Il est également possible d'assister à la soutenance en distanciel avec le lien de visioconférence suivant :
Lien vers le site
Meeting ID: 929 6586 9715
Passcode: 991990
Cette thèse a été réalisée au sein du laboratoire G-SCOP de Grenoble INP, sous l’encadrement de :
- Frédéric VIGNAT Professeur des Universités, Grenoble INP - UGADirecteur de thèse
- Nicolas BERAUD Maître de Conférences, Université Grenoble AlpesCo-encadrant
Membres du jury :
- Jean-Yves DANTAN Professeur des Universités, École nationale supérieure d'Arts et MétiersRapporteur
- Jérôme PAILHES Professeur des Universités, École nationale supérieure d'Arts et MétiersRapporteur
- Fabien VIPREY Maître de Conférences, École nationale supérieure d'Arts et MétiersExaminateur
- Cedric MASCLET Professeur des Universités, Université Grenoble AlpesExaminateur
Résumé :
Dans la fabrication moderne, les opérations d’usinage restent essentielles pour produire des composants aux dimensions précises et aux finitions de haute qualité. Cela a été rendu possible par l’avènement des machines à Commande Numérique (CNC), qui ont transformé le fraisage, augmenté la productivité et permis la création de géométries complexes. Il est donc important de souligner le rôle du choix des paramètres de coupe et de la trajectoire d’outil pour l’opération d’enlèvement de matière. Un bon ensemble de paramètres est essentiel pour garantir la qualité des pièces, réduire les vibrations et optimiser l’efficacité de l’usinage, parmi d’autres facteurs utilisés pour évaluer la qualité du processus d’usinage. Au cours de la phase de planification, l’utilisateur de la Fabrication Assistée par Ordinateur (FAO) saisit de nombreux paramètres dans l’algorithme de génération de trajectoire d’outil sans nécessairement comprendre leur impact ou leur objectif. Il s’appuie plutôt sur son expérience et sur des ressources telles que les catalogues d’outils et les spécifications des produits. Malgré les avancées technologiques et le développement de logiciels FAO sophistiqués, l’absence d’outils intégrés pour l’évaluation des trajectoires d’outils limite la prise de décision. Cela entraîne des erreurs, aboutissant à des trajectoires sous-optimales qui nuisent à la productivité. De nombreux opérateurs choisissent des paramètres conservateurs, ce qui peut limiter le potentiel sans pour autant garantir une fabrication sans erreur. De plus, les connaissances sur les éléments clés nécessaires à l’évaluation, tels que la dynamique des machines, la géométrie des outils, les propriétés des matériaux et leur comportement dans des conditions de coupe, sont souvent limitées. Ces informations sont souvent incomplètes ou indisponibles, rendant difficile une évaluation correcte des trajectoires et augmentant l’incertitude épistémique dans la prise de décision. Cette incertitude peut provoquer des problèmes lors de la fabrication, forçant à prendre des décisions en l’absence d’informations critiques. Parmi ces défis, les données incomplètes ou incertaines sont la principale source d’incertitude ce qui accroît la complexité du problème. Il est essentiel de développer des solutions qui contribuent à réduire cette incertitude et fournissent une aide à la décision fiable aux utilisateurs dans ce processus, qui nécessite une prise de décision rapide pour de nombreux paramètres. Il est nécessaire de surmonter ces limitations pour progresser vers des processus plus efficaces, plus robustes et moins dépendants des compétences, ce qui constitue l’objectif principal de cette thèse.
Cette étude relève ce défi en proposant une méthodologie qui permet à l’opérateur FAO d’évaluer les décisions en fonction des paramètres de génération de trajectoire tout en les saisissant dans le logiciel. Cette évaluation est réalisée de manière dynamique, en évaluant des indicateurs pertinents du fraisage et en permettant la sélection de conditions de coupe plus robustes et fiables. Pour y parvenir, le processus commence par la collecte et l’organisation des connaissances d’experts en fraisage. À l’aide d’un modèle structuré, leur expérience est formalisée clairement à travers des concepts clés. Parmi ces concepts essentiels, ceux pertinents pour l’évaluation du fraisage sont sélectionnés et modélisés mathématiquement, en mettant l’accent sur des modèles pratiques et fiables. Au sein de ces modèles, les éléments de nature épistémique sont identifiés, quantifiés et représentés, démontrant leur influence sur un concept d’évaluation. Des stratégies pour réduire ces incertitudes sont également suggérées. Enfin, pour rendre cela pratique, une méthode permettant de traduire les règles d’action en une représentation graphique a été proposée, à partir de laquelle une interface graphique a été créée. Celle-ci permet à l’utilisateur de la FAO d’interagir avec divers concepts clés impliqués dans la mathématisation des différents aspects d’évaluation du fraisage. En définitive, cela offre une vue d’ensemble plus complète à l’opérateur FAO, lui permettant de prendre des décisions plus éclairées, même dans des situations incertaines.
