Les méthodes basées sur le “machine learning” facilitent le contrôle de la pression du liquide de refroidissement requise en utilisant un code CN optimisé. Source : Malek/IFW
Les méthodes basées sur le “machine learning” facilitent le contrôle de la pression du liquide de refroidissement requise en utilisant un code CN optimisé. Source : Malek/IFW

L’Institut d’ingénierie de production et de machines-outils de l’Université Leibniz de Hanovre (Allemagne) étudie les économies d’énergie lors des travaux d’usinage grâce à la modulation de la pression du liquide de refroidissement. Le projet est soutenu financièrement par Open Mind Technologies qui a fourni la géométrie de la pièce ainsi que la programmation de l’usinage et les analyses. Les chercheurs ont déterminé le niveau optimal de pression du liquide de refroidissement selon le degré d’usure de l’outil. Résultat : jusqu’à 33 % d’économie d’énergie. Une simulation basée sur le « machine learning » a été développée également à partir de ces travaux de recherche. « Le projet a abouti à deux méthodes qui vont nous permettre d’aller encore plus loin dans le développement de nos systèmes CFAO (Conception et Fabrication Assistées par Ordinateur) », se félicite Josef Koch, directeur technique d’Open Mind Technologies. « Le contrôle dynamique de la pression du liquide de refroidissement pourrait, à l’avenir, être intégré dans le générateur du code CN de notre logiciel de CFAO hyperMILL. Nous étudions également la possibilité d’utiliser des modèles prédictifs pour déterminer l’usure de l’outil. Cela permettrait aux utilisateurs de comparer les différences d’usure selon la stratégie de fraisage utilisée. »

www.ifw.uni-hannover.de/en/

Date de publication : mai 2023

Partager cet article
femto 2023

Sur le même sujet

  • janvier 2026

    ON EN PARLELes micro-news de l'industrieINNOVATIONL’usinage sur mesure, source de productivitéPRODUCTIONLa tôlerie adopte l’automatisation intelligenteFOCUS ENTREPRISEGroupe Horatec, spécialiste de projets complexes et polyvalentsDOSSIERContrôle-mesure : objectif, zéro défautR&D, PRODUITS ET SOUS-TRAITANCEL'ENTRETIEN DE [...]

  • Ce robot concentre de nombreuses innovations numériques issues du CEA, telles que la miniaturisation mécatronique, les capteurs avancés et la chaîne opératoire complète. Source : CEA-Leti

    janvier 2026

    Ce robot concentre de nombreuses innovations numériques issues du CEA, telles que la miniaturisation mécatronique, les capteurs avancés et la chaîne opératoire complète. Source : CEA-Leti SADE, filiale dédiée au [...]

  • Le système Laser Welding Monitor LWM utilise l’intelligence artificielle (IA) pour améliorer l'analyse des émissions de soudage laser. Source : Precitec

    janvier 2026

    Le système Laser Welding Monitor LWM utilise l’intelligence artificielle (IA) pour améliorer l'analyse des émissions de soudage laser. Source : Precitec Conçu par Precitec, le système Laser Welding Monitor LWM [...]