These PDF

Optimisation des corrections de forme dans les
engrenages droits et h
elicodaux : Approches
d
eterministes et probabilistes
Dhafer Ghribi
To cite this version:

Dhafer Ghribi. Optimisation des corrections de forme dans les engrenages droits et helicodaux
: Approches deterministes et probabilistes. Autre. INSA de Lyon, 2013. Francais. <NNT :
2013ISAL0010>. <tel-00873973>
HAL Id: tel-00873973

https://tel.archives-ouvertes.fr/tel-00873973
Submitted on 16 Oct 2013
HAL is a multi-disciplinary open access

archive for the deposit and dissemination of scientific research documents, whether they are published or not. The documents may come from
teaching and research institutions in France or
abroad, or from public or private research centers.
Larchive ouverte pluridisciplinaire HAL, est

destinee au depot et `a la diffusion de documents
scientifiques de niveau recherche, publies ou non,
emanant des etablissements denseignement et de
recherche francais ou etrangers, des laboratoires
publics ou prives.
N dordre : 2013-ISAL 0010
Anne 2013
Thse en cotutelle
OPTIMISATION DES CORRECTIONS

DE FORME DANS LES ENGRENAGES
DROITS ET HELICOIDAUX
- APPROCHES DETERMINISTES ET
PROBABILISTESPrsente devant
Linstitut national des sciences appliques de Lyon

Et
Lcole nationale dingnieurs de Sfax
Pour obtenir
Le grade de docteur
cole doctorale : Mcanique, Energtique, Gnie Civil, Acoustique (MEGA)
cole doctorale : Sciences et Technologies (EDST)
Formation doctorale : mcanique
Par
M. Dhafer GHRIBI
(Ingnieur lectromcanique de lEcole Nationale dIngnieurs de Sfax, Tunisie)
Soutenue le 21 fvrier 2013 devant la Commission dExamen
Jury MM.
D. DUREISSEIX
J.Y. DANTAN
M. CHOUCHANE
F. CHAARI
J. BRUYERE
M. OCTRUE
Ph. VELEX
M. HADDAR
Professeur (INSA de Lyon)

Professeur (ENSAM - Metz)
Professeur (ENI Monastir)
Professeur (ENI Sfax)
Maitre de Confrences (INSA de Lyon)
Docteur en Mcanique (CETIM)
Professeur (INSA de Lyon)
Professeur (ENI Sfax)
Prsident
Rapporteur
Rapporteur
Examinateur
Examinateur
Examinateur
Directeur de thse
Directeur de thse
LaMCoS UMR CNRS 5259 INSA de Lyon

20, Avenue Albert Einstein, 69621 Villeurbanne Cedex (France)
1
Cette thse est accessible l'adresse : http://theses.insa-lyon.fr/publication/2013ISAL0010/these.pdf
[D. Ghribi], [2013], INSA de Lyon, tous droits rservs
2
Liste des coles doctorales

INSA Direction de la Recherche - Ecoles Doctorales Quadriennal 2011-2015
SIGLE
ECOLE DOCTORALE
CHIMIE DE LYON
http://www.edchimie-lyon.fr
Insa : R. GOURDON
M. Jean Marc LANCELIN
ELECTRONIQUE,
ELECTROTECHNIQUE, AUTOMATIQUE
M. Grard SCORLETTI
Universit de Lyon Collge Doctoral

Bt ESCPE
43 bd du 11 novembre 1918
69622 VILLEURBANNE Cedex
Tl : 04.72.43 13 95
directeur@edchimie-lyon.fr
CHIMIE
E.E.A.
E2M2
http://edeea.ec-lyon.fr
Secrtariat : M.C. HAVGOUDOUKIAN
eea@ec-lyon.fr
EVOLUTION, ECOSYSTEME, MICROBIOLOGIE,
MODELISATION
http://e2m2.universite-lyon.fr
Insa : H. CHARLES
INTERDISCIPLINAIRE SCIENCES-SANTE
http://ww2.ibcp.fr/ediss
EDISS
Sec : Safia AIT CHALAL

Insa : M. LAGARDE
CNRS UMR 5023 LEHNA

Universit Claude Bernard Lyon 1
Bt Forel
69622 VILLEURBANNE Cdex
Tl : 04.72.43.12.94
e2m2@univ-lyon.fr
M. Didier REVEL
Hpital Cardiologique de Lyon
Btiment Central
28 Avenue Doyen Lpine
69500 BRON
Tl : 04.72.68 49 09 Fax :04 72 35 49 16
Didier.revel@creatis.uni-lyon1.fr
MATERIAUX DE LYON
M. Jean-Yves BUFFIERE
Universit Claude Bernard Lyon 1

LIRIS - INFOMATHS
Btiment Nautibus
Tl : 04.72. 43.19.05 Fax 04 72 43 13 10
infomaths@bat710.univ-lyon1.fr
INSA de Lyon
MATEIS
Btiment Saint Exupry
7 avenue Jean Capelle
69621 VILLEURBANNE Cdex
Tl : 04.72.43 83 18 Fax 04 72 43 85 28
Jean-yves.buffiere@insa-lyon.fr
Secrtariat : M. LABOUNE
PM : 71.70 Fax : 87.12
Bat. Saint Exupry
M. Philippe BOISSE
Secrtariat : M. LABOUNE
PM : 71.70 Fax : 87.12
Bat. Saint Exupry
mega@insa-lyon.fr
INSA de Lyon
Laboratoire LAMCOS
Btiment Jacquard
25 bis avenue Jean Capelle
Tl :04.72.43.71.70 Fax : 04 72 43 72 37
Philippe.boisse@insa-lyon.fr
ScSo*
M. OBADIA Lionel
Universit Lyon 2
86 rue Pasteur
69365 LYON Cedex 07
Tl : 04.78.69.72.76 Fax : 04.37.28.04.48
Lionel.Obadia@univ-lyon2.fr
M. OBADIA Lionel
ScSo
Mme Gudrun BORNETTE
M. Johannes KELLENDONK
MECANIQUE, ENERGETIQUE, GENIE CIVIL,

ACOUSTIQUE
MEGA
Ecole Centrale de Lyon

36 avenue Guy de Collongue
69134 ECULLY
Tl : 04.72.18 60 97 Fax : 04 78 43 37 17
Gerard.scorletti@ec-lyon.fr
INFORMATIQUE ET MATHEMATIQUES
http://infomaths.univ-lyon1.fr
INFOMATHS
Matriaux
NOM ET COORDONNEES DU
RESPONSABLE
Sec : Viviane POLSINELLI

Insa : J.Y. TOUSSAINT
*ScSo : Histoire, Geographie, Amnagement, Urbanisme, Archologie, Science politique, Sociologie, Anthropologie
3
Avant Propos
Avant Propos
Cette thse a t prpare en cotutelle entre deux institutions : lInstitut National des
Sciences Appliques (INSA de Lyon) et lcole Nationale dIngnieurs de Sfax (ENIS).
Ce travail sinscrit ainsi dans le cadre de la coopration entre le Laboratoire de

Mcanique des Contacts et des Structures (LaMCoS) de lINSA de Lyon, sous la direction de
Monsieur le Professeur David DUREISSEIX et lUnit de Mcanique, Modlisation et
Productique (U2MP) de ENI de Sfax, dirige par le Professeur Mohamed HADDAR. De
mme, cette thse est faite en collaboration avec le ple Mcatronique, transmissions et
Capteurs du Centre technique des industries mcaniques (Cetim) sous la responsabilit de
Monsieur Christophe AUGE.
Je remercie le Professeur David DUREISSEIX davoir accept dtre le Prsident de mon

jury de thse. Je suis galement honor de lattention que Messieurs les Professeurs JeanYves DANTAN, de lcole Nationale Suprieure d'Arts et Mtiers de Metz (ENSAM-Metz),
Mnaouar CHOUCHANE, de lcole Nationale dIngnieurs de Monastir (ENIM) et Fakher
CHAARI, de lcole Nationale dIngnieurs de Sfax (ENIS) ont porte mon travail en tant
que rapporteurs et membres du jury.
Je tmoigne toute ma gratitude aux Messieurs Philippe VELEX, Professeur lINSA de

Lyon, Mohamed HADDAR, Professeur lENIS et Michel OCTRUE, Docteur en mcanique
et Ingnieur au Cetim de mavoir encadr, guid et de mavoir permis de raliser cette thse
dans dexcellentes conditions. Jexprime aussi ma plus sincre reconnaissance Monsieur
Jrme BRUYERE, Matre de confrences lINSA de Lyon, qui en plus de mavoir
encadr, ma soutenu et conseill tout au long de ce travail.
Je tiens remercier toutes les personnes, qui de manire directe ou indirecte, ont
contribu laboutissement de ce travail. Parmi eux, je madresse particulirement aux
membres du LaMCoS et spcialement de lquipe SMC, pour leur sympathie, leur soutien et
leur amiti.
Enfin, ma reconnaissance est acquise tous ceux qui de prs ou de loin mont apport
leur aide.
A ma famille
4
Rsum
Rsum
Cette thse a pour objectif de mener une optimisation des corrections de forme des
engrenages cylindriques, droits et hlicodaux. Le travail se dcompose en quatre parties
principales. Dans la premire partie, on prsente un tat de lart sur les diffrents types de
corrections de forme proposes dans la littrature. Une analyse des travaux doptimisation,
mens jusqu prsent, est conduite. La deuxime partie est focalise sur une approche
dterministe visant cerner linfluence des corrections de dentures sur les principaux critres
de performance. Dans ce contexte, on propose un dveloppement analytique qui caractrise
les fluctuations derreur de transmission quasi-statique permettant dobtenir des relations
approches originales. En prsence de plusieurs paramtres de corrections, un algorithme
gntique est utilis afin didentifier, en un temps rduit, les solutions optimales. Nous
proposons, en troisime partie, une tude probabiliste pour caractriser les corrections
robustes. Ainsi, on dfinit une fonction objectif de robustesse faisant intervenir des
paramtres statistiques. Aprs une tape de validation, lestimation de ces paramtres est
effectue en utilisant les formules de quadrature de Gauss. Plusieurs tudes paramtriques
sont ensuite menes et qui refltent entre autre linfluence des classes de qualit, la forme de
la correction, etc. Enfin, on a conduit une optimisation multicritre en utilisant un algorithme
doptimisation spcifique : NSGA-II .
Mots cls :
Engrenages, correction de dentures, carts de transmission, conception robuste, algorithme
gntique, optimisation multicritres.
5
Abstract
Abstract
The objective of this PhD thesis is to define optimum tooth shape modifications for spur and
helical gears with regard to a number of design parameters. The memoir is divided into four
parts. A literature review on tooth modification along with optimization techniques is
presented in the first section. The second part of the text is centred on a deterministic
approach to the performance induced by tooth modifications on several design criteria
commonly used in gearing. Some original analytical developments on transmission errors are
presented which are combined with a genetic algorithm in order to define optimum profile
relief. In the third part of the memoir, a probabilistic analysis is conducted based on Gaussian
quadrature leading to robust tooth modifications. A number of results are presented which
illustrate the influence of the quality grade, the tooth modification shapes, etc. Finally, the
results delivered by a specific multi-criterion optimization algorithm NSGA-II are
displayed and commented upon.
Keywords
Gears, tooth modifications, transmission error, robust design, genetic algorithm, multiobjective optimization.
6
Table des matires
Table des Matires

Avant Propos ............................................................................................................................ 4
Rsum
............................................................................................................................ 5
Abstract
............................................................................................................................ 6
Table des Matires ................................................................................................................... 7
Principales notations .............................................................................................................. 10
Introduction gnrale ............................................................................................................. 13
Chapitre I
: Modlisation - Etude bibliographique ....................................................... 16
I.1.
Introduction .............................................................................................................. 17
I.2.
Modlisation des engrenages ................................................................................... 17
I.2.1.
Etat de rfrence ............................................................................................... 18
I.2.1.1. Gomtrie des engrenages rigides ................................................................ 18
I.2.1.2. Ecarts gomtriques ..................................................................................... 19
I.2.1.3. Cinmatique des corps rigides...................................................................... 22
I.2.2.
Etat dform - Principes ................................................................................... 23
I.2.2.1. Modle lmentaire 2 ddl .......................................................................... 23
I.2.2.2. Arbres et paliers flexibles ............................................................................. 24
I.2.2.3. Corps de roue dente dformable ................................................................. 25
I.2.3.
Modlisation de linterface dengrnement...................................................... 26
I.2.3.1. Ecrasement au point de contact .................................................................... 26
I.2.3.2. Condition de contact..................................................................................... 27
I.2.3.3. Raideur dengrnement ................................................................................ 28
I.2.3.4. Raideur dengrnement Expression de lISO 6336 [30] ........................... 29
I.2.3.5. Raideur dengrnement Modle plus labor [25][26] ........................... 30
I.2.4.
Mise en quation .............................................................................................. 34
I.2.4.1. Equation du mouvement............................................................................... 34
I.2.4.2. Introduction de lamortissement................................................................... 34
I.2.5.
Rsolution des quations du mouvement ......................................................... 35
I.3.
Correction des dentures : dfinitions et types .......................................................... 35
I.3.1.
Modifications du profil apparent ...................................................................... 37
I.3.2.
Corrections longitudinales................................................................................ 38
I.3.3.
Modification topographique du flanc ............................................................... 40
I.4.
Optimisation des corrections de dentures : Etat de lart........................................... 40
I.4.1.
Erreur de transmission quasi-statique sous charge ........................................... 41
I.4.1.1. Corrections de profils seules ........................................................................ 42
I.4.1.2. Corrections de profils et longitudinales combines ..................................... 44
I.4.2.
Rendement ........................................................................................................ 47
I.4.3.
Usure ................................................................................................................ 49
I.4.4.
Grippage : scuffing ........................................................................................... 50
I.5.
Optimisation robuste ................................................................................................ 52
I.5.1.
Engrenages et tolrancement ............................................................................ 52
I.5.2.
Concept de robustesse ...................................................................................... 53
I.5.3.
Diffrentes approches de la robustesse ............................................................ 54
I.5.4.
Modlisation de lincertitude / Approche probabiliste ..................................... 55
7
Table des matires

I.5.5.
Propagation de lincertitude ............................................................................. 56
I.5.6.
Robustesse et engrenages ................................................................................. 58
I.6.
Mthodes numriques doptimisation ...................................................................... 59
I.6.1.
Mthode numrative ....................................................................................... 60
I.6.2.
Mthodes de gradient ....................................................................................... 60
I.6.3.
Mthode de recherche directe .......................................................................... 62
I.6.4.
Mthodes volutionnaires ................................................................................ 62
I.7.
Conclusion ................................................................................................................ 64
Chapitre II : Optimisation des corrections de forme Approches multivariables ...... 65
II.1. Introduction .............................................................................................................. 66
II.2. Problme doptimisation : critres et contraintes ..................................................... 66
II.2.1.
Cibles doptimisation ....................................................................................... 68
II.2.1.1.
Erreur de transmission quasi-statique sous charge .................................. 69
II.2.1.2.
Rendement (Pertes par frottement) .......................................................... 72
II.2.1.3.
Facteur pV ................................................................................................ 74
II.2.1.4.
Temprature clair.................................................................................... 75
II.2.1.5.
Synthse sur les critres doptimisation ................................................... 76
II.2.2.
Contraintes respecter ..................................................................................... 76
II.2.2.1.
Contrainte maximale de contact ............................................................... 77
II.2.2.2.
Contraintes en pied de dents..................................................................... 78
II.2.2.3.
Contrainte dvitement du choc lengagement ...................................... 79
II.2.2.4.
Formulation gnrale du problme doptimisation .................................. 79
II.3. Optimisation des fluctuations de lerreur de transmission quasi-statique Approche
analytique ............................................................................................................................. 80
II.3.1.
Correction linaire de profil ............................................................................. 80
II.3.1.1.
Thorie ..................................................................................................... 80
II.3.1.2.
Expression du RMS de lcart de transmission ........................................ 84
II.3.1.3.
Elments de validation ............................................................................. 85
II.3.1.4.
Solution du problme doptimisation ....................................................... 86
II.3.2.
Correction linaire de profil combine avec un bomb ................................... 88
II.3.2.1.
Thorie ..................................................................................................... 88
II.3.2.2.
Recherche des minimums de fluctuations de TEs .................................... 93
II.3.2.3.
Synthse de lapproche analytique ........................................................... 94
II.4. Optimisation multi-variables simple critre ............................................................. 94
II.4.1.
Mthode doptimisation : Algorithme gntique ............................................. 95
II.4.1.1.
Validation de lalgorithme gntique ....................................................... 96
II.4.1.2.
Formulation du problme avec plus de 3 variables .................................. 99
II.4.1.3.
Rsultats numriques.............................................................................. 100
II.5. Conclusion .............................................................................................................. 105
Chapitre III : Optimisation des corrections de forme Approches probabilistes ........ 107
III.1.
Introduction ........................................................................................................ 108
III.2.
Robustesse : formulation .................................................................................... 108
III.3.
Estimation des paramtres statistiques ............................................................... 110
III.3.1. Dveloppement analytique ............................................................................. 111
III.3.2. Mthodes numriques .................................................................................... 112
III.3.2.1.
Mthode des simulations de Monte Carlo .............................................. 112
III.3.2.2.
Mthode dintgration numrique : Quadrature de Gauss ..................... 113
III.4.
Optimisation des corrections de profil ............................................................... 115
III.4.1. Approche semi-analytique /Modle de raideur simplifi ............................... 115
III.4.2. Optimisation numrique ................................................................................. 118
8
Table des matires

III.4.2.1.
Influence de la loi de probabilit ............................................................ 119
III.4.2.2.
Influence de ltendu de lintervalle de tolrance .................................. 122
III.4.2.3.
Influence de la variation du chargement ................................................ 123
III.4.2.4.
Synthse ................................................................................................. 125
III.5.
Robustesse des corrections combines ............................................................... 126
III.5.1.1.
Mthode .................................................................................................. 126
III.5.1.2.
Influence de la classe de qualit ............................................................. 128
III.5.1.3. Influence de la forme de la correction .................................................... 130
III.5.1.4.
Introduction de dsalignements .............................................................. 131
III.5.1.5.
Influence de la variation du chargement ................................................ 135
III.6.
Variabilit entre dents des paramtres de correction du profil : ........................ 137
III.7.
Conclusion .......................................................................................................... 139
Chapitre IV : Optimisation multi objectifs des corrections de forme ........................... 140
IV.1.
Introduction ........................................................................................................ 141
IV.2.
Optimisation multi objectif : Etat de lart .......................................................... 141
IV.2.1. Dfinitions : .................................................................................................... 141
IV.2.2. Mthode de Pareto .......................................................................................... 142
IV.2.3. Mthodes doptimisation bases sur lalgorithme gntique ......................... 144
IV.2.3.1. Introduction ............................................................................................ 144
IV.2.3.2. Lalgorithme NSGA-II ........................................................................... 146
IV.2.4. Validation de lalgorithme NSGA-II.............................................................. 148
IV.2.4.1. Problme bi objectifs : fonction test ZDT4 [152] .................................. 148
IV.2.4.2. Problme tri objectifs : fonction test DTLZ2 [153] ............................... 149
IV.3.
Engrenages : Optimisation multicritres ............................................................ 151
IV.3.1. Dmarche de rsolution : Stratgie de paralllisation .................................... 151
IV.3.2. Applications ................................................................................................... 152
IV.3.2.1. Problmes bi-objectifs ............................................................................ 152
IV.3.2.2. Problmes tri objectifs ............................................................................ 157
IV.4.
Conclusion .......................................................................................................... 161
Conclusion gnrale ............................................................................................................. 162
Rfrences Bibliographiques ............................................................................................... 165
Annexe A : Procdure de rsolution ................................................................................... 177
Annexe B : Dveloppement analytique............................................................................... 180
Annexe C : Algorithme gntique oprateurs et techniques ......................................... 190
Annexe D : Dtermination des points et des poids de Gauss [83] .................................... 195
Annexe E : Ecarts de forme de profil [69] ......................................................................... 197
Annexe F : Algorithme NSGA-II Procdure de rsolution ........................................... 198
9
Principales notations
Z1
: Nombre de dents du pignon.
Z2
: Nombre de dents de la roue.
Rb1
: Rayon de base du pignon.
Rb 2
: Rayon de base de la roue.
: Angle d'hlice de base.
: Angle de pression.
: Largeur de la dent.
: Vitesse de rotation du pignon.
Cm
: Couple moteur.
e M ij
: Ecart total au point de contact M ij .
e1 M ij
: Ecart au point M ij sur le pignon.
e2 M ij
: Ecart au point M ij sur la roue.
e( M ij )
: Ecart relatif au point M ij .
eM *
: Ecart normal maximal.
( M ij )
: Rapprochement (ou loignement) normal.
M ij
: Dflexion au point M ij .
tm
: Priode dengrnement.
fmesh
: Frquence dengrnement.
: Force normale applique sur la dent.
: Largeur de la dent.
: Module de Young.
: Coefficient de Poisson.
1 , 2
: Rayons de courbure, du pignon et de la roue.
: Matrice de masse totale.coefficient de Poisson.
: Matrice amortissement visqueux.
K t, X
: Matrice de rigidit globale.
F0
: Vecteur des forces extrieures.

10

E
: Profondeur de la correction de profil.
E*
: Profondeur de la correction de profil adimensionne par rapport mref .
mref
: Dflexion statique moyenne de rfrence.
Lc
: Longueur de la correction de profil.
: Fraction du segment de conduite impact par la correction.
: Rapport de conduite transversale.
Pba
: Pas de base apparent.
: Coefficient de frottement.
Z1
Z2
: Rapport de rduction.
: Facteur des pertes.
max(pV)
:Valeur maxiamle du produit (pression*vitesse).
P0
: Pression maximale hertzienne.
E(X)
: Esprance de la performance (X).
Var(X)
: Variance de la performance (X).
: Valeur moyenne de la performance (X).
: Rendement mcanique.
Edissipe
: Energie dissipe due au frottement entre les dentures.
Eentre
: Energie dentre, fournie pendant une priode dengrnement.
: Contrainte maximale au pied de dent.
Fadm
: Contrainte admissible la rupture.
TEs ()
: Ecart de transmission quasi-statique adimensionne par rapport m .
: Dflexion statique moyenne associ chaque nouvelle gomtrie corrige.
e(M)
: Ecart normal au point M, adimensionn par rapport m .
k M k0
: Raideur par unit de longueur au point M, adimensionne par rapport km.
km
: Raideur moyenne dengrnement.
k0
: Raideur par unit de longueur(ISO 6336).
: Paramtre de rduction de conduite.

11

12
sinc( x)
sin x
: Rapport de conduite actuel.

