European Commission logo
français français
CORDIS - Résultats de la recherche de l’UE
CORDIS

SELF OPTIMISING MEASURING MACHINE TOOLS

Article Category

Article available in the following languages:

Une auto-adaptation basée sur les mesures de taux d'erreur et sa compensation

Des scientifiques s'emploient à mettre au point un système de contrôle adaptatif en temps quasi-réel pour les machines-outils. Associant des capteurs et un algorithme d'auto-apprentissage, le système facilitera une fabrication rentable et de grande qualité des petits lots uniques.

Technologies industrielles icon Technologies industrielles

Fabriquer des composants mécaniques par petits lots entraîne souvent des dysfonctionnements ainsi que des pertes en matières premières et énergie. Les paramètres de processus sont en grande partie déterminés selon une logique d'essais et d'erreurs, et le temps de production est considérablement augmenté par l'intégration de séquences de production - contrôle qualité. Des scientifiques ont lancé le projet Sommact («Self optimising measuring machine tools») financé par l'UE pour développer un nouveau matériel de production et un logiciel de contrôle en vue d'obtenir une meilleure qualité produit à un coût compétitif. Sommact exploite trois innovations. Premièrement, les scientifiques utilisent un nouveau concept métrologique pour mesurer et surveiller les erreurs des machines-outils et inspecter les pièces usinées. Les capacités de mesure sont améliorées de telle sorte qu'on obtient une machine de mesure des coordonnées (CMM, de l'anglais coordinate measuring machine) capable de fournir des mesures conformes au lieu de travail et des données précieuses pour un auto-apprentissage. Les systèmes de détection améliorés fournissent des informations détaillées sur les erreurs géométriques de chaque mouvement de la machine. Un système de contrôle adaptatif ajoute les conditions environnementales et de charge au taux d'erreur trouvé afin de modifier le processus d'usinage de façon appropriée. Enfin, un algorithme d'auto-apprentissage accumule les informations sur le comportement de la machine sous diverses conditions et son incidence sur la qualité des pièces. Tous les objectifs du projet ont été atteints dans les temps impartis. Les expériences ont démontré que le système Sommact peut réduire jusqu'à 75% le taux d'erreur affectant la précision des machines. En outre, les capacités d'inspection qui n'étaient jusqu'à présent disponibles que sur des CMM ont été incluses et la traçabilité assurée par de nouveaux artéfacts de référence calibrés. Sommact a fourni un précieux ensemble d'outils pour mesurer les erreurs de mouvement des machines avec six degrés de liberté (DoF, de l'anglais degrees-of-freedom), ce qui contraste nettement avec la technique de pointe précédente consistant en un système de détection de position à un DoF. Presque tout le module peut être utilisé avec les machines-outils existantes. La mise à jour des tableaux de compensation volumétrique est faite quasiment en temps réel, au moment où l'opérateur entre des données. La normalisation des données de compensation au sein de l'ISO (Organisation internationale de normalisation) est en cours. Enfin, les activités d'aide à la prise de décision comprennent une prise de mesure immédiate, en recourant au réétalonnage de la machine si elle ne correspond pas aux scénarios précédemment étudiés, et en estimant les besoins de maintenance. Le système Sommact devrait contribuer à améliorer considérablement le contrôle des machines-outils et la qualité des produits. Sommact a été recommandé comme projet phare et grande réussite à la fois pour le secteur industriel des machines-outils et pour la direction générale de la recherche et de l'innovation (RTD) de la Commission européenne.

Découvrir d’autres articles du même domaine d’application