Accueil
> Newsletter > Veille stratégique > De nouveaux critères qualité pour l’acceptation des pièces de fonderie en contrôle par tomographie
De nouveaux critères qualité pour l’acceptation des pièces de fonderie en contrôle par tomographie
Contexte du projet de recherche CTIF collaboratif CRITER-TOMO
La vérification de la santé interne des pièces moulées est réalisée, le plus souvent, par radiographie. Celle-ci produit des images du volume projeté sur un plan. Les pièces moulées étant par définition de formes complexes, il est souvent difficile de visualiser les discontinuités parmi les nombreuses variations d’épaisseurs ou les projections de parois et le positionnement dans l’épaisseur n’est pas possible.
Actuellement, l’acceptation des pièces se fait uniquement sur la base des images (radiographiques 2D) de référence ASTM. Le choix du niveau d’une indication est réalisé manuellement par un opérateur qualifié, par comparaison de l’image radiographique avec celle du cliché de référence.
Avec la tomographie, il est possible de savoir si les discontinuités vont partir à l’usinage ou déboucher en surface ou si elles se situent dans une zone désignée dangereuse pour la tenue mécanique de la pièce. Les progrès de l’informatique et l’augmentation des vitesses de reconstruction d’image permettent aujourd’hui d’envisager son utilisation pour le contrôle de production de pièces de fonderie. Et certains industriels, séduits par cette technique et la qualité des informations produites, ont investi dans des tomographes de production, initialement pour la mise au point de leurs pièces mais avec la volonté de valider leur production en ligne.
La problématique pour les industriels, c’est l’absence de critères d’acceptation sur la base d’images tomographiques 3D.
Objectifs
Afin d’aider les industriels au passage de critères radiographiques 2D à des critères en tomographie 3D et de leur donner accès à des critères qualités pertinents, il est nécessaire d’atteindre les objectifs scientifiques suivants :
- mesurer et prévoir les écarts entre les résultats de validation issus des données 2D (radio) de ceux apportées par la tomographie en fonction de la géométrie de la pièce,
- construire un algorithme permettant selon le besoin fonctionnel de définir un niveau d’acceptabilité de la pièce basé sur les caractéristiques que fournit l’exploitation des données de tomographie ; ces données de l’indication sont sa dimension, sa densité (fraction volumique), son facteur de forme (acuité du défaut) et sa position par rapport à la surface finie ou à la zone sollicitée,
- prévoir le transfert industriel de ce(s) algorithme(s).
Tomographie en ligne 3D – Crédit photo GE
Le développement de la tomographie devrait permettre l’amélioration de la qualité des pièces produites, une réduction des risques, et une offre de systèmes à sanction automatique pertinents. Les enjeux pour la profession de la fonderie sont donc très importants en termes de pertinence et de coût des contrôles applicables en production. Ceci est particulièrement novateur car il n’existe pas aujourd’hui de critères qualité pour l’acceptation des pièces en contrôle par tomographie.
Constitution du consortium
Ce projet de recherche a été initié suite à la demande du Groupe RENAULT car des usines de production de carter-cylindre en alliage d’aluminium ont déjà investi dans des tomographes pour du contrôle de production et souhaitent disposer d’un référentiel qualité adapté à la tomographie.
Autour de CTIF et du groupe RENAULT se sont fédérés d’autres industriels :
- GMD EUROCAST
- CONSTELLIUM USSEL
- LINAMAR MONTUPET
- Groupe SAB
Pour mener à bien ce projet de recherche, CTIF s’est appuyé sur le laboratoire Laboratoire Vibrations Acoustique (LVA) de l’INSA de Lyon. Son expertise en tomographie par rayons X est reconnue.
Résultats du projet
Le processus de traitement des données issues de coupes tomographiques comprend plusieurs étapes (voir figure 1) résumées ci-après :
- La segmentation qui a pour but de séparer les zones de défauts du reste de la pièce : celle-ci se fait coupe par coupe, puis les coupes sont empilées pour former un volume binaire, et les indications sont labélisées.
- La classification des indications (voir figure 2) pour séparer les vraies indications des faux positifs. Les faux positifs sont les indications relevées qui ne sont pas des discontinuités de matière (artefacts).
- Le « nettoyage » du volume binaire en éliminant les indications classées comme fausses alarmes.
- Le classement des indications selon 2 types : dans notre cas, retassures ou porosités
Figure 1 : Principe de la tomographie en configuration « cône-beam »
Figure 2 : illustration des résultats de prise de vue en radiographie (à gauche) et en tomographie (à droite) d’une mousse métallique produite par fonderie (les vides sous forme de sphères ont ici des dimensions de l’ordre de 5 à 8 mm)
Thèse CIFRE
Dans le cadre de ce projet, une thèse CIFRE d’une durée de trois ans (octobre 2018 – octobre 2021) a été acceptée par l’ANRT (Association Nationale de la Recherche et de la Technologie). Dans le cadre de la thèse, ont été développés des algorithmes d’analyse automatique d’images 3D permettant la détection et la reconnaissance des types de défauts et la mise en relation avec leur criticité grâce à l’extraction de caractéristiques pertinentes. La combinaison de caractéristiques par fusion d’information est investiguée en vue de la classification des indications détectées en défauts/fausses alarmes. L’apport de la simulation d’image grâce à la CAO de la pièce est également étudié.
Diffusion
Les premiers résultats ont été présentés lors du congrès DIR-CT 2019 « International Symposium on Digital Industrial Radiology and Computed Tomography« , Fürth, Allemagne, 4 juillet 2019.
Pour plus d’informations sur ce projet CTIF : Patrick Bouvet.
Suite à CRITER TOMO
Le projet LOGITOM (LOGIciel de traitement des données TOMographiques de pièces de fonderie fondé sur des algorithmes d’intelligence artificielle) porté par la société NOVITOM a fait l’objet d’un dépôt de dossier BOOSTER auprès de la région Auvergne Rhône-Alpes en 2022.
