Dans le domaine de la galvanisation en continu des tôles minces destinées à l'industrie automobile, un contrôle précis de l'épaisseur de la couche de zinc est primordial. Au cœur du procédé de galvanisation en continu se trouve le bain de zinc, élément essentiel pour garantir une production fluide et maîtrisée.
Cette présentation explique l'utilisation du système d'entrefer de Clecim (Dynawipe), indispensable pour contrôler et réguler l'épaisseur et l'uniformité du revêtement sur toute la largeur et la longueur des fines bandes d'acier. Ce procédé répond à l'enjeu constant d'optimisation de la protection anticorrosion et de réduction de la consommation de zinc ; il s'inscrit également dans la tendance de l'Industrie 4.0 à enregistrer, analyser et modéliser les processus physiques afin d'améliorer les performances des clients.
Cette présentation décrit l'utilisation de JMP, étape par étape, pour créer une carte de pression en fonction de différents paramètres, afin de la comparer à une modélisation par éléments finis. La principale difficulté rencontrée a été la détermination précise du pic de pression maximal. Notre approche consiste à enregistrer les données, à modéliser la pression à l'aide d'une courbe gaussienne (plateforme Fit Curve), à exporter les paramètres, à les modéliser en fonction des paramètres du procédé à l'aide de Fit Model, puis à générer un graphique animé avec Graph Builder.
Bonjour, je m'appelle Stéphane Gouttebroze et je vais vous présenter le document intitulé « Excellence du revêtement de zinc : tirer parti de JMP pour un contrôle précis de la pression et une modélisation thermodynamique ». Voici le contenu de ma présentation : tout d'abord, une brève introduction à Clecim ; ensuite, je parlerai du contexte et du dispositif expérimental ; puis, je ferai une courte démonstration de sauts de tension et je terminerai par quelques conclusions. Clecim, qui sommes-nous ? Nous sommes un intégrateur français d'équipements pour l'industrie sidérurgique mondiale. Notre siège social est situé en France, près de Lyon, à Montbrison.
L'entreprise a 100 ans et compte environ 200 employés. Nous disposons d'un bureau d'études, d'un atelier et d'un service d'installation et de mise en service sur site. Les principales activités de Clecim sont la fourniture de machines individuelles et de lignes de production complètes, telles que les lignes de décapage, de recuit, de galvanisation, de peinture, etc. Clecim propose également des services de pièces détachées et de maintenance.
Nous disposons également d'un service de conseil qui peut apporter son expertise et réaliser des audits de processus à nos clients. Voici quelques exemples d'installations : laminoirs (à chaud ou à froid), lignes de planage, systèmes d'inspection de surface pour le contrôle qualité des bandes, soudeuses laser, et bien d'autres.
Au bas de cette diapositive, vous pouvez voir un exemple de ligne de galvanisation dédiée au marché automobile. La longueur de cette ligne, d'ici à là, est d'environ 500 mètres, et sa hauteur approximative est de 35 mètres. Dans les diapositives suivantes, nous nous concentrerons sur cette zone, à savoir la zone des bains de zinc.
Concernant le contexte et le dispositif expérimental, nous nous trouvons dans la zone de cuisson du zinc, où se trouve le bain de zinc liquide. Imaginez une bande magnétique sortant d'un four, plongée dans le bain de zinc, puis recouverte de zinc liquide. La bande est en mouvement continu ; il s'agit d'une production en continu. On peut donc imaginer qu'à sa sortie du bain de zinc liquide, la bande est recouverte d'une couche de zinc.
Pour garantir la qualité, la productivité et la résistance à la corrosion, il est impératif d'assurer une épaisseur de zinc constante et homogène sur toute la largeur et la longueur de la bande. Ceci est assuré par un dispositif spécifique, appelé lame d'air. Il s'agit du dispositif présenté ici. Fonctionnant comme un séchoir à air, il souffle de l'air sur la surface de la bande afin d'éliminer l'excédent de zinc.
L'objectif de cette étude était de réaliser des mesures expérimentales. Nous souhaitions également modéliser la pression d'impact en fonction de différents paramètres et comparer les résultats avec une modélisation par éléments finis. Enfin, nous ajusterons le modèle par éléments finis afin qu'il corresponde aux mesures effectuées. Vous trouverez ci-dessous les résultats de la modélisation par éléments finis ; nous allons maintenant aborder le banc d'essai.
Le banc d'essai, comme vous pouvez le voir ici, est un système de soufflage d'air en fonctionnement. On y trouve le dispositif de soufflerie. La largeur de ce dispositif est représentée par l'axe Y, et sa hauteur par l'axe Z. Sur ce banc d'essai, nous avons ajouté une petite pièce : une plaque métallique équipée d'un capteur de pression permettant de mesurer la pression d'impact de l'air sur cette plaque. Cela permettra de simuler la pression exercée par la soufflerie sur une bande fictive.
