qualité injection

2ème Congrès des Innovations Mécaniques, Sousse 28 – 29 Avril 2010 pages 1 à 10

Optimisation des paramètres de réglage d’injection des caisses à légumes en PEHD

Badreddine Saidi (1,*) [email protected]

Atef Boulila (1,2) atef [email protected]

Fahd Bourara(3) [email protected]

(1) Institut Supérieur des études technologiques de Radès, Département de Génie Mécanique,

BP 176 Radès Médina 2098 Tunisie (2) Laboratoire de Mécanique des Solides, des Structures et de Développement

Technologique, ESSTT, 5 Av Taha Hussein, Montfleury 1008 Tunis, Tunisie (3) Société Industrie Nouvelle de plastique (Inoplast), Route de Mateur, 2098 Manouba

Tunisie (*) Auteur correspondant RESUME L’objectif du présent travail consiste à rechercher des conditions d’injection optimale permettant d’augmenter la cadence de production et vérifier la capabilité de la presse d’injection utilisée, tout en gardant une masse minimale de la caisse à légumes. Ceci est de nature à préserver une qualité acceptable des articles produits en grandes quantité par la société Inoplast. De nombreux outils d’optimisation liés au procédé peuvent être envisagés. Notre choix s’est fixé sur l’utilisation de la méthode de plan d’expérience où les paramètres (Course début maintien, pression de maintien, temps de maintien, contre pression) sont pris en considération. Cet outil a servi pour modéliser le procédé d’injection des caisses. La connaissance des paramètres optimisés a permis de prédire la capabilité de la presse d’injection utilisée et proposer une méthodologie originale capable d’optimiser la production au sein de l’unité d’injection.

Mots-clés : Injection, PEHD, Paramètres, Plans d’expérience, Capabilité.

Optimisation des paramètres de réglage d’injection des caisses à légumes en PEHD 2

1. Introduction

Le but d’une production industrielle est d’obtenir le meilleur rapport entre les fonctions de service et le coût de production pour un produit donné. Dans la technologie du moulage par injection le coût d’obtention du produit moulé brut est directement proportionnel à la masse de l’objet moulé (Deterre et al., 2008).

Dans ce cadre, et selon une enquête menée auprès des conducteurs des machines d’injection des usines d’Inoplast et des utilisateurs potentiels des casiers à légumes injectés, les problèmes essentiels pouvant être rencontrés se rapportant essentiellement à la variation de la masse et par suite la fragilité mécanique de ce produit. En effet, ces casiers doivent répondre à des critères géométriques (précision, forme), de qualité (absence des défauts) et économique (Boulila et al., 2008).

A présent, les analyses de ces défauts sont du type paramétrique, le plus souvent réalisée par des moyens empiriques ou basées essentiellement sur les connaissances acquises par le personnel du métier et nécessite le recours à des phases de mise au point passant par la réalisation d’outils d’essais augmentant de ce fait les coûts et les délais de fabrication.

Les méthodes d’optimisation sont diverses et variées, de la méthode simplex, aux plans d’expériences en passant par les méthodes numériques basées sur le critère. Dans ce travail, la méthode du plan d’expérience se veut un outil permettant d’analyser le moulage d’injection des casiers à légumes. Nous appliquons le principe de la méthode pour l’optimisation de la masse des caisses. Ceci permettra l’amélioration de la qualité de ce produit et améliorer la capabilité machine d’injection. Ceci est de nature à préserver une qualité acceptable des caisses à légumes.

2. Matériels et méthodes

2.1. Introduction L’injection des caisses à légumes en matière plastique (PEHD) est un procédé

courant dans les ateliers de la société Inoplast, depuis plusieurs années. Ce procédé de mise en forme obéit à des règles pratiques et des paramètres de réglages permettant l’injection de différents casiers entre autre les caisses à légumes. Pour mener cette étude, notre choix s’est basé sur la machine type BATTENFELD de capacité 650 tonnes, à l’unité d’injection parmi 12 presses existantes.

La connaissance des paramètres optimisés doit permettre de prédire la capabilité de la presse d’injection utilisée et proposer une nouvelle méthodologie de travail à l’unité d’injection.

