Loading...
Please wait, while we are loading the content...
Similar Documents
Modélisation prédictive par réseaux de neurones de la forme et des dimensions des joints de soudure par laser basée sur l'expérimentation et sur la simulation 3D
| Content Provider | Semantic Scholar |
|---|---|
| Author | Jacques, Laurent |
| Copyright Year | 2017 |
| Abstract | RESUME: La soudure au laser devient une des techniques d’assemblage les plus efficaces dans l’industrie en raison de sa productivite elevee et de sa flexibilite. Des soudures etroites, profondes et precises a une cadence elevee, une zone affectee thermiquement tres restreinte et des distorsions thermiques relativement faibles dues a la concentration de la puissance dans une tres petite zone sont les principaux avantages du soudage au laser par rapport aux procedes de soudage conventionnels. Les caracteristiques mecaniques d’une soudure obtenue par laser dependent principalement des dimensions du cordon de soudure qui dependent elles-memes des parametres du procede. Pour exploiter de maniere appropriee les avantages offerts par le procede, il est necessaire de controler ces parametres afin de produire des cordons de soudure avec les dimensions et les caracteristiques desirees. L’objectif du projet consiste a analyser les relations de dependance entre la forme et les dimensions du cordon de soudure et les parametres du procede dans le but d’etablir des modeles permettant la prediction des caracteristiques de la soudure dans le cas de soudage bout a bout d'acier galvanise sans avoir recours au long et couteux processus essai-erreur. Pour obtenir des modeles predictifs precis et robustes, une approche structuree en trois etapes a ete adoptee. La premiere etape consiste a conduire une investigation experimentale pour evaluer les effets thermiques et metallurgiques induites par les parametres du procede sur la qualite de la soudure. Les experiences sont basees sur une planification utilisant la methode de Taguchi et realisees a l'aide d'une source laser Nd: YAG de 3 kW en considerant tous les facteurs connus pour avoir le plus d'influence sur la qualite des soudures (puissance du laser, vitesse de soudure, diametre de la fibre laser, epaisseurs des toles et ecart entre les toles) afin d'estimer les variations de quatre attributs de la qualite de la soudure (largeur du cordon, profondeur de penetration, sous-remplissage et durete). Les effets des facteurs consideres et leurs contributions a la variation des differentes caracteristiques de la soudure sont analyses a l'aide d'ANOVA. La deuxieme etape consiste a developper et a valider experimentalement un modele numerique 3D afin de simuler le comportement du procede sous des conditions difficiles a realiser experimentalement. L'approche de modelisation adoptee est basee sur des transformations metallurgiques utilisant les relations de dependance entre temperature et proprietes des materiaux et la methode de l'enthalpie. Les soudages en mode conduction et en mode trou de serrure ont ete investigues en utilisant des sources surfacique et volumetrique respectivement. Les resultats des simulations, valides a l'aide de donnees experimentales produites dans la phase precedente, ont revele que le modele 3D permet de fournir non seulement une prediction coherente et precise des caracteristiques des soudures dans des conditions de soudage variees, mais permet egalement une analyse qualitative et quantitative du comportement du procede. Cette analyse a permis d'identifier les variables les plus pertinentes a utiliser dans une modelisation predictive. Finalement, la troisieme etape consiste a exploiter les avantages qu’offrent les reseaux de neurones pour developper des modeles de predictifs precis et robustes. La procedure de developpement des modeles est basee sur des donnees structurees provenant a la fois des experimentations et des simulations. Les relations entre les parametres du procede et les caracteristiques de la soudure ont ete analysees et leur sensibilite aux conditions de soudage evaluees a l'aide d'outils statistiques pertinents. Sur la base de ces resultats, plusieurs options de modele de prediction ont ete etablies et evaluees a l'aide de criteres precis. Les resultats montrent que les modeles developpes presentent d'excellentes performances predisant les dimensions de la soudure avec une erreur moyenne inferieures a 10% et que l'approche de modelisation par reseaux de neurones peut conduire a des modeles predictifs consistants capables de fournir des predictions precises et fiables des caracteristiques de la soudure dans une large gamme de conditions. -- Mot(s) cle(s) en francais : Soudage laser, joint bout a bout, acier galvanise, methode des elements finis, simulation 3D, reseaux de neurones, design d’experience, ANOVA. -- ABSTRACT: Laser welding becomes one of the most effective joining method in the modern industrial production because of its flexibility and high productivity. The very limited heat-affected zone and low thermal distortion due to the highly concentrated heat source are its major advantages compared to the conventional welding processes. In laser welding, the material physicochemical properties and the welding process parameters have significant effects on the weld joint quality attributes. To appropriately exploit the benefits offered by laser welding, it is necessary to develop a comprehensive strategy to control the variables of the process in order to produce desired weld joint characteristics without being forced to use the traditional and fastidious trial and error procedures. This study focuses on the development of an efficient and robust model for predicting the weld bead geometry and shape in laser welding of galvanized steel in butt joint configurations. Experimental and modelling investigations on thermal and metallurgical effects induced by parts specifications and laser welding system parameters on the weld quality is conducted to develop an integrated approach for predictive modelling. To reach accurate and robust weld bead geometry and shape predictive models, a three-step approach is adopted. The first step consists to conduct an experimental investigation focusing on the effects of various laser welding parameters on weld quality. These investigations are based on a structured experimental design using the Taguchi method and conducted using a 3 kW Nd:YAG laser source using factors known to have the most influence on weld quality (laser power, welding speed, laser fiber diameter, gap between sheets and sheet thickness) in order to estimate the variation of four weld quality attributes (bead width, penetration depth, underfill and hardness). The effects of the considered experimental factors and their contributions to the variation of different weld characteristics are studied using ANOVA. The second step consists to develop and validate experimentally a numerical 3D model for simulating the process behaviour under welding conditions difficult to realize experimentally. The adopted modelling approach is based on metallurgical transformations using temperature dependent material properties and the enthalpy method. Conduction and keyhole modes welding are investigated using surface and volumetric heat sources, respectively. Transition between the heat sources is carried out according to the power density and interaction time. Simulations are achieved using 3D finite element model implemented on commercial software. The simulation results, validated using experimental data produced in the previous phase, reveals that the 3D model can provide not only a consistent and accurate prediction of the weld characteristics under variable welding parameters and conditions but also a comprehensive and quantitative analysis of process. This analysis allowed the identification of the most relevant variables to use in the predictive modelling procedure. Then, the third step consists of developing an artificial neural network based prediction models. The models building procedure is based on experimental and simulation fused data. The relationships between welding parameters and geometric characteristics of the welds specifically depth of penetration and bead width are analysed and their sensitivity to the welding conditions evaluated using relevant statistical tools. Based on these results, various options for the prediction model are established and evaluated using improved criteria. The achieved results demonstrate that the resulting models present excellent performances and can effectively predict the weld shape and dimensions in laser welding with an average predicting errors less than 10%. These results demonstrate that the proposed ANN based prediction approach can effectively lead to consistent models able to accurately and reliably provide an appropriate prediction of weld bead geometry and shape under variable welding parameters and conditions. -- Mot(s) cle(s) en anglais : Laser welding, butt joint, galvanised steel, finite element model, 3D simulation, artificial neural network, design of experiment, ANOVA. |
| File Format | PDF HTM / HTML |
| Alternate Webpage(s) | http://semaphore.uqar.ca/1354/1/Laurent_Jacques_novembre2017.pdf |
| Language | English |
| Access Restriction | Open |
| Content Type | Text |
| Resource Type | Article |
