EP4705926A1

EP4705926A1 - Fabrication d'une piece tissee 3d avec regularisation de la structure textile

Info

Publication number: EP4705926A1
Application number: EP24727787.4A
Authority: EP
Inventors: Michelle Alessandro BUCCI; Pietro Del Sorbo; Nacim BELKHIR; Sébastien Da Veiga; Dominique Marie Christian Coupe
Original assignee: Safran SA
Current assignee: Safran SA
Priority date: 2023-05-03
Filing date: 2024-04-25
Publication date: 2026-03-11
Also published as: WO2024227992A1; FR3148483A1

Abstract

Un aspect de l'invention concerne un procédé mis en œuvre par ordinateur de fabrication d'une pièce tissée 3D dans un matériau composite comportant la définition d'une préforme textile de la pièce.

Description

DESCRIPTION

TITRE : FABRICATION D’UNE PIECE TISSEE 3D AVEC REGULARISATION DE LA STRUCTURE TEXTILE

DOMAINE TECHNIQUE DE L’INVENTION

[0001] Le domaine technique de l’invention est celui de pièces fabriquées en matériau composite tissé, notamment des pièces aéronautiques telles que des aubes de moteur d’aéronef.

[0002] En particulier l’invention concerne la fabrication d’une préforme d’une pièce en composite tissé par la définition de paramètres de fabrication en fonction des propriétés désirées de ladite pièce.

ARRIERE-PLAN TECHNOLOGIQUE DE L’INVENTION

[0003] Un matériau composite tissé est un assemblage comportant au moins une ossature textile tissée appelée renfort et un liant appelé matrice. Le renfort comprend des torons, aussi appelés « fils », tissés à l’aide d’un métier à tisser suivant une topologie de tissage théorique par couche, définie selon au moins deux orientations également appelées axes de renfort. Chaque couche comprend différents types de fils tissés selon les deux axes de renfort et forme la structure élémentaire du renfort. Les axes de renfort sont classiquement dénommés « chaîne » et « trame ». En général, la chaîne correspond à la direction principale de tissage, et la trame correspond à la direction transversale, orthogonale à la chaîne. Le mode d’entrecroisement des torons, c’est-à-dire le motif selon lequel sont tissés lesdits torons, est classiquement appelé « armure » et est composé d’une ou plusieurs couches.

[0004] La conception d’une pièce en composite tissé 3D requiert une maîtrise précise de ses propriétés, qui découlent de la structure du tissage ainsi que du type de matériau, du type de renfort et du procédé de fabrication. Le développement d’une telle pièce est donc complexe et débute par la conception et la fabrication d’une préforme. La conception de la préforme, c’est à dire du renfort tissé 3D, est alors un processus fastidieux comprenant de nombreux allers-retours afin de trouver le meilleur compromis entre les caractéristiques mécaniques (ratio chaîne-trame, fraction volumique de fibres, etc.) imposées et les contraintes de fabrication (armures, titre de fils disponibles, position dans le harnais, etc.) du service chargé de la fabrication. [0005] La convergence vers le compromis optimal est classiquement effectuée par un opérateur spécialisé dans le tissage de composites et chargé de garantir la régularité de la préforme conçue. Notamment, l’opérateur cherche à minimiser le nombre de fils de chaîne ou de trame qui sont tissés (c’est-à-dire tissés au niveau des colonnes de la préforme) et en flottés (c’est-à-dire non tissés au niveau des colonnes de la préforme) sur un petit nombre d’insertions, généralement moins de dix insertions. Par exemple, un fil en flotté sur moins de dix colonnes et un fil tissé sur moins de 10 colonnes sont considérés comme des défauts. Dans ce cas, la recherche du compromis est faite à l’appui d’un modèle numérique de tissage et par visualisation de la préforme programmée.

[0006] Définir une pièce textile est chronophage, avec un temps de traitement de l’ordre de plusieurs mois, en fonction de la complexité de la pièce. Cette longue durée a donc un impact de premier ordre sur les itérations entre le spécificateur et le service de fabrication et, par conséquence, sur les temps de développement des pièces.

[0007] On connaît de l’art antérieur plusieurs modèles numériques de tissage de programmation textile tels que :

Des outils généralistes, par exemple NedGraphics™ , ne permettant pas de prendre en compte les paramètres spécifiés ni les contraintes liées au tissage d’une préforme 3D. De plus, ces modèles de tissage ne sont pas adaptés pour la définition de grandes pièces et/ou de pièces de forte complexité ;

Des outils dédiés à la programmation de préformes tissées 3D, par exemple 3D Composite Structures™, qui prennent en compte les spécifications et les propriétés des préformes textiles 3D telles que le nombre de couches, l’espacement des trames entre deux colonnes de fils de trame, les caractéristiques d’armure, etc. Ces modèles de tissage comprennent un algorithme d’optimisation de couches textiles mais ne prennent pas en compte les contraintes de fabrication ni l’optimisation des armures.

Des outils dédiés à la programmation de préformes tissées 3D et permettant d’optimiser localement, c’est-à-dire cellule par cellule, la définition de la préforme textile, au moyen de techniques heuristiques, afin de respecter les contraintes imposées par le spécificateur, par exemple par ajout ou suppression de couches et/ou choix des armures. Cependant, ces modèles de tissage ne permettent pas de régulariser la définition numérique de la préforme au cours de l’optimisation, produisant ainsi des discontinuités entre les cellules et augmentant le nombre d’anomalies.

[0008] Ainsi, même s’il existe des outils numériques pour automatiquement déterminer le compromis, ces outils ne sont pas en mesure de régulariser la solution trouvée.

[0009] Il existe donc un besoin d’un moyen automatique de génération d’une définition numérique optimisée et régulière d’une préforme d’une pièce en composite tissé 3D.

RESUME DE L’INVENTION

[0010] L’invention offre une solution aux problèmes évoqués précédemment, en permettant la définition automatique des propriétés d’une préforme tout en garantissant la régularité de ces propriétés.

[0011] Un premier aspect de l’invention concerne un procédé mis en œuvre par ordinateur de fabrication d’une pièce tissée 3D dans un matériau composite comportant la définition d’une préforme textile de la pièce, le procédé comprenant :

Obtenir une valeur cible d’une propriété de la préforme textile ;

Obtenir un terme de régularisation ;

Régler un paramètre de la préforme textile pour conformer la préforme textile à la valeur cible de la propriété de la préforme textile, le réglage comprenant une modification du paramètre de la préforme textile et étant mise en œuvre à partir :

D’une comparaison entre la valeur cible de la propriété de la préforme textile et une valeur modélisée de la propriété de la préforme textile obtenue en utilisant un modèle numérique de la préforme textile ; et

Du terme de régularisation appliqué à la modification du paramètre de la préforme textile ;

Emettre une commande comprenant la définition de la préforme textile pour la fabrication de la préforme textile par une machine de fabrication, la définition de la préforme textile comprenant le paramètre réglé.