3 2ème Congrès des Innovations Mécaniques, Sousse 28 – 29 Avril 2010

2.2. Matériels utilisés a- Caisse à légumes

Différents designs de caisses fabriqués à Inoplast sont proposés. Les concepteurs sont guidés par différents usages pour lesquels ces caisses sont destinées (forme, capacité, résistances mécaniques, aspect).

Les caisses sont fabriquées à base de polyéthylène HD et sont utilisées en agro-alimentaire (ramassage, stockage prolongé en entrepôts, frigos, transport). Ces caisses de forme parallélépipédiques sont gerbables, empilables et ayant une grande surgélation. La masse nominale de ce type de produit varie de 1710 à 1800 gr.

Figure.1 : Caisse à légume type CL1800

Tableau.1 : Caractéristiques des caisses à légume

b- Principe d’injection des caisses L’opération d’injection consiste à rendre pâteux par chauffage de la matière

plastique (granulés, poudre ou lentilles), dans un pot cylindrique de presse. Cette matière est injectée à l’aide d’un piston dans un moule froid doté d’une empreinte ayant la forme de l’objet à obtenir (Corbet, 2005). Ce moule est constitué de deux parties : il s’ouvre quand l’injection aura terminé et éjectée la pièce après solidification et rigidité suffisante. Deux cycles d’injection, l’un lié à la matière plastique, l’autre à la presse. Par ailleurs, on peut distinguer six phases lors d’un cycle d’injection (Agassant et al., 1980):

- Fermeture de moule : commence avec une vitesse lente puis rapide et se termine de nouveau lentement.

- Verrouillage : le système de sécurité n’a décelé aucune anomalie et la commande - Appliquer la force de fermeture.

Dimensions (mm) Masse (gr)

Extérieures intérieures Nominale Max Min

Longueur Largeur Hauteur Longueur Largeur Profondeur

540 360 270 510 325 210 1800 1800 1728


- Injection : c’est le remplissage de l’empreinte avec la matière plastifié et maintien sous pression.

- Refroidissement : la plastique se solidifiée dans le moule. Séparation de la buse d’injection et la moule

- Ouverture de moule : la partie mobile de moule s’écarte de la partie fixe. - Ejection : la pièce est éjectée

c- Moyen de mesure Pour effectuer le mesurage des masses des caisses à légumes, nous avons utilisé

une balance électronique du type KERN, de capacité maximale 15kg et de précision 5 gramme.

d- Outil d’optimisation L’analyse expérimentale est un outil indispensable pour l’amélioration de la

performance des procédés manufacturiers. Elle est également très utile pour le développement de nouveaux procédés (Goupy, 2008). L’application des techniques de l’analyse expérimentale dans les phases initiales de développement d’un procédé permet entre autres :

- l’amélioration des rondement de procédé. - la réduction de la variabilité et par conséquent une meilleure conformité des

produits fabriqués. - la réduction du temps requis pour la maitrise du procédé. - la réduction des coûts en général.

Le but de l’expérimentation est de fixer la valeur de sortie à la valeur maîtrisée

(système robuste). Cela signifie qu’il faut optimiser conjointement le résultat moyen et la dispersion du résultat autour de la moyenne. La méthode simple ne prend pas en compte la dispersion des résultats des expériences mais elle prend en compte la dispersion des résultats en intégrant à l’analyse une information supplémentaire.

Le principe général est de rechercher la combinaison des facteurs d'entrée qui donne systématiquement le meilleur résultat en sortie ainsi que les influences cumulées.

Des différents facteurs se compensent pour donner en sortie un écart minimum par rapport aux valeurs nominales. La seule manière de trouver cette combinaison est d'expérimenter plusieurs combinaisons mettant en évidence l’influence de chaque facteur et d'en déduire la combinaison optimale.

