Méthodes de plan d’expériences pour le développement des procédés d’impression 3D : du criblage orthogonal à la modélisation par surface de réponse et à la qualification des fenêtres de procédé

Introduction : pourquoi l’optimisation des paramètres tourne-t-elle souvent en rond ?

Lors de la mise au point sur site de procédés de fusion laser sur lit de poudre métallique (LPBF) et de frittage de polymères, le scénario le plus courant est le suivant : un ingénieur fait passer la puissance laser de 250 W à 280 W, la densité augmente de 0,3 %, puis il continue à l’augmenter ; à 300 W, une porosité en trou de serrure apparaît, et il revient alors à une valeur inférieure. Après une série d’une dizaine d’éprouvettes, le résultat n’est qu’une courbe empirique fragmentée, qu’il faut entièrement recommencer avec une autre machine ou un autre lot de poudre. Le problème n’est pas le manque d’effort des ingénieurs, mais l’incapacité intrinsèque de la méthode consistant à modifier un facteur à la fois à traiter les interactions : la puissance et la vitesse de balayage déterminent conjointement la densité d’énergie volumique, tandis que l’épaisseur de couche modifie les conditions de dissipation thermique du bain de fusion. Ces trois facteurs sont couplés, et faire varier une seule variable à la fois ne permet jamais de voir l’ensemble du phénomène.

Le plan d’expériences (Design of Experiments, DoE) fournit précisément une voie d’ingénierie pour résoudre ces problèmes de couplage multifactoriel : avec le nombre minimal d’éprouvettes, il permet d’estimer simultanément les effets principaux, les interactions et la surface de réponse, tout en définissant une fenêtre de procédé exploitable avec intervalles de confiance. Cet article présente une méthode complète et directement applicable au développement des procédés d’impression 3D, du criblage orthogonal à la modélisation par surface de réponse et à la validation de fenêtre.

I. Distinguer les trois types d’essais : criblage, modélisation et validation

Le développement d’un procédé ne peut pas être achevé en un seul essai. Il progresse généralement en trois niveaux, chacun ayant ses propres objectifs, son propre nombre de facteurs et son propre nombre d’éprouvettes.

Le premier niveau est l’essai de criblage, dont l’objectif est de sélectionner les 2 à 4 facteurs réellement significatifs parmi 6 à 10 facteurs candidats. Les facteurs typiques incluent la puissance laser, la vitesse de balayage, l’espacement entre passes, l’épaisseur de couche, la température de préchauffage, la stratégie de balayage (largeur de bande), l’angle de rotation inter-couche et le débit du gaz de protection. À ce stade, un plan factoriel fractionnaire ou un plan Plackett-Burman permet de terminer le travail en 8 à 12 essais, en ne considérant que deux indicateurs globaux : la densité et la rugosité de surface.

Le deuxième niveau est l’essai de modélisation, qui vise à établir un modèle de surface de réponse pour les 2 à 3 facteurs clés retenus. On utilise couramment un plan composite centré (CCD) ou un plan Box-Behnken. Un CCD à trois facteurs comprend 6 points axiaux, 8 points cubiques et 6 répétitions au point central, soit 20 essais au total. Les réponses sont étendues à quatre indicateurs : densité, résistance à la traction, écart dimensionnel et rugosité de surface Ra.

Le troisième niveau est l’essai de validation. Trois à cinq points de confirmation sont sélectionnés dans la zone optimale prédite par le modèle et imprimés à nouveau afin de vérifier que l’écart entre les valeurs prédites et mesurées reste inférieur à ±5 %. Après validation, les limites de la fenêtre sont resserrées de 10 % afin de définir la plage de paramètres de la fiche de procédé de production.

II. Essais orthogonaux : couvrir le plus grand espace avec le moins d’éprouvettes

Lorsque le nombre de facteurs est limité et que chaque facteur possède le même nombre de niveaux, les tables orthogonales constituent l’option la plus économique. Prenons l’exemple du LPBF en acier inoxydable 316L : pour étudier la puissance laser P, la vitesse de balayage v et l’espacement entre passes h, avec trois niveaux pour chaque facteur, un plan factoriel complet nécessiterait 27 essais, alors qu’une table orthogonale L9(3^4) n’en requiert que 9.

