Maîtrise des stratégies en fabrication additive EB-PBF pour la réalisation de pièces sans support : stratégie, modélisation et validation expérimentale // Driving Support-Free Additive Manufacturing Strategies in EB-PBF: Strategy, Modeling, and Experiment

- Contexte et Enjeux
La Fabrication Additive (FA) révolutionne la production industrielle en permettant la fabrication rapide et automatisée de pièces aux géométries complexes jusqu'alors impossibles à réaliser. Cependant, pour optimiser ces procédés, il faut surmonter plusieurs défis technologiques et scientifiques, notamment concernant la qualité des pièces, l'optimisation matérielle et les opérations de finition.
Le procédé EB-PBF (Electron Beam Powder Bed Fusion) présente de nombreux avantages notamment une meilleure santé matière et contraintes résiduelles réduites. Néanmoins, il nécessite des structures de supportage pour diffuser la chaleur et stabiliser les pièces pendant la fusion. Ces supports génèrent des problèmes majeurs : temps de préparation important, gaspillage matériel, enlèvement coûteux avec risques de détérioration des surfaces, opérations d'usinage supplémentaires et perte énergétique globale du procédé.
L'étude se concentre sur le TA6V (alliage de titane), matériau critique pour l'aérospatiale et le médical.

- Question de Recherche
Comment mettre en place un couplage entre optimisation de trajectoire de faisceau et modélisation thermique prédictive pour minimiser les supports en EB-PBF via l'approche PointMelt, tout en garantissant la santé matière et les propriétés mécaniques du TA6V ?

Problématique Scientifique
Réduire ou éliminer les supports requiert une maîtrise fine du couplage thermique-mécanique et géométrique lors de la fusion. Des travaux récents ont démontré que la stratégie de fusion impacte significativement les contraintes résiduelles. L'apport ponctuel d'énergie (PointMelt) limite les distorsions géométriques, réduit les zones en surfusion et les défauts métallurgiques, tout en améliorant les performances des pièces produites.
Contrairement à l'optimisation topologique (coûteuse en calcul) ou à l'optimisation d'orientation (géométriquement limitée), l'approche PointMelt permet d'agir sur la physique de la fusion pour minimiser les supports et améliorer la santé matière.

Objectifs de Recherche
La thèse poursuit quatre objectifs spécifiques :
Développement technologique : Formuler et implémenter des stratégies PointMelt optimisées, adaptées à la machine Arcam A1, en fonction des géométries cibles (cavités, parois fines, structures complexes).
Pilotage des trajectoires : Développer une méthode de contrôle des trajectoires de faisceau (positionnement, vitesse, puissance) basée sur la géométrie et les simulations numériques.
Modélisation numérique : Construire et valider des modèles thermiques prédictifs permettant d'anticiper les défauts et distorsions (distribution de température, gradients thermiques, dilatation).
Validation expérimentale : Conduire une campagne de caractérisation et fabrication de pièces en TA6V, étudiant la santé matière, les opérations additionnelles nécessaires et les consommations (matière, énergie).

Approche Méthodologique
L'approche repose sur une méthode itérative intégrée combinant :
Développement et implémentation de stratégies PointMelt sur la machine Arcam A1
Modélisation numérique thermique prédictive
Validation expérimentale sur TA6V (santé matière, géométrie, propriétés mécaniques)
Corrélation expérience-modèles et optimisation globale

Des essais préliminaires ont validé la faisabilité de cette stratégie. Des mesures thermiques in-situ permettent d'étudier les champs de température et leur dynamique pendant la fabrication.