[0012] On entend par « préforme >> une ébauche de renfort tissé en trois dimensions de la pièce à fabriquer. La préforme est caractérisée par une ou plusieurs propriétés, pouvant être des propriétés géométriques et/ou mécaniques, telles qu’une épaisseur, une fraction volumique, une densité surfacique, etc. La terminologie « valeur cible » de la propriété de la préforme désigne donc la valeur de l’une des propriétés de la préforme qui est prédéterminée, par exemple par le spécificateur. Cette valeur cible répond à un besoin et une application spécifiques auxquels la pièce composite est destinée. La valeur cible peut donc être définie en fonction du cahier des charge de la pièce.

[0013] On entend par « définition numérique >> de la préforme l’ensemble des propriétés de la préforme à chacune desquelles est associée une valeur. La définition numérique décrit donc une ébauche spécifique du renfort tissé. En d’autres termes il s’agit d’une variable catégorielle, par exemple définie par un motif élémentaire de tissage tel qu’un tissage en toile, un tissage sergé, etc. La définition numérique est dans un format numérique permettant sa lecture par un ordinateur et sa transmission, par exemple via un support matériel tel un disque dur externe ou via un dispositif de connexion filaire ou non-filaire. Le format numérique est, par exemple, un tableau comprenant les propriétés associées à leur valeur respective et/ou un plan de la préforme. Le plan comprend une ou plusieurs représentations schématiques en une dimension, deux dimensions et/ou trois dimensions de la préforme.

[0014] On entend par « terme de régularisation » un coefficient de pondération qui impose une régularité à la définition numérique de la préforme lors du réglage du paramètre de la préforme. En d’autres termes, le terme de régularisation sert à contrôler l’incidence des anomalies de la définition numérique de la préforme provenant du compromis entre la valeur cible de la propriété de définition numérique de la préforme et les contraintes de fabrication.

[0015] On entend par « paramètre de la préforme » une caractéristique physique de ladite préforme dont l’ajustement permet de conformer la définition de la préforme avec la valeur cible de la propriété de la préforme. A titre d’exemple, le paramètre de la préforme est un nombre de fils.

[0016] On entend par « modèle numérique de la préforme » un modèle qui permet le calcul d’une propriété de la préforme, de même grandeur que la valeur cible de la propriété de la préforme, afin de comparer la valeur cible de la propriété de la préforme et la valeur modélisée propriété entre elles. Ce modèle calcule la propriété à partir des contraintes de fabrication de la préforme, par exemple celles de la machine de fabrication et/ou liées à son environnement, et à partir du paramètre de la préforme. Le modèle numérique de la préforme peut également prendre en compte d’autres paramètres et/ou propriétés prédéterminés, notamment imposés par le cahier des charges, tels qu’une armure de la préforme, une épaisseur de la préforme, une densité surfacique de la préforme etc. Le modèle numérique de la préforme est, par exemple, un modèle numérique dédié à la programmation de préformes tissées 3D et permettant d’optimiser localement, c’est-à-dire cellule par cellule, la définition de la préforme textile, par la suite appelé « modèle numérique à optimiseur local », ou un méta- modèle de ce modèle.

[0017] On entend par « modification » du paramètre de préforme un ajustement de la valeur du paramètre à régler afin d’atteindre le compromis optimal. Par exemple, la modification du paramètre de préforme est une modification du nombre de fils.

[0018] L’invention revendiquée permet donc de déterminer une définition numérique de la préforme permettant la fabrication de la préforme lorsque la définition numérique est fournie à une machine de fabrication de préforme, dont les caractéristiques répondent aux propriétés fournies par le spécificateur, et qui est régulière, minimisant ainsi le nombre d’anomalies dans la définition numérique de la préforme. Il s’agit donc d’une définition numérique réglée. L’équilibre entre respect des critères théoriques, en tenant compte des contraintes de fabrication, et minimisation du nombre d’anomalies est obtenu par la prise en compte du terme de régularisation lors du réglage du paramètre de la préforme.

[0019] Ainsi, le réglage de la définition numérique de la préforme est entièrement automatisé et ne nécessite pas l’intervention de l’opérateur pour être effectué, ni pour corriger la régularité de ladite définition numérique. L’approche proposée a donc une meilleure robustesse que les approches de l’art qui, elles, nécessitent l’intervention de l’opérateur.

[0020] L’invention revendiquée permet également d’obtenir cette définition numérique réglée de la préforme, par le réglage du paramètre de la préforme, en un temps court qui permet d’accélérer le développement de nouvelles pièces. Ceci est particulièrement avantageux dans le cas de préformes de haute complexité et/ou de grande taille.

[0021] Avantageusement, l’approche proposée dans ce premier aspect peut être appliquée à l’intégralité ou une portion de la pièce à fabriquer ; la préforme concernera alors uniquement la partie concernée.

[0022] Avantageusement, le réglage du paramètre de la préforme est entièrement contrôlé par le terme de régularisation. [0023] Avantageusement, l’approche proposée peut être appliquée à n’importe quelle pièce en composite tissé, indépendamment de ses particularités qui sont prises en compte par le modèle numérique de la préforme.

[0024] Outre les caractéristiques qui viennent d’être évoquées dans le paragraphe précédent, le procédé selon le premier aspect de l’invention peut présenter une ou plusieurs caractéristiques complémentaires parmi les suivantes, considérées individuellement ou selon toutes les combinaisons techniquement possibles.

[0025] Dans un mode de réalisation, le réglage du paramètre de la préforme textile comprend :

Initialiser le paramètre de la préforme textile ;

Déterminer, au moyen d’un premier algorithme de recherche itératif, une valeur réglée du paramètre de la préforme textile, ladite valeur réglée du paramètre étant déterminé par annulation d’une différence entre la valeur cible de la propriété de la préforme textile et la valeur modélisée de la propriété de la préforme textile en tenant compte du terme de régularisation appliqué à la modification du paramètre de la préforme textile, le premier algorithme de recherche itératif recherchant la modification du paramètre de la préforme textile qui permet ladite annulation depuis le paramètre de la préforme textile initialisé ;

Comparer une valeur finale de la propriété de la préforme textile ou d’une autre propriété de la préforme textile à une tolérance, la valeur finale de la propriété de la préforme textile ou d’une autre propriété de la préforme textile étant obtenue en utilisant le modèle numérique de la préforme textile avec la valeur réglée du paramètre, et :

Lorsque la valeur finale de la propriété de la préforme textile ou de l’autre propriété de la préforme textile respecte la tolérance, émettre la commande comprenant la définition de la préforme textile ;

Sinon, modifier le terme de régularisation et mettre en œuvre à nouveau le réglage du paramètre de la préforme textile avec le terme de régularisation modifié. [0026] Dans un mode de réalisation, le procédé selon le premier aspect comprend en outre modifier la valeur cible de la propriété et mettre en œuvre à nouveau le procédé lorsque la modification du terme de régularisation et la mise en œuvre à nouveau du réglage du paramètre de la préforme textile ne permettent pas à la valeur finale de la propriété de la préforme textile de respecter la tolérance.