Ceci illustre les mesures expérimentales. Nous mesurons la vitesse du ventilateur, qui varie et modifie la pression à l'intérieur de la lame d'air. Nous avons également trois positions (X, Y et Z) variables pour les mesures. Nous mesurons ici la pression d'impact à l'aide d'un capteur de pression et la température de l'air. À partir de toutes ces mesures, nous pouvons construire un tableau de données, que nous examinerons plus loin.
Le déroulement de l'étude est le suivant. Nous commençons par les mesures. À partir de ces mesures, nous fixons les positions X et Y, tandis que nous faisons varier la position Z afin de mesurer la pression d'impact. La courbe obtenue présente la forme suivante. Nous décidons alors de la modéliser par une gaussienne à l'aide de l'outil « Ajustement de courbe gaussienne » de JMP. Nous obtenons ainsi trois paramètres représentant ces courbes : A, B et C, qui correspondent respectivement à la valeur maximale, au point critique et au taux de croissance.
Ces trois paramètres seront intégrés à notre tableau de données et nous procéderons à des corrections de mesure. Par exemple, nous ajouterons un décalage Z afin de recentrer toutes les courbes, car notre dispositif expérimental peut présenter une légère dérive sur l'axe Y. Ensuite, nous avons choisi de modéliser la valeur maximale et le taux de croissance en fonction des paramètres du procédé. Nous établirons un nouveau tableau contenant les formules de prédiction afin de pouvoir prédire la pression dans l'espace 3D selon les axes X, Y et Z, ainsi qu'en fonction de la vitesse du moteur et de la température de l'air.
L'objectif est d'obtenir ce graphique de contours. Ce graphique représente la pression prévue en fonction des valeurs Z et X, la température de l'air et la vitesse du ventilateur étant fixées. Nous devons conserver cette courbe, et je vais maintenant vous montrer comment obtenir ce graphique de contours.
Je dois maintenant passer à JMP. J'ouvre le tableau de données. Le voici. Il contient 13 mesures, datées et horodatées simultanément, correspondant à une vitesse de moteur donnée, ainsi qu'aux axes X et Y. La valeur Z varie de -3 à +3, et nous mesurons la pression d'impact et la température de l'air. Je peux vous montrer tous les points de mesure. Vous pouvez constater que nous avons choisi de représenter les valeurs X, Y et Z de cette manière. La représentation n'est pas encore optimale. À l'avenir, nous souhaiterions réaliser une étude expérimentale afin d'obtenir une meilleure représentation de cet espace 3D.
Si je représente maintenant la pression en fonction de Z, vous pouvez reconnaître cette forme de courbe gaussienne. Toutes les courbes ne sont pas alignées. Cela est dû au phénomène que j'ai expliqué précédemment concernant la dérive du banc d'essai. L'objectif est maintenant de modéliser toutes ces courbes en fonction de ces paramètres. Pour ce faire, j'utilise la plateforme « Ajuster une courbe » de JMP. Je choisis d'ajuster la pression en fonction de Z, sous la forme d'une courbe comme celle-ci. Reconnaissez-vous les trois paramètres précédemment présentés ? J'obtiens ainsi la courbe de référence pour tous les points de mesure.
Maintenant, je peux extraire les valeurs des paramètres dans un nouveau tableau comme celui-ci. Vous voyez que pour cette mesure, à la même date et à la même heure, nous avons les trois paramètres et leurs trois valeurs. Je dois légèrement modifier ce tableau pour le scinder et pouvoir l'intégrer au tableau d'origine. J'utilise la fonction de fractionnement. Désormais, chaque ligne représente le point critique, le taux de croissance et la valeur maximale pour chaque point de mesure.
Une fois cela fait, je peux intégrer ce tableau au tableau original. Voici comment procéder. Vous voyez maintenant le tableau original avec ces colonnes ajoutées. Ces quatre colonnes correspondent au calcul d'une courbe d'ajustement. Celle-ci est une formule que j'ai créée. Elle sert simplement à recentrer la valeur Z par rapport au point critique. Si j'utilise cette valeur maintenant, je peux tracer la pression en fonction de cette valeur, et vous voyez que toutes les courbes sont désormais alignées sur zéro.
À partir de cette courbe, je cherche à identifier les paramètres qui influencent la valeur de crête, par exemple. C'est ce que je peux vous montrer ici. Si je modifie la vitesse du moteur, par exemple, comment cela modifie-t-il la valeur de crête ? Quel est l'impact de la valeur X ou de la température de l'air ? Pour obtenir ces deux profils, et de même pour le taux de croissance, j'utilise une nouvelle plateforme : la plateforme d'ajustement de modèle. Vous pouvez la trouver ici. J'ai choisi de ne conserver que trois paramètres, ce qui correspond à un modèle linéaire. Ce modèle me semble performant car le coefficient de détermination (R²) est bon.
