Modèle basé sur la zone de contact instantanée pour la caractérisation des coefficients de coupe sensibles à la résistance au cisaillement des pièces anisotropes

La nature anisotrope des pièces obtenues par fusion de lit de poudre laser (LPBF) signifie que les coefficients de force de coupe obtenus par régression linéaire ou méthodes d'optimisation non linéaire ne fonctionnent que pour une position d'outil par rapport à la pièce à usiner. Ces méthodes doivent obtenir un nouvel ensemble de coefficients pour chaque position d'outil par rapport à la pièce, ce qui devient encombrant pour l'usinage de surface avec plusieurs orientations outil-pièce, ce qui est typique pour les pièces LPBF. Comme première étape pour surmonter ce problème, cet article présente une nouvelle méthodologie pour le calcul des coefficients de coupe sensibles aux changements de résistance au cisaillement du matériau lorsque l'outil change d'orientation. À cet effet, un modèle inverse vectoriel basé sur la zone de contact instantanée est présenté. Les coefficients de cisaillement obtenus avec le modèle actuel ont un sens physique et fournissent la base pour prédire les coefficients de coupe pour plusieurs orientations d'outil à partir de modèles basés sur la microstructure récemment développés. Pour la vérification du modèle, des échantillons prismatiques IN718 LPBF ont été fabriqués et usinés avec une fraise périphérique pour trois orientations d'outil (cas). Le matériau a été caractérisé par SEM et EBSD, et l'anisotropie plastique a été vérifiée. Les coefficients obtenus avec le modèle proposé ont présenté une corrélation élevée (0,97) avec la résistance à la coupe, contrairement à ceux obtenus avec le modèle inverse linéaire, ce qui établit que les coefficients mécanistes basés sur des vecteurs sont plus appropriés pour les matériaux anisotropes. Les forces de coupe simulées à partir des coefficients obtenus par le modèle proposé ont été comparées avec les forces expérimentales, observant des motifs et des niveaux similaires. Les coefficients obtenus avec le modèle permettent d'obtenir des forces moyennes avec une erreur de prédiction comprise entre 5 et 15 %, selon le pourcentage de données instantanées utilisé pour estimer la valeur moyenne des coefficients.