Please use this identifier to cite or link to this item: http://dspace.univ-guelma.dz/jspui/handle/123456789/10282
Title: Maximisation de la productivité et minimisation de la rugosité de surface lors de l'usinage du Polyamide PA6
Authors: BRAHMIA, YOUSSOUF
Keywords: Tournage, PA6, Plans d’expérience, ANOVA, optimisation, Taguchi, RSM, GRA, DF.
Issue Date: Sep-2020
Abstract: Les polymères jouent un rôle extrêmement important dans l’industrie d’aujourd’hui, ils sont présents dans de nombreux secteurs industriels. Certains matériaux polymères ont des avantages extraordinaires tels que : leurs faibles densités, la possibilité de production en série, leurs faibles coefficients de frottement, spécialement les polyamides qui ont une grande résistance à l’abrasion et aux faibles températures, Ces derniers présentent des difficultés lors de la coupe à cause de leurs caractéristiques physiques et mécaniques. De là, il est très intéressant de trouver des conditions du régime de coupe où les outils de coupe peuvent productivement et efficacement usiner ces polyamides. Le présent travail concerne le tournage de polyamide 6 (PA6) avec une plaquette en carbure (SPMR 120308). Ce travail est divisé en deux parties. La première concerne la modélisation des réponses de sortie à savoir : La rugosité de surface (Ra) et le débit de copeau enlevé (MRR), en utilisant la méthodologie de la surface de réponse (RSM). L’analyse de la variance (ANOVA) est utilisée afin d'évaluer l'influence des paramètres de coupe, à savoir : Vitesse de coupe (Vc), avance (f) et profondeur de passe (ap) sur les paramètres de sortie. La dernière partie du travail est réservée à l’optimisation mono et multi-objective afin de trouver les valeurs optimales des paramètres de coupe par rapport aux objectifs de l’optimisation. Dans ce cadre, trois techniques d’optimisation ont été utilisées : La méthode de Taguchi, la fonction de désirabilité (DF) et l’analyse relationnelle grise (GRA). Les résultats trouvés prouvent que la méthode de Taguchi peut être plus efficace dans le cas d’une seule réponse, par contre les méthodes GRA et DF sont les meilleurs pour l’optimisation multi-objectif.
URI: http://dspace.univ-guelma.dz:8080/xmlui/handle/123456789/10282
Appears in Collections:Master

Files in This Item:
File Description SizeFormat 
BRAHMIA_youssouf__.pdf5,47 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.