Soutenance de thèse d’Adam NAJEM se tiendra à l’Ecole Polytechnique de Tours, au Département Mécanique, 7 Avenue Marcel Dassault 37200 Tours, en Amphi Dassault.
Résumé :
L’usinage est un procédé essentiel dans l’industrie, où l’optimisation est recherchée pour répondre aux
enjeux économiques et environnementaux. La modélisation et la simulation numériques offrent des
outils puissants pour analyser les mécanismes thermomécaniques du processus de coupe et améliorer
les performances des opérations d’usinage, où les matériaux subissent des températures élevées et
des vitesses de déformation extrêmes. L’identification des paramètres constitutifs est donc cruciale
pour garantir la fiabilité des simulations. Cette thèse propose une approche hybride intégrant
simulation numérique, intelligence artificielle et méthodes inverses pour identifier les paramètres d’un
modèle de comportement. Un algorithme d’identification, basé sur des approches déterministes et
stochastiques, a été développé pour ajuster les prévisions théoriques aux résultats expérimentaux
obtenus à partir des essais de caractérisation. Un modèle thermomécanique a été conçu pour simuler
un essai de fraisage. Il permet d’analyser l’influence des configurations d’identification sur l’évolution
des champs thermomécaniques, par confrontation numérique et expérimentale des efforts de coupe.
Enfin, un modèle thermique examine l’impact des interfaces de contact sur l’évolution thermique de
l’outil ainsi que l’apport de la micro-lubrification (MQL) pour réduire sa température. Ce travail
s’articule autour de l’identification des paramètres d’une loi de comportement thermomécanique, de la
modélisation et la simulation numérique de la coupe, de la validation expérimentale et de l’étude de
l’apport de la MQL sur la température de l’outil.
Mots-clés : Identification par méthodes inverses, Simulation numérique, Intelligence
artificielle, Usinage, Fraisage, Micro-lubrification (MQL)