: Fonction sinus cardinal.
: Facteur de pondration, 0 1 .
: Nombre total des points au plan orthogonal.
Lc
: Rponse au centre du plan.
Li
: Rponse au point i du plan.
: Moyenne de la performance (Y).
: Ecart type de la performance (Y).
: Coefficient de qualit.
RMS(Y)
: Root Mean Square of (Y).
Frob
: Fonction objectif robuste.
IT-X
: Intervalle de tolrance associ au paramtre (X).
: Nombre de segments par ligne de contact.
sp
: Exposant pour la correction paramtrique.
12
Introduction gnrale
Introduction gnrale
Les engrenages occupent une position privilgie dans le domaine des transmissions de
puissance et ont, depuis un sicle environ, fait lobjet de nombreux travaux de recherche.
Parmi lensemble des architectures possibles, les engrenages cylindriques en dveloppante de
cercle sont, sans conteste, les plus utiliss pour le transfert de rotation entre axes parallles car
relativement faciles fabriquer, ils possdent des gomtries mathmatiquement simples dont
le contrle dimensionnel est relativement ais. Les nombreuses tudes les concernant ont en
particulier conduit des corpus de normes importants (ISO 6336, ANSI / AGMA, par
exemple) appliqus dans le monde entier. Dans un contexte de perptuel progrs
technologique avec des produits industriels toujours plus fiables et performants, les
engrenages modernes sont de plus en plus soumis des exigences strictes en termes de
capacit de charge, du rendement, de bruit dvelopp, etc. Ces contraintes socitales ont ainsi
gnr, depuis une quarantaine d'annes, un nombre important de travaux relatifs la
simulation et la prdiction du comportement des engrenages cylindriques droits et
hlicodaux. Dans cette optique, le laboratoire LaMCoS sest particulirement investi dans le
dveloppement de modles numriques permettant de prdire les principales caractristiques
statiques et dynamiques de systmes dengrenages.
Dans le cadre de la conception de mcanismes de transmission de puissance par
engrenages, les tudes et les modlisations ralises sont largement motives par la volont de
trouver des gomtries qui assurent le meilleur fonctionnement possible. Ainsi, de
nombreuses recherches se sont intresses aux rles de corrections de forme de denture dans
une perspective doptimisation de comportement [10][42]. En particulier, leur effet sur le
niveau de vibration et de bruit rayonn est attest par de nombreux travaux exprimentaux et
thoriques. Les gomtries de corrections de forme sont gnralement caractrises par un
nombre rduit de paramtres : amplitude de correction de profil en tte de dent, longueur
corrige sur le profil, amplitude de bomb longitudinal, etc. tandis que les aspects associs
la forme de correction sont gnralement relgus au second plan. Cependant, le
dveloppement des techniques doptimisation stochastiques, notamment par le biais
dalgorithmes volutionnaires, permet denvisager des configurations doptimisation plus
complexes et ainsi rpondre plus prcisment aux besoins des concepteurs. Dans ce contexte,
la majorit des modles demeurent toutefois essentiellement dterministes et ne permettent
pas, entre autres, dintgrer linfluence des variations gomtriques inhrentes aux procds
de fabrication. On peut donc sinterroger sur la validit des rsultats obtenus partir des
seules valeurs nominales dans les cas o les plages de variation des paramtres deviennent
13
Introduction gnrale
significatives. Un des objectifs principaux de cette tude sera donc de dfinir des corrections
de forme de denture robustes pour lesquelles le systme maintient un comportement
optimal attendu malgr des incertitudes gomtriques et des variations du chargement. Dfinir
des corrections de forme conduisant un meilleur comportement vis--vis des fluctuations
derreur de transmission, du rendement, des contraintes, etc. constitue un problme dlicat
pour les concepteurs car ces diffrents critres de performances peuvent voluer de faon
contradictoire en prsence de corrections de dentures. On propose donc dans ce mmoire
daborder une optimisation multicritres visant trouver des corrections qui conduisent au
meilleur compromis entre les diffrents critres de performance de lengrenage considr.
Lensemble des problmatiques prsentes ci-dessus sous-tend lorganisation en quatre
chapitres retenue pour la prsentation du manuscrit de thse. Le premier chapitre est consacr
la prsentation du modle numrique dvelopp au laboratoire LaMCoS sur lequel se base
une grande partie des travaux prsents ici. Les diffrents types de corrections de dentures et
leur caractrisation suivant la norme ISO sont ensuite abords. Le chapitre se poursuit par une
tude bibliographique relative loptimisation du comportement dengrenages par
lintermdiaire de corrections de forme, la notion de robustesse et ses applications dans le
domaine des transmissions mcaniques. Enfin, nous concluons par une brve prsentation des
principales mthodes numriques utilises dans le cadre de loptimisation.
Le second chapitre est consacr ltude dterministe des corrections de dentures. Dans
un premier temps, les diffrentes cibles et contraintes pour loptimisation de la performance
dengrenages sont hirarchises. Par la suite, une approche analytique est introduite qui, sous
certaines hypothses simplificatrices, permet de dterminer et doptimiser les fluctuations
derreurs de transmission quasi-statiques. Enfin, on traite un problme multi variables avec
simple critre dans le but dexaminer lhypothse de symtrie de correction des deux roues et
dexplorer les diffrentes formes susceptibles doptimiser davantage les performances du
systme. Pour rsoudre un tel problme plusieurs variables, un algorithme gntique a t
retenu comme mthode doptimisation. Sa mise en oeuvre, son efficacit et son domaine de
validit sont dtaills au pralable.
Le troisime chapitre prsente une tude probabiliste visant dterminer les corrections
de dentures (caractrises par des variables alatoires) rendant le systme moins sensible aux
variations gomtriques et fonctionnelles. Cette dtermination ncessite une estimation fiable
des paramtres statistiques figurant dans la fonction objectif. Dans ce contexte, diverses
mthodes sont dveloppes et testes, savoir la mthode de Monte Carlo, une approche
analytique et la mthode dintgration numrique de Gauss. Ces diffrentes approches
permettent de conduire plusieurs tudes paramtriques portant, dune part, sur les paramtres
intrinsques, c'est--dire lis aux corrections de dentures (forme de correction, classe de
qualit,..) et, dautre part, sur les paramtres environnementaux du systme (chargement,
dsalignement, ..).
14
Introduction gnrale
Au terme de ce travail, on traite de loptimisation multi objectifs dans le dernier chapitre.
Le but essentiel est alors de dfinir une approche permettant daider le choix du concepteur
relatif aux paramtres de correction de dentures pour simultanment optimiser les diffrents
critres de performances. Une technique doptimisation base sur un algorithme
spcifique (NSGA-II) est prsente en dtail et son efficacit en termes doptimisation
multicritre au sens doptimale de Pareto est analyse travers diffrents cas dtudes.
15
Chapitre I
Chapitre I
: Modlisation - Etude
bibliographique
1. Introduction
2. Modlisation des engrenages
3. Correction des dentures : dfinitions et types
4. Optimisation des corrections de dentures : Etat de lart
5. Optimisation robuste
6. Mthode numriques doptimisation
7. Conclusion
16
Chapitre I
I.1. Introduction
Lobjectif principal de ce chapitre essentiellement bibliographique est de prsenter un
tat de lart relatif aux travaux de recherches mens sur les corrections de forme des dentures
dengrenages cylindriques droits et hlicodaux et sur les diffrentes approches permettant
doptimiser ces paramtres.
En premier lieu, pour tudier le comportement des transmissions par engrenages, on doit
passer par la modlisation du systme physique en le transformant en un modle numrique.
La modlisation de lengrnement ncessite la prise en compte des carts de formes introduits
par les corrections de dentures dans les quations qui dcrivent le mouvement du systme.
Aprs cette tape, les dfinitions des principales corrections de forme dans les engrenages
seront prsentes. Puis, nous nous intresserons aux diffrentes tudes portant sur
loptimisation des corrections selon divers critres caractrisant la performance dun
engrenage : bruit, vibrations, usure, grippage. Ensuite, une partie de ce chapitre sera
consacre la dfinition et lintgration des diffrentes erreurs gomtriques qui peuvent
apparatre dans un tel systme. En effet, une meilleure conception doit tenir compte de la
prsence des dispersions inhrentes la ralisation des pices. Dans ce contexte, le concept
de robustesse et son application dans loptimisation des engrenages seront voqus. Enfin,
nous prsenterons les diffrentes mthodes numriques utilises pour traiter un tel problme
doptimisation. Un examen critique des mthodes employes dans ce domaine relativement
tendu sera galement prsent.
I.2. Modlisation des engrenages

Lobjectif de cette partie est de prsenter et dtudier des outils numriques permettant de
modliser au plus juste le comportement mcanique dengrenages droits ou hlicodaux. Dans
la littrature, il existe gnralement deux techniques de modlisation savoir, les approches
reposant sur des modles discrets paramtres concentrs [1] et les modles de type lments
finis [4] [7] avec, parfois, des tentatives dhybridation entre les deux modlisations [8]
[9]. Dans ce mmoire, on ne sintressera qu la premire technique en sappuyant largement
sur des modles dvelopps au pralable au LaMCoS qui savrent particulirement bien
adapts la prise en compte de dfauts et carts gomtriques [10] [11].
Il est gnralement admis que ces carts sont susceptibles de gnrer des excitations
internes puissantes pouvant impacter notablement les efforts dynamiques sur les contacts et le
niveau de bruit dune transmission par engrenages (Welbourn [14], Kohler et al.[15], Kassa
et al. [16], etc.). Lanalyse prcise de ces phnomnes est relativement rcente et les
premiers travaux de modlisation reposaient sur les approches globales conduisant des
17
Chapitre I
termes forcs, parfois approximatifs, directement introduits dans les quations du mouvement
(Tuplin [11], Remmers [12] et Pearce et al. [13]). Lintroduction de la notion derreur de
transmission [17-18] a constitu une avance importante facilitant lintgration de ces sources
dexcitations dans des modles de complexit croissante [19].
I.2.1. Etat de rfrence

En rgle gnrale, ltat de fonctionnement idal (engrenages parfaits et indformables)
est implicitement considr comme ltat de rfrence. A partir de celui-ci, il est possible de
calculer les dplacements de corps rigides et les dplacements des engrenages perturbs par
les dformations et les carts gomtriques. Velex [2] et Maatar [3], ont considr ltat de
fonctionnement des engrenages rigides avec carts gomtriques comme ltat de rfrence
au voisinage duquel ltat dform du systme est analys. Ce choix conduit une sparation
naturelle entre les mouvements de corps rigides et les dplacements lastiques. Une premire
tape consiste donc analyser et dterminer les caractristiques gomtriques et cinmatiques
de cet tat de rfrence.
I.2.1.1. Gomtrie des engrenages rigides

Le contact entre les profils conjugus de dentures seffectue, par hypothse, dans le plan
tangent aux deux cylindres de base, cest--dire dans le plan daction. Le contact est suppos
linique ; les lignes de contact sont inclines de langle dhlice de base par rapport aux
lignes de tangence entre le plan d'action et les cylindres de base. Ces lignes de contact se
translatent sur le plan d'action avec une vitesse linique Vb impose par la vitesse de rotation
du pignon.
Vb Rb11
avec
Rb1 : Rayon de base du pignon (m).
1 : Vitesse angulaire du pignon (rad/s).
18
(I.1)
Chapitre I
ligne de contact i
n1
M ij
V R b1 1
T1
v M ij
n1
T1 '
T2 '
T2
Plan d'action
Figure I-1 : Dfilement des lignes de contact dans le plan daction
I.2.1.2. Ecarts gomtriques

Origines des carts gomtriques
Quelque soit la prcision avec laquelle les transmissions par engrenages sont fabriques
et assembles, elles ne sont jamais parfaites. Il existe toujours un certain nombre d'carts
gomtriques causs par les alas de fabrication, par les incertitudes de montage (jeux, ),
par les fluctuations des conditions de fonctionnement (diffrentes charges induisant
diffrentes dformations, ), etc. Les carts purement gomtriques sont de deux types : les
carts de forme et les dfauts de montage. Les carts de forme sont lis au processus et aux
procds de fabrication de lengrenage, tandis que les dfauts de montage dpendent des
carts de ralisation et des jeux dans lassemblage des diffrents composants dun rducteur.
Les principaux carts gomtriques, selon la classification issue de la Norme NF ISO 1328006 [69] sont :
- les carts de forme :
- erreurs de profil,
- erreurs dhlice,
- erreurs de division.
- les dfauts de montage :
- dfauts dinclinaison et de dviation,
- dfauts dexcentricit.
19
Chapitre I
Notons que, selon la norme, les erreurs de profil et dhlice ne sont pas ncessairement
dfinies par rapport , respectivement, la dveloppante de cercle et la gnratrice rectiligne.
Le concepteur peut dfinir un profil de rfrence modifi (corrections dhlice ou de profil de
la denture, dtailles ultrieurement). Cependant, dans la modlisation adopte, les carts de
forme comptabilisent toutes les dviations par rapport lhlicode dveloppable.
Les dfauts de montages induisent un cart normal aux surfaces qui est calcul en
utilisant les torseurs des petits dplacements.
Modlisation des carts gomtriques

Tout dabord, pour simuler les carts de forme, les lignes de contact sont supposes
demeurer dans le plan daction et sont discrtises en plusieurs segments. Cette discrtisation
est illustre sur la figure I.2. Le centre gomtrique de chacun de ces segments correspond
un point de contact potentiel M ij (i : indice de la ligne et j : indice du segment).
A chaque point Mij, on associe un cart de forme pour le pignon et pour la roue. Chacun
de ces carts est dfini par la distance algbrique entre la surface relle et la surface thorique
(hlicode dveloppable) suivant la normale extrieure au profil considr. Par convention, les
carts sont dfinis positifs sil y a excs de matire (voir Figure I-3). On suppose par ailleurs
que les carts sont suffisamment faibles devant les dimensions caractristiques des
engrenages pour ne pas affecter lorientation des normales.
Les carts associs aux dfauts de montage sont introduits de la mme faon. En effet,
ces dfauts influent sur le positionnement des centres et des axes de rotations des roue
induisant des carts qui sont ensuite transposs, via des projections gomtriques, au niveau
des segments de chaque lignes de contact ([1], [2] et [3]).
Ligne thorique de contact
V Rb1 1
Largeur (b)
ligne (i)
T1
T1
T2
Mi j
j
pbt
T2
Longueur active du contact
Figure I-2 : Discrtisation des lignes de contact
20
Chapitre I
Sachant que le point de contact entre les deux profils conjugus est commun au pignon et
la roue, on dfinit un cart normal total au point de contact M ij qui est la somme algbrique
des carts associs au point M ij appartenant, la fois, la dent du pignon et la dent de la
roue :
e M ij e1 M ij e2 M ij
avec :
(I.2)
e1 M ij : cart au point M ij sur le pignon

e2 M ij : cart au point M ij sur la roue
Ligne thorique de contact (i)
e(Mij )/pignon > 0
n 2i
M*
T 1'
M ij
T 2'
T1
T2
Mij
n1i
X
e(Mij )/roue < 0
Trace des flancs idals
dans le plan d'action
PLAN D'ACTION
Pignon
Roue
i : indice de la ligne
j: indice d segment
Fentre D'engrnement
Figure I-3 : Configuration, un instant donn, du point de contact entre corps rigides [3]
L'cart normal quivalent et l'cart relatif
Par dfinition, la fentre dengrnement est le lieu gomtrique, dans le plan d'action, o
l'engrnement entre diffrents couples de dents se droule. A chaque instant, il existe dans ce
domaine au moins un point de contact M* entre les dentures rigides. D'aprs la dfinition des
carts gomtriques, le point de contact M est caractris par lcart normal maximal not
e( M ). La dtermination de la valeur maximale de e M ij permet de dtecter un point de
contact (M*) et lensemble des carts relatifs entre les surfaces au niveau des points potentiels
de contact avant dformation.
21
Chapitre I
n1
eM *
e Mi j
M*
M+i j
e Mi j
Pignon
Roue
i : indice de la ligne
j: indice du segment
Figure I-4 : Point de contact dans les conditions des corps rigides
Comme schmatis dans la Figure I-4, l'cart relatif associ un point M ij (not
e( M ij ) ), est dfini comme la diffrence entre l'cart normal maximum e ( M ) et l'cart

normal en ce point e( M ij ) .
e M ij e M * e M ij
(I.3)
I.2.1.3. Cinmatique des corps rigides

Lintroduction dcarts gomtriques sur les lments dengrenage perturbe leur
cinmatique. La relation liant les vitesses d'entre et de sortie dcoule de la proprit de non
inter- pntrabilit des corps solides selon la normale aux points de contact commun. Le
dveloppement de cette expression conduit, pour un lment dengrenage cylindrique
denture extrieure, la relation dfinie dans lquation (I.4):
de M *
Rb1
1
2 t
1 t
Rb 2
Rb 2 cos b
dt
avec :
- Rb1 : rayon de base du pignon.
- Rb 2 : rayon de base de la roue.
- 1 : vitesse de rotation du pignon.
- 2 : vitesse de rotation de la roue.
- b : angle d'hlice de base.
- e M * : l'cart normal maximal sur tous les points potentiels de contact, un instant t.
22
(I.4)
Chapitre I
On peut constater que les carts gomtriques, lorsqu'ils dpendent du temps, imposent
pour une vitesse de rotation l'entre constante, une composante supplmentaire la vitesse
de rotation en sortie qui est fonction de la drive de lcart normal maximum dans les
conditions de corps rigides. La perturbation supplmentaire induite par (I.4) est lie la
notion derreur de transmission sans charge (NLTE) dfinie via lquation (I.5).
*
1 de M
d
NLTE Rb11 Rb22
cos b
dt
dt
(I.5)
La connaissance des carts de forme et des carts de montage permet ainsi de dterminer
chaque instant de lengrnement : la position du (des) point(s) de contact et lerreur de
transmission vide (NLTE) associe. La configuration de rfrence tant dtermine, il est
possible destimer les dformations.
I.2.2. Etat dform - Principes

Suivant le niveau de complexit du modle utilis, les dformations de plus ou moins
dlments sont considres. Ainsi, on trouve en premier lieu le modle torsionnel simple, 2
degrs de libert o seules les dentures se dforment. Un second niveau de modlisation
consiste prendre en compte les dformations des arbres et des paliers. Enfin, dans le cas
dune denture large, il est possible de modliser les dformations du corps des roues dentes.
I.2.2.1. Modle lmentaire 2 ddl

Le modle de base est schmatis dans la Figure I-5. Il privilgie les angles de torsion
autour des axes (Gregory et al [18] , Kubo [20], etc ). Les deux roues sont reprsentes par
deux inerties en rotation relies par un lment dengrenage (avec raideur et amortissement
variables). Ce modle ne considre que les dformations des dentures.
1
excitation par la
raideur d'engrnement
Cm
} k(t)
CR
R b1
e(t)
excitation par les

{ erreurs
gomtriqurs
Rb2
Figure I-5 : Modle dynamique de base deux degrs de libert
23
Chapitre I
I.2.2.2. Arbres et paliers flexibles

Dans un rducteur, lenvironnement mcanique influe considrablement sur le
comportement dun systme dengrenages [1] [3]. La ligne de transmission comprend
gnralement un gnrateur de puissance (moteur), des mcanismes entrans
(accouplements, frein), des structures servant de support (arbre, paliers) incorpors dans un
carter. Ainsi, une bonne caractrisation du comportement dun engrenage passe
ncessairement par une meilleure modlisation de ces divers lments. Dans ce contexte, pour
tenir en compte des dformations non seulement des dentures mais galement de l'ensemble
des lignes d'arbres et des paliers, Velex et al [3] ont propos un modle 32 DDL. Les paliers
sont reprsents par des rigidits concentres et les arbres par des lments finis de poutres
classiques deux nuds (poutre de Timoshenko) [3]. Chaque arbre comporte des sous
lments de part et dautre de lengrenage. Le moteur qui impose le couple, ainsi que le frein
(la charge), sont introduits uniquement via leurs masses et inerties.
Pour modliser llment engrenage, les deux roues sont assimiles deux cylindres
rigides qui possdent chacun six degrs de libert et sont relis lun lautre par une liaison
lastique et dissipative reprsentant de manire plus ou moins dtaille les contributions des
parties dformables de la denture (voir Figure I-6). Le modle possde donc, d'un point de
vue physique, la possibilit de prendre en compte les effets combins de torsion (1 et 2),
flexion (v1, v2, w1, w2, 1, 2, 1 et 2) et de traction-compression (u1 et u2).
Il convient de signaler que ce type de modlisation est tributaire dun certain nombre
dhypothses restrictives qui sont rappeles ci-dessous :
- les contacts entre les dentures sont considrs comme liniques et seffectuent uniquement
dans le plan daction thorique.
- les amplitudes des carts de gomtrie sont suffisamment faibles pour ne pas affecter les
normales aux profils des dentures.
- les dentures sont considres comme suffisamment troites pour pouvoir ngliger les effets
de dformations diffrentielles des corps du pignon et de la roue (le cas du modle 72 ddl,
pour dentures larges nest pas concern par cette hypothse).
24
Chapitre I
Plan daction
w2
p
v2
O2
u2
2
w1
v1
O1 u1
Roue
Pignon
Figure I-6 : Modlisation 3D de llment engrenage
Le champ de dplacements rsultant des petites perturbations autour de ltat de rfrence

peut se caractriser au moyen du torseur de dplacements infinitsimaux {Sk} exprim par
rapport au repre fixe R O1 , s , t , z li la ligne des centres :
u k (O k )= k s wk t uk z
u k (O k )
Sk
R
k
R k =k s k t k z
(I.6)
- k 1 : indice des dplacements associs au pignon.

- k 2 : indice des dplacements associs la roue.
- O1, O2 sont respectivement les centres de rotation du pignon et de la roue.
I.2.2.3. Corps de roue dente dformable

Pour des architectures particulires, avec des dentures larges (ratio : largeur de denture
(b) / module (m) >16 [72]), il nest plus raliste de reprsenter la dformation des dentures en
utilisant un seul nud. En effet, pour ce type de dentures, il y a prsence dune variation de
langle de torsion suivant la largeur de denture [9]. Dans ce contexte, Ajmi et al. [21] [22]
ont propos un modle plus dvelopp, 72 degrs de libert, o les arbres de transmission
sont modliss par 5 lments finis darbre et le corps de chaque roue dente est suppos
dformable. Une illustration du modle global est prsente dans la Figure I-7.
25
Chapitre I
Figure I-7 : Modle global dun rducteur [35]
I.2.3. Modlisation de linterface dengrnement

Le contact entre les roues dentes est constitu dun ensemble de lignes de contact
appartenant au plan dengrnement. Pour estimer la charge locale sur ces lignes, elles sont
discrtises en segments (voir paragraphe I.2.1.2 - Ecarts gomtriques), puis, sur chaque
segment et tout instant, lcrasement et la raideur sont calculs.
I.2.3.1. Ecrasement au point de contact

La connaissance de l'aire de contact relle et de la charge dynamique instantane sur les
couples de dents en prise ncessite le calcul de l'crasement associ chaque point de contact
potentiel M ij . Sous laction de lensemble des dplacements de chacune des deux roues de
l'engrenage par rapport aux mouvements de corps rigides, le rapprochement normal (ou
lloignement) de chaque point de contact M ij scrit :
R
( M ij ) u1 ( M ij ) n1 u 2 ( M ij ) n1
Avec n1 normale unitaire extrieure au profil du pignon (ligne de contact dindice i)
26
(I.7)
Chapitre I
Ce rapprochement peut aussi tre exprim via une criture matricielle :
( M ij ) V ( M ij )T q
(I.8)
tels que { V ( M ij ) } est un vecteur de structure qui dpend de la gomtrie de lengrenage et de

la position du point M ij , alors que, q est un vecteur dtat reprsentant les dplacements
gnraliss attribus aux engrenages.

