11
juil
PhD Defense - Malik ENNIAFA
Modélisation d'une chaine de mesure incluant un tomographe pour estimer les incertitudes de mesure dimensionnelle sur des pièces issues de fabrication additive
La tomographie à rayons X (XCT) permet un contrôle dimensionnel à l'extérieur et à l'intérieur des pièces, ce qui en fait un contrôle idéal pour la fabrication additive. La chaîne de mesure complexe comprend entre autres : l'acquisition des projections, la reconstruction du volume, l'extraction de la surface et les mesures dimensionnelles à partir de cette dernière. Les imperfections de la modélisation du problème physique (reconstruction et détermination de surface) et un bruit sur les projections induisent des dégradations de la qualité du volume (artefacts). L’influence de ces artefacts sur des mesures dimensionnelles a été constatée dans la littérature. Une dépendance au mesurande a été observée : les mesures peuvent présenter un biais relativement faible ou important par rapport à l’incertitude de mesure dimensionnelle. Ces biais varient aussi selon la détermination de surface. Ils sont donc difficiles à encadrer : l’erreur maximale tolérancée n’est pas généralisable à toutes les mesures. De ce fait, la méthode d’évaluation des incertitudes de mesure la plus pratique à mettre en oeuvre, donc adoptée, utilise une pièce de référence similaire aux pièces à mesurer afin de pouvoir corriger le biais. En XCT, les conditions de similitudes n’ont pas été formulées, car il y a un manque de compréhension sur la manière dont la surface est affectée par les artefacts. Une partie des travaux ont modélisé une chaîne de mesure par XCT grâce à un logiciel de simulation et les déterminations de surface implémentées. Des mesures expérimentales ont permis d’affiner la modélisation du tomographe. Les déterminations présentent des aspects différents, afin de mettre en évidence quels aspects sont les plus influents sur la mesure selon le cas d’usage. Les aspects qui changent sont la manière de définir la surface et les régions utilisées pour cela (volume, sous volume et profil de bord).Les causes des principaux artefacts sont analysées de manière isolée ou non : flous (foyer et scintillateur), bruits, spectre d’émission (tension et filtres), diffusion des photons X, matériau, épaisseurs traversées. Les erreurs dimensionnelles sont décrites au niveau de la surface entière, puis des sous parties, puis des points. Les créations des erreurs dimensionnelles sont expliquées selon les étapes de la chaîne de mesure (de la surface jusqu’au volume ou à la projection).Cela permet d’identifier quelles situations permettent de réduire les artefacts et les erreurs dimensionnelles qu’ils créent. L’artefact de « décalage du bord » causé par la projection floue est introduit. Il crée un biais positif (surface dans la matière).L’influence de l’artefact d’éclaircissement du bord du durcissement de faisceau sur l’erreur dimensionnelle (négative) est présentée. Ces deux artefacts produisent les biais les plus importants, mais ils sont de signes opposés. Selon les régions de la surface, la sensibilité de l’erreur varie, et ces artefacts peuvent totalement se compenser. Le durcissement de faisceau avec la diffusion X produisent des erreurs négatives plus importantes quand ils sont présents ensemble que quand ils sont présents de manière isolée. Ces observations dépendent fortement des déterminations de surface, car certaines sont plus sensibles au flou (gradient) et d’autres plus sensibles au durcissement (seuil).Le paramétrage des déterminations de surface a été varié sur des scans simulés de qualité d’image variable afin d’analyser leur influence sur la mesure. Les erreurs peuvent être minimales en moyenne pour un certain réglage, peu influencées après une certaine valeur ou être soumises à un compromis. Pour optimiser les mesures, des recommandations sur les réglages sont proposées selon les artefacts potentiellement dominants : du tube, du placement de la pièce, et de la détermination de surface. Pour finir, une méthode d’évaluation des incertitudes où la méthode de substitution a recours à une simulation plutôt que des scans de référence est présentée.
Membres du jury :
- KAFTANDJIAN Valérie, Professeur des Universités, Directrice de thèse
- OBATON Anne-Françoise, Docteur HDR, Co-directrice de thèse
- QUINSAT Yann, Professeur Agrégé, Rapporteur
- BROTONS Guillaume, Professeur des Université, Rapporteur
- GIOVANNI Bruno, Professeur des Universités, Examinateur
- COOREVITS Thierry, Maître de Conférences, Examinateur
Informations complémentaires
- https://teams.microsoft.com/l/meetup-join/19%3ameeting_YjM0NTM2ZTctOWNhOS00MzBhLWFjMGQtMmU1N2ZiMDVkYWVi%40thread.v2/0?context=%7b%22Tid%22%3a%2278a22ef3-0408-4395-b4ac-39f4cd7ca250%22%2c%22Oid%22%3a%2269296f1e-ef20-4344-91ae-f06b7f8913c5%22%7d
-
Amphithéâtre LNE, LNE, 1 rue Gaston Boissier, 75015 Paris