans le bain de fusion ainsi que la forme géométrique du bain de fusion. Un protocole expérimental a été développé dans le but de valider le modèle proposé. Pour cela, une opération de soudage TIG stationnaire (pas de mouvement de la torche) a été réalisée sur un disque métallique. L'opération a été contrôlée par des mesures de température, par une observation de la formation et de l'évolution de la surface du bain de fusion avec une caméra rapide et un enregistrement des paramètres opératoires (intensité et tension). Toutes les données sont synchronisées entre elles pour permettre une analyse expérimentale pertinente. La confrontation des résultats expérimentaux avec le modèle multi-physique du soudage TIG a fait apparaître une assez bonne adéquation, mais des différences existent, essentiellement liées à la méconnaissance des paramètres décrivant le flux de chaleur utilisé dans la simulation. Le flux de chaleur a été modélisé par une fonction Gaussienne qui nécessite la connaissance du rendement du procédé TIG et la distribution spatiale (ou rayon de la Gaussienne). L'estimation de ces paramètres a été réalisée par une méthode inverse. Cette méthode inverse a consisté à estimer les paramètres inconnus à partir des données expérimentales disponibles. La méthode d'optimisation dite de Levenberg-Marquardt, associée à une technique de régularisation itérative, a été utilisée pour estimer les paramètres. La pertinence et la robustesse de cette méthode ont été validées au travers de plusieurs cas numériques ; soit des cas utilisant des données « exactes » ou des données « bruitées ». Trois types d'erreurs ont été analysés séparément : bruit de mesure, erreur sur la position du capteur et imprécision sur la valeur des propriétés thermophysiques. Les deux dernière erreurs sont celles qui impactent fortement le résultat de l'estimation, essentiellement l'estimation du rendement du procédé TIG. Enfin, une partie des données expérimentales a été utilisée pour résoudre le problème inverse. Les paramètres ont été estimés avec une marge d'erreur inférieure à 10% et ils sont en bon accord avec les valeurs trouvées dans la littérature.

Gas Tungsten Arc Welding (GTAW) process is generally used for assemblies that requires high quality weld joint. The microstructure and the weld joint relies mainly on the thermal cycle due to the welding operation, the chemical composition of the metallic material and the complex flow of molten metal in the weld pool. Moreover the fluid flow in the weld pool play a major role in the temperature distribution and the final weld pool shape. Better understanding of the physical phenomena involved in the welding operation, more exactly in the weld pool, are the fundamental step for improving the GTAW operation, for example increase the productivity or avoid defects. In the present research work, a two dimensional axi-symmetric multiphysics model was established in order to predict the weld pool shape evolution in the frame of a stationary Gas Tungsten Arc Welding using a finite element numerical approach. The weld pool model included various driving forces such as self-induced electromagnetic (Lorentz force), surface tension (Marangoni force), buoyancy and the arc plasma drag force. The stated GTAW model is used for predicting the velocity and temperature distribution in the fusion zone and the final weld pool shape. In order to validate the GTAW model, an experimental set up was defined for synchronizing the acquisition of time dependent data such as temperature, weld pool radius and welding process parameters (current and voltage). Image processing algorithms were developed for the time dependent weld pool size identification from the high speed camera images. Comparison between experimental and calculated data exhibited important discrepancies on the temperature field and weld pool radius. These discrepancies are due to the incoming heat flux from the arc plasma into the work piece. The heat flux was modeled with a Gaussian function itself described with few parameters;two of these required to be estimated: GTAW efficiency and Gaussian distribution.An inverse approach is used for estimating these parameters from the available experimental data: temperature, weld pool radius and macrographs. The Levenberg-Marquardt method is used to solve the inverse heat transfer problem coupled to an iterative process regularization. Afterward the inverse heat transfer problem was investigated through few numerical cases in order to verify its robustness to three sorts of error in the input data (measurement noise, sensor location error and inaccuracies associated with the thermophysical properties). The inverse approach was robust to errors introduced on measurement data. However, errors on the position of sensors or on the knowledge of material thermo-physical properties are problematic on the GTAW efficiency estimation. Finally the inverse problem was solved with experimental measurement. The estimated parameters are in good agreement with the literature. The evaluated error on the estimated parameters is less than 10%.