Dossier publié en 2023, avec Tim W. Simpson et des propos de Matthew Shomper. Les perspectives sur les logiciels et l’IA correspondent à cette période ; elles ne constituent pas des prévisions nouvelles.
Il y a quelques années, pour comprendre comment « repenser la conception » en tenant compte des capacités des technologies de FA, nous avons abordé la transition de la conception pour la fabrication (DfM) à la conception pour la fabrication additive (DfAM = Design for Additive Manufacturing). Le dossier que nous avons publié abordait la véritable définition de la conception pour la fabrication additive et mettait en lumière une chose : lorsqu’elle est bien réalisée, la conception pour la fabrication additive peut réellement augmenter la valeur de la pièce. Aujourd’hui, on se rend compte que la boîte à outils « DfAM » reste un mystère pour de nombreux ingénieurs et concepteurs, et l’une des raisons qui peut expliquer cette énigme est le fait que cette boîte à outils se limite la plupart du temps à deux principes : La conception générative et l’optimisation de la topologie.
L’article ci-dessous vise à servir de point d’entrée pour aider les concepteurs et les ingénieurs à comprendre les différents outils de conception inclus dans la boîte à outils DfAM, ceux qui peuvent permettre la production et l’industrialisation (forces et limites), ainsi que ceux que nous devrions garder à l’œil au fur et à mesure que le domaine continue de progresser. À l’avenir, chaque outil de conception fera l’objet d’un examen approfondi dans des articles spécifiques.
La conception générative (GD) et l’optimisation topologique (TO) occupent une place importante dans la DfAM. Pour Tim W. Simpson, professeur à Penn State au moment de l’entretien, elles « existent depuis longtemps et présentent souvent des avantages immédiats en termes de gain de poids et d’augmentation de la valeur lors de l’utilisation de la FA ». La DfAM bénéficie déjà de lignes directrices : ISO/ASTM 52910:2018 traite de la conception pour la FA, sans fournir toutes les données propres aux matériaux et procédés.
Ce dossier s’appuie sur l’expérience de Tim Simpson en conception pour la fabrication additive.
Selon notre expert, les autres techniques comprennent :
- Les structures en treillis, un moyen de réduire le poids ou d’augmenter la rigidité. On parle souvent de « conception de structures multi-échelles », telles que les structures en treillis ou les structures cellulaires.
- La bio-inspiration, une approche souvent assimilée aux algorithmes de conception générative, mais beaucoup plus large.
- La consolidation des pièces, qui réduit le nombre de composants et d’opérations d’assemblage. Les effets sur la masse, la résistance, l’inspection et la réparabilité doivent être évalués.
- Inversement, on peut aussi utiliser la FA pour fabriquer des structures intentionnellement poreuses, qui offrent de nombreux avantages en matière de gestion des fluides et de la chaleur, par exemple.
- L’intelligence artificielle (IA) permet toutes sortes de nouvelles approches informatiques en matière de DFAM.
« Une bonne vieille conception “intelligente” peut également s’avérer très utile dans le cadre de la DFAM. Nous sommes tellement habitués à concevoir des pièces en CAO que nous avons tendance à nous limiter à ce qui est facile à faire en CAO : se déplacer dans les dimensions X, Y, Z, extruder, balayer, tourner, etc. La FA vous libère de ces contraintes, ce qui nécessite de libérer votre esprit de la façon dont vous pensez souvent lorsque vous créez un modèle en CAO, ce qui implique souvent de soustraire de la matière à des géométries plus grandes qui sont combinées pour créer des formes complexes.
En bref, les concepteurs doivent penser “de l’intérieur vers l’extérieur” plutôt que “de l’extérieur vers l’intérieur” lorsqu’ils utilisent la CAO pour la fabrication additive. C’est une façon de commencer à changer l’état d’esprit pour la FA, et c’est vraiment ce que la conception générative et l’IA font – inspirer les concepteurs à penser différemment sur la façon de créer des géométries uniques qui peuvent maintenant être construites avec la FA », ajoute le professeur Simpson.
