Inspection automatique et sans contact de la rugosité des pièces usinées

Kamguem, René (2013). Inspection automatique et sans contact de la rugosité des pièces usinées. Thèse de doctorat électronique, Montréal, École de technologie supérieure.

Prévisualisation	PDF Télécharger (5MB) | Prévisualisation
Prévisualisation	PDF Télécharger (1MB) | Prévisualisation

Résumé

Dans le domaine mécanique, la qualité de surface (rugosité et texture) est un requis qualité très important pour les pièces. Spécialement dans des secteurs tel que l’aéronautique et l’automobile, ce requis est critique pour la fiabilité en fatigue. En effet, l’amorce des fissures est directement liée à la qualité de surface. La mesure de la rugosité se fait généralement dans un poste de métrologie ‘off line’ avec des instruments et des techniques très variés et qui consomment généralement beaucoup de ressources (temps, opérateurs et équipement). Les systèmes de mesure sans contact (ex. crayon confocal) proposés aujourd’hui dans le secteur sont, non seulement sont très couteux, mais aussi très encombrant pour une utilisation dans un poste d’usinage. L’objectif principal de cette thèse est de développer des stratégies pour évaluer la rugosité de surface automatiquement, sans contact et qui peuvent être intégrées directement dans un centre d’usinage. Ces stratégies doivent se baser sur des algorithmes et des modèles empiriques permettant d’estimer, avec une précision acceptable, la qualité du fini des pièces usinées.

Dans la première partie de ce travail, on s’est attardé sur le développement d’un modèle d’estimation de la rugosité en fraisage à partir de paramètres issus d’un système de vision 2D. Aux termes des travaux préliminaires, nous avons constaté que parmi les modèles prédictifs disponibles dans la littérature aucun ne semble être adapté à l'usinage à grande vitesse; ils sous-estiment la rugosité arithmétique (R) par rapport aux mesures expérimentales. Compte tenu de ces informations, nous avons mis en place et validé un modèle empirique qui permet une évaluation de la rugosité arithmétique R à partir d’une image captée par une caméra et de la connaissance à priori du paramètre d'usinage "avance par dent". Ce modèle prend également en compte le type de matériau usiné et l'outil de coupe utilisé (revêtements et géométrie). Nous avons démontré que les autres paramètres d’amplitude du profil ( ) ainsi que le paramètre espacement R peuvent être également estimée à l'aide de modèles similaires.

La critique la plus importante aux modèles proposés par nos premiers travaux a été la nécessité d’introduire un paramètre propre à l’usinage : l’avance par dent. Idéalement, un système de mesure devrait être indépendant. Pour contourner cette contrainte, la suite de nos travaux a été orientée vers le développement d’un système de vision complétement indépendant des connaissances des paramètres d’usinage. Uniquement la connaissance préalable du matériau usiné est maintenue. La seconde partie de nos travaux présente le développement de nouveaux descripteurs issus de l’image de la surface usinée prise avec un microscope digital. Le but est d’implémenter un système de post-traitement ayant le potentiel d'évaluer, rapidement et sans contact, la rugosité de surface des pièces usinées. L'étude a montré également que d’autres paramètres de rugosité ( et ) peuvent être estimé en utilisant uniquement les caractéristiques extraites des images et des modèles sans avoir besoin de connaître les paramètres d'usinage utilisés pour générer la surface.

Titre traduit

Non-contact and automatic inspection of machined parts surface roughness

Résumé traduit

In mechanical engineering, the parts surface quality (roughness and texture) is a very important quality requirement. Especially in sectors such as aerospace and automotive, this requirement is critical because of its impact on component reliability and fatigue. Indeed, crack initiation is directly related to the surface quality. The roughness measurement is usually done 'off line' in a post metrology center with instruments and techniques that generally consume a lot of resources (time, equipment and operators). Non-contact measurement systems (eg. confocal crayon) proposed today in the industry are not only very expensive but also very bulky for use in a machining station. The main goal of this thesis is to develop contactless strategies to evaluate the surface roughness automatically, which can be integrated directly into a machining center. These strategies must be based on empirical models and algorithms to estimate, with acceptable precision, the surface finish of machined parts.

The first part of this work focuses on the development of a roughness estimation model for milled parts derived from a 2D vision system. Under the preliminary work, we noted that predictive models available in literature are not always suitable for high-speed machining. They underestimate the arithmetic roughness (Ra) compared to experimental measurements. Considering this information, we have developed and validated an empirical model that allows an evaluation of the arithmetic roughness Ra from an image captured by a camera and a priori knowledge of machining parameter ‘feed per tooth '. This model also takes into consideration the type of material machined and the cutting tool used (coatings and geometry). It was demonstrated that other roughness parameters such as amplitude profile parameters (Rz,Rt,Rk,Rq) and the spacing parameter Rsm may also be estimated using similar models.

The main disadvantage of the proposed models in our first work was the necessity to know a specific machining parameter used to shape the surface: the feed per tooth. To overcome this limitation, a new system vision and models completely independent of of the machining parameters were developed. Only prior knowledge of the machined material is maintained. The second part of our work presents the development of new descriptors from the image of the machined surface taken with a digital microscope. The goal is to implement a system of post-treatment having the potential to assess quickly and contactless, the surface roughness of the machined parts. The study has also shown that other roughness parameters (Ra, Rq, Rp, Rt and Rz) may be estimated using only features extracted from images and models without needing to know the machining parameters used for generate the surface.

Type de document:	Mémoire ou thèse (Thèse de doctorat électronique)
Renseignements supplémentaires:	"Thèse par articles présentée à l'École de technologie supérieure comme exigence partielle à l'obtention du doctorat en génie" Bibliogr. : p. [129]-136.
Mots-clés libres:	Usinage. Rugosité. Vision par ordinateur. Aluminium. Fraisage. Plan d'expérience. Ondelettes. pièce, surface, usiné, système de vision, tournage, transformée en ondelette 2D
Directeur de mémoire/thèse:	Directeur de mémoire/thèse Songmene, Victor
Codirecteur:	Codirecteur Tahan, Souheil-Antoine
Programme:	Doctorat en génie > Génie
Date de dépôt:	29 juill. 2013 14:18
Dernière modification:	10 mars 2017 02:05
URI:	https://espace.etsmtl.ca/id/eprint/1182

Gestion Actions (Identification requise)

Dernière vérification avant le dépôt