Développement d’une démarche robuste de serrage pour la tenue des assemblages boulonnés aéronautiques dans le contexte d’une smart factory 4.0

Development of a robust tightening approach for bolted aeronautical assemblies within the framework of a smart factory 4.0

• Auteur / Autrice : Charly Foissac
• Direction : Alain Daidié, Stéphane Segonds
• Type : Thèse de doctorat
• Discipline(s) : Génie mécanique, mécanique des matériaux
• Date : Soutenance le 05/02/2024
• Etablissement(s) : Université de Toulouse (2023-....)
• Ecole(s) doctorale(s) : École doctorale Mécanique, énergétique, génie civil et procédés (Toulouse)
• Partenaire(s) de recherche : Laboratoire : ICA - Institut Clément Ader - Institut Clément Ader
• Jury : Président / Présidente : Jean-Marc Linares
• Jury : Rapporteurs / Rapporteuses : Pierre-Alain Boucard, Franck Renaud

Mots clés

Mots clés contrôlés

Modélisation prédictive

Montages (génie mécanique)

Assemblages à boulons

Mots clés libres

Assemblages boulonnés

Serrage

Contrôle de la Précharge

Modèle prédictif

Réseau de neurone

Bolted assemblies

Tightening

Preload Control

Predictive model

Neural Network

Résumé

La thèse se concentre sur l'amélioration de la consigne de serrage des assemblages boulonnés aéronautiques dans le but de renforcer la qualité et la sécurité des avions d'Airbus.L'introduction de la thèse met en lumière l'importance du serrage dans les assemblages boulonnés et son impact sur l'intégrité des systèmes. Elle met en évidence l'importance de la précharge dans ces assemblages et propose une approche innovante appelée ''serrage intelligent'' pour asservir la tension dans un boulon avec précision. Cette approche s'inscrit dans le cadre de la digitalisation des lignes d'assemblage d'Aéronefs.Une première partie du manuscrit présente les moyens de serrage conventionnels, ainsi que les méthodes d'analyse des assemblages boulonnés. Elle distingue le couple de serrage de la précharge et souligne les problèmes de dispersion de la précharge liés aux moyens de serrage. Ce constat met en évidence la nécessité de contrôler la précharge sans la mesurer (Chapitre 1).Ensuite, le manuscrit se concentre sur les résultats issus des campagnes expérimentales, qui confirment l'impact des paramètres influant sur la précharge. Ces travaux insistent sur l'importance de l'analyse de points clés du serrage et exposent les déviations possibles en cas de non-conformité. Les campagnes expérimentales ont approfondi la compréhension du comportement mécanique en explorant de nombreux facteurs. Une campagne tribologique dédiée met également en lumière la complexité du comportement du frottement au sein de ces assemblages. Ces études soulignent l’intérêt d’utiliser une analyse combinée de l’angle et du couple de serrage pour prédire la précharge (Chapitre 2).Dans une troisième partie, les avantages du serrage intelligent sont examinés, en explorant succinctement les techniques du domaine de l'intelligence artificielle. Le manuscrit explique comment le serrage intelligent peut améliorer la détection des défauts, optimiser le serrage en réduisant la dispersion de la précharge et ouvrir de nouvelles perspectives pour l'industrie. Il présente également la faisabilité théorique de la surveillance du serrage pour améliorer la fiabilité, la qualité des assemblages et la maintenance prédictive (Chapitre 3).Une description complète du développement du prototype du système de serrage intelligent est ensuite fournie. Le manuscrit examine les ajustements apportés à l'algorithme du serrage intelligent en raison des contraintes spécifiques liées à la modification du banc d’essais. Il conclut en quantifiant les performances en temps réel du système de serrage intelligent, soulignant son efficacité dans des conditions réelles (Chapitre 4).En conclusion, cette thèse a permis de développer le principe d’un serrage intelligent en passant de l'hypothèse à la réalisation d’un démonstrateur. Ce prototype est capable de détecter certaines non-conformités et d'ajuster le couple de serrage en temps réel, réduisant ainsi de moitié la dispersion de la précharge installée. Ces résultats mettent en évidence l'importance cruciale du serrage intelligent dans l'optimisation des processus d'assemblage boulonnés, répondant ainsi aux nouvelles exigences de l'industrie du futur. Ils mettent également en perspective le potentiel de l'intelligence artificielle pour améliorer la fiabilité et la qualité des assemblages en service.

The thesis focuses on improving the tightening instructions for aerospace bolted assemblies with the aim of enhancing the quality and safety of Airbus aircraft.The thesis introduction highlights the importance of tightening in bolted assemblies and its impact on system integrity. It emphasizes the significance of preload in these assemblies and proposes an innovative approach called ''smart tightening'' to precisely control tension in a bolt. This approach is part of the digitalization of aircraft assembly lines.The first part of the manuscript presents conventional tightening methods and methods for analyzing bolted assemblies. It distinguishes between torque and preload and underscores issues related to preload dispersion due to tightening methods. This observation highlights the need to control preload without direct measurement (Chapter 1).Next, the manuscript focuses on the results from experimental campaigns that confirm the influence of parameters on preload. These works emphasize the importance of analyzing key tightening points and highlight potential deviations in case of non-conformity. The experimental campaigns enhance the understanding of mechanical behavior by exploring numerous factors. A dedicated tribological campaign also sheds light on the complexity of friction behavior within these assemblies. These studies underline the advantage of using a combined analysis of angle and torque to predict preload (Chapter 2).In a third part, the benefits of smart tightening are examined, briefly exploring artificial intelligence techniques. The manuscript explains how smart tightening can improve defect detection, optimize tightening by reducing preload dispersion, and open new prospects for the industry. It also presents the theoretical feasibility of tightening monitoring to enhance reliability, assembly quality, and predictive maintenance (Chapter 3).A comprehensive description of the development of the smart tightening system prototype is then provided. The manuscript discusses adjustments made to the smart tightening algorithm due to specific test bench constraints. It concludes by quantifying the real-time performance of the smart tightening system, highlighting its effectiveness in real-world conditions (Chapter 4).In conclusion, this thesis has successfully developed the concept of smart tightening, moving from hypothesis to the realization of a demonstrator. This prototype is capable of detecting certain non-conformities and adjusting torque in real-time, reducing preload dispersion by half. These results underscore the crucial importance of smart tightening in optimizing bolted assembly processes, meeting the new requirements of the future industry. They also highlight the potential of artificial intelligence to enhance the reliability and quality of assemblies in service.