Contributions Attendues:
Méthode générale pour piloter les opérations de fabrication avec PointMelt
Modèles numériques prédictifs validés et opérationnels
Base de données paramétriques TA6V avec règles de fabrication
Démonstration expérimentale d'au moins 50 % de réduction des supports sans dégradation de qualité
------------------------------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------------------------------

Context and Challenges
Additive Manufacturing (AM) is revolutionizing industrial production by enabling rapid and automated manufacturing of parts with complex geometries that were previously impossible to produce. However, to optimize these processes, several technological and scientific challenges must be overcome, particularly concerning part quality, material optimization, and finishing operations.
The EB-PBF process (Electron Beam Powder Bed Fusion) presents numerous advantages, including better material integrity and reduced residual stresses. Nevertheless, it requires support structures to dissipate heat and stabilize parts during fusion. These supports generate major problems: significant preparation time, material waste, costly removal with risks of surface deterioration, additional machining operations, and overall energy loss of the process.
The study focuses on TA6V (titanium alloy), a critical material for aerospace and medical applications.

Research Question
How can a coupling between beam trajectory optimization and predictive thermal modeling be implemented to minimize supports in EB-PBF via the PointMelt approach, while guaranteeing material integrity and mechanical properties of TA6V?

Scientific Problem
Reducing or eliminating supports requires fine control of the thermal-mechanical and geometric coupling during fusion. Recent work has demonstrated that the fusion strategy significantly impacts residual stresses. Local energy input (PointMelt) limits geometric distortions, reduces supercooled zones and metallurgical defects, while improving the performance of produced parts.
Unlike topology optimization (computationally expensive) or orientation optimization (geometrically limited), the PointMelt approach enables action on the physics of fusion to minimize supports and improve material integrity.

Research Objectives
The thesis pursues four specific objectives:
Technological Development: Formulate and implement optimized PointMelt strategies, adapted to the Arcam A1 machine, depending on target geometries (cavities, thin walls, complex structures).
Trajectory Control: Develop a method for controlling beam trajectories (positioning, speed, power) based on geometry and numerical simulation results.
Numerical Modeling: Build and validate predictive thermal models to anticipate defects and distortions (temperature distribution, thermal gradients, thermal expansion).
Experimental Validation: Conduct a characterization and manufacturing campaign for TA6V parts, studying material integrity, additional operations required, and resource consumption (material, energy).

Methodological Approach
The approach relies on an integrated iterative method combining:
Development and implementation of PointMelt strategies on the Arcam A1 machine
Predictive numerical thermal modeling
Experimental validation on TA6V (material integrity, geometry, mechanical properties)
Experiment-model correlation and global optimization

Preliminary trials have validated the feasibility of this strategy. In-situ thermal measurements enable the study of temperature fields and their dynamics during manufacturing.

Expected Contributions
General method for controlling manufacturing operations with PointMelt
Validated and operational predictive numerical models
Parametric TA6V database with manufacturing rules
Experimental demonstration of at least 50% support reduction without quality degradation
------------------------------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------------------------------------------------------------------------------------------------------

Début de la thèse : 01/10/2026
WEB : https://g-scop.grenoble-inp.fr/fr/recherche/conception-et-integration-produit-process

Contrat doctoral

Concours pour un contrat doctoral

Université Grenoble Alpes

510 I-MEP² - Ingénierie - Matériaux, Mécanique, Environnement, Energétique, Procédés, Production

Candidat ayant une formation en Génie Mécanique, Procédés Industriels ou Matériaux. Solides compétences en modélisation numérique (éléments finis, thermique) et programmation. Expérience ou intérêt marqué pour la fabrication additive et les procédés de fusion. Capacités de synthèse et d'analyse pour coupler théorie et expérimentation. Autonomie et rigueur scientifique requises. Anglais technique maîtrisé. Goût pour l'innovation technologique et la résolution de problèmes complexes. Capacité à travailler en équipe multidisciplinaire.
Candidate with a background in Mechanical Engineering, Industrial Processes, or Materials Science. Strong competencies in numerical modeling (finite elements, thermal analysis) and programming. Experience or marked interest in additive manufacturing and fusion processes. Abilities in synthesis and analysis to couple theory and experimentation. Autonomy and scientific rigor required. Technical English proficiency. Passion for technological innovation and problem-solving of complex issues. Ability to work in multidisciplinary teams.