Asservissement thermique du procédé Wire Arc Additive Manufacturing : vers un asservissement des procédés Direct Energy Deposition

Thermal closed-loop control of Wire Arc additive Manufacturing process : toward closed-loop control for Direct Energy Deposition

• Auteur / Autrice : Anthony Dellarre
• Direction : Nicolas Beraud
• Type : Projet de thèse
• Discipline(s) : GI - Génie Industriel : conception et production
• Date : Inscription en doctorat le ; Soutenance le 17/10/2024
• Etablissement(s) : Université Grenoble Alpes
• Ecole(s) doctorale(s) : École doctorale Ingénierie - matériaux mécanique énergétique environnement procédés production
• Partenaire(s) de recherche : Laboratoire : Laboratoire des Sciences pour la Conception, l'Optimisation et la Production de Grenoble
• Partenaire(s) de recherche : Equipe de recherche : Conception Produit Process (CPP)
• Jury : Président / Présidente : Christophe Tournier
• Jury : Examinateurs / Examinatrices : Nicolas Beraud, Cyril Bordreuil, Mathieu Ritou, Rémy Dendievel, Sandra Zimmer chevret
• Jury : Rapporteur / Rapporteuse : Cyril Bordreuil, Mathieu Ritou

Mots clés

Mots clés libres

Wire Arc Additive Manufacturing

Asservissement

Thermique

Aluminiul

Direct Energy Deposition

Wire Arc Additive Manufacturing

Closed-loop control

Thermal

Aluminium

Direct Energy Deposition

Résumé

Les procédés Direct Energy Deposition (DED) regroupent les procédés de fabrication additive qui, par un outil unique, déposent du métal sous forme de fil ou de poudre à l’aide d’une source d’énergie. Le TRL actuel est évalué dans ces travaux à 7. Une problématique industrielle est : Quelle stratégie de production mettre en place pour les procédés DED afin d’améliorer leur TRL ? Le projet ANR METALIC, dans lequel s’inscrit cette thèse, propose de répondre à cette problématique. Un état de l’art montre que la principale cause des défauts est une mauvaise gestion thermique des procédés. Une hypothèse majeure du manuscrit est : la maîtrise de l’état thermique permettrait de contrôler l’apparition des défauts pendant la fabrication en DED. Des stratégies sont identifiées pour maîtriser cet état thermique pendant la production, et la mise en place d'un asservissement de l’état thermique est retenue. La question de recherche du manuscrit est : Comment asservir l’état thermique d’une pièce pendant une production DED dans le but de maîtriser la qualité de la pièce produite ? Ces travaux abordent cette question dans le cadre suivant : • Sur le procédé WAAM-CMT. • Pour un alliage d’aluminium. • En étudiant uniquement la déviation de la largeur du cordon. • Pour la fabrication de murs fins. • Dans un environnement pouvant être industriel. Quatre sous-questions de recherche sont proposées : • Comment réaliser un asservissement pour les procédés DED ? Les éléments génériques composant la machine DED et les modules du logiciel d’asservissement sont définis. L’asservissement est implémenté sur un système réel WAAM-CMT. L’architecture logicielle proposée permet de supporter ces travaux de recherche en séparant le problème en sous-problèmes indépendants. • Comment monitorer l’état thermique des procédés DED ? L’état de l’art montre que l’état thermique peut être caractérisé par le rayonnement thermique NIR ou SWIR du bain de fusion en aluminium. Une caméra NIR est utilisée pour mesurer ce rayonnement. Les images sont corrélées à la variation de largeur du cordon de soudure. Une comparaison de différents traitements d’images est proposée et un basé sur les réseaux de neurones est retenu. • Comment piloter l’état thermique des pièces pendant une fabrication DED ? Par un état de l’art, un pilotage de l’apport d’énergie de l’outil DED est retenu pour piloter l’état thermique de la pièce. Un pilotage pour le procédé WAAM-CMT en alliage d’aluminium est proposé et son efficacité est démontrée. Les temps de réponse de ce pilotage et de la boucle de retour sont évalués de l’ordre de la seconde grâce à la réponse du système à un échelon. La fonction de transfert du système, à partir de l’ordre envoyé au poste de soudure jusqu’à la prédiction de la largeur, est modélisée par un système linéaire du premier ordre. • Comment contrôler les procédés DED ? Un correcteur PID est retenu pour contrôler le procédé. Deux cylindres sont réalisés pour valider la proposition : l’un avec des paramètres de fabrication constants et l’autre avec le système d’asservissement proposé. Le système convergence vers la consigne, il est stable et il est robuste. Les limites du système proviennent de la boucle de retour qui est basée sur un réseau de neurones. Le traitement d’images avec le réseau de neurones produit une mesure fidèle, mais qui n’est pas juste, en revanche, le traitement d’images conventionnel propose une mesure juste, mais il est peu fidèle. Les apports majeurs de ces travaux de thèse sont : • Une hypothèse basée sur l’état de l’art : la maîtrise de l’état thermique pendant la fabrication. DED permet de contrôler la qualité de fabrication. • Une architecture d’asservissement pour les procédés DED. • Un monitoring de l’état thermique pour la prédiction de la largeur du cordon de soudure. • Un pilotage de l’état thermique du procédé. • Une identification des limites du réseau de neurones. • Un asservissement thermique du procédé WAAM-CMT en aluminium.