V ( M ij ) n1 , O1M ij n1 , n1 , O2 M ij n1
q u1 (O1 ), 1 , u 2 (O 2 ), 2
(I.9)
(I.10)
Il faut noter que, mme en l'absence d'carts de forme, le vecteur de structure dpend de la
position du point de contact M ij sur le plan daction par lintermdiaire de ses composantes
suivant les rotations et . En prsence d'carts de forme et/ou de dfauts de montage le
contact entre dentures au point M ij est assur lorsque le rapprochement M ij est
suffisamment important pour compenser lcart de gomtrie relatif initial e M dans la
condition des corps rigides. La dflexion ou lcrasement en ce point a donc pour expression :
M ij M ij e M ij
(I.11)
I.2.3.2. Condition de contact

Des sparations compltes de dentures suivies de chocs lors des reprises de contact
peuvent apparatre pour certains rgimes de fonctionnement en dynamique. Ce phnomne
violemment non linaire est caractris par des sauts damplitudes plus ou moins complexes
selon que les dplacements sont suffisants pour induire des chocs larrire des dents ou non.
En pratique, ce mode de vibration est lorigine des bruits de cliquetis (rattle noise) dont
limpact sur la qualit perue, en particulier dans le domaine automobile, est important. Il
existe galement un grand nombre de cas o les pertes de contact entre flancs actifs de
dentures demeurent partiels et sont lis des dfauts d'alignement, des corrections
longitudinales et des erreurs gomtriques locales.
On dfinit la condition de contact en un point M ij de la fentre dengrnement par :
M ij 0
le contact au point M ij est assur
M ij 0
pas de contact au point M ij .
(I.12)
Il faut noter que les conditions de contact dcrites ci-dessus sont testes chaque instant
pour toutes les cellules se trouvant lintrieur de la fentre dengrnement, cest dire pour
tous les points de contact potentiels.
27
Chapitre I
I.2.3.3. Raideur dengrnement

Au cours du fonctionnement dun engrenage, les lignes de contact (paire de dents en
prise) se dplacent sur le plan daction avec une vitesse linique Vb Rb1 . 1 . La
configuration des lignes de contact dans la fentre dengrnement volue donc de faon
cyclique.
L'lasticit du contact est simule en affectant une raideur lmentaire (kij) chaque point
de contact potentiel (Mij). Ces raideurs lmentaires sont supposes indpendantes. En les
sommant le long des lignes thoriques de contact dans la fentre dengrnement un instant
donn (Figure I-8), on obtient la raideur dengrnement globale :
K t , M ij kij
(I.13)
i, j
Roue
Contact
Pignon
Largeur (b)
V Rb1 1
T1
eM *
T1
T2
eMi j
T2
Longueur active du contact
Figure I-8 : Modlisation de linterface dengrnement
Lvolution au cours du temps (ou suivant les positions angulaires) des positions relatives
des dents et par consquent les lignes de contact, engendre une variation de la rigidit de
28
Chapitre I
lengrnement ([1] [4]). Cette variation de rigidit globale constitue une des sources
principales dexcitation pour les systmes engrenages [1][4]. Sa frquence dvolution est
nomme frquence dengrnement (fmesh) et peut conduire lapparition de rgimes critiques
de fonctionnement pour lesquels lamplitude vibratoire augmente fortement.
La dtermination de la raideur dengrnement a suscit un intrt considrable dans
lobjectif dun calcul prcis des distributions statiques de charge des dents et des distributions
de contraintes [2] [3]. Dans ce contexte, plusieurs formules et approches sont prsentes
dans la littrature [25] [30] parmi lesquelles nous en avons retenu deux :
a) lune base sur la norme ISO 6336 [30] sous forme dune formule analytique simple
exprimant la raideur linique dengrnement (suppose constante)
b) les formules classiques de Weber et Banaschek, Lundberg qui reposent sur une approche
de type poutre sur encastrement lastique et conduisent des raideurs dengrnement
voluant avec la position du contact sur le profil des dentures [25] [28].
I.2.3.4. Raideur dengrnement Expression de lISO 6336 [30]

La raideur lmentaire dun segment kij est suppose tre simplement proportionnelle la
longueur de llment ij considr. La norme ISO 6336 [30] fournie une approximation de la
raideur dengrnement par unit de longueur k0 sous la forme :
ko cos b
0.8
q
(I.14)
avec :
- b : angle d'hlice de base.
q C1
C
C2
x
x
3 C4 x1 C5 1 C6 x2 C7 2 C8 x12 C9 x22
Zn1 Zn2
Zn1
Zn2
(I.15)
- C1 ,..., C9 : coefficients numrs dans le Tableau I-1.

- Zni
Zi
, i 1, 2 : le nombre de dents pour lengrenage droit quivalent
cos3 b
- Z i , i 1, 2 : nombres de dents du pignon (i=1) et de la roue (i=2)

- xi , i 1, 2 : cfficients de dport du pignon (i=1) et de la roue (i=2)
Tableau I-1 : Coefficients pour le calcul de la raideur dengrnement (ISO 6336 [30])
C1
0,04723
C2
0,15551
C3
0,25791
C4
-0,00635
C5
-0,11654
C6
-0,00193
C7
-0,24188
C8
0,00529
29
C9
0,00182
Chapitre I
Cette relation permet dobtenir rapidement une premire approximation de la raideur
dengrnement mais elle ne tient pas compte de la position de la ou des lignes de contact
suivant la hauteur des dents ni de la courbure relative des surfaces.
I.2.3.5. Raideur dengrnement Modle plus labor [25][26]

Lapproche prsente dans ce paragraphe propose des expressions de raideur
dengrnement qui dpendent de la position du point de contact dans la fentre
dengrnement [2] [21]. En effet, elle correspond un calcul des dflexions des dents des
engrenages en superposant :
- les dplacements qui rsultent des dformations locales au contact : dflexions de types
hertziennes ( c ),
- les dplacements qui rsultent des dformations globales correspondantes aux dformes
structurelles de denture (flexion ( b ), pivotement par rapport la jante ( fw )).
Pour un effort normal appliqu (F), la raideur de contact kq (dengrnement) est alors
dduite sous la forme :
1 fw b c
kq
F
(I.16)
a) Raideur de contact entre les dents
Parmi les formules les plus couramment utilises pour modliser le contact entre les deux
flancs de dentures et par suite dterminer la raideur de contact, on trouve les deux formules
analytiques de Weber et Banascheck [26] et de Lundberg [25].
Formules de Weber et Banascheck
Weber et Banascheck [26] ont propos une formule purement bidimensionnelle. Les deux
dents en contact sont localement assimiles deux demi-plans lastiques soumis chacun une
distribution hertzienne de pression normale (p(x)).
p x
aH
x
aH
Figure I-9 : Rpartition de la pression hertzienne
30
Chapitre I
En considrant que la dforme due au contact est localise au voisinage de la zone
charge et devient nulle au niveau de la fibre mdiane de la dent, la dflexion de contact
sexprime alors :
WB
c
F 1 2 2 k1k2
4
ln
b E
aH
2 1
(I.17)
avec :
- F : force normale applique sur la dent.
- b : largeur de la dent.
- E : module de Young.
- : coefficient de Poisson.
- k1 , k2 : distances entre le point de contact et la ligne mdiane de la dent (lindice 1 pour le
pignon et lindice 2 pour la roue), (Figure I-10)
- aH 8
- eq
F
1 2
eq
: demi-largeur du contact hertzien (Figure I-9).
E
b
1 2
: rayon de courbure quivalent au point de contact considr.
1 2
- 1 , 2 : rayons de courbure, (Figure I-10).
k1,2
F
1,2
uw
d y
S fw
Cercle de base
20
Figure I-10 : Paramtres gomtriques gnraux [26]
Formules de Lundberg
Une formulation, base sur une pression de contact uniforme sur la largeur et semielliptique selon la direction du profil, a t propose par Lundberg [25] (Figure I-11). Cette
31
Chapitre I
formulation est dite tridimensionnelle puisque la largeur de contact b est introduite
indpendamment du rapport F / b tel quil apparat dans la formulation de Weber Banaschek
(quation(I.17)). Le chargement est appliqu en assimilant la dent un espace lastique semiinfini et conduit, en gardant les mmes notations que prcdemment, lexpression suivante
pour la dflexion de contact :
Lc 4
F 1 2 1
b
ln 2 ln
b E 2
aH
(I.18)
Figure I-11 : Modlisation de la pression cas de la formule de Lundberg [25]

b) Raideurs structurelles
Dplacement d la flexion de la dent
Pour caractriser les dformations dues la flexion des dents plusieurs formules et approches
ont t proposes [25] [29]. Prenons ltude de Weber et Banaschek [26] qui ont considr
la dent dengrenage comme tant une poutre de section variable. Cette poutre est encastre au
niveau du corps dengrenage et libre de lautre ct. Ainsi, en crivant lgalit entre le travail
de leffort extrieur et lnergie de dformation de la dent en flexion, ils ont exprim la
dflexion de la ligne moyenne comme suit :
2
uw u y
F 1
w
2
b
cos p 10.92
dy 3.1 1 0.294tg 2 p
3
0
b E
d y
avec :
- F : force normale applique sur la dent.
- b : largeur de la dent.
- E : module de Young.
- p : angle de pression.
Les autres paramtres sont dfinis dans la Figure I-10.
32
uw
1
dy
d y
(I.19)
Chapitre I
Dplacements dus la dformation du corps dengrenage
Dans leur tude, Weber et Banaschek [26] ont, dans un deuxime temps, suppos la dent
comme tant infiniment rigide et ont modlis le corps de la roue par un demi-plan lastique
sur lequel sont appliques des distributions de contraintes normales et tangentielles. Les
contraintes normales, supposes linaires sont dues aux moments de flexion et leffort de
compression alors que celles tangentielles, prises constantes, sont causes essentiellement par
leffort de cisaillement. Ainsi, en appliquant la thorie de llasticit bidimensionnelle, les
auteurs ont propos lquation (I.20) pour estimer le dplacement de la dent dans la direction
de la charge applique.
fw
u 2
u
F 1
2
cos p L w M w P 1 Q tg 2 p
b Eeq
S fw
S fw
(I.20)
avec :
- S fw : paisseur de la dent dans la section critique (Figure I-10).
- Eeq : Module dYoung quivalent (gal E pour un tat de contraintes planes et
E / 1 2 pour un tat de dformations planes).
- L, M, P et Q : constantes qui dpendent essentiellement du coefficient de poisson (pour

=0.3, L=5.2, M=1, P=1,4 et Q=0.3 [26]).
Plus rcemment, Sainsot et al. [29] ont propos une formulation analytique permettant de
calculer les dflexions associes aux dformations des corps dengrenages. Cette formulation
se base sur la thorie de Muskhelishvili applique un anneau circulaire lastique. Ainsi,
lhypothse de plans semi infinis lastique est remplace par celle plus raliste danneaux
lastiques dont les gomtries sont plus proches de celles des corps dengrenages. Une
reprsentation en srie de puissances complexes est utilise afin de tenir compte des
dformations de la denture et de la jante. La solution analytique obtenue est en bon accord
avec les rsultats obtenus par la mthode des lments finis. A cause de sa relative simplicit,
la formulation initiale de Weber Banaschek reste toutefois la plus frquemment utilise.
Finalement, en chaque point de contact potentiel (Mij), la raideur lmentaire dpend
principalement de :
- la longueur du segment ij ;
- la hauteur du contact sur les dents du pignon et de la roue ;
- la courbure des surfaces ;
- lintensit de laction normale.
33
Chapitre I
Lensemble des lments de modlisation dun rducteur simple tage tant
maintenant connu, le paragraphe suivant prsente la mise en quation globale et le principe de
rsolution du systme.
I.2.4. Mise en quation
I.2.4.1. Equation du mouvement

En appliquant le principe fondamental de la dynamique sur le modle dengrenage
(quelque soit le nombre de ddl) et en assemblant les matrices lmentaires de masse et de
raideur de llment dengrenage, ventuellement des raideurs associes aux lments
supports (paliers, arbre, botier, etc.), des vecteurs correspondant aux forces extrieures, on
obtient un systme global diffrentiel, non linaire, excitations paramtrique dont la forme
est donne par lquation (I.21).
M X C X K t, X X F0 F1 t, X, e M F2 t, 1,2
(I.21)
avec :
- X : Vecteur des degrs de libert.
-
M : Matrice de masse totale.
C : Matrice amortissement visqueux quivalente (voir paragraphe suivant).
- K t, X : Matrice de rigidit globale du rducteur, non linaire et dpendante du temps

et des coordonnes gnralises du systme.
- F0 : vecteur des forces extrieures.
- F1 t, X, e M : vecteur dexcitation supplmentaire introduisant leffet des carts
gomtriques.
: vecteur dexcitation supplmentaire introduisant leffet de la cinmatique
- F2 t,
1,2
perturbe par les carts gomtriques.
I.2.4.2. Introduction de lamortissement

Quelque soit le systme vibratoire tudi, lintroduction damortissement est
indispensable afin dobtenir des amplitudes de rponse finies dans les zones de rsonance. La
dtermination du niveau damortissement pour une transmission de puissance par engrenages
reste toutefois dlicate tant les sources de dissipation sont nombreuses et de nature
diffrentes : liaisons imparfaites, amortissement structural, etc. Pour ce faire, lamortissement
34
Chapitre I
global du systme est souvent introduit dans les quations de mouvement de manire
approximative [2]. Dans ce contexte, des approches modales ou pseudo modales
(considration dun certain nombre de frquences propres) sont frquemment utilises ;
lamortissement est exprim dans une base modale en tenant compte des raideurs et masses
modales et est ensuite projet dans la base physique [2]. Un amortissement visqueux
quivalent est ainsi dfini pour chaque mode du systme, ce qui laisse la possibilit
d'effectuer un recalage dans la mesure o les frquences associes sont suffisamment
loignes (hypothse de Basile). En pratique, les modes propres du systme non amorti sont
calculs partir de la matrice masse globale [M] et de la matrice de rigidit [K(t,X)]
moyenne sur le temps. Ainsi, lamortissement est introduit de manire globale au moyen
dune matrice [C] constante suppose orthogonale par rapport ces modes propres ([2] [3]).
I.2.5. Rsolution des quations du mouvement

Pour rsoudre ce type d'quations, la plupart des travaux sappuient sur des mthodes
numriques telles que les schmas d'intgrations pas pas dans le temps et les transforms
intgrales. En effet, la forme explicite de la relation qui dcrit la dpendance de la raideur
d'engrnement, des variables d'tat et des carts gomtriques est gnralement inconnue. Les
algorithmes de rsolution sont frquemment itratifs et couplent des mthodes d'intgration
pas pas dans le temps et des algorithmes de contact. Loriginalit introduite par Velex [2]
pour ltude du comportement statique et dynamique des engrenages a t de tenir compte des
conditions instantanes lors du processus dintgration des quations du mouvement. Le
schma implicite de Newmark a t retenu et a t coupl un algorithme de contact normal
unilatral (voir annexe A). Les conditions initiales sont dtermines partir de la solution
statique puis, chaque incrment de temps, les deux conditions suivantes doivent tre
vrifies :
- leffort normal en chaque point de contact dune ligne de contact potentielle doit tre
positif.
- En tout point extrieur la fentre dengrnement, lcrasement doit tre nul.
I.3. Correction des dentures : dfinitions et types

Les profils des dents dengrenages sont thoriquement conjugus et permettent
thoriquement une transmission homocintique sans choc. Les profils en dveloppantes de
cercle possdent cette proprit si les dformations et les carts gomtriques demeurent trs
faibles devant les dimensions caractristiques des dentures. En ralit, lorsquune charge est
transmise, les systmes se dforment et peuvent induire des interfrences comme illustr
schmatiquement sur la Figure I-12.
35
Chapitre I
Interfrence
Tte
Pied
Dformation des dents
Figure I-12 : Illustration de la dformation des dents (dents 2 et 2) et du phnomne

dinterfrence (dents 3 et 3)
De mme, des erreurs gomtriques, de forme ou de positionnement sont, dans une

certaine mesure, prsentes sur tous les engrenages suite aux imprcisions d'usinage, aux
distorsions dues aux traitements thermiques, etc. Ces dfauts, associs aux possibles
dformations des autres lments dun rducteur (arbres, paliers, ..), peuvent entraner une
porte en coin [31] [32]. Comme reprsent sur la Figure I-13, cette porte correspond
une surcharge sur les extrmits de la largeur des dentures ce qui peut mettre en cause la
capacit de charge de lengrenage. Pour lensemble de ces considrations, des modifications
de forme sont souvent introduites afin de compenser les distorsions lastiques ou thermiques,
dformations, les dfauts dalignement, les erreurs de positionnement, etc., voqus plus haut
[33] [34]. Lobjectif principal de ces corrections est donc de conduire une meilleure
rgularit de fonctionnement et amliorer la rpartition de la charge sur le flanc de denture
en vitant, entre autres, une surcharge lengagement [10] [35].
Figure I-13 : Aire de contact sur le flanc de la denture

(a) Contact typique (b) Contact en coin (au bord)
36
Chapitre I
Ces modifications effectues sur la surface de denture du pignon correspondent
frquemment une dviation du profil de la dent par rapport au profil thorique et peuvent
tre appliques en pied de dent, en tte, sur toute ou sur une partie seulement de la largeur
denture. Cette dviation correspond le plus souvent un enlvement de matire de lordre de
la dizaine de micromtres [30]. Plusieurs techniques de correction sont dcrites dans la
littrature [33] [35]. En premier lieu, on trouve les corrections dites conventionnelles, pour
lesquelles les modifications des dentures selon le profil et la largeur de denture sont apportes
de manire indpendante [36]. Une autre technique consiste introduire simultanment des
modifications sur le profil et la largeur en enlevant de la matire paralllement aux lignes de
contact ( cross modification gnralement appliques aux engrenages hlicodaux [36]).
Enfin, un dernier type de correction, connu sous le nom correction topographiques ,
consiste corriger point par point les flancs actifs des dentures [36].
I.3.1. Modifications du profil apparent

Ces corrections ont pour fonctions principales de supprimer les contacts prmaturs dus
aux dformations des dentures sous charge (voir Figure I-12) et damliorer la rgularit de
lengrnement. Elles permettent ainsi dassurer une mise en charge progressive de chaque
couple de dents ([1] et [7]). Elles peuvent tre appliques sur tout ou une partie du flanc actif
de dent. La norme IS0 21771 [36] dfinit plusieurs varits de modifications de profil
possibles, avec diffrents paramtrages, dont les plus utilises sont prsentes dans la Figure
I-14.
(a) Correction en tte et au pied

de la dent
(b) Bomb transversal (barelling)
Figure I-14 : Quelques types de correction de profil [36]
Le paramtrage dune correction de profil type en tte (la plus utilise), est donn dans la
Figure I-15. Ces modifications sont, en gnral, dfinies par une profondeur normale au profil
au sommet de la dent (E) et une longueur de correction sur le profil (Lc). Ces paramtres sont
couramment identiques pour les dents des deux roues conjugues en contact do le nom
correction de profil symtrique .
37
Chapitre I
Lc
Figure I-15 : Principaux paramtres dune correction linaire de profils, en tte
Une caractrisation complte de la correction de profil ncessite, en outre, la dfinition de

la forme de modification introduite. La Figure I-16 illustre les principales formes de
correction trouves dans la littrature [36] : corrections linaires, paraboliques ou
progressives dans laquelle la forme est dfinie par une loi en puissance [36] [38]. Pour un
facteur gal lunit on retrouve le cas de la correction linaire.
d
da
di
d di
d 2.Ca
d a di
(a) Correction linaire
factor
(b) Correction parabolique (c) Correction progressive
Figure I-16 : Principales formes de correction de profil [36]
I.3.2. Corrections longitudinales

Suite des dfauts de montage, aux dformations des supports et aux divers jeux de
fonctionnement, les contacts peuvent tre localiss sur une partie de la largeur de denture et
conduire des surcontraintes nfastes en termes de dure de vie (voir Figure I-13). Une des
mthodes les plus efficaces pour rsoudre ce problme de chargement sur les bords consiste
introduire des corrections de forme dans la direction longitudinale [31] [36], gnralement
sous forme linaire ou parabolique [36]. Ces modifications peuvent tre introduites
38
Chapitre I
partiellement ou intgralement, cest dire sur toute la surface de la denture. Pour les
corrections partielles, on dfinit des dpouilles dextrmit caractrises par une profondeur
Ci et une largeur bi de chaque ct (voir Figure I-17 (a)). La correction longitudinale la plus
rpandue est une correction intgrale et symtrique centre sur la demi-largeur de la dent [36]
et caractrise par une amplitude de bomb Ap (Figure I-17 (b)).
(b) Bomb symtrique
(a) Dpouilles dextrmit
Figure I-17 : Principales configurations de la correction du bomb
Pour des engrenages de largeurs importantes dentures droites ou hlicodales, des

corrections dhlice sont gnralement introduites pour compenser lvolution de langle de
torsion suivant la largeur de denture et recentrer la porte sous charge [36]. Elles sont dfinies
par une variation CH de langle dhlice par rapport langle dhlice de base b. (voir
Figure I-18).Ainsi, dans le cas de dformations importantes, une correction dangle dhlice
peut tre superpose une correction du bomb.
Figure I-18 : Illustration de la correction dhlice [36]
39
Chapitre I
I.3.3. Modification topographique du flanc

Au-del des modifications "standard" (de profil et dans la direction longitudinale), il est
galement possible de dfinir des modifications dites topographiques o chaque point sur
le flanc de dent possde sa propre modification [36]. En effet, la dviation dsire par rapport
au profil initial en dveloppante est dtermine chaque point d'intersection sur une grille
thorique dpose sur le flanc de la dent (voir Figure I-19). Ce type de modification est
beaucoup plus difficile produire que les modifications standard.
Ci,j
Ci,j : Correction introduite au segment (i, j) du flanc
Figure I-19 : Illustration de la modification topographique
Les diffrentes corrections que lon peut apporter aux surfaces actives des dentures nont
pas systmatiquement un effet bnfique sur le comportement de lengrenage. Suivant le
critre observ, loptimisation peut conduire des solutions trs diffrentes.
I.4. Optimisation des corrections de dentures : Etat de lart

Une tape importante en termes d'optimisation de la conception des engrenages consiste
en la dtermination des paramtres micro-gomtriques dfinissant les corrections de
dentures. En effet, tant donn quelles introduisent des carts de forme, ces corrections de
dentures influent ncessairement sur les carts de transmission vide et/ou sous charge, en
quasi-statique ou en dynamique [33][35]. De mme, ces corrections modifient les
caractristiques du champ de pression dans la surface de contact (valeur et position de la
pression maximale, contrainte de flexion au pied des dents, ). En consquence, les
corrections de forme des dentures, ont un impact sur un ensemble des critres qui refltent les
performances dun engrenage (pertes, chauffement, ).
40
Chapitre I
I.4.1. Erreur de transmission quasi-statique sous charge

Pour les mcanismes engrenages, l'erreur de transmission est un indicateur global du
comportement traduisant aussi bien les effets des dfauts de fabrication que les phnomnes
cinmatiques et dynamiques. Elle traduit directement les effets des imperfections et des
dformations des dentures sur la transmission du mouvement de rotation qui est le
mouvement fonctionnel. Welbourn [14] dfinit lerreur de transmission comme lcart entre
la position relle de la roue mene et la position idale quelle devrait occuper si la
transmission tait parfaite (profils parfaitement conjugus) avec un engrenage infiniment
rigide. Elle peut tre exprime sous forme angulaire ou sous forme linaire si elle est ramene
dans le plan d'action.
Lerreur de transmission quasi-statique sous charge (TEs) est la superposition de lerreur
de transmission quasi-statique sans charge et de leffet de dformations des dentures lorsque
lengrenage transmet une charge trs faible vitesse. Elle fait intervenir les effets priodiques
des dformations des dentures et de lensemble du systme (arbres, paliers, roulements). Ce
paramtre est alors couramment utilise afin dtudier les effets dcarts gomtriques tels
que les corrections de profils, les dfauts de montage, etc. ([33][35]). La Figure I-20
prsente des tracs typiques de lerreur de transmission sous charges pour un engrenage droit.
On observe la prsence dune forme porteuse qui correspond aux fluctuations basses
frquences associes un tour dune ou des deux roues. Cette forme contient (ou enveloppe)
des motifs qui refltent les fluctuations hautes frquences associes la frquence
dengrnement (fm) et ses harmoniques.
Figure I-20 : Erreur de transmission quasi-static_Engrenage droit