Le plan est le suivant : P prend les valeurs 200/240/280 W, v les valeurs 800/1000/1200 mm/s, et h les valeurs 0,09/0,11/0,13 mm. Après avoir organisé les essais selon L9, un cube de 10×10×10 mm est imprimé pour chaque combinaison de niveaux. Sa densité est mesurée par la méthode d’Archimède, tandis que la rugosité de surface Ra est également enregistrée.

Une analyse des étendues suffit à classer rapidement les facteurs : on calcule la réponse moyenne de chaque facteur à chaque niveau, puis l’étendue R = max(réponse moyenne) − min(réponse moyenne). Plus R est élevé, plus l’influence du facteur est significative. Si l’on obtient R(P)=2,1 %, R(v)=1,4 % et R(h)=0,6 %, l’ordre d’influence est puissance > vitesse > espacement. Une analyse de variance (ANOVA) permet ensuite d’évaluer la significativité par le test F : les facteurs dont la valeur F dépasse la valeur critique et dont la valeur p est inférieure à 0,05 passent à l’étape de modélisation suivante.

La limite des essais orthogonaux est qu’ils supposent l’absence d’interactions entre les facteurs. Si l’on suspecte un fort couplage entre la puissance et la vitesse — la densité d’énergie volumique E = P/(v·h·t) étant elle-même une relation multiplicative — il convient d’employer un plan de surface de réponse à l’étape de modélisation plutôt que de prolonger artificiellement l’utilisation des tables orthogonales.

III. Méthode des surfaces de réponse : passer de points discrets à une surface continue

Le principe de la méthode des surfaces de réponse (RSM) consiste à ajuster la relation entre les réponses et les facteurs au moyen d’un polynôme quadratique :

Y = β0 + Σβi·xi + Σβii·xi² + Σβij·xi·xj + ε

Les termes croisés βij représentent la quantification des effets d’interaction. Dans un plan CCD, le paramètre essentiel d’un plan à trois facteurs est la distance axiale α. Pour un plan rotatable, α = 2^(k/4) = 2^(3/4) ≈ 1,682, où k représente le nombre de facteurs. Les points axiaux sont situés à ±1,682 dans l’espace codé, les points cubiques à ±1, et le point central est répété 6 fois pour estimer l’erreur pure.

Après l’ajustement, trois vérifications sont indispensables : premièrement, le test de manque d’ajustement (lack-of-fit), pour lequel une valeur p supérieure à 0,05 indique que la forme du modèle ne s’écarte pas significativement des données ; deuxièmement, le coefficient de détermination R² et le R² ajusté, dont l’écart doit être inférieur à 0,2 afin d’éviter un possible surajustement ; troisièmement, la vérification de la normalité des résidus et de l’homoscédasticité. En pratique, il est fréquent d’observer un R² de 0,95 mais un R² ajusté de seulement 0,86 ; dans ce cas, il convient d’éliminer les termes cubiques non significatifs avant de réajuster le modèle.

L’optimisation multi-réponse constitue une difficulté majeure en impression 3D : la densité doit être maximisée, la rugosité minimisée et l’écart dimensionnel rapproché de zéro, alors que ces objectifs sont souvent contradictoires. En ingénierie, une fonction de désirabilité permet de convertir chaque réponse sur une échelle de 0 à 1, puis d’obtenir une désirabilité globale D par moyenne géométrique. La combinaison de paramètres est déterminée au maximum de D. Les pondérations sont attribuées selon les priorités d’acceptation du client ; par exemple, pour une pièce aéronautique, les pondérations peuvent être de 0,5 pour la densité, 0,3 pour la rugosité et 0,2 pour l’écart dimensionnel.

IV. Qualification de la fenêtre de procédé : transformer le point optimal en plage exploitable

Identifier le point optimal n’est que la première étape ; la production en série nécessite une plage de fonctionnement. Une approche pratique consiste à utiliser un graphique de courbes de niveau superposées (overlay contour plot) : les seuils d’acceptation de chaque réponse sont tracés sous forme de courbes de niveau — densité ≥ 99,5 %, Ra ≤ 12 μm, écart dimensionnel ≤ ±0,1 mm — et la zone de recouvrement de toutes ces courbes constitue la fenêtre de procédé.