Direct Energy Deposition (DED) processes are additive manufacturing processes that deposit metal in the form of wire or powder using an energy source with the same tool. The current TRL is evaluated in this work at 7. An industrial problem is: How to establish production strategies for DED processes to improve their TRL? The ANR METALIC project, in which this thesis is situated, aims to address this issue. A state-of-the-art review shows that the main cause of defects is poor thermal management of the processes. A major hypothesis of the manuscript is posed: mastering the thermal state would allow controlling the occurrence of defects during DED fabrication. Several strategies are identified to control this thermal state during production, and the implementation of thermal state feedback control is selected. The research question of the manuscript is: What manufacturing strategy put in place in order to produce DED part first time right? This work addresses this question within the following framework: • Using the WAAM-CMT process, • For an aluminum alloy, • Studying only the deviation in weld beads thickness, • For the fabrication of thin walls, • In an environment compatible with industrial settings. Four sub-research questions are proposed: • How to implement closed-loop control for DED processes? The definitions of the generic elements composing the DED machine and the software feedback control modules are proposed. These definitions are applied to a real WAAM-CMT system. The proposed software architecture supports this research by breaking the problem into independent sub-problems. • How to monitor the thermal state of DED processes? The state-of-the-art review shows that the thermal state can be characterized by an image of the NIR-SWIR thermal radiation of the aluminum melt pool. A NIR camera is chosen. The images are correlated with the variation of weld beads width. A comparison of different image processing techniques is proposed, and an image processing method based on neural networks is selected. • How to pilot the thermal state of parts during DED fabrication? Based on a state-of-the-art review, piloting the energy input of the DED tool is chosen to control the thermal state of the parts. A thermal control for WAAM-CMT process with an aluminum alloy is proposed and its effectiveness is demonstrated. The response times of this thermal control and the feedback loop are evaluated. They are in the order of seconds. The system's transfer function, from the command sent to the welding station to the prediction of width, is modeled by a first-order linear system. • How to control DED processes? A PID controller is chosen to control the process. Two cylinders are produced to validate the proposal: one with constant manufacturing parameters and the other with the proposed feedback control system. The system converges to the command, it is stable and it is robust against perturbation. The limitations of the system come from the feedback loop, which is based on neural networks. Neural network-based image processing produces a precise but untrue measurement, while conventional image processing provides a true but imprecise measurement. The major contributions of this thesis are: • A hypothesis based on the state-of-the-art: mastering the thermal state during DED fabrication allows for controlling manufacturing quality. • An architecture for feedback control of DED processes. • Thermal state monitoring for predicting weld bead width. • Control of the process's thermal state. • Identification of the limitations of neural networks. • Thermal closed-loop control of the WAAM-CMT aluminum process.