Accueil > Newsletter > Actions pour la profession > Projet PREDICSTRUCT ou comment prédire la microstructure des aciers ?

Projet PREDICSTRUCT ou comment prédire la microstructure des aciers ?

CONTEXTE

Les industriels de la métallurgie (fonderie, forge) utilisent le numérique pour le calcul mécanique de leurs pièces (CAO, calcul de structure) ou le design des moules (simulations de remplissage et solidification). Cependant, alors que la microstructure des pièces est d’une importance capitale, ils n’utilisent en général pas d’outils numériques spécifiques capables de l’appréhender. CTIF à travers ce projet est en mesure d’accompagner les industriels par la prédiction des microstructures au stade de développement des pièces et de la mise au point du process.

 

OBJECTIF

L’objectif du projet PREDICSTRUCT* est de valider la chaîne de métallurgie numérique dans le domaine des aciers, de préciser son domaine de fiabilité, son potentiel de prédiction et de développer des nouvelles compétences en Intelligence Artificielle (IA) utilisables dans d’autres métallurgies.

Les verrous techniques identifiés sont la pertinence des données d’entrée (pour alimenter les modèles physiques), la qualité de ces modèles, la taille du Data Set initial suffisant pour le Machine Learning (ML) ou la difficulté de corrélation entre les résultats des méthodes numériques et les résultats expérimentaux. 

DÉMARCHE

CTIF s’engage à travers ce projet dans une R&D dans le domaine des aciers (2 à 3 nuances retenues) en couplant deux technologies numériques : la simulation de la microstructure et l’Intelligence Artificielle (Machine Learning). La simulation numérique de la microstructure permettra de calculer plusieurs aspects de la microstructure en fonction du process de fabrication : les phases en présence (Thermo-Calc), la taille de grains et leurs accroissements (CAFE), et l’orientation des grains. le module CAFE du logiciel ProCAST sera utilisé en particulier  pour simuler la taille de grains et leur orientation.

Cette approche sera couplée à une modélisation par IA – algorithme génétique et/ou Machine Learning (ML) – qui en s’appuyant sur l’approche Calphad (ThermoCalc) permet de prédire les phases en présence sur un très grand nombre de compositions chimiques explorées dans un domaine restreint.

Cette double approche numérique sera complétée par une étape expérimentale sur éprouvettes de forme simple au cours de laquelle les meilleures compositions chimiques seront élaborées et caractérisées (identification des microstructures, mesure du Rp 0.2, taille et orientation des grains).

Projet PIFPIIF (Carnot ICEEL)

*Le projet PREDISTRUCT est la contribution de CTIF au projet PIFPIIF piloté par ICEEL qui ambitionne de développer des procédés innovants de fabrication performants et intelligents intégrant toute la chaîne de valeur de la conception au contrôle d’une pièce, avec pour enjeu la réduction de la consommation d’énergie, l’augmentation de la durée de vie des pièces, la réduction des déchets industriels, la connectivité des objets, la robotisation. L’objectif principal est d’étudier les relations Procédés (paramètres opératoires) – Matériaux (propriétés de surface) – Produits (propriétés fonctionnelles, applications, marchés) par une approche multi-matériaux qui va de la modélisation à l’expérimentation en passant par la chaîne numérique. Pour illustrer la démarche, quelques cas applicatifs à fort potentiel de transfert seront considérés. L’autre objectif est d’évaluer les apports des procédés des partenaires dans la chaîne de valeur de la fabrication en privilégiant des stratégies d’hybridations intelligentes notamment en termes d’élaboration du matériau d’étude, de la conception, élaboration, fonctionnalisation des surfaces, transformation et contrôle.

Si vous souhaitez obtenir plus d’informations sur ce projet PREDISTRUCT, n’hésitez pas à contacter Ludovic DIEZ-JAHIER, ingénieur métallurgiste chez CTIF.

 

Ce projet bénéficie d’un abondement ICEEL.

ICEEL et Prett

 

 

 

Partenaires de PIFPIFF :