Description scientifique du programme de recherche de l'équipe:

L'équipe système de production intégré aborde plusieures thématiques de recherche : 

- Maîtrise des techniques d’optimisation déterministes et méta heuristiques,

- Maîtrise des phénomènes dynamiques en coupe des métaux et du comportement dynamique des machines-outils (MO), - Modélisation et simulation du comportement de l'usinage,

- Modélisation de l’effort de coupe dans le cas du fraisage hémisphérique par une approche mécanistique,

- Optimisation du processus d’usinage à l’aide de la programmation non linéaire (PNL),

- Génération des trajectoires d’outils pour l’usinage des surfaces gauches,

- Modélisation et simulation de la coupe orthogonale en utilisant un code de calcul par la méthode des éléments finis,

- Étude et simulation des effets dynamiques de la coupe sur la stabilité de la coupe : application au fraisage de profil,

- Identification de lois de coupe  lors d’une opération de fraisage de face,

- Identification d'une loi de force de coupe dynamique en tournage pour le cas de la coupe orthogonale,

- Intégration de modèle d'usure des plaquettes d'usinage et du champ de température pour la modélisation des forces de coupe en régimes statique et dynamique.

Adéquation entre le programme initial de l'équipe et sa réalisation:

L'adéquation entre le programme initial et sa réalisation se résume dans les points suivants : - Maîtrise des techniques d’optimisation déterministes et méta heuristiques, - Maîtrise des phénomènes dynamiques en coupe des métaux et du comportement dynamique des machines-outils (MO), - Modélisation et simulation du comportement de l'usinage,  - Modélisation de l’effort de coupe dans le cas du fraisage hémisphérique par une approche mécanistique, -  Optimisation du processus d’usinage à l’aide de la programmation non linéaire (PNL).

Environnement et contraintes:

Le manque de moyens de mesures et aussi le manque des machines-outils à commande numérique pour la partie expérimentale, nous a restreint pour mener à bien notre démarche de recherche. Parmi les thèmes de recherche non encore abordé par notre équipe, on cite : - Étude et simulation des effets dynamiques de la coupe sur la stabilité de la coupe : application au fraisage de profil, - Identification de lois de coupe  lors d’une opération de fraisage de face, - Identification d'une loi de force de coupe dynamique en tournage pour le cas de la coupe orthogonale,  - Intégration du modèle d'usure des plaquettes d'usinage et du champ de température pour la modélisation des forces de coupe en régimes statique et dynamique.

Travaux en cours:

Les travaux en cours et qui rentre dans le cadre d'un projet (CNEPRU) qui a été agrée à partir de Janvier 2016 sont :

L'amélioration des procédés d’usinage en utilisant les techniques d’optimisation et l’intelligence artificielle.

L’optimisation des conditions de coupe pose deux problèmes, le choix de la méthode d'optimisation la mieux adaptée au problématique et le choix des méthodes d’optimisation, c’est pour ça nous avons réalisé dans ce semestre une large recherche bibliographique sur les méthodes d’optimisation. 

Nous avons trouvé que ces méthodes sont très nombreuses et variées, certaines s’appuient sur une analyse mathématique du modèle, d’autres utilisent la génération de nombres aléatoires (méthodes stochastiques) et reproduisent des comportements issus de la nature pour identifier une solution.
Nous avons classé les approches d’optimisation suivant leur nature. Les méthodes déterministes sont, en général, peu coûteuses, mais elles nécessitent souvent un point de départ et le calcul du gradient de la fonction objectif pour résoudre le problème.

Par ailleurs les méthodes stochastiques ne nécessitent ni connaissance du point de départ, ni calcul du gradient pour atteindre la solution optimale, cependant elles demandent un nombre d’évaluations plus important avant d’arriver à la solution du problème.
A travers cette recherche bibliographique nous avons décidé de fixer comme objectif pour le deuxième semestre de ce projet d’étudier le choix des méthodes d’optimisation appropriées.
Nous proposons de choisir les méthodes d’optimisation pour la résolution de notre problème sur la base des critères suivants :
- Sa capacité à traiter des fonctions « objectifs » non-linéaires, non-dérivables et multimodales,
- Son habilité à utiliser le principe de parallélisassions, Sa facilité d'utilisation (compréhension du principe, faible nombre de paramètres),
- Son excellent taux de convergence