Planification des trajectoires basée sur l'intelligence artificielle et la simulation multiphysique pour l'amélioration de la fabrication additive par laser à fil

Trajectory planning based on artificial intelligence and multiphysics simulation for the improvement of wire-fed laser additive manufacturing (WLAM)

• Auteur / Autrice : Larbi Yousfi
• Direction : Moncef Hammadi, Slim Bouaziz
• Type : Projet de thèse
• Discipline(s) : Ingéniérie des systèmes complexes
• Date : Inscription en doctorat le 01/11/2023
• Etablissement(s) : université Paris-Saclay en cotutelle avec Université Paris-Saclay GS Sciences de l'ingénierie et des systèmes
• Ecole(s) doctorale(s) : École doctorale Interfaces : matériaux, systèmes, usages (Gif-sur-Yvette, Essonne, France ; 2015-....)
• Partenaire(s) de recherche : Laboratoire : Laboratoire Quartz (Saint-Ouen, Seine-Saint-Denis)
• Partenaire(s) de recherche : Référent : CentraleSupélec (2015-....)

Mots clés

Mots clés libres

Contrôle des processus

Machine Learning

Optimisation de la qualité des pièces

Planification des trajectoires

Fabrication additive par laser à fil

Modélisation multiphysique

Quality optimization of parts

Path planning

Machine Learning

Multiphysics modeling

Wire-fed laser additive manufacturing

Process control

Résumé

La fabrication additive par laser à fil (LWAM) incarne l'avant-garde de la production de pièces métalliques complexes. Cependant, derrière ses avantages se cache une problématique scientifique ardue: comment maîtriser avec précision les trajectoires du laser face à des géométries alambiquées ? Ce travail de thèse ambitionne de répondre à ce défi en fusionnant l'intelligence artificielle (IA) avec la simulation multiphysique. Par ce biais, nous envisageons une double contribution: d'une part, des algorithmes d'IA sophistiqués pour une optimisation sans précédent des trajectoires et d'autre part, des simulations prenant en compte les phénomènes thermiques, mécaniques, et métallurgiques pour assurer une qualité irréprochable des pièces produites. Le véritable enjeu réside dans la concrétisation d'une synergie entre ces disciplines, espérant ainsi révolutionner le LWAM pour une production plus agile, efficace, et fiable.

Laser Wire Additive Manufacturing (LWAM) stands at the forefront of producing intricate metallic components. Yet, beneath its advantages lies a challenging scientific quandary: how can one precisely control the laser trajectories for intricate geometries? This thesis endeavors to address this challenge by intertwining artificial intelligence (AI) with multiphysical simulation. Through this merger, we anticipate a dual contribution: on one hand, sophisticated AI algorithms for unparalleled trajectory optimization and, on the other, simulations that account for thermal, mechanical, and metallurgical phenomena to ensure impeccable component quality. The true stakes hinge on materializing a synergy between these domains, hoping to revolutionize LWAM for a more nimble, efficient, and reliable production.