(a) mesures exprimentales (b) simulations numriques (Velex et Maatar 1996 [1])
De nombreux travaux de recherche mens sur le comportement des transmissions par

engrenages ont montr une influence prpondrante des corrections de forme sur lerreur de
transmission quasi-statique sous charge, les vibrations, le bruit, etc. [33] et [40][42]. A l
suite des travaux de Harris [39], Gregory et al [18] ont constat que, pour un engrenage droit,
41
Chapitre I
les corrections de profils longues (pour une longueur Lc qui dpasse le quart de la longueur
active du profil) sont capables de rduire considrablement les fluctuations de lerreur de
transmission quasi-statique. Des tendances similaires ont t observes pour les cas
dengrenages hlicodaux [33]. Cependant, il faut noter que ces constatations sont valables
uniquement pour une charge transmise dite nominale ou design load . De mme, la
profondeur de la correction de profil varie en fonction de la charge transmise. Dans ce
contexte, la Figure I-21, montre une importante variation du niveau et des fluctuations de
lerreur de transmission en fonction de la charge transmise [43]. Do la difficult de dfinir
une correction de profil optimale valable pour une large plage de variation du chargement.
Figure I-21 : Erreur de transmission quasi-static pour diffrentes charges_Engrenage

hlicodal. Mesures NASA [43]
I.4.1.1. Corrections de profils seules

Depuis une quarantaine d'annes, un grand nombre de travaux illustrant les applications
des corrections de profils dans les engrenages droits et hlicodaux ont t prsents. Une
modification de profil de forme linaire introduite en tte est la correction de profil la plus
rpandue [40][42] . Dans ce contexte, la formulation approximative propose par Munro et
al. [44] et Yildirim et Munro [45], [46] pour minimiser les fluctuations de lerreur de
transmission est particulirement utile pour les engrenages droits. Elle prsente des rgles de
conception simples et illustre l'influence combine de la charge transmise et de la correction
de profil. Toutefois, cette analyse se limite aux seules dentures droites [40][42] . Dans le cas
d'engrenages hlicodaux, des simulations numriques sont gnralement utilises, qui
conduisent des rsultats prcis pour un cas particulier mais ne fournissent pas
ncessairement une comprhension complte des effets des paramtres de conception
42
Chapitre I
(gomtrie initiale, corrections de profils) ou des paramtres fonctionnels tels que le
chargement transmis. Rcemment, Velex et al. [35] ont propos une approche analytique qui
peut tre vue comme une gnralisation de lapproche de Munro. Dans le cas dune denture
troite (b<16*m) et avec des carts de montage faibles, les auteurs ont propos, dans un
premier temps, une formulation adimensionnelle de TEs indpendante du nombre de degrs
de libert du modle utilis. Les rsultats analytiques obtenus sont en bon accord avec ceux
obtenus par diffrents modles numriques sophistiqus (Sundaresan et al. [47][48]), (Velex
et al . Maatar [1]), (Komori et al. [50]), etc. La relation propose est paramtre par :
- les deux rapports, de conduite apparent et de recouvrement caractrisant la gomtrie
initiale de lengrenage ;
- les deux paramtres de correction de profil E* et . E* est la profondeur de la correction
(E) adimensionne par rapport la dflexion statique moyenne de rfrence mref (sans
correction) alors que est la fraction du segment de conduite impact par la correction.
E* E mref
mref
(I.22)
Cm
, dflexion statique moyenne de rfrence, sans correction
Rb1bk0
Dans un deuxime temps, les auteurs ont dfini un domaine de lespace des corrections
pour lequel les fluctuations de TEs sont nulles caractris par :
E * K ,
(I.23)
K , est un paramtre qui ne dpend que du rapport de conduite et de la longueur ,

il est dfinit dans le tableau suivant:
Tableau I-2 : Dfinition des corrections de profil optimales vis vis les fluctuations de
lerreur de transmission quasi-statique [35]
Rapport de conduite
,
2 1
2 1
2 1
2 1
Conditions
1
2
1
2
43
Chapitre I
2 1
2
2 2 1
1 2
1 2
2
2
Malgr la diversit des formes de corrections illustre au paragraphe I.3.1, les topographies
linaires et paraboliques sont les plus courantes et les plus tudies dans la littrature. Une
correction de profil linaire est intressante puisquelle peut conduire, pour une charge
transmise dfinie ( design load ) une minimisation considrable de lerreur de
transmission. Cependant, ce type de correction est sensible aux variations de chargement et
aux ventuelles erreurs et incertitudes de ralisation [37], [48]. Lin et al. [37] se sont
intresss aux modifications paraboliques de profil et ont constat que ce type de correction
tait moins sensible aux variations de chargement et aux erreurs de fabrication tout en gardant
des niveaux comparables de rduction des fluctuations de lerreur de transmission (en
comparant avec les corrections linaires, voir Figure I-22) [37] .
Figure I-22 : Erreur de transmission - Lin et al. [37]
I.4.1.2. Corrections de profils et longitudinales combines

Afin damliorer la rpartition de charge sur les dentures et daugmenter les portes des
dentures, les corrections longitudinales sont couramment utilises. Ces corrections
44
Chapitre I
gnralement introduites travers un bomb parabolique symtrique sur la largeur de la dent
du pignon, influent sur lerreur de transmission quasi-statique [35]-[51]. En effet, pour une
denture hlicodale, lintroduction du bomb tend augmenter lamplitude de lerreur de
transmission [51]. Maatar et Velex [10] ont analys linfluence des corrections de profil
combines avec un bomb parabolique symtrique sur lcart type de lerreur de transmission
quasi statique not As.
Les deux figures, Figure I-23 et Figure I-24, reprsentent des courbes isovaleurs du
paramtre As en fonction des deux profondeurs adimensionnelles E et Ap de la correction
de profil linaire et du bomb parabolique, respectivement. Les deux paramtres sont
adimensionns par rapport la dflexion maximale au niveau de lengrnement pour un
engrenage parfait max. La longueur de correction de profil Lc est prise gale 0.5*Ln dans la
Figure I-23. Sachant que Ln reprsente une longueur dite nominale sur le plan daction
pendant laquelle int(+1) couples de dents sont en prises de contact. Physiquement la
longueur Lc correspond une correction de profil courte (une longueur qui ne dpasse pas le
quart de la longueur active du profil). Cependant une correction dite longue de longueur
Lc=Ln est introduite pour le cas de la Figure I-24.
Ln = int .Pba
(I.24)
avec
: rapport de conduite transversale

int(x) : partie entire de x
Pba : pas de base apparent
Figure I-23 : Variation du paramtre As en fonction de la profondeur adimensionne de la
correction de profil E et de lamplitude du bomb Ap (correction courtes Lc =0.5*Ln) [10]

45
Chapitre I
Figure I-24 : Variation du paramtre As en fonction de la profondeur adimensionne de la
correction de profil E et de lamplitude du bomb Ap (correction longues Lc =Ln) [10]

NB : dsigne le paramtre adimensionn par rapport la dflexion maximale au niveau
de lengrnement pour un engrenage parfait.
Sur les figures ci-dessus, les limites des zones grises (ombres) correspondent
sensiblement la quantit minimale de modification (combinaison de correction de profil et
du bomb) liminant les conditions dinterfrence lengagement ( corner contact ). Ainsi,
en traant plusieurs diagrammes isovaleurs semblables ceux obtenus aux figures
prcdentes, et pour diffrentes donnes de gomtrie et de corrections de forme, Maatar et
Velex [10] ont constat que, pour un engrenage dentures droites, lajout du bomb ne
modifiait pas les constatations tires pour le critre tudi en prsence des corrections de
profils seules. En revanche, les engrenages hlicodaux sont plus sensibles aux effets
combins des corrections de profil et longitudinales. En outre, il savre que les rsultats
dpendent fortement de la longueur de la correction de profil. Le cas dune correction longue
parait plus sensible aux i) variations de charge transmise, pour Ap et E donn, puisque les
lignes de niveau sont plus serres et ii) aux erreurs de ralisation, pour une charge transmise
constante. De mme, pour ce cas, les courbes disovaleurs suivent pratiquement
lquation Ap E = constante. Pour des corrections courtes, les lignes disovaleurs sont
presque verticales, montrant ainsi que le bomb est le paramtre le plus influent pour cette
configuration.
Lensemble des travaux prsents ci-dessus, confirme linfluence des corrections des
dentures sur lerreur de transmission. Ils montrent la prsence de combinaisons de paramtres
de corrections de dentures qui optimisent les fluctuations de lerreur de transmission. Dans
tous les cas, des corrections trop fortes conduisent un fonctionnement dgrad.
46
Chapitre I
I.4.2. Rendement
Plusieurs travaux de recherche ont t consacrs ltude du comportement des
engrenages en vue damliorer les performances et daccrotre la puissance transmise [52]
[57]. Cette amlioration passe essentiellement par la prise en considration des phnomnes
physiques qui influent sur le rendement du systme. Une synthse des diffrentes sources de
perte de puissance dans une transmission dengrenages a t prsente par Hoehn et al. [52].
Les auteurs ont conclu que, quel que soit le lubrifiant et la finition de surface, une rduction
des pertes peut tre ralise en optimisant la gomtrie des engrenages. Gnralement, deux
contributions principales interviennent dans la perte totale de puissance dans une transmission
par engrenages :
La premire est indpendante de la charge et fait intervenir lenvironnement de
fonctionnement du systme (lubrification pigeage d'un mlange air-huile en pied de dent,
barbotage, jets- et ventilation).Tandis que la deuxime est lie la charge, caractrise
essentiellement par le frottement entre les dentures au cours dengrnement. Son impact est
marquant pour les vitesses de rotation modres [53]-[54] et [57]. La quantification des pertes
lies la charge transmise ncessite une bonne caractrisation du coefficient de frottement
dans des contacts entre dentures dengrenages. Un grand nombre de formules empiriques
peuvent tre trouves dans la littrature [53] dont la forme gnrale peut scrire :
f = f( , ,V ,V , R,W , P
, S ,...)
k
s r
max
(I.25)
Avec k, la viscosit cinmatique et , la viscosit dynamique du lubrifiant, qui sont des

fonctions de la temprature et de la pression de l'huile au contact. Les paramtres Vs, Vr et R
reprsentent la vitesse de glissement relative, la somme des vitesses de roulement et le rayon
de courbure, respectivement. Les paramtres de charge sont la charge normale par unit de
longueur W ou la pression de contact Pmax. S est un paramtre de finition, reprsentant la
rugosit initiale des deux surfaces de contact [52] . Ces formules proposes sappuient, au
moins pour partie, sur des rsultats exprimentaux obtenus sur des bancs dessais spcifiques
(machine bi-disques).
Les corrections de denture apparaissent comme un paramtre influent sur les niveaux de
perte de puissance dune transmission par engrenage [53]-[54]. Dans le but de cerner cette
influence, Velex et Ville [56] ont propos une formule analytique dfinissant le rendement
du train dengrenage en supposant que le coefficient de frottement reste constant au cours du
contact. Les comparaisons avec les rsultats numriques sont gnralement satisfaisantes
[56]. Daprs les auteurs, ce rendement dpend essentiellement de quelques paramtres
gomtriques, du coefficient de frottement f et dun facteur des pertes not p (voir
quation(I.26)) sous la forme :
47
Chapitre I
1 f (1 u )
1
p
Z1 cos b
(I.26)
avec :
Z 1 , Z 2 : Nombre de dents du pignon, de la roue
f : Coefficient de frottement
: Rapport de conduite
u
Z1
: Rapport de rduction
Z2
p: Facteur des pertes

Le facteur de perte propos dpend son tour de paramtres gomtriques incluant les
paramtres de correction de profil et la position du point primitif I, caractrise par une
position adimensionne par rapport la ligne daction note 0 (Equation(I.27)).
x( I ) 0 Pba
(I.27)
Les auteurs [56] ont trac, pour diffrentes positions du point I (diffrentes valeurs de
0), lvolution de ce facteur en fonction des paramtres, E* et , de correction de profil

symtrique en tte (voir Figure I-25). Ils ont constat que les corrections de profil rduisent
effectivement les pertes par frottement puisque le rendement devient meilleur lorsque la
profondeur ou la longueur de correction augmentent. Les courbes disovaleurs suivent
pratiquement une loi de la forme .E*=constante.
Figure I-25 : Variation du facteur des pertes p en fonction de la profondeur adimensionne

E* et de la longueur adimensionne de la correction de profil [56]
48
Chapitre I
I.4.3. Usure
Lusure des surfaces en contact est l'un des modes de dfaillance dans les systmes
d'engrenage, particulirement pour les dentures en aciers traites dans la masse [59]-[63]. Elle
est un processus continu de dfaillance combinant un ensemble complexe de phnomnes
conduisant, une mission de dbris caractrise par une perte de masse, de ctes, de forme
ainsi que des transformations physico-chimiques des surfaces [58] (voir Figure I-26). Elle
peut galement provoquer un changement significatif des caractristiques de vibration et de
bruit du systme dengrenages. Lusure peut galement affecter les contraintes et les
distributions de charge ce qui peut acclrer l'apparition d'autres modes de dfaillance.
Figure I-26 : Dfaut dusure [63]

Plusieurs lois dusure dans les engrenages ont t proposes [63], elles sont
principalement bases sur la loi dArchard [58] pour laquelle la profondeur dusure, en un
point donn sur une des surfaces de contact en glissement relatif, est exprime par lquation
(I.28) :
h kPds
(I.28)
o k est un coefficient d'usure (m/N), P est l'amplitude de la pression de contact (N/m) et s

est la distance de glissement (m).
Dans ce cadre, Bajpai et al. [60] ont propos une formulation destimation de lusure
entre les dentures dengrenages droits et hlicodaux plus adquate. Les auteurs ont utilis un
modle d'usure semblable celui dArchard combin avec une mthode de calcul des
dflections par lments finis et un modle tridimensionnel de contact. Dans la continuit de
cette approche, Kahraman et al. [62] ont exploit cette loi pour tudier linfluence des
corrections de forme sur lusure des surfaces des dentures. Ils ont montr un impact
significatif des paramtres de corrections de forme sur lusure induite et en ont dduit quil
existe une combinaison optimale de corrections de denture conduisant une meilleure
distribution dusure (distribution uniforme) sur les flancs en contact. Rcemment, Osman et
Velex [64] ont montr quen introduisant une correction de profil donne, on peut rduire
49
Chapitre I
dune manire significative les effets dynamiques en prsence dusure des surfaces (voir
Figure I-27). Cependant, notre connaissance, il ny a pas dtude traitant clairement de
loptimisation des paramtres de correction par rapport lusure des dentures.
Figure I-27 : Courbes de rponse dynamique pour un engrenage droit Influence combine
d'usure et de correction de profil [64].
(a) Sans correction (b) Avec correction de profil (E=10 m, =0.3)
I.4.4. Grippage : scuffing

Il sagit dune avarie instantane et brutale des surfaces de dentures qui se produit
typiquement grande voire moyenne vitesse suite une destruction soudaine du film de
lubrifiant qui, normalement, spare les surfaces en prises. Ce type de dfaillance est fortement
influenc par ltat physico-chimique du lubrifiant et les conditions de mise en service. En
effet, le grippage se produit lorsque la lubrification choue en raison d'une pression de contact
trop leve associe des vitesses de rotation importantes causant une augmentation
consquente de la temprature locale. Dans ce cadre, le concept de flash temperature
dfini initialement par Block [65] et repris dans le cas dengrenages par Tobe et Kato [66]
50
Chapitre I
apporte un clairage intressant. Les auteurs ont modlis la zone dchauffement au contact
par une source de chaleur en mouvement le long dun axe x (reprsentant larc de conduite) et
ont ainsi mis en vidence que la temprature des surfaces de dentures lors de la priode
dengrnement tait trs suprieure la temprature de masse des engrenages. Llvation
instantane de temprature (temprature flash) Tf sexprime :
T f 1.6 fP0 U1 U 2
2a
K1 1C1U1 K1 1C1U1
(I.29)
o :
- C1, C2, K1et K2 sont respectivement les chaleurs spcifiques, les masses spcifiques et
les conductivits thermiques des matriaux des roues1 et 2,
- U1 et U2 sont les vitesses de roulement,
- P0 est la pression maximale hertzienne,
- f est le coefficient de frottement,
- a est la demi-largeur du contact hertzien.
Figure I-28 : Dfaut de grippage

Comme montr par Diab et al. [53] et [54], la prsence de corrections de profil engendre
une chute de la pression de contact dans les zones o le glissement est le plus lev. Le
comportement de la temprature flash vis--vis des paramtres de correction est rapprocher
de celui des pertes de puissance, les formulations tant proches. Il faut noter que, notre
connaissance, linfluence des modifications de forme sur ce critre a t trs peu tudie dans
la littrature.
51
Chapitre I
I.5. Optimisation robuste

Parmi les diffrentes approches possibles de loptimisation, le concepteur sintresse
gnralement celles qui permettent la prise en compte de la variabilit des paramtres voire
du modle. Ce paragraphe prsente le principe de loptimisation robuste, les diffrentes
mthodes couramment employes, la gestion des incertitudes et quelques applications
publies dans le domaine de la conception des engrenages.
I.5.1. Engrenages et tolrancement

Il existe diffrentes normes qui prsentent les spcifications propres aux engrenages
cylindriques axes parallles [72] : [ANSI/AGMA 2009-B1], [AGMA 390.03a], [ISO/TR
10064-1], [NF ISO 1328]. Les spcifications proposes sont trs nombreuses et de natures
diffrentes (dimensionnelles, par zone et vectorielle), et leur dfinition est, en pratique,
pilote par les moyens de mtrologie. Dans cette tude, on sintressera essentiellement la
norme NF ISO 1328 [69] qui tablit un systme de classe de prcision relatif aux carts
gomtriques dans les roues cylindriques avec des dentures aux profils en dveloppante de
cercle. Les classes de prcision sont dfinies en considrant les domaines dapplication et les
attentes fonctionnelles du systme dengrenages. La norme ISO propose ainsi 13 classes de
prcision, en passant de la classe 0 (la plus prcise) la classe 12 (la moins prcise). Plus le
chiffre de la classe de qualit diminue, meilleure est la prcision, et plus le processus de
fabrication s'avre coteux, un mode et un moyen de ralisation spcifiques tant
gnralement associ chacune des classes de prcision, (Henriot [72] et Figure I-29). La
norme ISO 1328 a propos, pour une classe de qualit donne, des carts admissibles en se
basant sur trois paramtres gomtriques de rfrences : le diamtre de rfrence d0, le
module de taillage m0 et la largeur de denture b. Des valeurs tabules peuvent tre trouves
dans [69] et lannexe E de ce mmoire.
52
Chapitre I
Classes de qualit ISO

0
10
11
12
Pignons talons
Types de pices
Radar de prcision, Diviseur

Engrenages grande vitesse
Boites de vitesses de prcision
Automobile
Camion
Mcanique gnrale
Mthodes dobtention
Mcanique sans prcision

(faibles vitesses)
Rectification
Rasage
Taillage de prcision
Taillage moyen
Taillage mdiocre
Figure I-29 : Tolrancement - Domaine dapplication [72]
I.5.2. Concept de robustesse

Lobjectif de la conception robuste est la dfinition dun produit qui maintient ses
performances en prsence de variations limites de ses paramtres et des conditions de
fonctionnement. Il est gnralement reconnu qu'il existe plusieurs origines aux incertitudes
dans les systmes d'ingnierie :
- variations dans les conditions de production (dispersions de fabrication, variations des
proprits des matriaux, ..)
- variation des conditions dassemblage (jeux de montage, )
- variations dans lenvironnement de fonctionnement (chargement, temprature, )
- variations dusure et dautre forme de dtrioration (vieillissement,..).
53
Chapitre I
Ces variations peuvent donner lieu des changements radicaux des performances du systme,
pouvant savrer pnalisants. La Figure I-30 illustre le concept de conception robuste. La
conception dun systme est dite robuste au regard dune prestation Y dlivre si cette
dernire nest pas ou est peu sensible aux dispersions de fabrication ainsi qu la variabilit
dans laquelle le systme est amen fonctionner. Cette variabilit tant presque toujours
inconnue, elle est caractrise par une distribution alatoire du paramtre de conception X
dans un intervalle de tolrance IT-X, centr sur une valeur nominale, optimiser.
Figure I-30 : Illustration du concept de robustesse [88]
I.5.3. Diffrentes approches de la robustesse

Taguchi [73]-[74] fut lun des premiers proposer une approche originale dont lobjet
tait, simultanment, doptimiser les performances du produit et de minimiser la sensibilit
aux perturbations. Lide directrice consiste dterminer des valeurs nominales pour
lesquelles la mesure de performance varie peu dans le voisinage de chacune des valeurs
nominales. Au problme initial doptimisation, sajoute donc un impratif de stabilit de la
performance vis--vis des incertitudes.
Cette approche met laccent sur la qualit dans les activits de conception, phase dans
lesquelles les gains en qualit sont les plus significatifs, et peut ainsi apporter des rductions
considrables de cots de ralisation et de dveloppement dun produit. En effet, en attnuant
la sensibilit aux possibles perturbations au cours du processus de fabrication et de
fonctionnement, les exigences au niveau de la prcision pour diverses caractristiques
(matriaux, maintien rigoureux des paramtres fonctionnels) seront moindres conduisant
moins de pices rebutes, moins dinspection et, par suite, moins de pices retravailles.
Le concept de robustesse ncessite donc une bonne caractrisation de la sensibilit de la
performance aux ventuelles variations. Pour ce faire, Taguchi a propos le paramtre signalbruit dduit partir des plans dexpriences et une analyse de variance [73]. En suivant la
mme approche, dEntremont et Ragdsell [76] ont adopt le concept de perte de qualit et
54
Chapitre I
Sandgren [77], Sundaresan et al. [49] ont formul une fonction objectif robuste en
fonction de la moyenne pondre et la variance de la performance. Cette variance de
performance est reprsente par un indice de sensibilit caractris travers un plan
dexprience. Il convient de noter que cet indice de sensibilit ne tient pas compte de
possibles interactions entre les paramtres doptimisation ce qui pourrait entraner des erreurs
d'estimation de la variance. D'Errico et Zaino [85] ont prsent une approximation modifie
l'aide de dintgration par les formules de quadrature de Gauss Hermite. Yu et Ishii [81] ont
introduit une fonction objectif qui combine, moyennant un coefficient de qualit, la moyenne
et la variance de la performance. Cette dernire est caractrise par un nouveau paramtre
appel indice de qualit dtermin par un plan factoriel quadratique ce qui permet de
prendre en compte les interactions significatives et les effets non linaires. La modlisation
elle-mme est susceptible de prsenter des incertitudes comme voqu par Soize [107] qui a
tudi les domaines de validit dune modlisation retenue (gnralement de type lments
finis), travers un processus de Monte Carlo. Les matrices de base de lquation de
mouvement (masse, raideur et amortissement) sont ainsi obtenues par des tirages alatoires.
Lauteur distingue deux type dincertitudes [110] : les incertitudes alatoires (ou statistiques)
et pistmiques (ou systmatiques). Le premier type fait rfrence aux incertitudes provenant
de la variabilit connue ou observable des paramtres reprsente par des alas statistiques.
Du point de vue de lanalyse, le traitement de ces incertitudes rpond la question Que peutil vraiment arriver et avec quelle probabilit ?. La deuxime catgorie dincertitude est
traite en rpondant aux questions Quelle valeur est exacte ? ou Que savons-nous dun
problme donn et quelles connaissances supplmentaires pourraient rduire les doutes ?.
Ces incertitudes dcoulent alors dun manque dinformations ou de mconnaissances propos
dun phnomne fondamental et correspondent des quantits non observables. Pour cela,
llaboration dune probabilit associe ces incertitudes ncessite gnralement des
jugements dexperts ou des preuves scientifiques solides.
I.5.4. Modlisation de lincertitude / Approche probabiliste

Pour intgrer l'incertain et l'imprcis lors des tudes de robustesse, et selon linformation
que lon peut avoir sur ltat modliser, on distingue deux catgories dapproches bases sur
des concepts et des thories diffrents savoir lapproche probabiliste et lapproche
possibiliste [108][109]. Dans ce travail, on sintresse uniquement la premire
mthodologie qui est largement admise comme tant un outil efficace et complet pour
mesurer limpact de lincertain. Lapproche probabiliste constitue le plus ancien formalisme
permettant de traiter les incertitudes et sappuie sur une exprience solide et des fondements
mathmatiques dvelopps durant les trois derniers sicles. En effet, les incertitudes sont
considres comme des vnements ou des phnomnes alatoires ou stochastiques
caractriss travers des densits de probabilit. Ces densits reprsentent la probabilit
d'occurrence dune valeur dans un domaine associ une variable alatoire (incertaine) et
55
Chapitre I
elles peuvent dtermines en pratique par la connaissance de lesprance mathmatique et de
la variance :
a) lesprance E(X) dune variable alatoire x reprsente la moyenne dune srie statistique.
Elle value le rsultat moyen dune exprience alatoire et, dans le domaine de la conception,
correspond la cote nominale thorique.
b) la variance Var(X) ou le moment dordre deux dune variable alatoire x mesure la
variabilit et la dispersion associe cette variable. Ce paramtre est gnralement li
lintervalle de tolrance IT, via sa racine carr dite cart type et note p(X). En effet, en
production, il est frquent destimer une tendue de lintervalle de tolrance gale six fois
lcart type du processus de fabrication (IT=6*p(X)). Cet cart traduit ainsi la performance
du procd puisquil mesure la capacit d'une machine ou d'un procd raliser des pices
dans l'intervalle de tolrance (dfini par ses bornes infrieures et suprieures) mentionn dans
le cahier des charges [101].
En outre, la densit de probabilit est caractrise par la forme de la distribution associe.
Dans le cadre de la conception en prsence dincertitude, les distributions les plus rpandues
possdent des formes uniformes ou normales (gaussienne). La distribution uniforme sur un
intervalle donn, signifie intuitivement, que toutes les valeurs de l'intervalle ont les mmes
chances d'apparatre. Cependant, la forme normale ou gaussienne, correspond une loi
centrale en thorie des probabilits et en statistique. Elle dcrit le comportement des sries
d'expriences alatoires lorsque le nombre d'essais est trs grand. Elle est caractrise par une
courbe en cloche.
I.5.5. Propagation de lincertitude