[0027] Dans un mode de réalisation, la propriété de la préforme textile est une fraction volumique de la préforme textile et le premier algorithme de recherche itératif est configuré pour résoudre VF_cibte - f_k(JT, a) + /?Aa = 0, avec :

^VFcibie la valeur cible de la fraction volumique de la préforme textile ; f_k le modèle numérique de la préforme textile ;

1T une valeur cible d’une épaisseur de la préforme textile ; a la modification du paramètre de la préforme textile ;

/? le terme de régularisation ; et

Aa un Laplacien de la modification du paramètre de la préforme textile.

[0028] Grâce à ces caractéristiques, le paramètre de la préforme est facile à régler puisqu’il suffit de résoudre l’équation définie pour le déterminer. Cette équation étant, en outre, une simple annulation, elle peut être résolue facilement au moyen de n’importe quel algorithme de recherche des pôles d’une fonction. Ces algorithmes permettent, notamment, de résoudre ce type d’équation très rapidement et avec une grande précision. Préférentiellement, l’algorithme de Krylov-Newton est utilisé pour résoudre cette équation.

[0029] En outre, le réglage proposé permet de régulariser automatiquement la définition numérique de la préforme dans son intégralité au cours de son exécution et permet de minimiser le nombre d’anomalies de la préforme, même si celle-ci est divisée en cellules. Dans ce dernier cas, les propriétés des cellules sont donc lissées d’une cellule à l’autre.

[0030] Par ailleurs, le terme de régularisation permet de sélectionner la solution optimale sur le front Pareto du problème de réglage à résoudre, c’est-à-dire de pondérer l’erreur sur la fraction volumique par la régularité de la solution.

[0031] La régularité de la solution est assurée si les dérivées au second ordre du champ de modification du paramètre à régler sont annulées. Le Laplacien de la modification du paramètre à régler sert ce dessein et permet de détecter les anomalies de la préforme, notamment les discontinuités et les régions à forte dégressivité des couches actives. On entend par « région à forte dégressivité » des régions de la pièce où l’épaisseur décroît rapidement d’une cellule à l’autre par retrait de plusieurs couches dans ces cellules. Une couche est active lorsqu’un fil y est tissé ; autrement, la couche est inactive.

[0032] Dans un mode de réalisation, la préforme textile comprend un ou plusieurs fils dudit matériau composite, le paramètre de la préforme textile est un nombre de fils, et la modification du paramètre de la préforme textile est une augmentation ou une diminution du nombre de fils.

[0033] Dans un mode de réalisation, le paramètre de la préforme textile est initialisé à un nombre maximal de fils.

[0034] Dans un mode de réalisation, le modèle numérique de la préforme textile prend en compte une épaisseur de la préforme textile, une armure de la préforme textile et/ou une densité surfacique de la préforme textile.

[0035] Dans un mode de réalisation, la préforme textile comprend une pluralité de cellules, chaque cellule étant associée à une valeur du paramètre de la préforme textile, ledit paramètre de la préforme textile étant réglé pour chaque cellule de la pluralité de cellules.

[0036] Dans un mode de réalisation, le modèle numérique de la préforme textile est un méta-modèle modélisant un modèle numérique de tissage, le méta-modèle prenant en entrée la modification du paramètre de la préforme textile et produisant en sortie la valeur modélisée de la propriété de la préforme textile.

[0037] Dans un mode de réalisation, le modèle numérique est une régression polynomiale d’ordre 3 appliquée à une base de données créée par une pluralité de modélisations différentes réalisées avec le modèle numérique de tissage.

[0038] Grâce à l’utilisation de ce méta-modèle, le réglage du paramètre de la préforme est quasi-instantané ou très rapide puisque le méta-modèle est une fonction analytique qui remplace le modèle numérique de la préforme. En outre, l’utilisation du méta-modèle permet de rendre continu le problème de réglage. C’est-à-dire que si la modification du paramètre de la préforme est à valeurs discrètes, par exemple le nombre de fils à retirer, alors le méta-modèle permet de rendre ces valeurs continues, par exemple d’atteindre des ajouts/retraits d’un réel positif et non entier de fils, simplifiant et accélérant alors le réglage.

[0039] Par ailleurs, lorsque le terme de régularisation est nul, la solution optimale coïncide avec la solution obtenue par l’algorithme d’optimisation du modèle de tissage, mais avec des temps de calcul bien plus courts.

[0040] Un deuxième aspect de l’invention concerne un produit-programme d’ordinateur comprenant des instructions qui, quand le programme est exécuté sur un ordinateur, conduisent celui-ci à mettre en œuvre les étapes du procédé selon le premier aspect.

[0041] Un troisième aspect de l’invention concerne un support d'enregistrement lisible par ordinateur comprenant des instructions qui, lorsqu'elles sont exécutées par un ordinateur, conduisent celui-ci à mettre en œuvre les étapes du procédé selon le premier aspect.

[0042] L’invention et ses différentes applications seront mieux comprises à la lecture de la description qui suit et à l’examen des figures qui l’accompagnent.

BREVE DESCRIPTION DES FIGURES

[0043] Les figures sont présentées à titre indicatif et nullement limitatif de l’invention.

La figure 1 est un schéma synoptique illustrant l’enchaînement des étapes d’un procédé selon l’invention.

La figure 2 est un ensemble d’images représentant une propriété d’une préforme d’une aube par application du procédé de la figure 1 pour quatre situation différentes.

La figure 3 est un ensemble d’images représentant les anomalies de la préforme pour chaque situation de la figure 2.

La figure 4 est un ensemble d’images représentant une erreur de la préforme pour chaque situation des figures 2 et 3.

La figure 5 est un ensemble d’images d’un agrandissement d’une partie de l’aube et de caractéristiques associées pour une situation donnée. La figure 6 est une image des anomalies de l’une des situation de la figure 5.

La figure 7 est un ensemble d’images d’un agrandissement d’une partie de l’aube et de caractéristiques associées pour une situation donnée.

La figure 8 est un ensemble d’images d’un agrandissement d’une partie de l’aube et de caractéristiques associées pour une situation donnée.

DESCRIPTION DETAILLEE

[0044] Sauf précision contraire, un même élément apparaissant sur des figures différentes présente une référence unique.

[0045] L’invention concerne un procédé de fabrication d’une pièce tissée 3D dans un matériau composite comportant la définition d’une préforme textile de la pièce. Cette pièce est à fabriquer en vue d’une application spécifique et doit répondre à un certain nombre d’exigences d’un cahier des charges. Ce cahier des charges spécifie notamment les propriétés que doit posséder la pièce fabriquée pour être conforme à son utilisation. Des tolérances peuvent être définies dans le cahier des charges, les caractéristiques de la pièce pouvant ainsi supporter une marge d’approximation par rapport aux exigences imposées. Les caractéristiques de la préforme textile doivent donc également respecter ces exigences. Dans la suite, le terme « préforme » signifie « préforme textile ».