Figure.2 : Modèle de schématisation du processus à optimiser D’une façon générale, la méthode combine les facteurs maîtrisables définis ici par

les paramètres d’entrée du procédé et les facteurs non maîtrisables. Afin d’obtenir

Processus

Réglages

Facteurs Sortie


des informations pertinentes, une démarche méthodologique doit être suivie pour optimiser le procédé d’injection (Pillet, 1992): - Définition des facteurs influant sur la masse des caisses injectées - Choix d’une matrice d’expérience - Détermination des niveaux de chaque facteur - Conduite des essais selon le plan d’expériences choisi - Etude des effets des paramètres et modélisation du procédé - Réalisation des essais de validation du modèle

3. Résultats et discussion

3.1. Construction du plan d’expérience a- Choix des niveaux et facteurs

Cette étape est très importante dans la mesure où l'oubli d'un facteur influençant peut faire échouer le plan. C'est ainsi que la présence de personnes compétentes au sein du groupe de travail est nécessaire.

Dans le milieu industriel, la stratégie préconisée consiste à augmenter le nombre de facteurs, plutôt que de considérer les interactions. En effet, plus le nombre de facteurs est grand, plus les possibilités de réglage sont nombreuses (Goupy, 2000).

Après une série de réunions de travail entre les parties intervenantes dans cette étude, 4 facteurs importants ont été retenus: la course début maintien, la pression maintien, le temps maintien et la contre-pression.

Le tableau 2 représente l’effet de la course début maintien sur la masse des caisses injectées. Une analyse plus fine de l’ensemble des résultats montre les effets des facteurs prédis sur la masse des caisses. A cet effet, nous avons constaté l’augmentation de la masse de la caisse sous l’effet d’une augmentation de la pression de maintien, du temps de maintien et de la contre-pression, contre une diminution de cette masse sous l’effet de l’augmentation de la course début maintien.

Sachant que la masse de la caisse est comprise dans un intervalle de tolérance variant de 1728 à 1800 gr, une analyse préliminaire menée sous l’hypothèse a montré qu’il est possible de fixer deux niveaux par facteur (tableaux 2, 3).

a- Matrice d’expérience La construction de la matrice d’experience suit la methodologie d’un plan complet,

plus fiable et facile à analyser. Soit Nk=24=16 combinisons possibles (tableau.4), avec N le nombre de niveaux et K représente les facteurs. Nous avons été amenés à établir cette matrice avec une répétition de 4 fois pour chaque essai afin de minimiser les effets de dispersion du procédé.


Tableau.2 : Paramètres de réglage du procédé d’injection et résultats de masse

Tableau.3 : Niveaux des différents facteurs à étudier

Facteur Unité Niveau 1 (-1) Niveau 2 (1)

A Course début maintien mm 20 25

B Pression de maintien bar 60 70

C Temps de maintien s 2 4

D Contre - pression bar 3 5

Tableau.4 : Matrice d’expériences

volume de

cylindre (cm3)

course début

maintien (mm)

vitesse d'injection

(mm/s)

pression d'injection

(bar)

pression de

maintien (bar)

contre pression

(bar)

temps d'injection

(s)

temps maintien

(s)

masse (gr)

345 18 35 110 70 2 10,65 4 1805

345 19 35 110 70 2 10,65 4 1800

345 20 35 110 70 2 10,65 4 1795

345 21 35 110 70 2 10,65 4 1785

345 22 35 110 70 2 10,65 4 1775

345 23 35 110 70 2 10,65 4 1765

345 24 35 110 70 2 10,65 4 1755

345 25 35 110 70 2 10,65 4 1745

345 26 35 110 70 2 10,65 4 1725

345 27 35 110 70 2 10,65 4 1715

Ordre standard Facteurs

A B C D 1 -1 -1 -1 -1 2 -1 -1 -1 1 3 -1 -1 1 1 4 -1 -1 1 -1 5 -1 1 1 -1 6 -1 1 1 1 7 -1 1 -1 1 8 -1 1 -1 -1 9 1 1 -1 -1 10 1 1 -1 1 11 1 1 1 1 12 1 1 1 -1 13 1 -1 1 -1 14 1 -1 1 1 15 1 -1 -1 1 16 1 -1 -1 -1


b- Calcul des effets

L’effet d’un seul facteur est la variation de la sortie due uniquement à la variation de ce facteur. L’effet d’un seul facteur est calculé par la formule suivante (Goupy, 2000):

E=y+1-Y+ erreur où y+1 représente la moyenne au niveau haut (+1), Y la moyenne globale et erreur l’erreur relative.

