Impact des paramètres de coupe sur l’intégrité de surface, les vibrations et les efforts de coupe lors de tournage de finition de l’alliage de titane Ti-6Al-4V

Abstract

Dans le secteur aéronautique, les alliages de titane sont fréquemment employés dans des applications nécessitant une résistance mécanique exceptionnelle à des températures élevées. Parmi ces alliages, le Ti-6Al-4V se distingue comme le matériau métallique le plus attractif et largement utilisé dans l'industrie aérospatiale, constituant ainsi le sujet central de cette étude. L'usinage du Ti-6Al-4V présente des caractéristiques très différentes de celles des matériaux conventionnels. Cette complexité accrue dans l'usinage des matériaux aérospatiaux est principalement due à leur comportement spécifique face à l'interaction avec l'outil en mouvement. C'est dans ce contexte que s'inscrivent les recherches présentées dans cette thèse de doctorat. L'objectif principal est de mener une étude expérimentale pour analyser une opération de finition sur l'alliage de titane Ti-6Al-4V, en utilisant des plaquettes de coupe en carbure métallique H13A et en carbure revêtu par dépôt physique en phase vapeur (PVD) GC1125. Pour ce faire, des techniques statistiques de modélisation et d'optimisation ont été appliquées, notamment la méthodologie de surface de réponse (RSM), les réseaux de neurones artificiels (ANN), ainsi que les approches de Taguchi, GRA, TOPSIS, ARAS, CODAS, DF et AG. La première partie de l'étude porte sur la modélisation des réponses technologiques (Ra, Fz, Vt et MRR) à l'aide de deux méthodes (RSM et ANN). Elle examine également l'influence des paramètres de coupe (Vc, f, ap et M) sur la rugosité de surface, l'effort de coupe tangentiel, la vibration tangentielle et le volume de matière enlevé. La deuxième partie se concentre sur l'optimisation des processus. Plusieurs méthodes d'optimisation mono-objectif et multi-objectif ont été explorées. La méthode de Taguchi a été appliquée avec succès pour déterminer le régime optimal des paramètres de coupe, dans le but d'améliorer les paramètres de sortie pour une optimisation mono-objectif. Par ailleurs, les méthodes GRA, TOPSIS, CODAS, ARAS, DF et AG ont été utilisées pour l'optimisation multi-objectif et leurs performances ont été comparées.