Une fois les incertitudes classes et modlises, ltape suivante est de propager
l'incertitude travers le code d'analyse. En effet, lorsque les modles probabilistes avec des
statistiques prcises sont utiliss pour reprsenter l'incertitude, le problme de propagation
d'incertitude consiste essentiellement calculer les statistiques dune ou de plusieurs
fonctions objectifs. Les mthodes probabilistes en ingnierie peuvent tre classes en deux
grandes catgories [110] [112]: On prsente ainsi dans ce paragraphe un rapide aperu des
principales mthodes de calcul de propagation. Une premire catgorie comprend
essentiellement la simulation Monte Carlo et les mthodes dchantillonnage. Ces mthodes
impliquent l'chantillonnage et l'estimation qui sont dans la plupart des cas simples
appliquer. Toutefois, vu que la prcision de ces techniques dpend de la taille de l'chantillon,
les temps de simulation peuvent devenir prohibitifs, en particulier pour les systmes qui sont
dj complexes dans le cas dterministe. Ainsi, ces mthodes sont souvent utilises en dernier
recours et des efforts de recherche ont t raliss en dveloppant des mthodes nonstochastiques telles que les mthodes de perturbation et la mthode du chaos polynomial.
56
Chapitre I
Mthode Monte Carlo
Pour rsoudre les problmes de conception en prsence dincertitudes, lapproche la plus

simple et la plus populaire consiste imbriquer lestimation des critres probabilistes dans
une boucle base sur la mthode de simulations de Monte Carlo [113] [116]. Elle consiste
calculer plusieurs fois (simulations) la valeur dont on veut valuer les caractristiques
statistiques avec des paramtres variant alatoirement dune simulation lautre selon leur
distribution de probabilit. On obtient ainsi lissue de lensemble des simulations, un
chantillon alatoire de la rponse, reprsentatif de la dispersion des variables dentre selon
leur loi propre. Cette technique est considre comme une mthode exacte pour la
quantification de l'incertitude dans le sens o elle ne ncessite pas des approximations ou des
hypothses. Bien que simple et trs utile, cette mthode possde des inconvnients : elle est
gourmande en puissance de calcul surtout pour les problmes de grandes tailles.
Mthode dchantillonnage structur
Afin doptimiser le nombre de tirages effectus dans la mthode de simulation de Monte

Carlo, il est possible dappliquer des mthodes dchantillonnage structur [102], [104]
[106] qui sinspirent des techniques dintgration numrique en prenant des points particuliers
de lintervalle considr et en les affectant dune pondration propre la mthode. Ainsi, le
calcul dterministe inclus dans le code danalyse est lanc pour des valeurs particulires et
rduites des paramtres alatoires ce qui permet de diminuer considrablement les temps de
calcul par rapport la mthode basique de Monte Carlo. Les diffrentes combinaisons de ces
valeurs constituent ce quon appelle un plan dexprience . Le choix de ces combinaisons
particulires est dcrit dans les travaux de Taguchi et ncessite souvent de bonnes
connaissances a priori de l'impact des paramtres sur le systme mcanique. Ce type de
mthodologie permet des estimations prcises, particulirement en ce qui concerne les
premiers moments d'une fonction plusieurs variables.
Mthode de perturbation
Une autre faon de quantifier lincertitude est fournie par la mthode de perturbations
qui repose sur le dveloppement en srie de Taylor de la rponse autour des valeurs
moyennes des variables alatoires [111][120]. En prenant les hypothses ncessaires sur les
paramtres (type de distribution, linarit et indpendance), et en tronquant gnralement
lordre deux, on peut calculer les moments de la variable (les moyennes et carts types des
solutions) en fonction de la variance des donnes et de leurs drives. Des dveloppements
des ordres suprieurs rendent les systmes dquations plus compliqus. Cette mthode
analytique permet avec les mmes variables de calculer la sensibilit des donnes, cest--dire
la variation relative induite dans un rsultat par la variation relative dune donne. Une
limitation inhrente la mthode de perturbation provient de lhypothse des petites
perturbations, c'est--dire, dans ce cas particulier, des incertitudes qui demeurent modres,
57
Chapitre I
cest dire des carts du champ alatoire faibles devant les valeurs moyennes (typiquement
infrieure 10% [112]).
Mthode de chaos polynomial
Ghanem et Spanos [117] ont mis au point une mthode dite de chaos polynomial et ont
russi l'appliquer principalement dans le domaine de la mcanique des structures [119].
Cette mthode est base sur les travaux de Wiener [118] et consiste projeter les variables du
problme sur un espace stochastique engendr par un ensemble de fonctions complet de
polynmes orthogonaux. Les grandeurs alatoires sont ainsi dcomposes suivant un chaos
polynomial que l'on introduit dans un systme d'quations. Les variables statistiques sont
ensuite values en rsolvant le systme obtenu, linaris grce aux proprits
dorthogonalit des polynmes. Selon la forme de la distribution de la variable alatoire, une
varit de polynmes chaotiques est propose. Pour une variable gaussienne on retient les
polynmes d'Hermite. Il s'agit de la forme originale de l'uvre de Wiener, appele le chaos
homogne. Dautres extensions sont possibles : polynmes de Laguerre avec une distribution
Gamma variables, polynmes de Jacobi avec une distribution Beta, etc. Cette mthode permet
la reprsentation d'ordre lev et promet une convergence rapide. Il en rsulte des algorithmes
de calcul efficaces pour les systmes d'ingnierie de grandes tailles [120].
I.5.6. Robustesse et engrenages

Bien que les engrenages ont t conus et largement tudis depuis longtemps, le contrle
de leurs performances en prsence dincertitudes est relativement rcent. Dans ce contexte,
certains auteurs se sont intresss implmenter le concept de robustesse dans la phase de
conception des engrenages [47] [48] et [81]. Leur but essentiel tait de dfinir, pour les
engrenages, des paramtres de conception optimale et robuste, cest dire peu sensible aux
ventuelles variations. Sundaresan et al [48] et Yu [81], ont montr que la variation des
paramtres gomtriques, et surtout micro-gomtriques, influait considrablement sur la
performance du systme caractris via les fluctuations de lerreur de transmission. En effet,
l'erreur de transmission dpend entre autres (via les conditions instantanes de contact) de la
gomtrie de surface de la dent. De nombreuses tudes ont port sur la dtermination, pour
une charge spcifique, de la gomtrie optimale aboutissant des fluctuations derreur de
transmission minimales [32]-[35] mais la prsence dalas de fabrication, dassemblage,
etc rend ncessaire une analyse de robustesse.
Ce sujet a t abord dans plusieurs tudes antrieures utilisant des plans dexpriences,
des surfaces de rponse et des analyses de variance [47] [48] et [81]. Elles ont rvl que les
paramtres micro-gomtriques caractrisant la modification effectue sur les dentures, sont
parmi les paramtres les plus sensibles aux ventuelles variations de fabrication [81]. Ceci se
justifie en partie par le fait, quen pratique, ces paramtres micro-gomtriques, dordre de
quelques micromtres sont associs des intervalles de tolrance de mme ordre de grandeur.
58
Chapitre I
Parmi les rares approches exprimentales traitant ce type de problme, on note les travaux de
Nonaka et al [103] qui ont montr un cart considrable du bruit rayonn par diffrents
chantillons dengrenages prsentant la mme gomtrie nominale. En effet, pour certaines
vitesses et pour une srie comportant 5 engrenages, lcart entre chantillons a dpass 10dB
[103]. Malgr le nombre restreint d'engrenages tests (5), ils restent reprsentatifs d'une
population d'engrenages fabriqus en grande srie. Driot et al. [102] ont prsent des rsultats
de simulations numriques qui sont corrls avec les rsultats exprimentaux de Nonaka et
al.[103] . Dans loptique de dterminer une conception optimale en prsence des erreurs de
fabrication, Houser et al. [34] ont prsent une mthode nomme run-all-the-cases . Cette
approche explore la totalit des combinaisons possibles, en incluant les tolrances et conduit
naturellement des larges espaces de recherche qui ncessite dimportants moyens de calcul.
Elle est aussi prohibitive en temps de calcul.
I.6. Mthodes numriques doptimisation

Un problme frquemment rencontr dans tous les domaines de lingnierie concerne la
meilleure politique adopter pour amliorer les performances dun systme physique. Dans
ce contexte, loptimisation est dfinie comme le processus qui permet de trouver parmi toutes
les possibilits les meilleures valeurs des variables d'entre sans lvaluation explicite de
chacune delles. Les problmes d'optimisation sont gnralement formuls travers un
modle mathmatique qui inclut une fonction objectif optimiser (maximiser ou minimiser)
et ventuellement un ensemble de contraintes respecter (quations algbriques et / ou
ingalits). On recherche ainsi les meilleures valeurs (admissibles) des variables de contrle
de telle sorte que l'indice de performance (une fonction objective) soit optimis (rduit ou
agrandi). Dans sa forme la plus gnrale, un problme gnral doptimisation peut tre
formul comme suit :
Minimiser ou maximiser : F(X)
soumis :
g(X)=0
h(X)>0
X <X<X
max
min
(I.30)
O X reprsente un vecteur de variables doptimisation (de dcision), F(X) reprsente la

fonction objectif maximiser ou minimiser, g(X) dsigne les contraintes respecter du
systme, exprimes par des galits tandis h(X) est associe les contraintes traduites par des
ingalits. Xmin et Xmax reprsentent les contraintes explicites associes aux variables
doptimisation.
Pour rsoudre ce type de problmes, divers algorithmes d'optimisation ont t
dvelopps. Diffrentes classifications des mthodes numriques doptimisation sont donnes
dans la littrature [121] [133] et une tentative de lister les principaux groupes de mthodes
59
Chapitre I
est prsente dans ce paragraphe. Il faut noter que la classification donne nest pas
exhaustive et lintrt majeur est dexposer les principales caractristiques de chacune des
classes doptimisation ainsi que leurs avantages et inconvnients.
En gnral, les algorithmes d'optimisation peuvent tre subdiviss en quatre catgories
principales savoir : 1) la recherche exhaustive ou les mthodes numratives, 2) les
mthodes de gradient, 3) les mthodes de recherche directes et, enfin, 4) les mthodes
volutionnaires (voir Figure I-31). Le choix d'une mthode particulire dpend de nombreux
paramtres tels que la forme de la fonction objectif, les contraintes associes, les prfrences
de l'utilisateur, la connaissance de la technique, la complexit de l'application et de ses
besoins spcifiques...
Classes doptimisation
Mthodes
numratives
Mthodes de
gradient
Mthodes de
recherche directe
Mthodes
volutionnaires
Figure I-31 : Principales mthodes numriques doptimisation
I.6.1. Mthode numrative

Dans les mthodes d'numration optimales, l'algorithme de recherche value la valeur de
la fonction objectif chaque point possible de l'espace de recherche numrant ainsi toutes
les possibilits. Elles peuvent s'appliquer dans un espace de recherche infini mais discrtis.
Bien que cette mthode soit triviale et trs simple mettre en place, elle est souvent mise en
dfaut devant des problmes de grandes tailles [121] [122], en particulier les problmes
ayant un grand nombre dattributs impliquant de trs grands espaces de recherche.
I.6.2. Mthodes de gradient

Les mthodes de gradient sont destines minimiser une fonction relle diffrentiable. Il
sagit dun algorithme itratif qui procde donc par des amliorations successives. Au point
courant, le dplacement est effectu dans une direction oppose au gradient (F), appele
direction de descente, de manire faire dcrotre la fonction objectif.
60
Chapitre I
F(X
X
Figure I-32 : Principe de la mthode de gradient

Les varits traditionnelles des mthodes de gradient comprennent la mthode de
descente de Cauchy [121] , les mthodes de quasi-Newton [123] [124] et la mthode du
gradient conjugu [125]. Pour rsoudre des problmes doptimisation avec contraintes
(Equation(I.30)), on dfinit gnralement une nouvelle fonction objectif, plus tendue,
constitue de la fonction objectif initial F(X) et dun terme de pnalit traduisant le degr de
violation des contraintes associes. Abadie et al. [126] ont mis au point une mthode de
gradient appel la mthode du gradient rduit qui est capable de traiter explicitement des
contraintes sans avoir recours une fonction de pnalit, en transformant le problme initial
en une srie de problmes sans contraintes rsolus l'aide de la mthode de gradient conjugu
ou des mthodes quasi-Newton.
Ce type de mthodes possde des bases et des qualits thoriques intressantes. Il est ais
implmenter et converge en un nombre fini d'itrations. Les principales limites de la
mthode sont dues la ncessit de calculer les gradients ou les drivs d'ordre suprieur de
la fonction objectif. Ainsi, elle nest adapte que pour des formes particulires de fonctions,
notamment des formes strictement convexes. De plus, suite un mauvais
prconditionnement, ces mthodes peuvent tre facilement piges par des minimums locaux
[121]. La Figure I-33 illustre la dfinition des minimums locaux et dun minimum global pour
lexemple dune fonction une variable.
F(X)
X0
X*
Figure I-33 : Dfinition des minimums locaux et dun minimum global

61
Chapitre I
I.6.3. Mthode de recherche directe

En pratique, un grand nombre de fonctions optimiser ne sont pas drivables ou
lobtention de leurs drivs est prohibitive. Pour pallier ce problme, la littrature [127]
[129] propose des approches doptimisation dite dordre zro qui ne requirent que
lvaluation de la fonction objectif, sans recours ses drives. Parmi les mthodes les plus
rpandues de cette approche, on note la mthode de recherche directe direct research .
Cette mthode est caractrise par une srie de dplacements explorateurs autour dun point
courant. Ainsi, chaque itration, la fonction objectif est rvalue sur les points limites du
motif. Suivant lvolution de la fonction objectif, la taille et la position du motif varient. Une
diminution (amlioration) de la fonction conserve la taille et la position du motif pour une
itration ultrieure tandis quune dgradation induit ncessairement une diminution de la
taille du motif. Des exemples de recherche directe comprennent lalgorithme de Rosenbrock
[127], la mthode de la direction conjugu (Powell, [128]), et la mthode du Simplex de
Nelder et Mead [129]. En plus de leur concept simple et leur robustesse, ces mthodes sont
gnralement bien adaptes au calcul parallle ce qui conduit une rduction considrable du
temps de calcul. Cependant, malgr leur efficacit et popularit, ces mthodes sont
dpourvues de proprits thoriques de convergence. De mme, le risque de rester bloquer
dans des minima locaux, reste toujours prsent.
Domaine de
recherche
X1
X2
Figure I-34 : Principe de la mthode de recherche directe
I.6.4. Mthodes volutionnaires

Les mthodes doptimisation volutionnaires trouvent leur inspiration dans la thorie de
lvolution de Darwin. Elles sont caractrises par une population de solutions qui voluent
vers de meilleures solutions grce un processus ou un mcanisme qui est analogue au
processus de slection naturelle (Goldberg, [130]). Les individus les plus adapts se
reproduisent plus efficacement , leurs caractristiques ont donc de plus grande probabilit
de survivre et de se reproduire dans la population donnant lieu ainsi des descendants encore
mieux adapts (voir Figure I-35). Il s'agit de mthodes stochastiques puisquils utilisent
itrativement des processus alatoires [134] [137]. Ainsi, il existe plusieurs types
62
Chapitre I
dalgorithmes volutionnistes qui ont en commun de faire voluer des populations
dindividus. Leurs diffrences principales sont dues lordre historique de leurs apparitions.
Les algorithmes volutionnistes ont t d'abord proposs par Rechenberg et al. en 1965 [121]
en tant que mthode d'optimisation numrique pour les problmes continus. Dans la mme
priode, Fogel et al. [131] ont conu la programmation volutive comme une mthode
d'intelligence artificielle pour la conception d'automates tats finis. Ensuite, J. H. Holland
[132] a propos les premiers algorithmes gntiques (GA : Genetic Algorithm). Ces derniers
(GA) sont devenus probablement la branche la plus connue et la plus dveloppe du calcul
volutif [133] (les GAs seront dtaills dans le chapitre suivant).
Les avantages des mthodes volutionnaires par rapport aux mthodes traditionnelles,
dterministes d'optimisation sont rsums comme suit :
Elles ne demandent pas le calcul des drivs de la fonction objectif, ainsi elles
appartiennent aux approches dordre zros
Elles peuvent traiter un grand nombre de paramtres doptimisation
Elles fournissent un ensemble de solutions et non pas seulement une solution
Elles ont la capacit de trouver le minimum global
Leur concept est facile comprendre
Elles sont bien adaptes pour les calculs parallles ; recherche simultane
partir d'une population de solutions.
Elles supportent l'optimisation multi objectif
Meilleur(s)
individu(s)
Initialisation
Evaluation
Parents
Slection
Stop
Croisement,
Mutation, ...
Remplacement
Evaluation
Enfants
Figure I-35 : Principe gnral de la mthode volutionnaire

Il convient toutefois de noter que les mthodes volutionnaires ne sont pas la rponse
chaque problme d'optimisation et elles aussi, comme d'autres mthodes d'optimisation
traditionnelles ont certaines limites. En effet, Il n'y a pas de preuve formelle mathmatique
63
Chapitre I
pour ces mthodes. En consquence, il faut tre conscient que lalgorithme volutionniste est
une technique d'optimisation heuristique et ne garantit pas une solution globalement optimale.
Mais comme il est soulign dans la majorit de la littrature [121] [137], ces mthodes ont
la capacit dobtenir des solutions quasi-globales, suprieures celles trouves par des
mthodes d'optimisation traditionnelles, notamment dans le cas de fonctions objectifs nonlinaires, non-convexes ou multi-modales.
I.7. Conclusion
Au terme de cette introduction bibliographique, on constate que les travaux relatifs la
modlisation des engrenages sont nombreux. Ils montrent la ncessit dintroduire des
modifications de forme au niveau des dentures pour amliorer le comportement (en termes de
bruit et vibrations la source). On peut galement dgager quelques tendances concernant
linfluence des corrections de formes sur les diffrents critres qui refltent la performance
des engrenages (rendement, erreur de transmission, ..). Cependant, ces tendances sont souvent
lies une application donne ce qui rend les gnralisations dlicates. En ce qui concerne
laspect de robustesse des corrections de forme des dentures, les rsultats publis sont peu
abondants et les travaux doptimisation mens sont gnralement associs un seul critre.
Lvolution de diffrents critres de performance vis--vis des corrections de dentures est
souvent contradictoire.
Suite aux travaux antrieurs raliss au laboratoire, nous disposons dun modle pertinent
pour analyser limpact des corrections de forme sur diffrents critres de performance de
lengrenage. Loptimisation des corrections est diversement traite dans la littrature, suivant
les critres de performances tudis. Il existe de nombreuses mthodes pour dterminer les
paramtres optimums mais toutes ne sont pas utilisables dans notre cas. Le chapitre 2 se
focalise sur diffrentes techniques permettant la rsolution de ce problme.
La conception robuste permet la prise en compte de la variabilit de certains paramtres de
conception ou de fonctionnement. La bibliographie montre la difficult de la mise en uvre
de cette dmarche. Le chapitre 3 est consacr son application pour la dtermination des
corrections de forme des engrenages cylindriques.
64
Chapitre I
Chapitre II : Optimisation des corrections

de forme Approches
multivariables
1. Introduction
2. Problme doptimisation : critres et contraintes
3. Optimisation des fluctuations de lerreur de transmission quasi-statique
Approche analytique
4. Optimisation multi-variables simple critre
5. Conclusion
65
Chapitre I
II.1. Introduction
Il est gnralement admis que les modifications volontaires des dentures dengrenages
servent essentiellement i) compenser les dformations des dents transmettant le couple afin
de leur assurer une mise en charge progressive et ii) centrer la porte, mme en prsence
dcarts de montage ou dformation des arbres. Ces modifications ont un impact sur
lensemble des paramtres qui refltent les performances du systme. Aussi, avant de
conduire un processus doptimisation, le concepteur doit-il avoir une ide de linfluence des
variables de conception sur les performances du systme, afin de bien dfinir les critres et
le(s) fonction(s) objectif(s). Dans ce contexte, la premire partie de ce chapitre consiste
apprhender linfluence des corrections de dentures sur les diffrents critres de performance
dun engrenage avec lobjectif didentifier une fonctionnelle optimiser ainsi que les
contraintes respecter.
Une approche analytique originale caractrisant les fluctuations de lerreur de
transmission quasi statique est ensuite prsente. Cette formulation analytique permet une
estimation rapide de la relation entre la fonction objectif et les paramtres de conception.
Dans ltude la plus simple, elle permet de rsoudre exactement le problme doptimisation.
Enfin, loptimisation est tendue des problmes plus complexes, tant au niveau des
modles employs que du nombre de variables impliques dans le processus de conception.
Les corrections des 2 roues dentes sont considres indpendantes et la forme des
corrections est paramtre par une loi en puissance. Cette approche permet, entre autre,
dexaminer la validit de lhypothse de symtrie des corrections de profil largement utilise
dans les travaux de recherches publis. Pour ce faire, un algorithme gntique est utilis
comme mthode doptimisation.
II.2. Problme doptimisation : critres et contraintes

Comme tout autre processus de conception, celui des engrenages est en constante
volution pour rpondre aux demandes et aux attentes des clients sur le produit final. En
raison des exigences dconomie dnergie de plus en plus fortes, de nombreux travaux se
focalisent sur lamlioration du rendement, la rduction de la masse et de lencombrement
tout en gardant une tenue la pression de contact et la rupture suffisante. Il sagit galement
de conserver la dure de vie dans des conditions de fonctionnement de plus en plus svres,
tout en rduisant les risques dusures et llvation de la temprature en service. De plus,
pendant ces trente dernires annes, la rduction des vibrations et du niveau sonore des
engrenages est devenu un critre crucial pour un certain nombre dapplications (dans le
domaine automobile, en particulier).
66
Chapitre I
Dans ce paragraphe, on se propose dtudier limpact de corrections de dentures sur les
principaux paramtres qui caractrisent le comportement dun engrenage afin de cerner les
cibles potentielles doptimisation et les ventuelles contraintes associes. Pour mettre en
vidence linfluence des corrections de dentures sur les diffrents critres, on considre le cas
particulier dune correction linaire de profil symtrique (valeurs identiques sur la roue et le
pignon) applique en tte de dents. La longueur adimensionn ( par rapport la longueur
du segment de conduite T1'T2' , varie dans un intervalle de [0.05, 0.45] tandis la profondeur
adimensionne (E*) en tte de dent volue entre 0 et 4 fois la dflexion statique moyenne de
rfrence (mref). Cette dflexion, associe chacun des cas pour un couple moteur gal 850
Nm, est donne dans le Tableau II-1. Elle correspond la gomtrie initiale, sans correction
de dentures.
mref
Cm
Rb1bk0
(II.1)
On considre ltude des trois configurations dengrenages prsentes dans le Tableau

II-1. La premire configuration correspond un engrenage hlicodal traditionnel avec un
rapport de conduite gal 1.48 et un rapport de recouvrement gal 1.34. La deuxime
configuration reprsente le cas dun engrenage droit standard tandis que la troisime
configuration est typique dun engrenage droit dentures hautes, dit engrenage HCR : High
Contact Ratio , pour lesquels le rapport de conduite est suprieur 2. Ce type dengrenage,
est utilis dans les cas o la limitation du bruit est une contrainte importante [139]-[140]. Il
est obtenu, en introduisant des modifications au niveau de langle de pression et/ou des
coefficients de saillie et de creux.
Les rsultats prsents dans cette section reposent sur les modles numriques
dvelopps au LaMCoS, dj prsents au premier chapitre qui prennent en compte les
dformations des corps mobiles et des structures supports. Le calcul de la raideur
dengrnement (modle Lundberg et Weber-Banashek) est ractualis pour chaque position
des lignes de contact ainsi que la prise en compte des carts de forme et des dfauts de
montages (voir chapitre 1). Toute correction de forme gnre des carts par rapport aux
dveloppantes de cercles et aux hlices qui, dans la modlisation retenue, sont numriss et
introduits en tout point de discrtisation des lignes de contact. Leurs valeurs sont ractualises
en fonction du temps afin de tenir compte des mouvements relatifs des flancs de denture au
cours de lengrnement.
67
Chapitre I
Tableau II-1 : Caractristiques des diffrentes configurations dengrenages proposes