La personnalisation de masse relève d’une stratégie de production appuyée par la conception numérique, plutôt que d’un algorithme unique. Modifier un fichier peut éviter un nouvel outillage dans certains cas ; chaque variante doit néanmoins respecter les exigences de fabrication et de validation.
Cela dit, quelle que soit la méthode choisie, le concepteur gardera toujours à l’esprit la forme, la fonction, l’esthétique et, aujourd’hui, de plus en plus, les éléments de durabilité de la conception d’un produit.
Stratégies de conception et techniques de conception
Il est inutile de connaître toutes ces techniques de conception si l’on ne sait pas où et comment utiliser chacune d’entre elles. Il va sans dire que le choix d’une technique de conception exige avant tout une compréhension approfondie des étapes du processus de conception : la conception du composant, la conception de la pièce et la conception du processus.
Les travaux de Christoph Klahn, Bastian Leutenecker et Mirko Meboldt (2015) examinent les raisons de choisir la FA et distinguent deux stratégies de conception. Ils prolongent des travaux antérieurs sur la sélection des composants.
Réduire le nombre de pièces, personnaliser, alléger et améliorer une fonction sont quatre pistes de création de valeur. La complexité géométrique n’est toutefois pas gratuite : volume déposé, supports, durée de fabrication, finition et inspection peuvent faire varier le coût.
Une stratégie motivée par la fabrication utilise la FA pour ses avantages de production tout en préservant, si nécessaire, une conception transférable à d’autres procédés. Une stratégie guidée par la fonction exploite davantage les possibilités géométriques de la FA ; le passage à un autre procédé peut alors exiger une refonte importante.
En plus d’aider à choisir la stratégie de conception idéale à suivre pour une application donnée, ils aident également à décider des outils de conception à utiliser. Tim W. Simpson répond à cette question :
« Malheureusement, les outils et les techniques de conception sont souvent limités – ou dictés – par les logiciels dont l’utilisation est approuvée au sein d’une entreprise. Il existe d’innombrables start-ups et outils logiciels basés sur le cloud, par exemple, qui sont maintenant disponibles pour la DFAM, mais ils ne figurent souvent pas sur la liste d’approbation ou ne sont pas accessibles à travers le pare-feu de l’entreprise. Les étudiants et les universitaires ont beaucoup plus de flexibilité et de liberté dans ce qu’ils peuvent utiliser, ce qui pourrait éventuellement contribuer à transformer les outils et les logiciels de DFAM utilisés dans l’industrie.
L’impact de toute technique de conception est évalué en fonction de l’efficacité et de l’efficience avec lesquelles le logiciel peut aider les concepteurs à mettre au point une solution qui répond aux exigences, qui existent toujours pour tout ce qui est conçu, quelle que soit la manière dont le produit est fabriqué. Ainsi, la recherche de conceptions plus légères, par exemple, peut servir de base à la comparaison de deux solutions, à condition que toutes les autres exigences soient satisfaites ».
Principales spécifications des méthodes de conception
Les appréciations ci-dessous, notamment l’horizon de « deux ou trois ans », proviennent de l’entretien de 2023.
Soyons clairs : cette partie de l’article n’a pas l’ambition de dire qu’une technique de conception spécifique est meilleure qu’une autre. Cependant, plus on analyse le processus de fabrication des pièces imprimées en 3D, plus on se rend compte que certains avantages peuvent jouer en faveur de certaines techniques de conception, selon qu’elles aident la pièce imprimée en 3D à offrir une valeur économique, écologique ou d’expérience.
L’optimisation topologique recherche une répartition de matière répondant à un objectif et à des contraintes définis. La conception générative explore plusieurs solutions et peut elle-même utiliser l’optimisation topologique. Ces approches se recoupent : elles ne se résument pas à « une solution contre plusieurs », et leurs résultats nécessitent une vérification technique et de fabricabilité.
