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

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 [...]

  • La machine TruLaser Cell 3000 soude, découpe au laser 2D/3D et recharge par dépôt laser (LMD, HS-LMD). Elle peut créer ou réparer des structures 3D, explorer de nouveaux matériaux et augmenter la durabilité des composants industriels. Source : Trumpf

    janvier 2026

    La machine TruLaser Cell 3000 soude, découpe au laser 2D/3D et recharge par dépôt laser (LMD, HS-LMD). Elle peut créer ou réparer des structures 3D, explorer de nouveaux matériaux et [...]

  • Le microscope intelligent Ablascan révèle, en seulement quelques millisecondes, la composition atomique des matériaux, de manière fiable et automatisée. Source : Ablatom

    janvier 2026

    Le microscope intelligent Ablascan révèle, en seulement quelques millisecondes, la composition atomique des matériaux, de manière fiable et automatisée. Source : Ablatom La start-up Ablatom a mis au point un [...]