Comportement tribologique lors du formage à chaud d'alliage d'aluminium : performance tribologique des revêtements PVD commerciaux et mécanismes de transfert de l'aluminium

Tribological behavior in hot forming of aluminum alloy: tribological performance of commercial PVD coatings and mechanisms of aluminum transfer

• Auteur / Autrice : Panuwat Soranansri
• Direction : André Dubois, Laurent Dubar
• Type : Projet de thèse
• Discipline(s) : Mécanique des solides, des matériaux, des structures et des surfaces
• Date : Soutenance en 2025
• Etablissement(s) : Valenciennes, Université Polytechnique Hauts-de-France
• Ecole(s) doctorale(s) : Ecole Doctorale Polytechnique Hauts-de-France
• Partenaire(s) de recherche : Laboratoire : Laboratoire d'Automatique, de Mécanique et d'informatique Industrielles et Humaines
• Jury : Président / Présidente : Peter Groche
• Jury : Examinateurs / Examinatrices : André Dubois, Laurent Dubar, Philippe Moreau, Pierre Montmitonnet, Stefania Bruschi, Kuniaki Dohda, Mirentxu Dubar
• Jury : Rapporteurs / Rapporteuses : Pierre Montmitonnet, Stefania Bruschi

Mots clés

Mots clés libres

Tribologie

Transfert de matière

Revêtements PVD commerciaux

Revêtement Arc-DLC

Formage à chaud du métal

Alliages d'aluminium

Tribology

Material transfer

Commercial PVD coatings

Arc-DLC coating

Hot metal forming

Aluminium alloys

Résumé

Les objectifs de cette thèse de doctorat étaient de caractériser l’efficacité des revêtements de surface développé pour lutter contre les problèmes de transfert de matière rencontrés lors de la mise en forme de l’aluminium à chaud, et d'étudier ces mécanismes de transfert. Le matériau utilisé était un alliage d'aluminium AA 6082-T6, largement employé dans la fabrication de composants automobiles. Le test de Compression-Translation à chaud (WHUST) a été retenu comme tribomètre principal pour cette étude. Afin de contrôler précisément les températures des essais, un dispositif miniaturisé du WHUST a été conçu afin être intégré dans la chambre chauffante de la plateforme Bruker UMT TriboLab. Les tests préliminaires avec ce nouvel appareil ont montré un empilement significatif de matière devant le contacteur. De nouvelles équations analytiques ont donc été développées pour identifier le coefficient de frottement de Coulomb (COF) et le facteur de frottement (loi de Tresca) en tenant compte de cet empilement de matière. Le WHUST a ensuite été utilisé pour évaluer les performances tribologiques de trois revêtements PVD commerciaux : un AlCrN, un TiAlN et un Arc-DLC. Les expériences ont été menées sans lubrifiant, à des températures variant de 300 °C à 500 °C, sous des pressions de contact comprises entre 40 et 100 MPa, avec une vitesse de glissement égale à 0,5 mm/s. Les résultats ont montré que le revêtement Arc-DLC était plus efficace que les revêtements AlCrN et TiAlN pour atténuer les problèmes de transfert d’aluminium. En particulier, le revêtement Arc-DLC provoquait moins d'adhésion et moins de transfert d'aluminium, notamment lors du début du glissement. Ces résultats ont été confirmés par des essais sous des pressions de contact plus élevées, réalisés à l’aide l’essai de forgeage en T à chaud (HVGCT). Dans la deuxième partie de cette thèse, le revêtement Arc-DLC a été sélectionné pour étudier en détail les mécanismes de transfert d’aluminium sur les outils de mise en forme. Des essais ont été réalisés avec une courte distance de glissement (2 mm) pour examiner les premières étapes du transfert d’aluminium, tandis que des tests avec une distance de glissement de 38 mm ont permis d’étudier l’évolution du transfert. Les expériences ont été conduites aux mêmes températures d’essai (300-500°C), avec deux vitesses de glissement différentes, 0,5 mm/s et 5,0 mm/s, et toujours sans lubrifiant. Les topographies de surface et les images SEM prises le long de la piste de frottement ont montré que le transfert d'aluminium se produit en deux étapes principales : une phase initiale principalement due au labourage mécanique, suivie d'une phase de croissance dominée, en fonction des températures et des vitesses de glissement, par du labourage mécanique ou par de l'adhésion. Dans la dernière partie de cette thèse, l'apprentissage automatique (ML) a été utilisé pour étudier les mécanismes de transfert d’aluminium. Les topographies de surface et les images SEM prises le long de la piste de frottement ont été analysées. Elles ont été classifiées à l’aide de cinq algorithmes d’apprentissage automatique simples et d'une architecture de réseau neuronal convolutif (CNN) personnalisée. Il a été démontré que le ML appliqué aux données topographiques et le CNN appliqué aux images SEM permettaient tous deux d’identifier les modes d’usure avec précision.

The aims of this PhD thesis were to find effective surface coatings to prevent the material transfer issue and to study the mechanisms of material transfer in the hot forming of aluminum alloy. The workpiece material was AA 6082-T6 aluminum alloy, which is widely used to produce automotive components. The warm and hot upsetting sliding test (WHUST) was selected as the main tribometer in this study. To control the testing temperatures precisely, a scaled-down apparatus of the WHUST was designed to integrate into the heating chamber of the Bruker UMT TriboLab platform. The preliminary experiments of the new apparatus found that the pile-up material significantly occurred in front of the contactor due to the high friction at the interface and the deformation characteristic of the aluminum alloy at high temperatures. From this point, the pile-up material was considered as a new parameter in analytical equations used to identify the Coulomb coefficient of friction (COF) and the shear friction factor. The new apparatus of the WHUST was then used to evaluate the tribological performance of three commercial PVD coatings: AlCrN, TiAlN, and Arc-DLC. The experiments were performed at temperatures between 300˚C and 500˚C, at 0.5 mm/s of sliding speed under non-lubrication contact conditions. Those conditions led to the mean contact pressure between 40 MPa and 100 MPa. The results showed that the Arc-DLC coating had better efficiency in alleviating the aluminum transfer issue than the AlCrN and TiAlN coatings. The Arc-DLC coating caused less adhesive to the aluminum alloy and less transferred aluminum, especially in the initial period. Moreover, these findings were consolidated under higher contact pressure by using the hot V-groove compression test (HVGCT). Following that, the Arc-DLC coating was selected to study the mechanisms of aluminum transfer on the forming tool in detail. The WHUST was performed with the specific short sliding distance (2 mm) to investigate the initial stage of aluminum transfer, while the full sliding distance (38 mm) was used to examine the evolution of aluminum transfer. The experiments were conducted at the same testing temperatures with two different sliding speeds, 0.5 mm/s and 5.0 mm/s, under non-lubrication contact conditions. It was found that the aluminum transfer in the initial stage was mainly caused by mechanical plowing. Then, during the grow-up stage, the aluminum transfer was dominated by mechanical plowing and/or adhesive bonding, depending on the testing temperatures and the sliding velocities. Additionally, the different transfer mechanisms caused dissimilar COFs, surface characteristics along the friction track of the specimen, as well as transferred aluminum. In the last part of this PhD thesis, Machine Learning (ML) was involved to study the mechanisms of aluminum transfer. The previous part found that the wear characteristics along the friction track could be a significant indicator to differentiate the transfer mechanisms. Thus, the surface topographies and the SEM images along the friction track were used to classify by five simple ML algorithms and a custom Convolutional Neural Network (CNN) architecture, respectively. It was proved that the ML with topographic data and the CNN with SEM image data had the potential to identify the wear mode accurately.