« Les outils d’optimisation topologique ont certainement une longueur d’avance, étant donné l’ancienneté de ces outils logiciels et de ces algorithmes. Les outils de conception générative rattrapent rapidement leur retard, et nous voyons beaucoup plus de conceptions basées sur des treillis maintenant, étant donné la disponibilité de meilleurs outils logiciels pour générer des géométries de treillis complexes. Les outils basés sur l’IA commencent à exploser autour de nous, et nous verrons certainement toutes sortes d’approches nouvelles dans les deux ou trois prochaines années.
En fin de compte, la pièce obtenue par FA doit répondre aux exigences et être plus rentable que toute autre option de fabrication ; sinon, pourquoi une entreprise voudrait-elle utiliser la FA ? Il est vrai qu’il existe de nombreuses façons de rendre une pièce imprimée 3D plus rentable, au-delà d’une simple comparaison directe des coûts des matériaux et de la fabrication, mais cela reste essentiel pour permettre la production et l’industrialisation des pièces et des produits de FA », souligne le professeur Tim W. Simpson.
Par ailleurs, la conception computationnelle (qui comprend la conception paramétrique, la conception générative et la conception algorithmique) évolue de plus en plus à mesure que des normes sont établies dans ce domaine. Cependant, il faut garder à l’esprit ce que Matthew Shomper nous a dit dans l’édition de mars/avril 2023 de 3D ADEPT Mag (segment logiciel | pp -35-36) : « La conception computationnelle est un outil formidable pour les structures complexes. […Mais ce n’est] pas pour les âmes sensibles. Les outils sont plutôt inaccessibles (avec des courbes d’apprentissage importantes) et ils nécessitent généralement une double connaissance de la conception pour les exigences et l’esthétique en même temps. »
Selon Simpson, le problème réside dans le fait que la confiance dans les résultats de l’analyse reste un défi pour de nombreuses entreprises. Par exemple, il est très facile de générer des structures en treillis complexes avec certains des nouveaux outils logiciels, mais l’analyse des treillis avec une précision suffisante pour comprendre comment ils peuvent échouer dans la pratique augmente l’incertitude et donc le risque, ce qui peut souvent faire dérailler un projet. De même, les différences entre la pièce imprimée et la pièce conçue peuvent être source d’incertitude et accroître encore la perception du risque en matière de FA. Enfin, un manque de compréhension et de prise de conscience de ce dont la FA est aujourd’hui capable peut entraîner une résistance à l’utilisation de la FA et de tout outil de conception computationnelle.
Les outils d’IA peuvent accélérer certaines explorations, sans garantir une meilleure pièce qu’une démarche humaine pour toute application. Les contraintes, les données et la validation restent décisives. Simpson défend une combinaison des compétences : « la vraie victoire sera de combiner les deux dans des approches hybrides qui tirent parti de ce que les humains font bien et de ce que l’IA et les algorithmes de conception computationnelle peuvent faire correctement ».
Ce dossier a été initialement publié dans le numéro de Mai/Juin de 3D ADEPT Mag.
LA NEWSLETTER HEBDOMADAIRE DE 3D ADEPT
L’industrie évolue. Gardez une longueur d’avance.
Chaque semaine, l’essentiel de la fabrication additive : actualités industrielles, dossiers de fond et applications concrètes, sélectionnés par notre rédaction. Vous êtes aussi les premiers informés de la sortie de chaque numéro de 3D ADEPT Mag.
Gratuit · Un e-mail par semaine · Désinscription à tout moment
En cliquant, vous chargez le formulaire de notre prestataire d’e-mailing, ainsi que ses statistiques et la protection anti-robots de Google. Votre inscription n’est enregistrée que si vous la validez. Consultez notre politique de confidentialité