Une marge de sécurité doit obligatoirement être conservée après la définition de la fenêtre. Il est recommandé de réduire les limites de la fenêtre de 10 % vers l’intérieur. Par exemple, si le modèle indique une plage de puissance admissible de 235 à 265 W, la fiche de procédé indiquera 238 à 262 W. Les variations entre lots de poudre, les dérives de pureté du gaz de protection et l’atténuation de la puissance du système optique peuvent tous déplacer progressivement le point réel de fonctionnement. Cette marge peut faire passer l’indice de capabilité Cpk de 1,0 à plus de 1,33.

La validation de la fenêtre s’effectue sur trois lots de confirmation, avec 5 pièces par lot. Pour chaque lot, un groupe est imprimé au centre de la fenêtre, un autre juste à l’intérieur de la limite supérieure et un troisième juste à l’intérieur de la limite inférieure. Si les trois lots sont entièrement conformes et que la dérive de la moyenne inter-lots est inférieure à un tiers de l’écart-type de la réponse, la fenêtre peut être considérée comme stable. Les données de validation sont également enregistrées dans le registre de procédé afin de servir de référence pour la traçabilité ultérieure.

V. Erreurs courantes et liste de contrôle

Première erreur : considérer le nombre d’éprouvettes comme l’intégralité du coût. En réalité, 9 essais orthogonaux plus 20 essais CCD coûtent bien moins que 30 réglages aveugles en faisant varier un seul facteur, tout en fournissant un modèle réutilisable.

Deuxième erreur : négliger les effets de bloc. Si 20 essais CCD sont réalisés sur trois jours, les changements d’état de la machine, de lot de poudre, de température et d’humidité ambiantes se retrouvent dans les résidus. La méthode correcte consiste à intégrer la date comme facteur de bloc dans le plan, ou à prévoir des répétitions du point central au sein de chaque bloc pour surveiller les dérives.

Troisième erreur : ne considérer que la densité. Un point de procédé atteignant 99,5 % de densité n’est pas nécessairement conforme sur le plan mécanique, car les défauts de manque de fusion peuvent être sous-estimés par les contrôles de densité. Il est recommandé de mesurer au minimum la résistance à la traction et l’allongement, et, si nécessaire, de compléter par une métallographie microscopique et un contrôle par tomographie industrielle.

Liste de contrôle d’exécution : les niveaux des facteurs couvrent-ils une plage dans laquelle l’équipement peut fonctionner de manière stable ? Des répétitions au point central sont-elles prévues pour estimer l’erreur pure ? Un test de manque d’ajustement a-t-il été réalisé ? Les pondérations multi-réponses sont-elles cohérentes avec les critères d’acceptation du client ? Une marge de 10 % est-elle prévue dans la fenêtre ? Les lots de validation couvrent-ils les limites de la fenêtre ?

Conclusion

Le plan d’expériences transforme le développement des procédés d’impression 3D, auparavant fondé sur des essais-erreurs empiriques, en une activité d’ingénierie quantifiable et reproductible : les essais orthogonaux réalisent le criblage des facteurs en 9 à 12 essais ; la méthode des surfaces de réponse établit, en une vingtaine d’essais, un modèle quadratique intégrant les interactions ; la fonction de désirabilité résout les conflits multi-objectifs ; et les courbes de niveau superposées fournissent une fenêtre de procédé exploitable avec marge de sécurité. Pour une plateforme de gestion du cycle de vie complet telle que lantu3D, qui accompagne les projets depuis la conception jusqu’à la livraison de pièces physiques, la valeur du DoE ne se limite pas au réglage des paramètres : il capitalise les connaissances de procédé sous forme de modèles de paramètres consultables, réutilisables et vérifiables, afin que chaque développement de procédé devienne le point de départ du suivant plutôt qu’un nouveau départ à zéro.