Cas 1
Cas 2
Cas 3
Engrenage
Hlicodal
----Pignon/ roue
Engrenage Droit
----Pignon/ roue
Nombre de dents
28/56
28/56
28/56
Largeur (mm)
40/40
40/40
40/40
Angle de pression
(deg)
20
20
20
Angle dhlice (deg)
25
0.
0.
Module (mm)
Entraxe
Sans jeu de
denture (backlash)
Sans jeu de
denture (backlash)
Engrenage Droit (HCR)

----Pignon/ roue
Sans jeu de denture

(backlash)
Coefficient de saillie
1/1
1/1
1.3/1.3
Coefficient de creux
1.4/1.4
1.4/1.4
1.4/1.4
Coefficient de dport
0/0
0/0
0/0
Couple moteur (Nm)
850
850
850
1.48
1.7
2.2
1.34
0.
0.
20m
16m
13m
Rapport de conduite
()
Rapport de
recouvrement ()
Dflexion statique
moyenne de rfrence
(mref, 850 Nm)
II.2.1. Cibles doptimisation

Plusieurs simulations ont t conduites afin de tracer des courbes de performances en
isovaleurs. Ces courbes reprsentent, pour une large gamme de corrections, les variations des
principaux paramtres qui reprsentent les performances du systme, savoir :
- les variations de lerreur de transmission quasi-statique sous charge (image des excitations
et du bruit gnr)
- le rendement caractris par un facteur de pertes.
- la valeur maximale du produit pV (pression*vitesse) qui reflte, dans une certaine mesure,
lapparition possible de lusure et du grippage.
68
Chapitre I
- la temprature clair (ou temprature flash ) indicateur pertinent vis vis dun certain
nombre de phnomnes destructeurs (grippage, usure, ..).
II.2.1.1. Erreur de transmission quasi-statique sous charge

Comme indiqu au chapitre I, lerreur de transmission quasi-statique (TEs) est
unanimement considre comme un indicateur global du comportement dune transmission
par engrenages. Elle traduit les effets priodiques des dformations de dentures, des carts de
forme, des dfauts dassemblage, et des dformations de lensemble du systme (arbres,
paliers, roulements). Il sagit, comme illustr dans la Figure II-1, dune fonction priodique
dont on a intrt limiter les fluctuations temporelles. Ces fluctuations peuvent tre
caractrises par lamplitude crte crte ou la moyenne quadratique (RMS : Root Mean
Square). Ce dernier paramtre a t retenu dans cette tude car il est moins sensible aux
ventuellement problmes numriques de rsolution que lamplitude crte crte. La
dfinition suivante a t retenue :
RMS ( X )
1 n
2
xi x
n i 1
(II.2)
avec,
n : nombre total des points
xi : Valeur de la performance (X) en un point dindice i

x : Valeur moyenne de la performance (X)
TEs(m)
Amplitude
RMS(TEs)
TEs
t/Tm
Figure II-1 : Variation et fluctuation de lerreur de transmission quasi-statique (TEs)
69
Chapitre I
Les Figure II-2, Figure II-3 et Figure II-4 reprsentent les variations du RMS de lerreur
de transmission quasi-statique pour les diffrents cas dtude dcrits dans le Tableau II-1, en
fonction des paramtres de correction de profil (E*, en labsence de bomb longitudinal.
On peut vrifier la cohrence de ces rsultats avec ceux de Sundaresan et al. [48].
0.45
0.549 51
0.9
11 9
9
0.5
0.911 9
9
0.549
51
0.15
1
3.81
2
1.9 .361 9
99 4
1.6
36 9
1.2
74 5
0.5
49
51
0.1
49 3
3.4
868
3.0
99
0.911
0.2
244
2.7
0.9
11
0.
54
99
95
1
0.25
2.3619
0.3
0.05
1.9994
1.636 9
5
1.274
0.91199
0.54951
0.54951
0.35
0.91199
0.4
0.54951
0.91199
1.5
2.5
0.911 99
3.5
E*
Figure II-2 : RMS de lerreur de transmission quasi-statique en m
(Cas 1_Tableau II-1 : Cm=850 Nm

0.45
1. 2
68
5
0.3
3
08
0.25
2.8
97
6
3.71
2
4.526
0.2
1. 2
68
5
2.
3.712 1
8
84
7. 7 3
70
6. 9 7
5
15
6.
12
34
5.
26 7
4. 5
12 1
3. 7
6
97
2. 8
83
4.5267
0.35
2. 0
2. 89 7
0.4
3. 7 4. 526
2. 082.897 6 12 1 7
3
1.268 5
1.268 5
2. 083
2.897 6
3.712 1
1.26
85
2.083
2.897 6
3.712 1
0.15
7
4.526
0.1
0.05
4.5267
4.526 7
0.5
1.5
2.5
3.5
E*
(Cas 2 _Tableau II-1 : Cm=850Nm
70
Chapitre I
0.45
0.62398
0.4
0.35
98
23
0.6
1.950
9
0.25
3
8
39
62
0.
0.15
1. 9
50 9 2.393 2
1.508 6
1. 066
3
0.623 98
8
39
62
0.
0.1
0.5
3.7
20
2
2.
83
56
6
08
1.5
6
1.06
0.2
2.393 2
63
06 8 6
1.
50
1.
0.3
0.05
2 2 3.2
1.5 1.9 .39 .835 77 9
0.6
5
3
0
23
86 09 2 6
98
0.6
23
1. 06
1. 06 98
63
63
0.623 98
1.508
6
1. 066 3
1.950 9
1. 950 9
2.3932
2.8356
2.835 6
3.2779
9
7
3.720 2
27
3.
1.5
2.5
3. 27
7
2.835 6
1. 9509 2. 3932
1.0663 1.5086
0.62398
3
3.5
4
E*
(Cas 3_Tableau II-1 : Cm=850 Nm

On constate pour lensemble des figures obtenues, la prsence de zones de corrections
optimales des dentures (en clair) pour lesquelles le RMS de lerreur de transmission quasistatique est minimal. Ces zones sont relativement tendues et montrent lexistence de
plusieurs combinaisons possibles de paramtres de correction conduisant des performances
proches. On vrifie, par ailleurs, que le niveau du RMS(TEs) est, en gnral, nettement plus
faible pour la denture hlicodale (cas 1) que pour la denture droite classique (cas 2).
Cependant, une denture droite haut rapport de conduite (HCR) conduit des performances
tout fait comparables celles releves pour un engrenage hlicodal.
Pour les deux cas dengrenages standards avec infrieur 2 (cas 1 et 2), les figures
indiquent une seule zone de minimum alors que, pour un engrenage rapport de conduite
lev (HCR: suprieur 2), plusieurs zones doptimum peuvent coexister, rendant ainsi la
dtermination des paramtres optimaux plus complexe.
Notons que pour les deux cas dengrenage droit, le fait dintroduire un bomb
longitudinal (Ap*) ne modifie en rien les zones de corrections qui minimise le RMS(TEs)
dans le plan (E*, ) et ce, quelque soit lamplitude du bomb. La situation est totalement
diffrente pour un engrenage hlicodal (cas 1) pour lequel le bomb influe au mme titre que
les profondeurs et longueurs de correction de profil dans la dfinition de la zone optimale. En
effet, comme illustr sur les Figure II-5 a) et b), une augmentation de lamplitude du bomb
orientent les combinaisons optimales vers des corrections de profil de profondeurs et
longueurs plus faibles (voir le sens de la flche dans la Figure II-5 a). Cette remarque
illustre le fait que pour les dentures hlicodales, au moins trois paramtres de correction de
forme doivent tre pris en compte dans loptimisation du RMS de lerreur de transmission
TEs.
71
Chapitre I
0.45
65
32
00
68
3. 3
3. 5
3. 0
2. 7
0.356 8
4
3.5
0.5
0.35684
0.35684
1.5
2.5
3.5
E*
E*
a)
2 .2 3
2.5
2 .49 7
48
1.5
24
1 . 69
0.05
0.5
1. 96
0.50262
0.1
2.49
76
2
1.96 .23
1.4
2
1.69
4
2
48
1
72
0.8 .159 6
92
0.6
03
24
1.4272
43
1.1596
0.89203
0.62443
0.35684
0.35684
0.15
0.502 62
0.1
0.05
0.2
84
0.15
68
0.502 6
2
0.5
02
62
35
0.25
1.215 9
0.859 24
1.4 27 2
0.3
0.
62
1. 2
15
9
59
24
0.356
0.2
0. 8
1. 1 59 6
Ap
0.25
0. 5
02
0 .5 0 2 6
0.3
2.64
24
2
1. 92 . 285 7
91
1. 57
25
0. 6 24 43
0.35
0.35
0.35684
12 2
0.4
0.8 9 2 0
3.7
99
55 6
2. 9
3. 3
2 .2 8 5 7
1 .5 7 2
1 .9 2 9
1.2 15 9
0. 85 9 2 4
0 .5 0 2 6 2
0.4
0.35 6 84
0.45
b)
Ap=5m
Ap=15m

(Cas 1_Tableau II-1 : Cm=850Nm
II.2.1.2. Rendement (Pertes par frottement)

Le frottement entre dentures est un paramtre majeur dans le calcul des pertes pour des
engrenages chargs, tournant des vitesses de rotation modres. Il a t montr que, pour un
coefficient de frottement constant, la macrogomtrie des dentures ainsi que les corrections
de profil ventuelles taient susceptibles de fortement influer sur cette source de dissipation
[56].
Le rendement peut tre dfini par lquation suivante :
Edissipe
Eentre
(II.3)
Edissipe : Energie dissipe due au frottement entre les dentures, pendant une priode
dengrnement
Eentre : Energie dentre, fournie pendant une priode dengrnement.

En utilisant une loi de frottement de type Coulomb, la puissance dissipe par frottement
peut sexprimer en fonction des vitesses de glissement et des forces tangentielles instantanes
conduisant ainsi lexpression discrtise suivante :
Nt
Ns
f dN
ij
1
1
2 ij 2
V ( M ij )
i, j
(II.4)
Nt
72
Chapitre I
avec
fij : coefficient de frottement au segment (i, j) li au point Mij
1
dN 2ij
: effort normal lmentaire associ au point Mij
V21 ( M ij ) : vitesse de glissement des surfaces des dents du pignon et de la roue

Nt : nombre dincrments du temps, dans un priode dengrnement
Ns : nombre de segments en contact dans la fentre dengrnement
Suivant Velex et Ville [56], le calcul de rendement peu tre ramen la dtermination
dun facteur de pertes (p) de sorte que le rendement puisse tre exprim sous la forme :
1 f 1 u
p
z1 cos b
(II.5)
Un exemple caractristique de rsultats est prsent dans la Figure II-6 montrant

linfluence des paramtres de corrections de profil (E*, ) sur les pertes entre dentures qui
dcroissent de manire monotone mesure que les amplitudes de profondeur et longueur de
correction augmentent. Les meilleurs comportements au regard de ce critre sont obtenus
pour des corrections trs profondes (plusieurs fois la dflexion statique) et trs longues (du
cercle de tte jusquau cercle de rfrence), ce qui nest pas acceptable vis vis de lensemble
des autres critres.
2
0.26
4
26
28
0.
0.5
0.4
27
13
1
0.282
64
0.3
23 9
2
0.34
4
0. 323 92
56
0. 34456
0.365
21
0.4
06
49
0.1
0.05
0.3
03
28
85
85
0.3
0.15
0.2
41
36
0.26
2
1
65 2
0.3
0.427 13
0.2
49
0.406
0.25
0.30328
56
0.344
0.3
0.32392
0.36521
0.35
0.38585
0.42713
0.4
0.40649
0.45
0.365 21
0.385 85
0.38585
0.406 49
1.5
2.5
3.5
E*
Figure II-6 : Facteur des pertesp

73
Chapitre I
II.2.1.3. Facteur pV
La pression (p) et la vitesse de glissement (V) influent considrablement sur le taux
dusure dun matriau [63]. A ce titre, le produit pV est souvent employ pour dcrire la
svrit dune usure car, une temprature donne, il est approximativement proportionnel au
taux dusure. La Figure II-7 reprsente la distribution 3D de ce facteur sur les dentures de
lengrenage hlicodal (cas 1 du Tableau II-1) sans correction de forme. On constate que ce
facteur est maximal lengagement et au retrait et quil est nul au voisinage du point primitif.
Figure II-7 : Distribution 3D du facteur pV

La Figure II-8, prsente la variation de la valeur maximale du facteur (max(pV)) en

fonction des paramtres de correction des dentures. On saperoit que lintroduction des
corrections de profil fait dcrotre dune faon considrable lamplitude de ce critre. En
effet, ces corrections tendent limiter la pression de contact en ttes des dentures
(engagement et retrait), l o les vitesses de glissement sont maximales. Les mmes
tendances sont releves pour les deux autres cas dengrenage droits (Tableau II-1), avec des
amplitudes un peu plus importantes.
Comme pour les pertes par frottement, ce critre est minimal pour de fortes corrections de
profil. Son optimisation consiste seulement prendre des paramtres de correction de
profil les plus forts possibles.
74
Chapitre I
0.35
0.3
0.25
102.3686
0.15
0.1
63 .02
487
79 .88648
85 .50 701
85 .50701
0.5
74 .26594
79 .88648
79 .88 6
48
91.12755
91.12755
91 .12 755
68 .64 541
74 .26 594
96.74808
96.74808
96.74808
0.05
63.02487
68 .64 541
74
.26
59
4
91.12755
0.2
96.74808
0.4
541
68.64
102.3686
96.74808
91.12755
85.50701
85.50701
79.88648
74.2659
4
0.45
1.5
2.5
3.5
E*
Figure II-8 : max (pV) en GPa.m.s-1

(Cas 1_Tableau II-1: Cm=850Nm
II.2.1.4. Temprature clair

Une lvation considrable de la temprature des surfaces de dentures est constate lors
de lengrnement. Cette lvation de la temprature est appele temprature flash ou
temprature clair . Des valeurs importantes de cette temprature associes aux effets
tangentiels de frottement peuvent donner naissance des avaries de surface telles que le
grippage [4], [65] et [66]. La temprature tant trs influente sur la viscosit des lubrifiants
donc sur les conditions de contact au niveau des dentures, il parait donc essentiel de tenter de
rduire cette grandeur.
42 .8376
0.4
39.6931
41.2654
0.2
0.15
76
0.05
3
42.8
0.1
38.1209
36.5486
42.8376
0.3
0.25
9
31
.8
1
3
41.2
654
39 .6
9
0.35
31
38.
34.
12 0
976
4
36.9
33
548
.40
6
41
0.45
0.5
19
31 .83
9
31 .83 1
41
33 .40
64
34 .97
36 .54 86
38.1209
39 .69 31
41 .2654
31
.83
19
33.4041
34 .9764
36 .54 86
9
38 .12 0
1
3
9
39 .6
4
41 .26 5
33 .40 41
34 .97 64
36 .54 86
38.1209
39.6931
41.2654
42.8376
42 .8376
76
42 .83
1
1.5
2.5
3.5
E*
Figure II-9: Variation de la temprature flash (K)

75
Chapitre I
La figure II-9 prsente lvolution de la temprature flash en fonction des paramtres de
correction du profil. Pour obtenir une lvation marquante, la simulation est conduite pour
une vitesse de rotation du pignon gale 3000 tr/min. Linfluence des corrections de denture
est assez semblable aux 2 critres prcdents : des valeurs importantes de la correction de
profil ont tendance diminuer llvation locale de la temprature. La zone de correction
optimale est cependant plus tendue : E* ~> 1 et ~> 0,25.
II.2.1.5. Synthse sur les critres doptimisation

A lissue de cette analyse, on constate une influence marquante des paramtres de
correction des dentures sur les performances du systme. Diffrents critres doptimisation
ont t introduits qui, gnralement, ragissent diffremment vis--vis des corrections de
dentures. De ce fait, il est important de dfinir la fonctionnelle optimiser avec soin. Afin
dintroduire une gradation dans les problmes que nous cherchons rsoudre, nous nous
intresserons dans la suite de ce chapitre et dans le chapitre 3, la rsolution du problme de
conception avec un seul critre de dimensionnement. Une approche multi objectifs est
prsente en dernire partie de ce mmoire.
Le critre doptimisation retenu est la fluctuation (RMS) de lerreur de transmission quasistatique sous charge et ce, pour les raisons suivantes :
- Des zones optimales ont t identifies en fonction des paramtres de corrections.
- La minimisation de ce paramtre quasi-statique garantie gnralement un fonctionnement
dynamique peu bruyant et gnrant peu de vibrations.
- Les autres critres prsents varient de faon plus ou moins monotone et semblent conduire
systmatiquement une maximisation des paramtres de correction.
Les critres de dimensionnements classiques, savoir la rsistance la pression
superficielle et la contrainte maximale de flexion en pied de dent, seront, par la suite,
considrs comme des contraintes respecter en toute circonstance et seront, par consquent,
carts des critres optimiser.
II.2.2. Contraintes respecter

Lors de toute tape de conception et doptimisation dun engrenage, plusieurs conditions
doivent tre simultanment vrifies pour viter une dgradation prmature, voire brutale, du
systme : limitation de la pression maximale de contact et de la contrainte maximale de
flexion en pied de dent ainsi que lvitement de chocs lengagement.
76
Chapitre I
II.2.2.1. Contrainte maximale de contact

Lintensit des pressions de contact au cours de lengrnement est lorigine des
dtriorations des surfaces de dentures (cas de dfaillance par caillage). La prise en compte
de ces pressions est donc ncessaire pour valuer la tenue mcanique des dentures. La norme
ISO-6336 [30] propose, en se basant sur la thorie de Hertz, des formulations simplifies
exprimant ces pressions superficielles. Ces formulations font intervenir un certain nombre de
coefficients correcteurs prenant en compte les conditions de fonctionnement, la qualit de
ralisation, les aspects lis aux chocs, [141].
0.45
2
71
.8
77
10
87
.33
27
10
621
.8 0
976
0.35
373
.27
926
4126
875.7
0.4
26
41
5.7
87
0.3
0.25
0.2
11
78
11
.9
28
36
.4
1
03
6
92
6.2
73
73
97
6.8
06
21
97 6.8 0
621
92 6.2
7373
0.15
87 5
.7
412
6
87 5.74126
0.1
0.05
0.5
10 7
7.8
712
10 2
7.3
387
1.5
2.5
3.5
E*
Figure II-10 : Contrainte maximale de contact en MPa

La Figure II-10 montre lvolution de la contrainte maximale de contact en fonction des
paramtres de correction de dentures. Cette contrainte augmente sensiblement lorsque la
profondeur ou la longueur de correction croit. En consquence, lors de ltape doptimisation
il est ncessaire de tenir compte de la condition de rsistance mcanique la pression
superficielle. Cette condition consiste comparer la pression maximale de contact Hmax
calcule par le modle, la pression superficielle admissible du matriau Hadm qui traduit une
contrainte limite d'endurance la pression superficielle (Hlim qui dpend de la nuance du
matriau de l'acier, du traitement thermique et de la duret obtenue), pondre par des
coefficients dpendants des conditions de fonctionnement de l'engrenage.
Hmax Hadm
(II.6)
Considrons pour notre tude, lacier 17 Cr Ni Mo 6 cment tremp et en respectant la

mthode ISO-6336 [30], la condition de rsistance la pression superficielle est satisfaite si la
contrainte maximale ne dpasse pas Hadm =1500 MPa.
77
Chapitre I
II.2.2.2. Contraintes en pied de dents

Au cours de lengrnement, il y a apparition dune zone de concentration de contraintes
proximit des raccordements en pied de dent. Cette zone correspond au domaine o la flexion
d'ensemble de la dent engendre les plus fortes contraintes de traction. Ces contraintes peuvent
tre responsable, par effet de fatigue cyclique et cumule, de lamorage de fissures en pieds
de dent et mener une rupture prmature. Dans ce contexte, la norme ISO-6336 [30]
prconise une dmarche de calcul de la contrainte en pied de dent F base sur la thorie de la
rsistance des matriaux. La dent est assimile une poutre encastre libre soumise un
effort normal au sommet du profil (mthode C) ou au point de plus haut contact unique
(mthode B). Plusieurs coefficients correcteurs sont introduits pour tenir compte des
approximations faites, de la qualit de ralisation, des conditions de fonctionnement relles
[141], etc. Pour quil y ait rsistance la flexion en pied de dent, il faut vrifier pour chacun
des deux mobiles (roue et pignon) lingalit suivante :
F Fadm
(II.7)
F : Contrainte maximale au pied de dent, corrige par un certain nombre de facteurs qui
dpendent notamment de la gomtrie de la dent et de la rpartition des charges.
Fadm : Contrainte admissible la rupture. Elle est dfinie par la contrainte limite dendurance
(Flim ) corrige galement par un certain nombre de facteurs de services.
Pour notre cas dapplication, et pour un acier 17 Cr Mi Mo 6 cment tremp, on a
daprs la formulation ISO-6336 [30] Fadm=460 MPa avec les facteurs de service gaux 1.
41 8.4
578
137
39 4
.4
697
37 0.3
256
34 6
.3
32 2.2
816
0.4
27 4
.1
25 0.
1
935
494
0.45
0.35
250.1494
935
0.2
32
2.
28
16
375
1
27 4.
0.25
.2
29 8
0.3
34
6.3
25
6
29 8
.2
0.15
39 4
.4
137
34 6.3 25
6
32 2.2 81
6
375
29 8.2 375
27 4
.1
94
14
0.
25
0.1
0.05
37 0
.3 6
97
0.5
935
1.5
27 4.1 935
2.5
3.5
E*
Figure II-11 : Contrainte aux pieds de dents du pignon en MPa

78
Chapitre I
II.2.2.3. Contrainte dvitement du choc lengagement

Comme illustr dans la Figure II-12, une zone dinterfrence peut apparatre
lengagement suite la dformation des dentures, conduisant un choc entre des surfaces
actives non conjugues. Pour viter ce choc, une contrainte gomtrique supplmentaire est
appliquer (voir Equation (II.8)). Elle traduit le fait que lcart de forme introduit par la
correction en tte de dentures (profil et longitudinale) doit tre suprieur la valeur maximale
de la dflexion statique ( max ) [88], ce qui se traduit en paramtres adimensionns par la
relation :
E * Ap*
(II.8)
Correction
de forme
Figure II-12 : Illustration du principe dinterfrence
II.2.2.4. Formulation gnrale du problme doptimisation

Compte tenu de ce qui a t expos sur les critres doptimisations et sur les contraintes
de conception, le problme doptimisation est formul comme suit :
minimiser RMS TEs X , X E * , , Ap* ,... ; E * : 0 4; : 0 0.45; Ap* : 0 2,...