[0046] Contrairement aux approches connues de l’art antérieur, le procédé ci- décrit permet de trouver une définition numérique réglée de la préforme en tenant compte de la régularité de ladite définition numérique. La recherche de la définition numérique réglée tient ainsi compte des exigences du cahier des charges, des contraintes de fabrication et de la régularité de la définition numérique. Le procédé selon l’invention permet ainsi de minimiser le nombre d’anomalies dans la préforme, telles que des discontinuités, une non-monotonie ou une forte dégressivité des couches actives. La régularité est prise en compte par l’introduction d’un terme de régularisation dans le problème du réglage à résoudre.

[0047] La définition de la préforme peut être au format d’un document numérique, par exemple un plan, un tableau, un texte, etc.

[0048] Ainsi qu’illustré sur la figure 1 , le procédé 100 de fabrication d’une pièce tissée 3D dans un matériau composite comportant la définition d’une préforme textile de la pièce comprend quatre étapes numérotées de 110 à 140. Le procédé 100 est mis en œuvre par un ordinateur (non représenté). L’ordinateur comprend un processeur et une mémoire volatile et/ou non-volatile. L’ordinateur comprend dans sa mémoire des instructions qui, lorsqu’exécutées par le processeur, permettent la mise en œuvre des étapes du procédé 100.

[0049] La première étape 110 est une étape d’obtention d’une valeur cible de la propriété de la préforme. La valeur cible de la propriété de la préforme est obtenue par l’ordinateur. La valeur cible de la propriété de la préforme est, par exemple, fournie par le cahier des charges.

[0050] A cet effet, l’ordinateur comprend un dispositif pour obtenir la valeur cible de la propriété de la préforme. Ce dispositif est, par exemple, un port pour raccorder un appareil externe à l’ordinateur, un dispositif de connexion à réseau de communication à travers lequel la donnée peut transiter ou une interface homme- machine permettant l’interaction d’un opérateur telle qu’une interface graphique GUI.

[0051] La propriété obtenue peut comprendre, sans s'y limiter, une ou plusieurs des propriétés suivantes : une fraction volumique de la préforme, une épaisseur, un volume de fibre, une armure, une densité surfacique. La densité surfacique est définie comme un ratio entre la masse surfacique dans la direction trame par la masse surfacique dans la direction chaîne. La valeur cible de la propriété de la préforme peut être la même sur l’intégralité de la préforme ou peut varier sur tout ou partie de définition de la préforme.

[0052] La définition numérique réglée de la préforme est donc recherchée de sorte à respecter la valeur cible de la propriété de la préforme.

[0053] La deuxième étape 120 est ensuite une étape d’obtention du terme de régularisation. Le terme de régularisation est préférentiellement un scalaire mais peut également être un vecteur dont la taille dépend d’un nombre de cellules de la préforme. [0054] Le terme de régularisation est produit par un algorithme dédié ou est fourni par un opérateur. Il s’agit ici d’initialiser le terme de régularisation pour que l’ordinateur puisse mettre en œuvre le réglage. Le terme de régularisation est par exemple initialisé à une valeur positive ou nulle. [0055] Le terme de régularisation est amené à être éventuellement modifié ultérieurement, par exemple par incrémentation, pour progressivement réduire le nombre d’irrégularités.

[0056] La troisième étape 130 est ensuite une étape de réglage d’un paramètre de la préforme pour conformer la préforme, en particulier sa définition numérique, à la valeur cible de la propriété de la préforme. Le réglage prend en compte la valeur cible de la propriété de la préforme, les contraintes de fabrication et le terme de régularisation pour déterminer la définition numérique réglée. La définition numérique réglée est déterminée par ajustement du paramètre de la préforme. Le réglage comprend donc une modification de la valeur du paramètre de la préforme.

[0057] On entend par « contraintes de fabrication » des contraintes imposées par les conditions dans lesquelles la fabrication de la pièce a lieu. Il s’agit typiquement de contraintes de la machine servant à fabriquer la pièce ou de l’environnement dans lequel se trouve ladite machine. Les contraintes de fabrication sont, par exemple une limite d’encombrement, une limite de charge, une limite d’effort de la machine, une restriction de longueur tissée/flottée, une limite maximale de couche liée à la profondeur du harnais, un espacement de trame maximal/minimal, une sortie de couche homogène et graduelle, etc.

[0058] Le problème du réglage repose sur une comparaison entre la valeur cible de la propriété de la préforme et une valeur modélisée de la propriété de la préforme obtenue en utilisant un modèle numérique de la préforme. La comparaison tient également compte du terme de régularisation appliqué à la modification du paramètre de la préforme.

[0059] Préférentiellement, le paramètre de la préforme est un nombre de fils de ladite préforme. Dans ce cas, la modification du paramètre de la préforme est une diminution ou une augmentation du nombre de fils de la préforme. Alternativement, le paramètre de la préforme est un nombre de couches et la modification du paramètre est, par exemple, la suppression d’une couche, la division d’une couche en plusieurs couches, l’ajout d’une couche, etc. Les modifications possibles sont dépendantes de l’armure de la préforme.

[0060] L’étape 130 de réglage comprend trois sous-étapes numérotées de 131 à 133. Ces trois sous-étapes peuvent être réalisées plusieurs fois, au besoin, pour trouver la définition numérique réglée. [0061] La première sous-étape 131 est une étape d’initialisation du paramètre de la préforme. L’initialisation peut être faite de manière aléatoire, par exemple en suivant une loi normale sur un intervalle de valeurs comprenant une valeur maximale et une valeur minimale prédéfinies. Ces deux valeurs peuvent être définies automatiquement par l’ordinateur en fonction des exigences du cahier des charges et/ou des contraintes de fabrication. Ces deux valeurs peuvent également être définies par un opérateur.

[0062] Préférentiellement, le paramètre de la préforme est le nombre de fils et, à l’initialisation, le nombre de fils est un nombre de fils maximum. Le nombre de fils maximum correspond à la quantité maximale de fils pouvant être tissées selon les exigences du cahier des charges et en tenant compte des contraintes de fabrication. En particulier, le nombre de fils maximum est fonction de l’épaisseur de la pièce et de la section d’un fil. Le nombre de fils maximum dépend également de l’armure de la préforme.

[0063] La sous-étape 132 est ensuite une étape pour déterminer une valeur réglée du paramètre de la préforme. La valeur réglée du paramètre est obtenue par annulation d’une différence entre la valeur cible de la propriété de la préforme et la valeur modélisée de la propriété de la préforme en tenant compte du terme de régularisation appliqué à la modification du paramètre de la préforme.

[0064] Préférentiellement, cette recherche de la valeur réglée du paramètre est effectuée au moyen d’un premier algorithme de recherche itératif. Cet algorithme a pour fonction de rechercher la modification du paramètre de la préforme qui permet ladite annulation depuis le paramètre initialisé de la préforme, c’est-à-dire de la valeur initiale du paramètre déterminée à la sous-étape précédente 131. En d’autres termes, lorsque le paramètre de la préforme est un nombre de fils, l’algorithme recherche le nombre de fils à ajouter ou retirer pour que la préforme définie soit conforme aux exigences du cahier des charges.

