Browsing by Author "Madani GRINE"

Now showing 1 - 2 of 2
  • Thumbnail Image
    ItemOpen Access
    ÉTUDE DE L’USINABILITÉ DES MATÉRIAUX COMPOSITES A FIBRES NATURELLES
    (UNIVERSITE DE M’SILA, 2024) Madani GRINE; ENCA/Mohamed SLAMANI
    Face aux enjeux environnementaux actuels, le développement de matériaux respectueux de l'environnement tels que les composites de fibres naturelles s'impose comme une alternative crédible aux fibres synthétiques. Ces matériaux présentent de nombreux avantages, notamment leur disponibilité généralisée, leur coût abordable, leur faible densité, leur biodégradabilité, leurs propriétés de résistance spécifiques et leur impact environnemental minime. Cette étude se concentre sur la fabrication et l'usinage d'un matériau composite époxy renforcé avec des fibres d’Alfa (Stipa tenacissima L.). À travers une analyse factorielle complète, l'étude explore l'influence des paramètres de coupe, tels que la vitesse de coupe et l'avance, sur la rugosité arithmétique (Ra) des surfaces usinées, issues des opérations de détourages en opposition (Up milling) et en avalant (Down milling). Dans ce contexte, un outil de coupe en acier rapide (ARS) a été spécifiquement choisi, tandis qu'une analyse de variance (ANOVA) a été appliquée pour classer les paramètres de coupe en fonction de leur impact sur la qualité de surface du composite époxy/Alpha. En vue de prédire la rugosité de surface, une architecture optimale de réseau neuronal artificiel (ANN) a été recherchée. Cela a conduit à l'adoption d'une approche hybride (ANN-GA) qui intègre la technique ANN avec des algorithmes génétiques (GA). Les performances de cette architecture ANN-GA nouvellement développée ont été comparées à celles de l'algorithme de rétropropagation de Levenberg-Marquardt (LM). Les résultats indiquent que le mode de détourage en opposition génère systématiquement une meilleure qualité de surface par rapport au mode de détourage en avalant pour la plupart des échantillons usinés. La vitesse d'avance se révèle être le principal facteur influençant la rugosité de surface, contribuant à environ 90 % des variations observées. Des vitesses d'avance particulièrement faibles (0,05 mm/tour) entraînent systématiquement la plus mauvaise rugosité arithmétique, indépendamment de la vitesse de coupe. De plus, l'étude révèle que l'usinage parallèle à la direction des fibres (0°) produit des surfaces plus lisses par rapport à l'usinage perpendiculaire à l'orientation des fibres (90°). Un examen approfondi à l'aide d'images microscopiques et de microscopie électronique à balayage (SEM) a mis en évidence divers défauts, tels que des fissures dans la matrice, des cavités, des ruptures de fibres, des pertes de matrice, des peluches et des dommages thermiques. Les résultats de l'analyse de variance (ANOVA) mettent en évidence l'impact significatif de la vitesse d'avance sur la rugosité de surface, tandis que le traitement chimique des fibres et la direction d'usinage ont des effets comparativement moindres. De plus, le modèle prédictif ANN-GA pour la rugosité de surface optimisée s'est avéré remarquablement précis par rapport à l'algorithme LM, affichant des valeurs de R2, RSME, MAD, MAPE et MAE à 0,9529, 0,665, 1,009, 11,84% et 0,4339 respectivement.
  • Thumbnail Image
    ItemOpen Access
    ÉTUDE DE L’USINABILITÉ DES MATÉRIAUX COMPOSITES A FIBRES NATURELLES
    (université de msila, 2024) Madani GRINE
    Face aux enjeux environnementaux actuels, le développement de matériaux respectueux de l'environnement tels que les composites de fibres naturelles s'impose comme une alternative crédible aux fibres synthétiques. Ces matériaux présentent de nombreux avantages, notamment leur disponibilité généralisée, leur coût abordable, leur faible densité, leur biodégradabilité, leurs propriétés de résistance spécifiques et leur impact environnemental minime. Cette étude se concentre sur la fabrication et l'usinage d'un matériau composite époxy renforcé avec des fibres d’Alfa (Stipa tenacissima L.). À travers une analyse factorielle complète, l'étude explore l'influence des paramètres de coupe, tels que la vitesse de coupe et l'avance, sur la rugosité arithmétique (Ra) des surfaces usinées, issues des opérations de détourages en opposition (Up milling) et en avalant (Down milling). Dans ce contexte, un outil de coupe en acier rapide (ARS) a été spécifiquement choisi, tandis qu'une analyse de variance (ANOVA) a été appliquée pour classer les paramètres de coupe en fonction de leur impact sur la qualité de surface du composite époxy/Alpha. En vue de prédire la rugosité de surface, une architecture optimale de réseau neuronal artificiel (ANN) a été recherchée. Cela a conduit à l'adoption d'une approche hybride (ANN-GA) qui intègre la technique ANN avec des algorithmes génétiques (GA). Les performances de cette architecture ANN-GA nouvellement développée ont été comparées à celles de l'algorithme de rétropropagation de Levenberg-Marquardt (LM). Les résultats indiquent que le mode de détourage en opposition génère systématiquement une meilleure qualité de surface par rapport au mode de détourage en avalant pour la plupart des échantillons usinés. La vitesse d'avance se révèle être le principal facteur influençant la rugosité de surface, contribuant à environ 90 % des variations observées. Des vitesses d'avance particulièrement faibles (0,05 mm/tour) entraînent systématiquement la plus mauvaise rugosité arithmétique, indépendamment de la vitesse de coupe. De plus, l'étude révèle que l'usinage parallèle à la direction des fibres (0°) produit des surfaces plus lisses par rapport à l'usinage perpendiculaire à l'orientation des fibres (90°). Un examen approfondi à l'aide d'images microscopiques et de microscopie électronique à balayage (SEM) a mis en évidence divers défauts, tels que des fissures dans la matrice, des cavités, des ruptures de fibres, des pertes de matrice, des peluches et des dommages thermiques. Les résultats de l'analyse de variance (ANOVA) mettent en évidence l'impact significatif de la vitesse d'avance sur la rugosité de surface, tandis que le traitement chimique des fibres et la direction d'usinage ont des effets comparativement moindres. De plus, le modèle prédictif ANN-GA pour la rugosité de surface optimisée s'est avéré remarquablement précis par rapport à l'algorithme LM, affichant des valeurs de R2, RSME, MAD, MAPE et MAE à 0,9529, 0,665, 1,009, 11,84% et 0,4339 respectivement.