X
(II.9)
en respectant ces contraintes :
C1 : Hmax < Hadm
C2 : Fmax < Fadm
C3 : E * Ap*
79
Chapitre I
II.3. Optimisation des fluctuations de lerreur de transmission quasistatique Approche analytique

On propose dans cette section de traiter le problme de loptimisation du RMS(TEs) de
manire analytique. Pour cela, le problme doit tre formul avec quelques hypothses
supplmentaires :
- la raideur linique dengrnement est constante,
- les carts de montage et les dformations des lignes darbre sont faibles,
- la denture est troite (b < 16 m0).
Loptimisation est ralise sur 2, puis sur 3 paramtres de correction de forme.
Selon cette formulation, un ensemble de solutions exactes est propos dans le cas de
loptimisation de la correction de profil seule (2 paramtres) et une approximation du
domaine optimal est propose dans le second cas.
II.3.1. Correction linaire de profil
II.3.1.1. Thorie
Les excitations dans un systme dengrenages sont principalement contrles par les
fluctuations de lerreur de transmission quasi-statique dfinie par la superposition de lerreur
de transmission quasi statique sans charge (No-Load Transmission Error, NLTE) et des effets
de dformation des dentures lorsque lengrenage transmet une charge faible vitesse.
Typiquement, le contenu spectral de NLTE comprend des composants de basses frquences
associes des dfauts de positionnement tel que le dfaut dexcentricit. La contribution de
ces dfauts, au niveau de la drivation temporelle du second ordre, peut tre nglige. En
consquence, lexcitation dengrnement est domine essentiellement, mme grandes
vitesses par la drive seconde de lerreur de transmission quasi-statique. Ceci justifie quen
pratique, on sintresse principalement loptimisation de lerreur de transmission quasistatique puisquelle mne, dans un certain sens, une optimisation du comportement
dynamique (Velex et Ajmi [1]). Une telle optimisation est obtenue travers des corrections
de forme des dentures (de profil et longitudinales). Dans ce contexte, il a t montr
rcemment par Velex et al. [35] que lerreur de transmission quasi-statique peut tre exprime
travers une seule et unique quation scalaire et ceci quelque soit le nombre des degrs de
libert pris en compte dans le modle. Les auteurs [35] ont considr une correction de profil
linaire, symtrique applique en tte de denture caractrise par une profondeur E
( E E m ) et une longueur (longueur adimensionne par rapport la longueur active de
profil (voir Figure II-13). En supposant constante la raideur par unit de longueur de contact
80
Chapitre I
(k0 donne par la norme ISO-6336 [30]), lexpression suivante de lcart de transmission
quasi statique adimensionn au cours du temps a t obtenu :
TEs ( )
I kE
Ik
1 I kE
;
cos b I k
k M e M dM
(II.10)
L , X s
k M dM
L ,X
Avec
TEs () : cart de transmission quasi-statique adimensionne par rapport m
m : dflexion statique moyenne associ chaque nouvelle gomtrie corrige

e(M) : cart normal au point M, adimensionn par rapport m
k M k0 : raideur par unit de longueur au point M, adimensionne par rapport km
km
k0b
1 2 : raideur moyenne dengrnement
cos b
L , X S : Longueur de contact, non linaire, linstant adimensionn

Amplitude de la correction
du profil (profondeur)
Temps adimensionn
t Tm
Figure II-13 : Dfinition des paramtres de correction de profil

Les intgrales sur chaque ligne de contact potentiel sont remplaces par des sommes
de Riemann et la limite est prise lorsque le nombre de segments lmentaires tend vers linfini
(voir Annexe B), ce qui donne :
E
k M e M dM
1 2 m
L , X
2
I kE
kE cos n 2
n 1
I k k , X s 1 k cos n 2
n 1
81
(II.11)
(II.12)
Chapitre I
avec :
kE
2
sinc n 2 1 sinc n 1 sinc n( ) sinc n 1

k = 2sinc n sinc n
12 : rapport de conduite actuel

sinc( x)
mref
mref
sin x
, fonction sinus cardinal
x
1 2
Cm
, dflexion statique moyenne de rfrence, sans correction
Rb1bk0
O, est un paramtre qui caractrise les ventuelles rductions de longueur de contact dues
la prsence des corrections de profil (voir Figure II-14).
pbt
T2''
T1
Rb1
T1'
T2'
Rb2
T1''
T2
Ra2
pbt Ra1
Rapport de conduite parfait :

Rapport de conduite rel : = (1-2)
Figure II-14 : Illustration du paramtre de rduction ()
Pour des configurations particulires, ce paramtre peut tre dfini par des expressions
explicites directes (engrenage droit, engrenage avec un rapport de recouvrement entier).
Cependant, dans le cas gnral, sa dtermination ncessite la rsolution numrique dune
quation implicite. Dans ce mmoire, seul le principe de sa dtermination est prsent, le
dtail de la mthode fera prochainement lobjet dune publication des encadrants de cette
thse.
On montre quen tout point de contact effectif, leffort linique de contact est donn par
la relation :
F (M )
km m
TE cos b e M
1 2 N
(II.13)
Sil y a rduction de la longueur de contact ( non nul), Leffort de contact est nul
lengagement.
82
Chapitre I
Figure II-15 : Rduction de longueur de contact () ramene au plan daction
Aprs quelques manipulations de lquation (II.13), on obtient lquation rsoudre pour

dterminer :
2 E E 2 1 E 1 E , , , ,
avec
, , , ,
(II.14)
1 cos k 2 sin k

3 2 k 1 k 3 sin k sin k 1
La Figure II-16 et la Figure II-17 reprsentent lvolution du paramtre de rduction de

conduite (, obtenu respectivement par simulation numrique et par la formule donne dans
lquation (II.14). On remarque ainsi une bonne concordance entre les deux rsultats, ce qui
valide lapproche analytique propose.
0.45
10
20
40
0.00.00
17 8 5
0.0005026
25
0.00.05308
0.042 5 4 01
0.051 013
1
0 59 6
0.0.068518
76 02
0. 5 1
0 08 23
0.10 .093 5 02
2 03 52 6
9
9
52
93
0.0
26
0.085 0
0.076523
50
47
0.008 5
0.3
0.25
0.2
0.0 0.068
0.0 0.051 59 51 021
8
42
0
51 16
3
0.15
0.1
0.05
10
20
1
40
03
08
0.
5 5 05
02
70
0.
01
0.
0.0085026
30
0.15
0.05
17
40
09
0.
0.
03
41
8
0.
01 0. 8
7 0 025 6
41
94
0.
0
0.0 85 4
76 7
92
0. 06 3
8
0.05 376
9 82
0.051 28 9
0.042 7 2
0.03435
188
0.2
0.1
56
0.25
2
0. 10
0.3
0.35
0.001.7008 50
26
0
0.0205
0.505308
0.042 4 01
5
0.051 013
16
0.059 51
8
0.068 021
0.35
0.4
0.4
0. 068376
9
0.059 82 82
2
0.051
2 735
0. 04
0. 0. 00
0.025017 0984547
641
0. 03
4 18
0. 00. 010.00
25 6 7 0 8 5
08. 0
41 94 47
42 7
0.0
0. 035
34
51 2
18
8
0.082
59
0. 07
82
6 92
9
0
3
. 06
0. 08
83
5 47
76
0. 0
94
01
7
0.45
30
40
E (m)
E (m)
b) _analytique
a) _numrique
Figure II-16 : Paramtre de rduction du contact ()

83
0.034 01
50
60
Chapitre I
0.25
0.2
0.15
0.05
10
20
30
40
0.
09
0. 1 2 2
00 6 85
7
0.3
0.
06
05
1
0.0 5
0.0 51 8
43 7
2
0.03 25
0.02 4 58
5 93
0.0
17 2
5
9
50
60
0.25
0.2
0
0 .04
0. .033 1 94
02
8
5 1 558
69
0.15
79
67
01
0. 3896
8
0. 00
5
64
08
0. 0
0.1
0.35
6
50
75
0.0 17
67 1 7
0. 0058 72337
0. . 050 48
0 9
00.0.04313 5589
25 1679
0.001
0. 67
3896
0.008
0.3
0.
0. 00
8 64
5
0.03
0.4 58
04
32
0. 0
25
69 1
6
0.35
7
37 72 17
0 3058 67 1 06
5
.
0
0
5
0. 0 0. 75
0
0. 896
83
0.0
0.4
5 45
80 086
7
.
07 0
74 5 45 5
03 09 86 80 16
0.1 095 0.0 077 69
0.
0. 0.0
515 1 87
0. 060 0. 05 3 2254 58
4
0
.
0
0.003.025 935
0.017 29
0.008645
0.025935
0.01729
0.4
0.45
7
18
05
.
0
0. 0
0.008
0. 1638
00. 25 77996
0
0. 33169
04 55
19 8
48
0.45
0.1
0.05
10
20
30
40
50
60
E (m)
E (m)
b) _analytique
a) _numrique
Figure II-17 : Paramtre de rduction du contact ()

II.3.1.2. Expression du RMS de lcart de transmission

A partir de lexpression analytique [35] des carts de transmission (TEs), la fluctuation
temporelle de lerreur de transmission dimensionnelle peut tre vue comme une fonction de 2
variables alatoires IkE et Ik. Ainsi, la variance de cette fonction sexprime de la faon
suivante :
Var TEs
1 I kE
m2
Var
2
cos b
Ik
(II.15)
Ce qui conduit, en utilisant le dveloppent de Taylor au premier ordre (voir annexe C),
lquation (II.16) :
1 E I kE
1
Var I kE
Var I k
4
E I 2
2
E I k
m k
Var TEs
(II.16)
2
cos b
1 E I kE
Var
I
I
Var
I
Var
I
kE
k
kE
k
3
E I k
Tel que E [] dsigne lesprance mathmatique et Var reprsente la variance (moment

centr dordre 2).
Or, les variables alatoires IkE et Ik sexpriment sous forme de srie de Fourier :
2 n
f a0 an cos
P
n 1
2 n
+bn sin
84
(II.17)
Chapitre I
o a0 est la valeur moyenne de la fonction et sa variance se calcule simplement :
Var f
1 2
an bn2 .
2 n 1
On obtient alors une expression de la moyenne quadratique (RMS) de TEs.

12
m
kE kE 1 kE k 2
RMS TEs
2
2 cos b
n 1
(II.18)
E
kE
1 2 m
2
avec
En dveloppant les expressions,il vient:

2 1 E *
sinc n * sincn sincn1
1
2
RMS 2 TEs *
2
2 cos 2 b
1 2 E * 1sinc(n ' )sinc(n )
n 1
1
2
(II.19)
Dans le cadre des hypothses formules prcdemment, la relation (II.19) exprime le
RMS(TEs) de faon gnrale, pour tout engrenage cylindrique ayant une correction de profil
linaire. Le nombre de paramtres intervenant dans cette relation est trs rduit : , , E, ,
b et m.
II.3.1.3. Elments de validation

La validit de la formulation analytique propose dans lquation (II.19) est examine
pour les diffrentes configurations dengrenages dcrites dans le Tableau II-1. En considrant
une raideur par unit de longueur constante (Formule ISO-6336 [30]), les Figure II-18,
Figure II-19 et Figure II-20, prsentent les courbes disovaleurs de la moyenne quadratique
du (RMS) de TEs en fonction des paramtres de corrections de dentures. Une correction
linaire de profil symtrique, caractrise par une profondeur adimensionn E* et une
longueur adimensionn est applique en ttes des dents. Les rsultats analytiques qui
drivent de lquation (II.19) sont prsents dans les figures b). Tandis les rsultats de la
simulation obtenus par le modle numrique, sont tracs dans les figures a). On saperoit que
les valeurs associes aux courbes obtenues par les deux approches (numrique et analytique)
sont trs proches. Une excellente concordance a t constate pour les diffrentes
comparaisons qui ont t menes pour une varit de gomtries et diffrentes conditions de
chargement.
85
Chapitre I
II.3.1.4. Solution du problme doptimisation

La formulation analytique de la fonctionnelle optimiser permet dans le cas prsent de
dterminer un ensemble de solutions exactes du problme sous la forme :
E*
et
1 2
1
(II.20)
L avec L un entier relatif
ou 1 M avec M un entier relatif

Aprs avoir analys les solutions, on en dduit que les relations possibles entre les
paramtres de correction de profil (E*, ) qui annulent les fluctuations de TEs sont les
suivantes :
Cas 1 : < 2
2 1
E
2 1
(II.21)
1
1

avec
Cette expression correspond aux courbes de traits discontinues (--) traces dans la Figure
II-18 et la Figure II-19. On observe que ces courbes se localisent bien au milieu des zones
optimales trouves par balayage numrique.
0.05
0
Rsultats du balayage
Solution Analytique (Eq II.15)
21
1 1.93
0.6
1. 1. 51. 724 8 3
0.2 0.44 56 6 0.8 1.083297 4 1 1 7
70 2 8
29 2 9
1
37 9
0 0.656 6
0.22
0.229.43472 99
9 37
0.442
0.229 37
0.656 6 99
0.870 21
0.656 6
0.870 21
1. 0838
1.0838
13
1 32
0.1
1.0
83
8
3.22
64
3.00
27
2.79 1
9
2.57 5
5
2.36 9
51
2. 1
1.9383
1.724 7
1.511 1
1.2974
1.083 8
1
0.870 2
1.103
8
0.
44
29
0.
65
9
66
0. 8
70
21
7
1.29
0.15
0.234 0
0.4
2
0.668 51 48
93
0.45148
0.886 3
0.668 93
8
0.88638
1.103 8
1.103 8
0.442 99
0.229 37
0.2
37
29
0.2
8
14
45
0.
3
89
66
0.
8
63
8
0.8
8
1. 103
0.25
0.
23
40
2
1.2974
0.3
78 4 9
3. 2 060
3.
0.
8
0.6 86 3
68 8
0.4 93
0.2 51 48
34 0
2
84
2 35
2.4.626
2.1 08 6
91
1.9 1
1. 7573 7
1 62
1..352318 7
1.1
3
0.8 03 8
0.66886938
0.4 3
0.235410428
0.442 99
0. 6566
0.870 21
1.083 8
1.973 7 2
6
1.75 8 7 3 8
3
1.5 .321 03
1 .1
1
0.35
21
Solution analytique(Eq II.215)
.
8
0.451 4
4 02
0. 23
0.234 02
0.66893
0.45148
0.4
0.88638
1.1038
0.45
1.3213
1.3213
1.2974
74
1. 29
21 3
1.3
0.5
1.5
2.5
3.5
E*
E*
a)Modle numrique
b) Dveloppement analytique
Figure II-18 : Courbes isovaleurs du RMS(TEs) en m (Cas 1_Tableau II-1)

Comparaison entre les rsultats numriques et analytiques, raideur linique constante
86
Chapitre I
6.132
5
32 5
6.1
1.5
5
06 3 5
4.6 .84
3
0.5
1.5 0.79
54 5 1 5
3.
0
2.3 80
1.5 17 55
5
0.74 5
91 5
2.3
3.843 53.080 5 17 5
4.606 5
5.3695
6.1325
6.895 5
7.658 5
7.6585
5
91
0.7
2. 31
7
6.8955
9
5. 36
6.9659
3.080
4. 6065
0.1
0.05
5
91
0.7
5
54
1.5
7
2.31
0
3.08
0.15
6.1
928
5
3.843
59
6.96
0.2
Solution analytique (Eq II. 15)
21
3.84
3
4.
60
65
95
5.36
0.25
4.6065
4.
64
67
5.4
19
8
0.
78
14
4
2.3
0.7 1.55
81 45275
1.5
4
2.32545 0.7 4
8144
3.10 75
3.87306
2.3275
7
3.1
0 06
4.6467
3.873
7
5.4198
5.4198
6.1928
6.1928
6.9659
9
6.965
5.3695
6.1928
0.3
6.9659
0.35
Solution analytique (Eq II. 15)
21
545
1.5 275 6
2.3 .100 37
7
3
3.8
7
4.646
8
5.419
0.4
8
92
6.1 98
1
5.4 467
4.6 737
3.8 006
3.1 5
27
2.3 45
5
1.5 144
8
0.7
0.45
7. 6585
2.5
3.5
E*
E*
a)Modle numrique

Cas 2 : 3 > > 2
Pour une denture HCR, il y a 3 combinaisons annulant le RMS(TEs) :

2 1
E
i)
avec
2 1
(II.22)
1
1

2
2 1
ii)

2 2 1 2
(II.23)
avec
2
2

2
1 2
E
iii)
avec
1 2
1
1
2
87

(II.24)
Chapitre I
55
42
3. 9
4 . 3 77 3
37 8
4. 698 3
0. 7
1. 0
93
32 6 2
9
2
56
3. 2 7
5
2. 89
5. 3
53 7
1. 4 2 69
93 2
1 . 0 0 . 73
79
72
44
0. 3
72
0. 7
18
3
2
2
7
69 0. 3 18
2
72 18
0.3 69 1. 0934537
1.
32
1.093
0.7
42
1
Balayage
1.814 2 2
1.8174 7
2.174 7
2. 535 2
535 2
Eq
II.2.22
20
2.89
2
57
2. 7
3
3.2
562
9
5 2
9
0
3.616
7
1.
Eq
II. 21
3.9773
2.8.256 6 7
23
4.337 8
3 . 61
98
4.6
3
Eq II.
22 3
24
5.058 8
19 3
5.4
1. 8
1
2. 17414 2 .453
7
7
2. 535 2
32
5.8
1.093 2
3. 9
25
4. 402 7
4
4.879 1
Eq II.
2459
35
5.22
4. 8
2. 9
1. 5
2
1. 065
22
Eq2.9
II.3.720
22
4489
3.9257
Eq 4.402
II. 21
23 4
3.
6
5.0
58
8
1. 0
16
7 3.9 4
77 3 . 337 84.698 3
1. 8
2
0.
1
.
4 2 1742.535 2.8 3
37
7 2
95 7.25632.616 7
21
1.
8 0. 1.009.731.4
2.5352
53 7
2.1747
1.
81 1
2
8142
3
3
72 18 2 69
4 2 . 453 0.732 69
1.4537
1.0
932
7
0 73269
0.5
1
1.5
2
2.5
3
3.5
93
74 7
2. 1
2 535 2
1. 5
42
2 01 8 7
3.
9
89
3.9
25 7 4.40
2
.
2
0
88
4
18 72. 495
51
5
2.972 2 3.448 9
1. 065 1.54
2
2
2.018 72.4955
1. 06
1.00.58851
65 2 1.542
5 2 0.588 51
0.5
1
1.5
2
2.5
3
3.5
4
0. 5
0.1
0.05
65
0.15
1. 0
0.2
2.018 7
1. 54 2
0.25
2.01
87
2 .4 9 5 5
2
65 2
1. 0 . 54
1
0.3
1. 06
5
Balayage
2.018 7
87
2. 01495 5
.
2
2
72
9
.
2 48 9
3. 4
2.535 2
2.174 7
1.814 2
1. 453 7
1 .0 6 5 2
0.35
52
1.06 .542
1
1
88 5
0.5
2.5352
2.174 7
1 . 81 4
1 . 453 2
7
0.58851
1 .5 4 2
0.4
2.0 18 7
0.45
E*
E*
a)Modle numrique

On vrifie que ces expressions sont identiques celle trouve par Velex et al. [35] : Elles
sont les solutions exactes dun problme de conception simplifi mais elles constituent une
base solide pour la validation de mthodes numriques et pour initier la recherche de
solutions partir de modles plus complexes.
II.3.2. Correction linaire de profil combine avec un bomb

II.3.2.1. Thorie
Comme prcdemment, on cherche dans ce paragraphe tablir une formulation
analytique exprimant les fluctuations de lerreur de transmission quasi-statique (RMS(TEs))
en prsence dune correction linaire symtrique (E, ) combine avec un bomb parabolique
longitudinal (Ap). Une raideur linique dengrnement constante, donn par ISO-6336 [30],
est considre. Pour ce faire, on reprend lquation, exprimant lerreur de transmission quasistatique adimensionn TEs () . Dans cette expression, lcart normal e(M) se compose de
deux contributions :
- correction de profil caractrise par eE ( M ) (voir Figure II-13).
- correction longitudinale (bomb parabolique) caractrise par eB ( M ) (voir Figure II-21).
88
Chapitre I
eB ( M )
Z
Largeur
-m
-Ap
Figure II-21 : Evolution de lcart eB ( M ) due au bomb introduit
Lcart total e(M) est alors la somme de deux carts introduits par les deux types de
corrections. La figure II-22 prsente lvolution de cet cart total associ un couple de dents
pour deux configurations dengrenage : droit et hlicodal.
e ( M ) eE ( M ) eB ( M )
(II.25)
00
-0.5
-1
- Ap
-2
Largeur
-1.5
-2.5
-3
-3.5
Profil (t/Tm)
0
0
a) Engrenage droit (cas 2)
Profil (t/Tm)
-(E+Ap)
b) Engrenage hlicodal (cas 1)
Figure II-22 : Evolution de lcart e(M) du aux corrections introduites

(profil et longitudinal)
Les intgrations figurant dans les quations (II.11) et (II.12) se font sur la longueur de
contact ( L , X S ) qui doit tenir en compte de lventuelle rduction de la longueur relle de
contact due lintroduction des corrections de formes. Cette rduction est paramtre par 2
coefficients sans dimension ; dans la direction de lengrnement et suivant la largeur.
Comme illustr dans la Figure II-23, on supposera que la zone effective de contact est
rectangulaire. La dtermination du paramtre repose sur lquation (II.14). De mme, il
existe certainement une rduction de la largeur de la zone de contact si lamplitude Ap est
suprieure la dflexion statique moyenne m (voir Figure II-21). Ainsi, on propose
lexpression approche suivante pour dterminer :
89
Chapitre I
Si
Ap ( Ap m ) 1 alors 0
Sinon
T1
1
2
Ap 1 2 1 2
T1
(II.26)
T2
Zone effective de
contact
T2

0
Figure II-23 : Illustration des rductions de contact dues aux corrections de dentures
On obtient ainsi lexpression de la variation temporelle de lerreur de transmission quasistatique :

TES ()
1 I kE I kB
cos b I k
(II.27)
avec,
E
k M eE M dM
1 2 m
L , X s
2
I kE
kE
kE cos n 2
n 1
2
sinc n 2 1 sinc n 1 sinc n( ) sinc n 1

Ap 1 2
I kB k M eB M dM
2 kE cos n 2
3
m
n 1
L , X s
k b
km 0 1 2 1 2 : raideur moyenne dengrnement
cos b
cos n
2
2
sinc n 2 1 2
kB sinc n 1 2
2
90
Chapitre I
I k K , X s 1 k cos n 2
n 1
k = 2sinc n sinc n
1 2 : rapport de conduite rel

1 2 : rapport de recouvrement rel
La fluctuation temporelle (RMS) de lerreur de transmission peut tre estime travers le
calcul de la variance de TEs. En faisant un dveloppement en srie de Taylor au premier ordre
et aprs quelques manipulations, on obtient lquation suivante pour le RMS(TEs) qui dpend
essentiellement des paramtres : , , E, , Ap, b et m.
2 m 2
RMS TEs
cos 2 b
2
k 1
sin k sin k
E 1
1
1 2
2 k 2 '
1 2
m
sin k sin k 1 sin k

2 Ap
3
2
E
1 2
2
3 m
k 1 2
k m
(II.28)
2 Ap sin k cos k
m
k
Les deux figures, Figure II-24 et Figure II-25, prsentent une comparaison entre les
rsultats numriques et analytiques proposs dans lquation (II.28) pour les deux premires
configurations dengrenages donnes dans le Tableau II-1. On constate que le dveloppement
analytique propos mne des rsultats comparables avec ceux obtenus numriquement. En
effet, malgr la prsence dune petite diffrence au niveau de lamplitude de RMS(TES)
surtout lorsque les paramtres de correction prennent des valeurs importantes, on aboutit aux
mmes zones optimales qui minimisent le RMS(TEs). Par consquent ce dveloppement
prsente un support fiable pour caractriser et localiser analytiquement la zone optimale. Ceci
sera lobjet du paragraphe suivant.
91
Chapitre I
Zones optimales
0.12
0.45
0.4
0.2
0.45
0.18
0.4
0.1
0.35
0.16
0.35
0.3
0.25
0.08
0.2
0.06
0.15
0.3
0.14
0.25
0.12
0.2
0.1
0.15
0.08
0.1
0.06
0.05
2
0.04
0.04
0.1
0.05
2
0.02
1
Ap
Ap
0.02
E
b) RMS TEs _analytique
a) RMS TEs _numrique
Figure II-24 : RMS TEs (Cas 1_Tableau II-1) :

Zones optimales
0.6
0.35
0.45
0.45
0.4
0.3
0.35
0.25
0.3
0.5
0.4
0.35
0.4
0.25
0.3
0.3
0.25
0.2
0.2
0.15
0.15
0.2
0.2
0.15
0.1
0.1
0.05
0
0.05
0.1
0.1
1.5
2
3
0.5
Ap
0.05
0
2
1
1
3
Ap
b) RMS TEs _analytique
a) RMS TEs _numrique
Pour obtenir le RMS(TEs) pour un engrenage denture droite, on utilise les

dveloppements limits des sinus et cosinus contenant lordre 3 au moins. Aprs
simplification et en prenant la limite lorsque tend vers 0, on obtient :
92
Chapitre I
RMS 2 TEs *
2
cos 2 b
k 1
1
sin k
k '
1
1 E *
1 2
(II.29)
E*
sin k 1 sin k
2 k 2
La valeur du bomb nintervient pas alors dans lexpression du RMS(TEs). Ce rsultat rejoint
les observations faites en (II.2.1.1).
II.3.2.2. Recherche des minimums de fluctuations de TEs