L’effet d’interaction représente une action commune à deux facteurs et plus, c’est le renforcement (dans un sens ou dans l’autre) de l’action d’un facteur du fait de la présence de l’autre.

Nos résultats de calculs montrent que les effets d’interactions n’ont pas d’influence sur les calculs, à part les effets des interactions de premier ordre.

Tableau .5: Tableau de calcul des effets de chaque facteur

Ordre aléatoire A B C D Moyenne A B C D

-1 1 -1 1 -1 1 -1 1

1 -1 -1 -1 -1 36,3 36,33 36,33 36,33 36,33

2 -1 -1 -1 1 54,5 54,5 54,5 54,5 54,5

3 -1 -1 1 1 86,2 86,17 86,17 86,17 86,17

4 -1 -1 1 -1 74 74 74 74 74

5 -1 1 1 -1 99,7 99,67 99,67 99,67 99,67

6 -1 1 1 1 116 115,5 115,5 115,5 115,5

7 -1 1 -1 1 64 64 64 64 64

8 -1 1 -1 -1 54,2 54,2 54,2 54,2 54,2

9 1 1 -1 -1 25,2 25,15 25,15 25,15 25,15

10 1 1 -1 1 45,7 45,67 45,67 45,67 45,67

11 1 1 1 1 94,5 94,5 94,5 94,5 94,5

12 1 1 1 -1 83,8 83,8 83,8 83,8 83,8

13 1 -1 1 -1 50,8 50,8 50,8 50,8 50,8

14 1 -1 1 1 66,5 66,5 66,5 66,5 66,5

15 1 -1 -1 1 31,8 31,83 31,83 31,83 31,83

16 1 -1 -1 -1 15,3 15,33 15,33 15,33 15,33

Total 998,5 584,37 413,58 415,46 582,49 327,01 670,94 439,28 558,67

Nombre 16 8 8 8 8 8 8 8 8

Moyenne 62,37 73,05 51,7 51,93 72,81 40,88 83,87 54,91 69,83

Effet -10,67 10,44 21,5 7,46

NB : La masse du casier : Masse réelle – 1700 gr


Tableau .6: Tableau de calcul des effets des interactions de premier ordre

c- Diagramme des effets La courbe de la figure 3 montre que le facteur C (temps de maintien) est le plus influant sur la variation de masse des caisses à légumes CL1800par rapport aux autres facteurs. Les effets des interactions sont faibles à part les effets de l’interaction entre les facteurs B et C.

À partir de cette courbe, nous pouvons calculer les paramètres suivants :

nombre 30 moyenne 1763,33 limite supérieur 1800 limite inferieur 1728 intervalle de tolérance 72 écart type 3,3 dispersion global= 6 x écart type 19,82

Ordre aléatoire AB AC AD BC BD CD Moyenne

AB AC AD BC BD CD

-1 1 -1 1 -1 1 -1 1 -1 1 -1 1

1 1 1 1 1 1 1 36,3 36 36 36 36 36 36

2 1 1 -1 1 -1 -1 54,5 55 55 55 55 55 55

3 1 -1 -1 -1 -1 1 86,2 86 86 86 86 86 86

4 1 -1 1 -1 1 -1 74 74 74 74 74 74 74

5 -1 -1 1 1 -1 -1 99,7 100 100 100 100 100 100

6 -1 -1 -1 1 1 1 115,5 116 116 116 116 116 116

7 -1 1 -1 -1 1 -1 64 64 64 64 64 64 64

8 -1 1 1 -1 -1 1 54,2 54 54 54 54 54 54

9 1 -1 -1 -1 -1 1 25,2 25 25 25 25 25 25

10 1 -1 1 -1 1 -1 45,7 46 46 46 46 46 46

11 1 1 1 1 1 1 94,5 95 95 95 95 95 95

12 1 1 -1 1 -1 -1 83,8 84 84 84 84 84 84

13 -1 1 -1 -1 1 -1 50,8 51 51 51 51 51 51

14 -1 1 1 -1 -1 1 66,5 67 67 67 67 67 67

15 -1 -1 1 1 -1 -1 31,8 32 32 32 32 32 32

16 -1 -1 -1 1 1 1 15,3 15 15 15 15 15 15

Total 998 499 501 494 506 496 504 467 533 503 497 506 494

Nombre 16 8 8 8 8 8 8 8 8 8 8 8 8

Moyenne 62,375 62,375 62,625 61,75 63,25 62 63 58,375 66,625 62,875 62,125 63,25 61,75