[0065] Le premier algorithme de recherche itératif est préférentiellement un algorithme d’optimisation tel une descente de gradient, un recuit simulé ou une méthode de Krylov-Newton.

[0066] Préférentiellement, l’équation à annuler est VF_cibie - f_k(IT, a) + a = 0, avec :

VF_cible la valeur cible de la fraction volumique de la préforme ; f_k le modèle numérique de la préforme ;

1T une valeur cible de l’épaisseur de la préforme ; a la modification du paramètre de la préforme ; le terme de régularisation ; et a un Laplacien de la modification du paramètre de la préforme.

[0067] La valeur cible fraction volumique de la préforme et la valeur modélisée par le modèle numérique de la préforme sont adimensionnées. Le terme de régularisation a une dimension égale à l’inverse de la dimension du Laplacien. L’initialisation du terme de régularisation à une valeur positive ou nulle favorise le réglage de la fraction volumique et ne tient pas compte du Laplacien lors de la première itération.

[0068] La résolution de l’équation permet de trouver une solution d'équilibre entre l’erreur de la valeur modélisée de la fraction volumique de la préforme par rapport à la valeur cible de la fraction volumique, et la régularité de la solution. L’unicité de la solution de l’équation, vis-à-vis de la modification de la préforme, est garantie par la monotonie de l’erreur sur la fraction, volumique cible. La monotonie de l’erreur est garantie par minimisation du Laplacien lors de la résolution de l’équation.

[0069] Le problème de réglage, c’est-à-dire l’équation précédente, peut être résolu sur l’intégralité de la préforme ou sur une ou plusieurs portions de la préforme.

[0070] De plus, le problème de réglage peut être appliqué de façon globale à la préforme ou uniquement dans plusieurs cellules. Dans ce dernier cas, la préforme est divisée en une pluralité de cellules de petites dimensions, et le problème de réglage revient à résoudre l’équation précédente dans chaque cellule de la pluralité de cellules. A cet effet, le terme de régularisation peut être un scalaire ou un vecteur dont la taille est égale au nombre total de cellules. Le réglage peut éventuellement être effectué dans une partie des cellules de la pluralité de cellules, voire dans une seule cellule ; la taille du vecteur du terme de régularisation est alors adaptée au nombre de cellules dans lesquelles est conduit le régalge.

[0071] Une cellule a des dimensions comprises entre 0,1 mm et 20 mm en largeur et 0,1 mm et 20 mm en hauteur. Par exemple, chaque cellule a une largeur de 2 mm et une hauteur de 10 mm.

[0072] Dans le cas où la préforme est subdivisée en la pluralité de cellules, le paramètre de la préforme est assigné à chaque cellule, indépendamment les unes des autres. En d’autres termes, chaque cellule est associée à une valeur du paramètre de la préforme. Le paramètre de la préforme est alors réglé individuellement pour chaque cellule de la pluralité de cellules et le terme de régularisation garantit la régularité de la définition de la préforme au niveau global de la préforme, entre cellules accolées. [0073] Également, à chaque cellule est assignée la propriété ou, le cas échéant, les propriétés. La valeur cible de la propriété de la préforme peut être constante sur l’intégralité de la pièce ou peut varier d’une cellule à l’autre. A la cellule peut être assigné un ou plusieurs types d’armure, sous forme d’une armure principale et d’une ou plusieurs armures secondaires. Les autres paramètres/propriétés de la préforme peuvent également être différents d’une cellule à l’autre.

[0074] Lorsque le réglage est effectué globalement sur la préforme, le paramètre de la préforme ainsi que sa modification s’appliquent à la préforme dans son ensemble. [0075] La régularité d’une cellule est définie par le Laplacien de la modification du paramètre à régler. Le Laplacien est préférentiellement déterminé par un solveur numérique à partir du modèle numérique de la préforme. Par exemple, le solveur est un modèle par différences finies à l’ordre 2. Lorsque le Laplacien est nul, la solution optimale de l’équation est monotone.

[0076] Le modèle numérique de la préforme permet de calculer la valeur modélisée de la propriété de la préforme à partir des contraintes de fabrication, du paramètre de la préforme et, éventuellement, d’autres propriétés de la préforme imposées par le cahier des charges. En particulier, le modèle numérique de la préforme détermine une valeur de la fraction volumique à partir de la modification du paramètre, par exemple la modification du nombre de fils, en tenant compte des contraintes de fabrication et éventuellement des propriétés autres que la fraction volumique de la préforme, par exemple l’épaisseur de la préforme, l’armure de la préforme, etc.

[0077] Le modèle numérique de la préforme peut être le modèle numérique à optimiseur local. Préférentiellement, le modèle numérique de la préforme est un méta- modèle, également appelé modèle de substitution, construit à partir du modèle numérique à optimiseur local. Le méta-modèle se substitue au modèle numérique à optimiseur local pour produire la valeur de la fraction volumique de la préforme à comparer à la valeur modélisée de la fraction volumique de la préforme. Le méta- modèle modélise donc le solveur compris dans le modèle numérique à optimiseur local L’intérêt est de drastiquement réduire les temps de calcul puisqu’une fois le méta- modèle construit, celui-ci se comporte comme une fonction analytique et l’estimation par son biais est quasi-instantanée.

[0078] Un autre avantage est que le méta-modèle permet, par sa capacité d’extrapolation, de rendre continu le problème de réglage. En effet, le modèle numérique ne peut prendre en considération que des propriétés et paramètres de la préforme qui sont physiquement réalistes. En particulier, le modèle numérique ne peut considérer qu’un nombre entier de fils et ou de couches, contraignant le réglage à une recherche parmi des valeurs discrètes pour ces paramètres. Le méta-modèle, agissant comme une fonction d’interpolation ou de régression, résout cet inconvénient en permettant une extrapolation continue à des solutions intermédiaires aux valeurs discrètes. Ceci permet de réduire la complexité du problème de réglage lié à la discrétisation du paramètre de la préforme.

[0079] Le méta-modèle est construit à partir d’une base de données en utilisant un mécanisme de régression ou interpolation linéaire, non-linéaire, à noyau, etc. Le méta- modèle peut alternativement user d’un mécanisme d’apprentissage plus sophistiqué, par exemple celui d’un réseau de neurones.

[0080] La base de données utilisée par le méta-modèle comprend une pluralité d’échantillons déterminés par le modèle numérique à substituer. Chaque échantillon associe une fraction volumique à une ou plusieurs propriétés de la préforme, un ou plusieurs paramètres de la préforme et/ou une ou plusieurs contraintes, qui ont permis de déterminer ladite fraction volumique via le modèle numérique à substituer. La pluralité d’échantillons forme donc un espace de recherche de la fraction volumique, dont les différentes dimensions sont les informations utilisées en entrée pour calculer la fraction volumique.

