CINDERELLA : Contrôle de l’ImpressioN 3D métallique par source lasEr innovante, modèle numéRique augmEnté et inteLLigence Artificielle.

Pilote : Pascal AUBRY

CEA

Mots clés : Fabrication additive, fusion laser de lit de poudre, instrumentation en ligne, capteurs, intelligence artificielle, microstructure, matériaux métalliques, modélisation par éléments finis, contrôle de procédé, solidification

Le procédé de Fusion Laser sur Lit de Poudre (ou Laser Powder Bed Fusion, LPBF) est aujourd’hui en pleine phase de développement industriel en raison de sa capacité à élaborer des géométries complexes. Pourtant, plusieurs verrous limitent ses capacités et entravent sa plus large dissémination industrielle : recherche paramétrique longue et itérative, difficulté d’adaptation de microstructures, instabilités du procédé, manque d’outils numériques fiables et performants permettant d’optimiser en amont le processus de fabrication, ou encore l’absence de contrôle en ligne du procédé.

Le projet CINDERELLA ambitionne de contribuer à l’accélération de la maitrise du procédé LPBF en adoptant une approche à la fois expérimentale et numérique assistée par Intelligence Artificielle (IA), de maitrise de l’interaction laser-matière au niveau du bain liquide métallique et de la génération de la microstructure. Les résultats du projet contribueront : (1) à l’accélération de l’optimisation paramétrique pour de nouveaux matériaux et pour des matériaux réputés difficiles, (2) à l’obtention des microstructures désirées en sortie du procédé, couplée à la minimisation des contraintes/déformations thermiques des composants permettant de réduire le supportage des pièces, et, potentiellement, à un contrôle du procédé, (3) au développement de modèles numériques plus performants, intégrant la variété des différentes échelles d’études.

Pour cela, le projet propose une approche selon deux axes. Le premier est l’expérimentation avancée du procédé : Des études précédentes ont montré l’intérêt de la mise en forme spatiale et temporelle de faisceaux laser pour permettre l’élaboration de matériaux difficiles, l’adaptation des microstructures locales à la demande, ou encore la réduction des porosités. Des expérimentations instrumentées exploreront les effets des variations de configurations de ce type de source laser.

Les outils d’IA seront utilisés pour l’optimisation de la recherche paramétrique (plans d’expérimentations assistés) et l’établissement de modèles phénoménologiques qui pourront être utilisés pour un couplage avec des modèles numériques Eléments Finis (FE), et pour affiner le contrôle en ligne des procédés. Une instrumentation et des traitements de données avancés permettront d’accélérer l’identification de ces modèles: caméras rapides pour l’étude du bain de fusion/solidification, détermination rapide d’informations microstructurales par capteurs ultra-sons. Le deuxième axe concerne la modélisation/simulation multiphysique du procédé LPBF assisté par IA. Le projet vise à développer, à terme, un jumeau numérique du procédé. L’approche proposée par CINDERELLA consiste à coupler les modèles phénoménologiques obtenus par traitement de données expérimentales par IA à des modèles FE (réduction de modèles par IA) et Automate Cellulaires (CAFE) afin de réduire considérablement les temps de calcul et améliorer la réponse des modèles. Ces modèles numériques prendre en considération l’interaction laser-matière, le bain de fusion et la génération de la microstructure en s’appuyant sur le développement d’approches de prédiction microstructurale basées sur des méthodes Automates Cellulaires optimisés par le couplage avec les modèles phénoménologiques. Les nouvelles stratégies numériques seront validées, tout d’abord, sur des matériaux maitrisés en comparant les résultats des simulations avec les données expérimentales sur une grande plage paramétrique (étude de la robustesse des modèles et généralisation). Par la suite, les capacités des développements expérimentaux et numériques du projet seront évaluées sur des matériaux plus difficilement utilisables actuellement en LPBF.