Nous pourrions légèrement améliorer ce modèle, car la forme et la distribution des valeurs résiduelles semblent optimisées. Cependant, nous choisissons de le conserver tel quel, car la formule reste simple. Je peux vous la montrer : l'expression de prédiction. Vous voyez, elle est linéaire et très simple. Nous avons donc décidé de garder ce modèle. Grâce à lui, je peux ajouter la formule de prédiction de la valeur maximale. Vous voyez, elle est ajoutée avec la formule que vous avez ici, vous la reconnaissez. Je ferai de même pour le taux de croissance. Mêmes conclusions : un excellent coefficient de détermination (R²), les mêmes paramètres, également linéaires, et la même conclusion concernant les résidus. Nous pourrions peut-être l'améliorer un peu, mais ce n'est pas l'objectif principal. Nous allons donc le conserver.
J'ai maintenant deux nouvelles colonnes : la formule de prédiction de la valeur maximale et celle du taux de croissance. Je peux ajouter la dernière colonne, qui contiendra la formule de prédiction de la pression. Si je vous montre la formule, vous reconnaîtrez celle de la courbe de Gauss, avec la formule de prédiction du taux de croissance et celle de la valeur maximale.
Nous disposons maintenant d'une formule de prédiction de la pression en fonction de tous ces paramètres, ainsi que de la température de l'air. L'objectif est de créer un nouveau tableau contenant ces paramètres, avec des valeurs comprises dans les limites des mesures, mais avec, par exemple, une répartition optimisée. Je vais vous montrer comment procéder. Tout d'abord, j'ouvre les quatre tableaux que j'ai préparés. Vous y voyez la vitesse du moteur, la valeur X, la valeur Z et la température de l'air. Il me reste à combiner ces quatre tableaux en un seul, avec toutes les combinaisons possibles entre les quatre paramètres.
Pour cela, j'utilise la table de plateforme, la concaténation de tables, et je choisis de concaténer, par exemple, pardon, excusez-moi, il ne s'agit pas d'une concaténation, mais d'une jointure. Nous choisissons de joindre la vitesse du moteur avec, par exemple, D, et au lieu d'utiliser la correspondance de colonnes, je dois modifier et choisir une jointure cartésienne. Vous pouvez voir ici toutes les combinaisons entre ces deux paramètres que j'ai calculées avec JMP. Cela me crée une nouvelle table. Si je l'utilise à nouveau avec Z et à nouveau avec la température de l'air, vous obtiendrez une table de données complète avec ces quatre paramètres.
Je l'ai déjà fait, je vais donc l'ouvrir. Voici mes quatre paramètres, avec toutes les combinaisons possibles, ce qui donne environ 3 000 lignes. Grâce à ce tableau, je peux ajouter ma formule. Voici les quatre colonnes. On y trouve la formule de prédiction calculée précédemment et la pression de prédiction, identique à celle affichée précédemment. L'avantage de cette méthode est que je peux modifier la répartition ou la précision en Z, X, en température de l'air ou en vitesse du moteur.
Grâce à ce tableau, je peux maintenant créer le tracé de contours que je vous ai montré. Vous pouvez le reconnaître ici, et je peux l'animer en fonction de la vitesse du moteur. Vous voyez que nous avons obtenu le résultat souhaité, comme illustré ici.
Je voudrais simplement vous faire part de quelques conclusions. La partie gauche présente les résultats d'un modèle par éléments finis importés dans JMP. La partie centrale, quant à elle, affiche les résultats expérimentaux visualisés avec JMP. À titre de comparaison, nous pouvons tracer ces deux courbes, qui correspondent à des coupes de la carte de contours avec une valeur X constante. On observe ici une très bonne concordance entre les résultats expérimentaux et le modèle par éléments finis 3D. En revanche, ici, on constate une différence. Dans ce cas, nous souhaiterions améliorer notre modèle par éléments finis en modifiant certaines hypothèses ou certains paramètres de modélisation.
En conclusion, JMP permet à Clecim d'explorer les données intuitivement, d'analyser et de modéliser les mesures de manière simple et efficace. Nous avons validé notre dispositif expérimental. Nous pouvons facilement comparer un modèle par éléments finis et les résultats expérimentaux. Nous pouvons également extrapoler nos mesures et valider nos hypothèses. Nous pouvons présenter les résultats de façon attrayante et communiquer avec nos clients afin de les convaincre de nos performances et de nos capacités d'étude. Ceci conclut mon intervention. Je vous remercie de votre attention. Si vous avez des questions, n'hésitez pas à me contacter par courriel, via LinkedIn ou par téléphone. Merci.