[0081] Le méta-modèle requiert comme donnée d’entrée, a minima, la modification du paramètre de la préforme. Chaque échantillon associe donc une valeur modélisée de fraction volumique avec une modification du paramètre de la préforme.

[0082] Les échantillons sont, par exemple, définis de façon aléatoire ou pseudoaléatoire, telle que par un échantillonnage par hypercube latin. Alternativement, les échantillons peuvent être définis comme étant régulièrement répartis selon des plages de valeurs définies pour chaque grandeur d’entrée du méta-modèle, c’est-à-dire la une ou plusieurs propriétés, le un ou plusieurs paramètres et/ou la une ou plusieurs contraintes.

[0083] Préférentiellement, le méta-modèle est un régression polynomiale d’ordre 3 de la base de données qui associe une fraction volumique à une modification du paramètre à régler. Préférentiellement, les échantillons de la base de données associent une fraction volumique VF à une épaisseur IT, l’inverse de l’épaisseur, une modification du paramètre de la préforme a et l’inverse d’une modification du paramètre de la préforme a. Le méta-modèle est alors tel que f(JT, a) : ->

VF. La base de données comprend au moins 100 échantillons, préférentiellement au moins 1000 échantillons.

[0084] Etant donné que l’effet de la modification du paramètre à régler sur la fraction volumique est fortement dépendant de l’armure utilisée, il est alternativement possible de construire plusieurs méta-modèles, un pour chaque armure d’intérêt. Les armures d’intérêts sont une pluralité d’armures qui peuvent être utilisés pour fabriquer la préforme. Ces armures d’intérêts sont, par exemple, définies en fonction des exigences du cahier des charges et/ou des contraintes de fabrication. Les armures d’intérêt peuvent être différentes entre deux pièces et/ou préformes différentes à fabriquer. La modification du paramètre de la préforme peut également être différente pour une, plusieurs ou chaque armure d’intérêt. Pour chaque armure, la modification du paramètre de la préforme est alors définie telle que a E Ufc=i[Lfc-i, L_fc[ où L_k est un ensemble prédéterminé de modifications du paramètre pour chaque armure, L_o = 0 et A est le nombre total d’armures d’intérêt. L’ensemble prédéterminé est défini à partir des exigences du cahier des charges et/ou des contraintes de fabrication. Lorsque le paramètre est le nombre de fils, alors L_k E R⁺ et est une plage de valeurs indiquant le nombre de fils qui peuvent être ajoutés ou retirés à la préforme.

[0085] Dans un mode de réalisation où le paramètre de la préforme est le nombre de fils, chaque échantillon de la base de données associe une valeur modélisée de la fraction volumique à une diminution du nombre de fils depuis le nombre maximal de fils. Un intérêt est de simplifier la construction du méta-modèle puisqu’il n’est alors pas nécessaire d’avoir des échantillons pour une augmentation du nombre de fils mais uniquement pour une diminution du nombre de fils.

[0086] Après que le premier algorithme de recherche itératif a réglé le paramètre de la préforme, l’ordinateur met en œuvre la sous-étape 133 qui est une étape de comparaison de la définition de la préforme, ou d’une valeur finale d’une des propriétés de ladite définition, avec une ou plusieurs tolérances. La valeur finale d’une des propriétés correspond à la valeur de la propriété de la préforme après réglage du paramètre. La valeur finale de chaque propriété est donc associée au paramètre réglé de la préforme. La valeur finale de chaque propriété est obtenue en utilisant le modèle numérique de la préforme avec la valeur réglée du paramètre, c'est-à-dire que la préforme est modélisée en utilisant le modèle avec la valeur réglée du paramètre. Ces tolérances peuvent être celles définies dans le cahier des charges. Ces tolérances indiquent si la préforme définie avec le paramètre réglé est conforme aux exigences du cahier des charges. Ces tolérances sont, par exemple, définies sous la forme de seuils ou de plages de valeurs.

[0087] Préférentiellement, deux tolérances sont utilisées : la première est une tolérance sur un écart entre la valeur finale de la propriété de la préforme, c’est-à-dire la valeur modélisée de la propriété de la préforme tenant compte de la valeur réglée du paramètre de la préforme, et de la valeur cible de la propriété de la préforme ; la seconde est une tolérance par rapport à une nombre maximum d’anomalies. Un nombre maximum d’anomalies est alors une autre propriété de la préforme.

[0088] La première tolérance est, par exemple, une plage de valeurs définie par une valeur minimum inférieure à la valeur cible de la propriété de la préforme, et une valeur maximum supérieure à la valeur cible de la propriété de la préforme de sorte à inclure la valeur cible de la propriété de la préforme dans la plage de valeur. Lorsque la valeur réglée de la propriété de la préforme est comprise dans la plage de valeur, alors la préforme obtenue est conforme au cahier des charges, sinon elle ne l’est pas. [0089] La seconde tolérance est, par exemple, un seuil prédéterminé qui indique le nombre maximum d’anomalies au-delà duquel la préforme n’est pas conforme au cahier des charges. Lorsque le nombre d’anomalies de la préforme est inférieur au seuil prédéterminé, la préforme après réglage est conforme au cahier des charges. Le nombre d’anomalies est calculé à partir de la distribution des modifications du paramètre de la préforme dans la définition de la préforme. En particulier, une anomalie est une non-monotonie de la solution de l’équation sur une pluralité de cellules consécutives ; la pluralité de cellules consécutives comprend entre 2 et 20 cellules consécutives, par exemple 10 cellules.

[0090] Lorsque toutes les tolérances sont simultanément respectées, la définition numérique de la préforme est conforme à toutes les exigences du cahier des charge. Il s’agit alors de la définition numérique réglée de la préforme. La préforme peut alors être fabriquée en respectant la définition numérique réglée. La définition numérique réglée de la préforme est générée en utilisant le modèle numérique de la préforme, ou un autre modèle numérique de tissage, avec la valeur réglée du paramètre de la préforme. Si le méta-modèle est utilisé, la valeur réglée paramètre de la préforme dans la définition numérique réglée peut être arrondie à l’entier le plus proche. Cette approximation préserve la monotonie et la régularité de la solution. L’ordinateur met alors en œuvre la quatrième étape 140 d’émission d’une commande vers la machine de fabrication pour fabriquer ladite préforme à partir de la définition numérique réglée. La commande comprend la définition numérique de la préforme, elle-même comprenant le paramètre réglé de la préforme, c’est-à-dire la valeur réglée du paramètre de la préforme. A cet effet, l’ordinateur comprend un dispositif d’émission de la commande vers la machine de fabrication. Lorsque la machine reçoit la commande, elle fabrique la préforme selon les spécifications de la définition numérique de la préforme comprise dans la commande.

[0091] Lorsque au moins l’une des tolérances n’est pas respectée, la définition de la préforme obtenue par le réglage n’est pas conforme et n’est pas fabriquée. Le terme de régularisation doit alors être ajusté pour itérer à nouveau les étapes 120 et 130 du procédé 100, jusqu’à ce que la définition de la préforme après réglage soit conforme aux exigences. Le réglage 130 est donc à nouveau mis en œuvre avec le terme de régularisation modifié, c’est-à-dire la valeur modifiée du terme de régularisation.