Effet 0,14 0,71 0,47 4,06 -0,36 -0,66

NB : La masse du casier : Masse réelle – 1700 gr

9 2ème C

3.2. EsDans c

Pour valcombina

Une pr

176176176176176

4. CoA trav

cherchonaux usindéceler l

1720

1730

1740

1750

1760

1770

1780

1790

1800

1810

Congrès des In

ssai de validcette étape on lider cette comaison optimale

rise de 30 me

Tableau .7 : M60 176060 176565 176565 176060 1760

onclusion vers cette étuns à apporter nes de la sociles paramètres

nnovations M

Figure .3

dation doit valider c

mbinaison, noe :

A = 25mB = 60 bC = 3,05D = 5 ba

sures est suffi

Mesure des mas0 1765 1765 1760 1760 176

ude relevant une amélioratiété Inoplast. s les plus influ

Mécaniques, So

3: Diagramme

ce résultat c.à.ous avons util

mm ar s

ar

isante pour va

sses des essais d65 1765 1765 1765 1760 17

de l’optimisation de la qua

La méthode uant sur la qua

ousse 28 – 29

des effets

.d. la combinalisée l’étude d

alider cette com

du modèle théo760 1760 1760 1765 1760 1

ation du procalité des caisse

de plan d’exalité du produi

Avril 2010

aison optimalede capabilité.

mbinaison.

orique optimale 1760 11760 11765 11765 11765 1

cédé d’injecties à légumes xpérience a pit final.

niveau m

niveau m

moyenne

e choisie. Selon la

1765 1765 1765 1760 1760

ion, nous produites

permis de

max

min

e global

LI

LS


Sur la base des travaux développés dans le cadre de cette étude, on peut conclure

que les résultats les plus significatifs de cet article s’articulent autour des points essentiels :

- L’élaboration d’un modèle d’optimisation du procédé a permis de déterminer les paramètres optimaux du moulage par injection des caisses à légumes,

- L’application de ce modèle a permis un gain aussi bien de temps, que de matière et par conséquent le coût de la matière première,

- La machine type BATTENFELD, est capable de produire ce type d’article avec la fiabilité désirée,

Remerciements Les auteurs tiennent à remercier mesdemoiselles Imen Hosni et Nesrine Jaouadi pour leurs contribution à cette étude.

5. Bibliographie Rémi Deterre, Pierre Mousseau, Alain Sarda, Injection des polymères –

Optimisation et conception, Editions TECH&DOC, Lavoisier, 2003, ISBN -2-7430-0630-7

Atef Boulila, Imen Ammar, Habib Tounsi, Optimisation de la conception d’un casier pour arrangement de bouteilles de yaourt, Premier Congrès des Innovations Mécanique CIM’2008, Sousse 28 -29 Avril 2008

C.Corbet, Procédés de mise en forme des matériaux, Memotech, Editions Casteilla, Paris, 2005, ISBN 2-7135-2648-5

J.F.Agassant, M.Vincent, Modélisation de l’écoulement des polymères fondus dans les moules d’injection, Techniques de l’Ingénieur, A3820 – 3891, 1980

Jacques Goupy, Modélisation par plan d’expériences, Techniques de l’Ingénieur, Traité Mesures et Contrôle, R275-1, 23, 2008

M.Pillet, Introduction aux plans d’expériences par la méthode Tagushi, Les Editions d’organisation, Paris, 224 pages, 1992

Jacques Goupy, Plan d’expérience – Les mélanges, Dunod, Paris, 2000

qualité injection

Documents

Transcript of qualité injection