Analyse et caractérisation multidimensionnelles pour l'optimisation du fini de surface de pièces en composites

Mots-clés : Fini de surface, RTM, caractérisation multidimensionnelle, rugosité Dans le domaine des transports, le procédé RTM présente beaucoup de potentiel. Celui-ci nécessite cependant encore plusieurs améliorations, notamment en ce qui a trait à la qualité du fini de surface. Étant donné qu'il n'existe pas encore de théorie permettant de modéliser ce phénomène, l'approche empirique devient nécessaire. La théorie des plans d'expérience est toute désignée, mais elle nécessite d'avoir une réponse quantitative représentant bien le phénomène. Les lacunes de l'indice de rugosité usuel (Ra) comme paramètre de caractérisation sont démontrées. Toutefois, en utilisant les profils bruts mesurés par un rugosimètre, plusieurs statistiques ont été calculées en s'inspirant des techniques de traitement du signal, de la statistique classique ou des séries chronologiques. Une méthode de redressement des profils a été mise au point. Ensuite, à l'aide d'une analyse multidimensionnelle, quatre variables de caractérisation (minimum, maximum, asymétrie et aplatissement) ont été retenues. Bien que d'allure élémentaire, ces quatre variables sont non seulement très complémentaires mais également beaucoup plus riches d'information que des Ra, même avec différents seuils de coupure fréquentielle. Ces quatre variables de caractérisation comblent le besoin limitant l'emploi des plans d'expériences dans ce domaine. Elles peuvent même fournir de l'information sur les types de défauts prédominants (min./cavités, max./aspérités, asymétrie/crêtes tronquées et aplatissement/dénivellations). Elles peuvent également être agrégées. Parce qu'elles contiennent de l'information redondante, l'usage de la distance de Mahalanobis s'est démontrée utile. La présente recherche démontre l'intérêt des analyses statistiques dans le domaine des composites.

Abstract

Keywords: Surface finish, RTM, multidimensional characterization, roughness In the field of transportation, the RTM process offers a lot of potential. It however requires several improvements, notably regarding the quality of surface finish. Since no theory currently allows to model the process, the empirical approach is necessary. The experimental design theory is an obvious choice, but it requires a quantitative response to represent this phenomenon. The shortcomings of the usual roughness index (Ra) as a characterization parameter are demonstrated. However, by using the raw profiles measured by a profilometer, several statistics were calculated based on signal processing techniques, statistics and time series. A profile straightening method was developed. Four characterization variables (i.e. minimum, maximum, skewness, and kurtosis) were subsequently selected by resorting to a multivariate analysis. Although elementary-looking, these four variables are not only highly complementary but they also provide much richer information than Ras, even with different cutoff frequency thresholds. These four characterization variables fill the need restricting the use of design of experiments in this field. They can even provide information on the types of predominant defects (min/cavities, max/peeks, asymmetry/truncated crests, and kurtosis/depressions. They can also be aggregated. Because they contain redundant information, the use of the Mahalanobis distance has proven useful. This research shows the relevance of statistical analysis in the field of composites.