Étude du broutage du robot SCOMPI

Table des matières

INTRODUCTION
CHAPITRE 1 REVUE DE LITTÉRATURE 
1.1 Robot SCOMPI
1.2 Broutage d’usinage
1.2.1 Broutage régénératif
1.2.1.1 Équation dynamique du broutage régénératif
1.2.1.2 Loi de stabilité du broutage régénératif
1.2.1.3 Lobe de stabilité
1.2.2 Broutage par couplage de modes
1.2.2.1 Équation dynamique du broutage par couplage de modes
1.2.2.2 Loi de stabilité du broutage par couplage de modes
1.3 Étude du broutage du robot SCOMPI
1.4 Identification des paramètres modaux non stationnaires
1.4.1 Méthode non paramétrique
1.4.2 Méthode paramétrique
1.4.3 Formulation du modèle VTAR
1.4.3.1 Modèle Functional Series VTAR (FS-VTAR)
1.4.4 Formulation du modèle SSI
1.4.4.1 Modèle Data-Driven SSI (SSI-DATA)
1.5 Problématique : différentiation des paramètres modaux et ceux parasites
1.6 Originalité et contribution de la recherche
1.7 Organisation de la thèse
CHAPITRE 2 SIMULATION NUMÉRIQUE D’UN SYSTÈME NON STATIONNAIRE ET ESSAIS SUR LE ROBOT SCOMPI EN REPOS ET EN MOUVEMENT
2.1 Simulation d’un système non stationnaire
2.2 Essais sur le robot
2.2.1 Robot au repos
2.2.1.1 Direction x
2.2.1.2 Direction y
2.2.1.3 Direction z
2.2.2 Robot en mouvement
CHAPITRE 3 EXTRACTION DES PARAMÈTRES MODAUX DE SYSTÈMES NON STATIONNAIRES PAR LE MODÈLE ‘ADAPTABLE FUNCTIONAL SERIES VECTOR TIME-DEPENDENT AUTOREGRESSIVE’
3.1 Résumé
3.2 Introduction
3.3 Formulation du modèle AFS-VTAR
3.4 Extraction des modes structuraux
3.4.1 Partie déterministe et stochastique du signal
3.4.2 Décomposition du signal selon les valeurs propres de la matrice d’états
3.4.3 Indice TMSN
3.5 Application de TMSN
3.5.1 Application numérique sur un système non stationnaire
3.5.2 Application expérimental sur un robot flexible en mouvement
3.6 Conclusion
CHAPITRE 4 EXTRACTION DES PARAMÈTRES MODAUX DE SYSTÈMES NON STATIONNAIRES PAR ‘DATA-DRIVEN STOCHASTIC SUBSPACE IDENTIFICATION’ 
4.1 Résumé
4.2 Introduction
4.3 Formulation de SSI-DATA
4.3.1 Estimation de Cs
4.3.2 Estimation de Ka
4.3.3 Sélection des paramètres du modèle SSI
4.4 Extraction des modes structuraux
4.4.1 Partie déterministe et stochastique du signal
4.4.2 Décomposition du signal en valeurs et vecteurs propres
4.4.3 Indice SMSN
4.5 Application de SMSN
4.5.1 Application numérique sur un système non stationnaire
4.5.2 Application expérimental sur un robot flexible en mouvement
4.6 Conclusion
CHAPITRE 5 SYNTHÈSE SUR LES MÉTHODES DU DOMAINE TEMPOREL POUR L’IDENTIFICATION DES PARAMÈTRES MODAUX DE SYSTÈMES NON STATIONNAIRES 
5.1 Condition 1
5.2 Condition 2
5.3 Condition 3
5.4 Synthèse
CONCLUSION