[0092] Lorsque la première tolérance n’est pas respectée, le terme de régularisation est diminué d’une diminution prédéterminée.

[0093] Lorsque la seconde tolérance n’est pas respectée, le terme de régularisation est augmenté d’une augmentation prédéterminée.

[0094] L’augmentation prédéterminée et la diminution prédéterminée sont fixées par l’opérateur en fonction du cas d’application.

[0095] Lorsque ni la première tolérance ni la deuxième tolérance ne sont respectées, aucune définition numérique réglée ne peut être trouvée pour conformer la fabrication de la préforme au cahier des charges. Dans ce cas, la valeur cible de la propriété de la préforme est modifiée, c’est-à-dire que les spécifications du cahier des charges concernant cette propriété sont ajustées. Le procédé 100 est alors à nouveau mis en œuvre.

[0096] L’ajustement du terme de régularisation peut être fait au moyen d’un deuxième algorithme de recherche itératif. Ce deuxième algorithme peut être le même que le premier algorithme ou un autre algorithme. Préférentiellement, le deuxième algorithme est un algorithme qui n’impose pas d’a priori sur la nature du problème, tel un algorithme génétique, un essaim particulaire, une méthode de Nelder-Mead, une méthode de méthode de Broyden-Fletcher-Goldfarb-Shanno (BFGS), etc. Préférentiellement, le deuxième algorithme ne requiert le calcul d’une dérivée. Ce deuxième algorithme permet de régler itérativement le terme de régularisation, à partir d’une initialisation du terme de régularisation, en appelant à chacune de ses itérations le premier algorithme qui cherche alors la définition numérique réglée de la préforme en utilisant le terme de régularisation produit par le deuxième algorithme. A la fin du premier algorithme, le deuxième algorithme compare la définition de la préforme obtenue avec les tolérances et détermine si la valeur du terme de régularisation doit être modifiée et réitérer le réglage du premier algorithme avec un ajustement du terme de régularisation, ou si la préforme est conforme aux exigences, auquel cas la commande de fabrication est émise.

[0097] En d’autres termes, le deuxième algorithme a pour fonction de trouver le terme de régularisation minimal de sorte que toutes les anomalies soient résolues et/ou que le nombre d’anomalies respecte la tolérance.

[0098] Le deuxième algorithme peut être appliqué suivant deux approches : une approche globale et une approche locale. L’approche globale consiste à utiliser le terme de régularisation en tant que scalaire pour résoudre le problème rapidement tout régularisant la définition de la préforme également sur des cellules sans anomalies. L’approche locale consiste à régler le terme de régularisation uniquement dans les cellules comprenant des anomalies. Dans l’approche locale, le terme de régularisation est progressivement augmenté pour régulariser les cellules avec anomalies de façon à préserver la corrélation spatiale entre les cellules induite dans l’équation par le Laplacien.

[0099] Lorsque le terme de régularisation est nul, la valeur réglée du paramètre de la préforme est telle que la valeur finale de la propriété de la préforme est égale à la valeur cible de la propriété de la préforme. Si le terme de régularisation est très grand, la solution devient monotone.

[00100] Le terme de régularisation réglé, obtenu par le deuxième algorithme de recherche itératif, est cas-dépendent car une anomalie peut être plus ou moins critique en fonction de la pièce et de la position de l’anomalie sur la pièce. Le terme de régularisation peut tenir compte de cette criticité, notamment lorsqu’il est sous forme vectorielle comprenant une composante par cellule de la préforme.

[00101] Par ailleurs, lorsque le terme de régularisation est sous la forme vectorielle, il est possible d’annuler les composantes pour les cellules sans anomalies et de ne rendre non nulles que les composantes du terme de régularisation pour les cellules avec anomalies, permettant une régularisation parcimonieuse de la définition de la préforme. [00102] A la fin de la recherche du terme de régularisation optimal par le deuxième algorithme de recherche itératif, il est possible que la définition de la préforme obtenue via le réglage ne respecte pas les tolérances. En d’autres termes, aucune définition numérique réglée n’est trouvée pour conformer la fabrication de la préforme au cahier des charges. Dans ce cas, la valeur cible de la propriété de la préforme est modifiée, c’est-à-dire que les spécifications du cahier des charges concernant cette propriété sont ajustées. Eventuellement, les valeurs d’autres propriétés et/ou paramètres peuvent être modifiés, telles que celle de l’épaisseur de la préforme, de la densité surfacique de la préforme, de l’armure de la préforme, etc. Le procédé 100 est alors à nouveau mis en œuvre dans son intégralité jusqu’à déterminer la définition numérique réglée de la préforme. La modification de la ou des valeur(s) cible(s) de la ou des propriété(s) de la préforme peut être mise en œuvre automatiquement, par incrément ou décrément prédéfini, ou peut être mise en œuvre par un opérateur.

[00103] Des illustrations de la définition d’une préforme d’une aube après réglage grâce au procédé 100 sont proposés sur les figures 2 à 8.

[00104] Sur la figure 2, le nombre de couches actives de la préforme est indiqué par l’échelle de gris pour plusieurs valeurs du terme de régularisation (figure 2(a) /? = 0, figure 2(b) p = 20, figure 2(c) /? = 40 et figure 2(d) /? = 80). Il est observé que l’augmentation de la valeur du terme de régularisation modifie peu la « topologie » de la solution, c’est-à-dire que la valeur de la fraction volumique modélisée est proche de la valeur cible. Au contraire, la régularisation a un impact non-négligeable sur les régions présentant une anomalie, ainsi que présenté sur la figure 3.

[00105] Sur la figure 3, pour cette même pièce, sont indiqués pour chaque valeur du terme de régularisation (figure 3(a) /? = 0, figure 3(b) p = 20, figure 3(c) p = 40 et figure 3(d) p = 80), le nombre d’anomalies restant. Sont ainsi comptés : 3608 anomalies pour p = 0, 1094 anomalies pour p = 20, 603 anomalies pour p = 40 et 382 anomalies pour p = 80. Il est ainsi observé que, pour cette pièce, le nombre d’anomalies de façon inversement proportionnelle à l’augmentation du terme de régularisation. Le procédé 100 proposé permet donc bien de diminuer ce nombre d’anomalies par l’ajustement de la valeur du terme de régularisation.

[00106] Sur la figure 4, pour cette même pièce, est indiqué l’erreur sur l’estimation de la fraction volumique, par rapport à la fraction volumique cible, pour chaque valeur du terme de régularisation (figure 4(a) p = 0, figure 4(b) p = 20, figure 4(c) p = 40 et figure 4(d) p = 80). Chaque cellule de la préforme est associée à une valeur de l’échelle en niveau de gris, laquelle indique le pourcentage d’erreur de la fraction volumique après réglage par rapport à la valeur cible de la fraction volumique. L’erreur moyenne sur l’ensemble des cellules est alors estimée, à 4,3 % pour p = 0, 4,6 % pour P = 20, 4,9 % pour p = 40 et 5,3 % pour p = 80. Ainsi, l’erreur moyenne sur la fraction volumique des cellules de la préforme augmente peu avec une forte augmentation de la valeur du terme de régularisation. L’approche proposée est donc bien robuste vis- à-vis de valeur de la fraction volumique malgré l’introduction du terme de régularisation.