Mots-clés : Fabrication, Trajectoire d'outil, Modèles phénoménologiques, Prise de décision, Incertitudes
This thesis was completed at the G-SCOP laboratory at Grenoble INP, under the supervision of :
- Frédéric VIGNAT Professeur des Universités, Grenoble INP - UGADirecteur de thèse
- Nicolas BERAUD Maître de Conférences, Université Grenoble AlpesCo-encadrant
Jury Members :
- Jean-Yves DANTAN Professeur des Universités, École nationale supérieure d'Arts et MétiersRapporteur
- Jérôme PAILHES Professeur des Universités, École nationale supérieure d'Arts et MétiersRapporteur
- Fabien VIPREY Maître de Conférences, École nationale supérieure d'Arts et MétiersExaminateur
- Cedric MASCLET Professeur des Universités, Université Grenoble AlpesExaminateur
Abstract:
In modern manufacturing, machining operations remain essential for producing components with precise dimensions and high-quality finishes. This has been made possible by the advent of Computer Numerical Control (CNC) machines, which have transformed milling, increased productivity, and enabled the creation of complex geometries. Therefore, it is important to highlight the role of choosing the cutting parameters that will generate the toolpath for the material removal operation. A good set of parameters is vital for ensuring part quality, reducing vibrations, and optimizing machining efficiency, among other factors used to evaluate the quality of the machining process. During the planning stage, the Computer-Aided Manufacturing (CAM) user inputs numerous parameters into the toolpath generation algorithm without necessarily understanding their impact or purpose. Instead, they depend on their experience and resources like tool catalogs and product specifications. Despite technological advancements and the development of sophisticated CAM software, the absence of built-in tools for toolpath evaluation diminishes decision-making. It leads to errors, resulting in suboptimal toolpaths that hinder productivity. Many operators select conservative parameters, which may limit potential but do not guarantee error-free manufacturing. Furthermore, there is limited knowledge about key elements needed for evaluation, such as machine dynamics, tool geometry, material properties, and behavior under cutting conditions. Often, this information is incomplete or unavailable, making proper trajectory assessment difficult and increasing epistemic uncertainty in decision-making. This uncertainty can cause issues during manufacturing, forcing decisions to be made despite a lack of critical information. Among these, incomplete or uncertain data is the main source of uncertainty, raising the complexity of the problem. Developing solutions that help reduce this uncertainty and provide reliable decision support for users in this process, which requires fast decision-making for
numerous parameters, is essential. Addressing these limitations is necessary to advance toward more efficient, robust, and less skill-dependent processes, which is the primary goal of this thesis.
This study tackles this challenge by proposing a methodology that allows the CAM operator to assess decisions based on trajectory generation parameters while inputting those parameters into the CAM software. This assessment is done dynamically, evaluating relevant milling indicators and enabling the selection of more robust and dependable cutting conditions. To accomplish this, the process starts by collecting and organizing experts’ knowledge in milling. Using a structured model, their experience is formalized clearly through key concepts. From these essential concepts, those relevant for milling evaluation are selected and mathematically modeled, emphasizing practical and reliable models. Within these models, elements with an epistemic nature are identified, quantified, and represented, demonstrating their influence on an evaluation concept. Additionally, strategies to reduce these uncertainties are suggested. Finally, to make this practical, a method to translate the action rules into a graphical representation has been proposed, from which a graphical interface has been created. This interface allows the CAM user to interact with various key concepts involved in the mathematization of different evaluation aspects in milling. Ultimately, this provides a more comprehensive overview for the CAM operator, enabling more informed decision-making, even in uncertain situations.
Keywords: Manufacturing, Toolpath, Phenomenological models, Decision-making, Uncertainties
