Closed-loop Automation of Shot Peen Forming with In-process Shape Measurements

La mise en forme par grenaillage (shot peen forming) est comunément utilisée dans l'industrie de la fabrication aérospatiale pour mettre en forme des panneaux minces et corriger la distorsion dans des pièces usinées. Les impacts de projectiles introduisent des déformations plastiques et des contraintes résiduelles compressives en surface du matériau. Le procédé de mise en forme par grenaillage utilise ces déformations plastiques pour courber la pièce traitée. Ce phénomène s'explique par une incompatibilité géométrique entre la couche traitée qui s'étire suite à sa déformation plastique, et le reste du matériau qui force la flexion de la pièce. L'opérateur contrôle le processus en choisissant le type de projectiles utilisé, la vitesse des impacts, les régions de la surface de la pièce qui sont traitées et le temps de bombardement. Bien que le procédé de mise en forme par grenaillage ait été utilisé depuis les années 1950, il demeure manuel et basé sur l'intuition humaine d'experts, alors que les besoins industriels demandent une meilleure reproductibilité et précision. Pour cette raison, l'industrie se tourne vers l'automatisation. Des outils de simulation et par la suite de planification du procédé ont été développés pour mieux comprendre le procédé et atteindre son automatisation. Planifier le procédé est en soit un problème complexe car il demande d'anticiper comment la pièce se déforme, ce qui est généralement résolu par la méthode des éléments finis. Malgré la disponibilité d'outils numériques, la planification et la simulation de la mise en forme par grenaillage comportent toujours des erreurs importantes par rapport aux résultats expérimentaux. Ces erreurs sont principalement causées par la présence de contraintes résiduelles initiales dans le matériau. Les contraintes résiduelles initiales proviennent de l'historique de fabrication de la pièce et interfèrent avec les contriantes induites par le grenaillage, introduisant des erreurs de mise en forme. Des variations dans les procédés de fabication ultérieurs peuvent introduire des contraintes différentes d'une pièce à l'autre, puisque chaque étape de fabrication laisse ses propres contraintes résiduelles. Puisque les méthodes de mesure de contraintes résiduelles sont soit trop dispendieuses ou destructives, leur meusure durant le processus est non-trivial. Pour dépasser cette limite, cette thèse explore la solution d'automatiser la mise en forme par grenaillage en boucle fermée, à l'aide de mesures de forme et de planification itérative, dans le but de réduire les erreurs et de compenser pour l'effet des contraintes résiduelles intiales. Cette thèse présente trois contributions principales sous la forme d'un réseau de neurones permettant de planifier la mise en forme par grenaillage en temps réel, une procédure de mise en forme en boucle fermée permettant de réduire l'erreur initiale de mise en forme, ainsi que le détail de la conception d'un robot de grenaillage à petite échelle permettant de réaliser des essais de validation expérimentaux à faible coût.

Abstract

The aerospace manufacturing industry relies on shot peen forming to shape thin sheet metal components such as wing skin panels and correct distortions in machined structural components such as ribs. The process uses high-velocity projectile impacts to plastically deform a thin portion of the component and introduce compressive residual stress at the surface. In the case of shot peen forming, the plastic deformations that accompany the compressive stresses are leveraged to bend the part. The induced plastic deformations can be seen as the expansion of a layer at the surface of the material which is constrained by the unaffected layer that represents the rest of the material. This constraint introduces a geometric incompatibility that forces the part to bend. The process is controlled by choosing the size and the material of the projectiles, the velocity at which they impact the surface of the part, the exposure time of the part to the impacts and the location of treatment. Although it has been used in aerospace applications since the 1950s, the process remains manual in majority and is still anchored on expert knowledge and human intuition. Contrastingly, industrial needs are oriented towards better process accuracy and precision. A proposed solution to meet these needs has been the automation of the process. To increase the understanding of the process and build towards automation, numerical tools for simulating and planning the process have been developed. The planning of shot peen forming is inherently complex because determining each treatment action requires solving a solid mechanics problem to consider the effect of the process on the material. This is typically done through finite element simulations. Even when the mechanical problem is solved, discrepancies are observed between simulations and experiments. The main source of error in shot peen forming is explained by the presence of initial residual stresses in the material. Initial residual stresses are remnants of the part's manufacturing history. In the case of aluminum plates, the main source of initial residual stresses is the lamination process that the panels undergo during their production, but if a particular sample has been deformed in a press or machined in an ulterior production step,different residual stresses have been introduced in the sample. For this reason, the initial stress state of parts may vary from sample to sample. The currently available methods to measure residual stresses being either prohibitively expensive or destructive, the in-process measurement of stresses is impractical. To address this limitation, this thesis explores the solution of using a closed-loop method based on in-process shape measurement and iterative re-planning to compensate for measured error and form more accurate aluminum plates into given target shapes.