[00107] Sur les figure 5, 7 et 8, est présenté un agrandissement de la préforme sur une partie de ses cellules pour lequel plusieurs propriétés sont évaluées. La valeur du terme de régularisation est ici la même pour chaque cellule. Sont ainsi mesurés, pour cet agrandissement et pour chacune des figures 5, 7 et 8 : le nombre de couches actives par cellule (figures 5(a), 7(a) et 8(a)), l’erreur sur la fraction volumique par rapport à la valeur cible (figures 5(b), 7(b) et 8(b)) et la valeur du terme de régularisation (figures 5(c), 7(c) et 8(c)). La valeur du terme de régularisation, pour les figures 5, 7 et 8 est nulle pour chaque cellule, égale à 1 ,7 pour chaque cellule et différent pour chaque cellule, respectivement. Il est observé que le nombre de couches actives et l’erreur sur la fraction volumique sont sensiblement les mêmes pour les trois cas présentés. L’utilisation d’un terme de régularisation dont la valeur est différente pour chaque cellule ne dégrade donc pas la qualité de la définition de la préforme, comparativement au cas où le terme de régularisation est à valeur constante pour toutes les cellules.

[00108] Sur la figure 6 sont représentées les cellules de l’agrandissement de la figure 5 pour lesquelles une anomalie est présente, après réglage, dans le cas où le terme de régularisation est nul. Ces cellules sont en couleur noire ; les cellules sans anomalie sont en couleur grise. Il est remarqué que la figure 6 est fortement corrélée à la figure 8(c) : les cellules présentant une anomalie sur la figure 6 sont celles où la valeur du terme de régularisation a été modifiée par le procédé 100.

Claims

REVENDICATIONS

[Revendication 1] Procédé (100) mis en œuvre par ordinateur de fabrication d’une pièce tissée 3D dans un matériau composite comportant la définition d’une préforme textile de la pièce, la préforme textile de la pièce comprenant un ou plusieurs fils dudit matériau composite, le procédé comprenant :

- Obtenir (110) une valeur cible d’une propriété de la préforme textile, la propriété de la préforme textile étant une fraction volumique de la préforme textile ;

- Obtenir (120) un terme de régularisation ;

- Régler (130) un paramètre de la préforme textile pour conformer la préforme textile à la valeur cible de la propriété de la préforme textile, le réglage comprenant une modification du paramètre de la préforme textile, le paramètre de la préforme textile étant un nombre de fils et la modification du paramètre de la préforme textile étant une augmentation ou une diminution du nombre de fils, le réglage comprenant et étant mise en œuvre à partir: o Initialiser (131 ) le paramètre de la préforme textile ; o Déterminer (132) une valeur réglée du paramètre de la préforme textile par un premier algorithme de recherche itératif configuré pour résoudre VF_cible - f_k(JT, a) + ?Aa = 0, avec :

• VP'dbie la valeur cible de la fraction volumique de la préforme textile ;

• f_k un modèle numérique de la préforme textile calculant une valeur modélisée de la propriété de la préforme textile ;

• IT une valeur cible d’une épaisseur de la préforme textile ;

• a la modification du paramètre de la préforme textile ;

• p le terme de régularisation, le terme de régularisation étant un coefficient de pondération qui impose une régularité à la définition numérique de la préforme lors du réglage du paramètre de la préforme ; et

• La un Laplacien de la modification du paramètre de la préforme textile ; - Emettre (140) une commande comprenant la définition de la préforme textile pour la fabrication de la préforme textile par une machine de fabrication, la définition de la préforme textile comprenant le paramètre réglé.

[Revendication 2] Procédé (100) selon la revendication 1 , dans lequel le réglage (130) du paramètre de la préforme textile comprend :

- Comparer (133) une valeur finale de la propriété de la préforme textile ou d’une autre propriété de la préforme textile à une tolérance, la valeur finale de la propriété de la préforme textile ou d’une autre propriété de la préforme textile étant obtenue en utilisant le modèle numérique de la préforme textile avec la valeur réglée du paramètre, et : o Lorsque la valeur finale de la propriété de la préforme textile ou de l’autre propriété de la préforme textile respecte la tolérance, émettre (140) la commande comprenant la définition de la préforme textile ; o Sinon, modifier le terme de régularisation et mettre en œuvre à nouveau le réglage (130) du paramètre de la préforme textile avec le terme de régularisation modifié.

[Revendication 3] Procédé (100) selon la revendication 2, comprenant en outre modifier la valeur cible de la propriété et mettre en œuvre à nouveau le procédé (100) lorsque la modification du terme de régularisation et la mise en œuvre à nouveau du réglage (130) du paramètre de la préforme textile ne permettent pas à la valeur finale de la propriété de la préforme textile de respecter la tolérance.

[Revendication 4] Procédé (100) selon l’une des revendications précédentes, dans lequel le paramètre de la préforme textile est initialisé à un nombre maximal de fils.

[Revendication 5] Procédé (100) selon l’une des revendications précédentes, dans lequel le modèle numérique de la préforme textile prend en compte une épaisseur de la préforme textile, une armure de la préforme textile et/ou une densité surfacique de la préforme textile.

[Revendication 6] Procédé (100) selon l’une des revendications précédentes, dans lequel la préforme textile comprend une pluralité de cellules, chaque cellule étant associée à une valeur du paramètre de la préforme textile, ledit paramètre de la préforme textile étant réglé pour chaque cellule de la pluralité de cellules.

[Revendication 7] Procédé (100) selon l’une des revendications précédentes, dans lequel le modèle numérique de la préforme textile est un méta-modèle modélisant un modèle numérique de tissage, le méta-modèle prenant en entrée la modification du paramètre de la préforme textile et produisant en sortie la valeur modélisée de la propriété de la préforme textile.

[Revendication 8] Procédé (100) selon la revendication 7 dans lequel le modèle numérique est une régression polynomiale d’ordre 3 appliquée à une base de données créée par une pluralité de modélisations différentes réalisées avec le modèle numérique de tissage.

[Revendication 9] Produit-programme d’ordinateur comprenant des instructions qui, quand le programme est exécuté sur un ordinateur, conduisent celui-ci à mettre en œuvre les étapes du procédé (100) selon l’une des revendications 1 à 8.

[Revendication 10] Support d'enregistrement lisible par ordinateur comprenant des instructions qui, lorsqu'elles sont exécutées par un ordinateur, conduisent celui-ci à mettre en œuvre les étapes du procédé (100) selon l’une des revendications 1 à 8.