Essais & Simulations n° 135

More documents

Recommendations

Info

dossier Quelles solutions existent aujourd’hui pour réduire ces temps caractéristique ? © ESI Group Simulation sur pièce de Toyota Yaris véritable changement de paradigme qui est en train de se produire et ce dans toutes les industries. Confirmez-vous le fait que les départements d’essais et d’ingénierie au sein de ces entreprises industrielles ont du mal à communiquer ? Je confirme ! Et ce n’est pas seulement entre ces deux services. La R&D tout comme l’ingénierie ainsi que les départements matériaux ou procédés, ou encore l’atelier de production, ne parviennent pas à se décloisonner – même si ces services bénéficient aujourd’hui de certains outils communs. La difficulté réside dans le partage des connaissances, des compétences, des moyens et des outils radicalement différents et pourtant, parfois, très complémentaires. À titre d’exemple, les machines des départements essais tournent indépendamment des ordinateurs des équipes ingénierie et encore des machines de l’atelier ; les échelles de temps des essais, des simulations et des machines de l’atelier s’avèrent trop différentes. Décloisonner nécessite des temps caractéristiques du même ordre de grandeur : en toute logique, tout devrait aller à la vitesse du procédé lui-même. C’est pourquoi ESI a compris et développé des outils de simulation temps réel permettant de calibrer, prédire, surveiller et contrôler simultanément. Beau défi, et les preuves sont là ! Les outils de simulation numérique sont riches et permettent d’accélérer de manière considérable l’évaluation d’un concept, mais elle prend encore beaucoup de temps, parfois des semaines. La raison ? Des services qui ne dialoguent pas dans les mêmes temps caractéristiques. On sait bien que les modèles sont l’idéalisation d’une réalité qui s’avère parfois capricieuse, et qu’ils présentent des déviations par rapport aux résultats attendus. On peut ainsi imaginer les nombreux allers-retours entre le laboratoire d’essais, la R&D qui simule, le bureau d’études et l’atelier qui se renvoient la balle quand la qualité des prédictions n’est pas au rendezvous ! Les jumeaux hybrides proposés par ESI permettent d’éviter ces multiples itérations, en intégrant les écarts observés entre les prédictions et les essais. Quand je dis hybrides, c’est parce que ces jumeaux intègrent une composante liée à la physique des matériaux d’une part et une autre basée sur les données d’utilisation obtenues grâce à l’IoT. Quel serait l’idéal à atteindre ? L’idéal serait de prendre la machine d’essais, de tester un échantillon et de pouvoir voir instantanément l’impact du choix d’un matériau sur la performance du produit à l’utilisation, puis de définir instantanément la géométrie la mieux adaptée. Mieux : le concepteur, à chaque fois qu’il dessine, pourrait directement prédire les conséquences de ses choix sur la performance du produit final, et cela en temps réel, afin d’y intégrer les matériaux adéquates, tout en s’interfaçant avec les autres services. Quelles solutions existent pour résoudre ce problème ? Aujourd’hui, il n’y a pas de difficulté majeure pour faire cohabiter les outils et mettre tout le monde dans la boucle avec un même temps de réaction. De même, nos équipes R&D ont démontré au niveau industriel que l’on était capable de faire un essai réel, puis de se baser dessus pour voir comment © ESI Group Les solutions d’ESI permettent aux ingénieurs simulation de travailler collaborativement à distance, en temps réel et sur des plateformes légères les matériaux vont réagir une fois le produit en service. Pour le moment, la communauté scientifique, le monde académique et les éditeurs de logiciels tentent d’expliquer et de démontrer l’intérêt de décloisonner les services. Il faudra ensuite prouver la robustesse et la fiabilité des solutions mises en œuvre si l’on veut aider les industriels à produire mieux, à plus bas coûts et plus vite ; à l’ère de l’industrie 4.0. Nous réussirons ainsi à inverser le cycle de conception en partant des performances visées, pour définir les propriétés requises, les architectures qui conviennent, les procédés pour les obtenir et les matériaux à employer (comme la fabrication additive, qui élargit le champ des possibles), à l’inverse de la procédure actuelle qui compromet l’innovation et la découverte. ● Propos recueillis par Olivier Guillon 40I ESSAIS & SIMULATIONS • N°<strong>135</strong> • novembre 2018
dossier Conception industrielle La réalité virtuelle : une réponse globale aux enjeux d’optimisation des coûts et des délais Dans tous les secteurs industriels, la découverte trop tardive d’erreurs de conception durant la phase de développement du produit génère retards, des dépassements de budget et la perte de crédibilité. En effet, quand ces erreurs sont découvertes à une étape avancée du projet, les équipes n’ont pas d’autres choix que de remonter toute la chaîne de conception : revenir à la planche à dessin et aux logiciels CAO, modifier le design, réitérer, créer de nouveaux prototypes, tester à nouveau… Il est ainsi essentiel d’identifier les erreurs de design le plus tôt possible. Depuis de longues années, la réalité virtuelle s’est imposée comme une réponse efficace à ces problématiques. Conception collaborative sur hélice ESSAIS & SIMULATIONS • N°<strong>135</strong> • novembre 2018 I41
Page 1 and 2: Dossier 34 Mieux faire dialoguer le
Page 3 and 4: éditorial Osons briser les barriè
Page 5: sommaire dossier 34 DOSSIER : Spéc
Page 8 and 9: actualités en bref Un troisième s
Page 10 and 11: aCtUalités en BreF Konecranes mode
Page 12 and 13: Essais et modélisation Solutions
Page 14 and 15: Essais et modélisation Événement
Page 16 and 17: Essais et modélisation Focus Sur N
Page 18 and 19: Essais et modélisation capables de
Page 20 and 21: Essais et modélisation Pointe avan
Page 22 and 23: Essais et modélisation Méthode Un
Page 24 and 25: Essais et modélisation Figure 3 :
Page 26 and 27: Essais et modélisation Tendances B
Page 28 and 29: Essais et modélisation Événement
Page 30 and 31: Essais et modélisation Perspective
Page 32 and 33: Essais et modélisation Technologie
Page 34 and 35: Essais et modélisation moyen d’e
Page 36 and 37: dossier Décloisonner les services
Page 38 and 39: dossier Jérémy Tomczak Responsabl
Page 40 and 41: dossier Pour le développement d’
Page 44 and 45: dossier Imaginez un ingénieur trav
Page 46 and 47: dossier courbures pour représenter
Page 48 and 49: dossier Start-up Un logiciel de pro
Page 50 and 51: mesures Méthode d’essai Dévelop
Page 52 and 53: mesures Reportage Avec son nouveau
Page 54 and 55: mesures « simple » laboratoire à
Page 56 and 57: FoCUs ProdUits POLYVALENTS Deux nou
Page 58 and 59: mesures entretien Loïc Siret Direc
Page 60 and 61: mesures nouveauté Un nouveau syst
Page 62 and 63: publi communiqué Prestataire de se
Page 64 and 65: FORMATIONS 2019 Thèmes Cycles Code
Page 66 and 67: index Au sommaire du prochain numé
Page 68: Inventé au 19ième siècle. Optimi

Essais & Simulations n° 135

Create successful ePaper yourself

Delete template?

Save as template?