Minimiser les variations de TEs revient rechercher les combinaisons de paramtres qui
annulent ou minimisent lquation (II.28). En denture droite, les valeurs qui annulent le
RMS(TEs) sont les mmes que celles dtermines au paragraphe prcdent (II.3.1). Ce
rsultat confirme que pour les dentures droites, loptimisation des corrections de forme pour
la minimisation des carts de transmissions est indpendante de la valeur du bomb.
Pour les dentures hlicodales, la complexit de lquation obtenue rend lexpression de
toute solution explicite difficile. Cependant, on peut remarquer dans cette quation que les
termes qui composent le RMS2(TEs) sont en k-n avec n au moins gal 4. Le premier terme
(avec k=1) est donc le terme prpondrant puisquil est au moins 10 fois plus grand que le
second. Tous les termes suivants convergent trs rapidement vers zro et leur somme est
ngligeable. Cette prpondrance du premier terme est vrifie numriquement. En prenant
alors ce terme, et sous le couvert de lhypothse que la rduction de la largeur de contact est
ngligeable, et pour un engrenage hlicodal (avec 1 ), il est possible de dfinir une
formule approche qui lient les 3 paramtres de correction dans la zone optimale ;
2 sin sin 1
E
sin
1 2
,
Ap
1
1
1
2 2
3 tan
pour 1 (II.30)
Cette quation caractrise la surface Sana, trace dans la Figure II-26, et qui se situe bien
entre les deux surfaces S1num et S2num obtenues par balayage numrique et qui dlimitent la
zone optimale. De plus, nous avons constat sur plusieurs cas que la relation (II.30) donne
galement des rsultats satisfaisants pour un rapport de recouvrement plus faible.
93
Chapitre I
Surfaces
S1num et S2num
Surface Sana
Ap
II.3.2.3. Synthse de lapproche analytique

Les deux formulations analytiques prsentes permettent dobtenir des combinaisons de
paramtres qui rsolvent de manire exacte ou approche le problme doptimisation du
RMS(TEs) avec 2 ou 3 paramtres de correction. Mme si les solutions proposes ne sont
quapproximatives, dans une problmatique moins idalise, elles donnent un clairage trs
intressant sur l'influence de la gomtrie initiale des engrenages (, ), sur les valeurs des
paramtres de corrections de dentures (E, , Ap) qui optimisent le comportement. Ces
solutions peuvent fournir aux concepteurs des valeurs initiales dans un processus itratif
d'optimisation de corrections de formes des dentures quand des modles plus ralistes doivent
tre utiliss.
II.4. Optimisation multi-variables simple critre

Les rsultats associs au modle numrique prsents prcdemment sont obtenus par des
balayages numratifs de lespace des paramtres de corrections. Cette approche prsente
lavantage dexplorer tout lespace de solutions et le temps de calcul demeure raisonnable
pour 2 ou 3 paramtres. Elle est similaire ce que Houser et al. [34] appellent mthode de
run-all-the-cases . Cependant, dans le cas o le nombre des variables augmente, le
balayage classique impliquerait des temps de calcul prohibitifs, ce qui rend cette mthode
inadapte. De mme, les mthodes du gradient ne sont pas applicables puisquelles exigent la
94
Chapitre I
dtermination du gradient qui demande un effort de calcul considrable surtout en absence de
formulation analytique.
Face ces difficults, et dans le but doptimiser une fonction objectif plusieurs
variables, on a eu recours une mthode doptimisation non dterministe base sur des
algorithmes gntiques. Les Algorithmes Evolutionnaires (AE) et plus spcialement les
Algorithmes Gntiques (AG) sont principalement connus comme des mthodes
d'optimisation stochastiques efficaces pour des problmes trs complexes et sont employs
dans des domaines d'application extrmement varis (voir chapitre 1).
II.4.1. Mthode doptimisation : Algorithme gntique

Les algorithmes gntiques sont des algorithmes d'optimisation trs robustes
particulirement adapts aux problmes o l'initialisation n'est pas intuitive et lorsque la
fonctionnelle (fonction objectif) peut prsenter plusieurs minima locaux [127][137] . Il
sagit dun algorithme initi avec un ensemble de solutions possibles du problme (individus),
constituant une population. Les individus sont forms par des variables (chromosomes) qui
sont les paramtres ajuster dans le dispositif. L'ide est de prendre un ensemble de solutions
plus ou moins bonnes et d'appliquer des transformations (oprations) sur ces solutions afin
damliorer leur performance (fitness). Ces transformations consistent essentiellement
introduire des croisements et des mutations entre les individus choisis (slectionns) dune
faon alatoire et suivant leur performance (litisme). Loccurrence de ces transformations est
caractrise par des probabilits (pc et pm). Ainsi, en rptant ces oprations dune itration
(gnration) une autre, on espre aboutir au voisinage d'une ou plusieurs zones optimales.
Le principe de fonctionnement d'un algorithme gntique est simple et se dcompose en :
1. Gnration alatoire d'une population. Celle-ci contient un ensemble de solutions
possibles (individus)
2. Calcul d'une valeur d'adaptation pour chaque individu (fitness). Elle sera fonction
directe de la proximit des diffrents individus avec l'objectif

3. Slection des individus devant se reproduire en fonction de leurs parts respectives
dans l'adaptation globale

4. Croisement des gnomes des parents
5. Appliquer la mutation aux gnomes ce qui permet de maintenir une diversit des
solutions ;
6. Sur la base de la nouvelle population obtenue, on repart partir du point 2.
Arrt au nombre prdfini de gnrations qui assurent la convergence du processus.
95
Chapitre I
Pour de plus amples dtails, on propose dans lannexe C un descriptif dtaill de
lalgorithme gntique utilis. Il faut noter quune difficult rencontre avec ce type de
mthode rside dans le choix des types de croisement et de mutation et dans lajustement de
leurs probabilits.
II.4.1.1. Validation de lalgorithme gntique

Avant dtendre ltude, la validit de la mthode doptimisation base sur lalgorithme
gntique est examine pour diffrentes configurations dengrenage et en prsence dun
ensemble de paramtres de corrections de forme des dentures. La figure II-27 montre
lvolution, en fonction du nombre de gnrations de la moyenne (rouge) et de la valeur
minimale obtenue de la fonction objectif (RMS(TEs)). On saperoit que lalgorithme
gntique converge bien vers une valeur minimale du RMS de lerreur de transmission aprs
un nombre modr de gnrations ce qui se reflte directement sur le temps du calcul
ncessaire.
Dans cette tude, les paramtres introduits lalgorithme gntique lors de la procdure
doptimisation sont les suivants (voir Annexe C) :
-
Taille de la population : 30
Nombre de gnrations : 80
Probabilit du croisement (pc) : 0.65
Probabilit de mutation (pm) : 0.3
Coefficient dlitisme : 0.2
0.2
min(RMS(TEs))m
0.19
0.18
0.17
0.16
0.15
0.14
0
10
20
30
40 50
60
70
80
90 100 110 120 130 140 150
Rang de la gnration
Figure II-27 : Evolution de la fonction objectif (RMS(TEs)) en fonction du rang des

gnrations (Cas 1_Tableau II-1)
96
Chapitre I
1er cas : 2 variables doptimisation (E*, )
Les profils des dents sont modifis en tte par une correction linaire identique sur la
roue et le pignon (correction symtrique). La Figure II-28 correspond au premier cas
dengrenage dans le Tableau II-1. Elle prsente les courbes isovaleurs du RMS(TEs) en
fonction de la profondeur adimensionne E* et la longueur adimensionne . Ces rsultats
sont superposs ceux obtenus avec un balayage de lespace de recherche. Les individus
optimaux trouvs par lalgorithme gntique sont reprsents par un ensemble (nuage)
dastrisque (*). Ceux-ci semblent disposs sur une grille, cette effet est d larrondi des
corrections : le micromtre pour la profondeur, 10-3 pour la longueur de correction
adimensionne.
0.2
0.8
84
67
57
1.1553
0.1
0.5
Balayage numrique
Solutions AG
2
1 1.7 .018
0.2 0.57 0.861.15 .443 308 5
7 5 7 53
92 98
11 4
.579
0.290
211 84
0.292
11
0.29211
0.5798
4
0.57984
0.86757
0.86757
1.1553
1.1553
0.15
0.05
2
3.457
4
3.169
2.8817
2.594
2
2.306
2.0185
1.7308
1.443
1.1553
0.
57
9
53
1.15
0.25
0.86757
0.57984
0.3
11
92
0.2
7
0.8675
0.35
0.57984
1.1553
0.4
0.29211
0.45
1.5
2.5
3.5
E*
Figure II-28 : Courbes isovaleurs du RMS(TEs) en m (Cas 1_Tableau I-1)
Validation de lalgorithme gntique (AG) _ raideur linique constante (ISO)
On constate que les astrisques (*) sont bien localiss dans la zone optimale trouve par
le balayage numrique. Le cas dun engrenage HCR (cas 3_Tableau I-1) est galement trait
(voir Figure II-29). Les solutions obtenues par lalgorithme gntique sont correctement
rparties dans les diffrentes zones optimales. Ceci montre nettement que cette mthode (AG)
ne converge pas vers un optimal local mais assure plutt une exploration conomique de
tout lespace de recherche.
97
Chapitre I
0.59
561
0.35
22
16
.
1
1.1
622
0.5
1
1.
72
88
1.5
3.
42
85
2.2
954
1.16
22
0.59561
1
56
59
0.
0.05
8
28
1.7
0.1
1.7
28
8
2.2954
1.1622
0.15
619
2.8
0.2
622
1.1
1.7288
0.3
0.25
0.5
61
95
95
2
2
61
0.5
6
1.1
1.
8
8
1.712622
2
1.7 54
2.2 88
9
numrique
2.8691594
2.2 Balayage
9
3.4285
61Solution AG 3.9
951
2.8 285
4.5617
3.4
5.1283
49
5.69
3.
99
51
4.5617
0.4
1.1622
1.7288
0.45
5.
12
83
3.9
95
4.56
1
17
2.86
3
.4285
19
1.7288 2.2954
1.1622
2.5
3.5
E*

2me cas : 3 variables doptimisation (E*, , Ap*)
La validit de la mthode (AG) est aussi examine en prsence dun bomb (correction
longitudinale) paramtr par Ap* et dont les rsultats sont prsents dans la Figure II-30. Le
nuage de points obtenu par lAG se localise bien entre les deux surfaces trouves par
balayage et qui dlimitent la zone optimale qui minimise le RMS(TEs). Ainsi, les rsultats du
balayage sont obtenus avec 153 = 3375 calculs du RMS(TEs) tandis ceux de lalgorithme
gntique ont ncessits 80*30 = 2400 calculs. Le gain relatif en temps de calcul avec 3
paramtres est de 28%. Ce gain augmente fortement avec le nombre de variables de ltude.
E*
Ap*

98
Chapitre I
Les rsultats prcdents illustrent clairement la capacit de lalgorithme gntique (AG)
rpondre aux diffrents problmes doptimisation des engrenages vis vis des corrections de
forme de dentures.
II.4.1.2. Formulation du problme avec plus de 3 variables

Une des principales modifications effectues sur les dentures est la correction de profil
qui gnre une zone de correction constante le long de la largeur de dent. Ce type de
correction assure essentiellement une progression uniforme de la mise en charge de la dent et
participe viter le choc lengagement [35], [88]. Cette correction est frquemment
applique en tte uniquement afin dviter daccrotre les contraintes de flexion induites en
pied de dent. Jusqu prsent, la forme de cette correction tait impose (correction linaire),
nous nous proposons maintenant dinclure la forme de la correction de profil dans lensemble
des variables optimiser. Comme prcdemment, celle-ci est paramtre (Figure II-31) par
une profondeur E, une longueur de correction sur la ligne dengrnement () adimensionne
par rapport la longueur du segment de conduite (T1T2). La forme de la correction est
dfinie par une loi en puissance caractrise par lexposant sp. Ce dernier paramtre traduit la
forme de la correction introduite, le cas sp =1 correspond une correction linaire et pour sp
= 2, il sagit dune correction parabolique du profil. De plus, les paramtres de correction sont
frquemment pris symtriques, cest dire identiques entre pignon et roue. Dans cette
section, on cherche examiner ce choix de symtrie et tudier linfluence de la forme de la
correction de profil. Alors, on dfinit des variables de conception caractrises par une
profondeur Ei, une longueur adimensionne i et une forme dfinie par lexposant spi, avec
i=1 pour un paramtre associ au pignon et i = 2 pour ceux correspondant la roue (voir
Figure II-31). Lquation (II.31) prsente une formulation mathmatique de lcart e(M)
induit par ces corrections de dentures :
sp1
E1
1
sp2

1
e( M ) E2
2 2
pour 0 1
pour 1 2
autrement
99
(II.31)
Chapitre I
Amplitude de la correction de
Correction
profilamplitude
(profondeur)
(1- 2)
Dimensionless
Temps
adimensionn
time
or
extentofprofile
tT
spi =1
spi =2 ,i =1,2
spi =3
-E1
-E2
Figure II-31 : Dfinition des paramtres de correction de profil diffrents entre

roue et pignon
De plus, afin de rtablir des portes raisonnablement centres sur la largeur des dentures qui
peuvent tre dsalignes, un bomb longitudinal parabolique, est ajout.
Tte de
dent
Ap
Pied de
dent
Largeur
Figure II-32 : Bomb longitudinal (Ap)
On est donc en prsence dun problme doptimisation avec sept variables de conception
ce qui justifie le recours un algorithme gntique comme mthode doptimisation.
II.4.1.3. Rsultats numriques

Les engrenages considrs, hlicodal (cas 1) et droit (cas 2), sont dcrits dans le Tableau
II-1. Le modle de Weber et Banaschek [26] est utilis pour la dtermination de la raideur de
flexion et de fondation des dents des deux roues (pignon et roue) tandis que la formulation
analytique de Lundberg [25] est employe pour calculer la raideur de contact. Ce modle
conduit une modlisation plus raliste de la raideur dengrnement par unit de longueur de
contact qui, dans ces conditions, devient dpendante de la position du point du contact dans
les directions selon le profil et la largeur de denture. Pour un bomb donn, lapproche
propose cherche dfinir les combinaisons optimales des paramtres de corrections de
profil, qui aboutissent minimiser le RMS de lerreur de transmission quasi-statique. Afin
100
Chapitre I
dafficher les rsultats multi variables obtenus sur une seule figure en deux dimensions, des
digrammes de type radar ont t utiliss. Comme dcrits dans la FigureII-33, chaque axe du
diagramme correspond un paramtre donn variant dans un intervalle prdfini. Cette figure
correspond aux rsultats trouvs pour le cas dengrenage hlicodal, tandis la Figure II-35
correspond ceux trouvs pour le cas dengrenage droit.
E*1 [ 0.00 ... 4.00]

3.2
1 [ 0.00 ...
2.4
0.50]
2.5
1.6
0.4
0.3
Limite
minimale
Lower Limit
1.5
0.8
0.2
sp2 [ 0.50 ... 3.00]
Ap*=0., Vmin=0.06m
0.1
Ap*=0.5, Vmin=0.07m
Ap*=1, Vmin=0.1m
0.1
1
1.5
0.8
2
2.5
sp1 [ 0.50 ... 3.00]
1.6
2.4
Ap*=1.5, Vmin=0.11m
0.2
Upper
Limitelimit
maximale
0.3
0.4
[ 0.00 ... 0.50]
3.2
E*2 [ 0.00 ... 4.00]
FigureII-33 : Combinaisons optimales des corrections de profil pour diffrentes valeurs

du bomb (Ap*) (cas 1_Tableau II-1)
Les Figure II-34 et Figure II-36 reprsentent les variations temporelles de lerreur de
transmission quasi-statique associes aux diffrentes combinaisons des corrections de
dentures obtenues par lapproche doptimisation propose.
101
Chapitre I
-5
3.8
Ap*=0.
Ap*=0.5
Ap*=1.
Ap*=1.5
x 10
3.7
TEs(m
)
TEs
(m)
3.6
3.5
3.4
3.3
3.2
t/Tm
Figure II-34 : Evolution des erreurs de transmission quasi-statique correspondantes aux

solutions prsentes dans la FigureII-33
E*1 [ 0.00 ... 4.00]
3.2
2.4
[ 0.00 ... 0.50]

1
sp2 [ 0.50 ... 3.00]

2.5
1.6
0.4
0.3
0.2
0.1
1
0.8
2
2.5
sp1 [ 0.50 ... 3.00]
Ap*=0., Vmin=0.1m
Ap*=0.5, Vmin=0.1m
Ap*=1, Vmin=0.1m
Ap*=1.5, Vmin=0.1m
Limite
maximale
Upper limit
0.1
1.5
Lowerminimale
limit
Limite
1.5
0.8
0.2
0.3
0.4
1.6
2.4
[ 0.00 ... 0.50]

2
3.2
E*2 [ 0.00 ... 4.00]
Figure II-35 : Combinaisons optimales des corrections de profil pour diffrentes valeurs
102
Chapitre I
Ap*=0.
Ap*=0.5
Ap*=1.
Ap*=1.5
-5
3.4
x 10
3.2
2.8
TEs (m)
TEs(m)
2.6
2.4
2.2
0
t/Tm
Figure II-36 : Evolution des erreurs de transmission quasi-statique correspondantes aux

solutions prsentes dans la Figure II-35
En examinant les diffrentes figures obtenues on constate que :

- Pour le cas de lengrenage hlicodal la valeur minimale du RMS(TEs) croit lgrement
avec la valeur du bomb introduit tandis que le bomb na quasiment aucune influence dans
le cas de lengrenage droit.
- Pour lengrenage hlicodal, la valeur du bomb joue un rle prpondrant dans la dfinition
des paramtres de corrections de profil optimaux. Pour certaines valeurs du bomb, les
corrections de profil deviennent presque inutiles dans la procdure doptimisation. En effet,
dans le cas trait, on saperoit que pour une valeur du bomb Ap*=1.5, les solutions
optimales sorientent vers des corrections trs courtes (<0.05).
- Pour les dentures droites et hlicodales, les corrections de profil optimales correspondent
un coefficient de forme sp non entier, compris entre 1 et 2, et ce quelque soit lamplitude du
bomb.
- Les corrections de profil symtriques semblent gnralement les plus intressantes avec,
toutefois, une exception pour un bomb damplitude Ap*=1, pour lequel une correction de
profil non symtrique conduit au minimum de fluctuation de lerreur de transmission.
Il parait galement intressant dtudier la sensibilit de la localisation des solutions
optimales. Pour ce faire, on a trac les deux figures : Figure II-37 et Figure II-38 qui
prsentent ltendue de la zone optimale pour une valeur donne du bomb. Dans ces zones
(ou bandes) les diffrentes combinaisons possibles des paramtres de correction de profil
aboutissent une valeur de RMS(TEs) infrieure une valeur seuil Vs. Cette valeur seuil
103
Chapitre I
dpend essentiellement du bomb et elle correspond 1.1 fois la valeur minimale (Vmin)
obtenue lors de la procdure doptimisation par lalgorithme gntique (marge de 10% de
Vmin). Notons quil na pas t possible de fixer une valeur seuil commune, particulirement
pour le cas de lengrenage hlicodal, car lamplitude du bomb influe sur la valeur minimale
obtenue pour le RMS(TEs).
En examinant ces figures, on constate que pour le cas de lengrenage droit, la bande
optimale est plus rduite, ce qui traduit une plus forte sensibilit du RMS(TEs) par rapport
aux paramtres de correction. Dautre part, pour le cas de lengrenage hlicodal, la bande
slargit suivant les axes dfinissant la forme (sp), ce qui reflte alors une importance
secondaire de la forme de correction dans la dfinition des solutions optimales. Nanmoins,
pour les deux cas le paramtre de forme (sp) associ la zone optimale demeure compris
entre 1 et 2.
E*1 [0. 4.]
sp1 [0.5 3.]
1 [0. 0.5]
E*2 [0. 4.]
sp2 [0.5 3.]
2 [0. 0.5]
E*1
E*1
3.2
3.2
0.4
0.2
1
1.5
0.1
0.2
0.8
sp1
1.6
0.3
0.2
2.4
1.5
1.5
1
0.1
0.2
0.8
0.4
2.5
sp1
3.2
E*2
0.8
0.1
1
0.3
2.5
1.6
2
2.5
0.4
1.5
0.8
0.1
sp2
2.4
2.5
1.6
0.3
sp2
2.4
1.6
2.4
0.3
0.4
3.2
Solution optimale
Bande : RMS(TEs)<Vs
E*2
b) Ap*=1.
a) Ap*=0.
104
Chapitre I
E*1 [0. 4.]
sp1 [0.5 3.]
1 [0. 0.5]
E*2 [0. 4.]
sp2 [0.5 3.]
2 [0. 0.5]
E*1
E*1
3.2
3.2
sp2
2.4
0.4
1.6
0.3
0.2
0.1
0.2
0.8
2
2.5
sp1
1.6
0.3
0.2
2.4
1.5
1
0.1
0.2
0.8
0.4
2.5
sp1
3.2
E*2
2
1.5
0.8
0.1
1
0.3
2.5
1.6
0.1
sp2
2.4
0.4
1.5
0.8
1.5
2.5
1.6
2.4
0.3
0.4
3.2
Solution optimale
Bande : RMS(TEs)<Vs
E*2
b) Ap*=1.
a) Ap*=0.
II.5. Conclusion
Dans ce chapitre, en sappuyant sur les modles numriques dvelopps au sein du
laboratoire, l'influence des corrections de forme des dentures sur diffrents paramtres
caractrisant la performance des engrenages est analyse. Ces corrections influent sur
lensemble des critres tudis. Cependant, les rsultats montrent que lerreur de transmission
quasi-statique est le seul critre qui prsente une (ou plusieurs) zone bien dfinie
doptimisation (pas de variations monotones). Ensuite, une approche analytique exprimant,
les fluctuations de lerreur de transmission quasi-statique sous charge est prsente. Cette
approche fournit des relations exactes (2 paramtres) ou approches (3 paramtres) originales
caractrisant les paramtres optimaux de correction de dentures. Ces relations sont valables
sous certaines hypothses (raideur linique constante) et pour des types restreints de
correction. Pour tendre ltude un modle dengrnement plus raliste et pour un nombre
de variable de conception plus important, on utilise un algorithme gntique. Suite aux
optimisations menes pour 2 configurations dengrenages et pour diffrentes valeurs du
bomb, nous montrons les points suivants :
105
Chapitre I
- Les corrections optimales de profil sont pratiquement identiques sur les deux dentures. Ce
rsultat montre que de supposer des corrections de profil symtriques nest pas pnalisant
pour loptimisation.
- Des corrections de profils avec des formes particulires (loi en puissance avec un exposant
(sp) variant entre 1 et 2) semblent tre les plus intressantes.
- Enfin, les rsultats obtenus montrent que lengrenage droit ncessite plus dattention
pendant la ralisation des corrections puisquil est plus sensible la localisation des solutions
optimales.
Ce dernier point illustre la ncessaire prise en compte de la variabilit des paramtres et des
conditions de fonctionnement lors de la conception dun systme mcanique. Cette approche
robuste de la conception des corrections de forme fait lobjet du chapitre suivant.
106
Chapitre III
Chapitre III
: Optimisation des
corrections de forme Approches
probabilistes
1. Introduction
2. Robustesse : formulation
3. Estimation des paramtres statistiques
4. Optimisation des corrections de profil
5. Robustesse des corrections combines
6. Variabilit entre dents des paramtres de correction du profil
7. Conclusion
107
Chapitre III
III.1. Introduction
L'optimisation conventionnelle minimise la fonction de performance (objectif) prise aux
valeurs nominales des paramtres de conception, tandis que la variabilit invitable et en
partie incontrlable de ces grandeurs est nglige. En effet, plusieurs phnomnes sont
susceptibles de produire des variations de paramtres : dispersions de fabrication et de
montage, variations de lenvironnement et du fonctionnement, vieillissement, etc. et peuvent
provoquer des perturbations marquantes aux niveaux des performances du systme. Pour tenir
compte de ces effets, nous allons suivre la dmarche de la conception robuste qui est le
processus de conception qui optimise la fois la valeur nominale attendue et les dviations de
la fonction objectif.
Dans ce chapitre, on sintresse loptimisation robuste des corrections de forme
minimisant les fluctuations de lerreur de transmission quasi-statique (RMS(TEs)). Pour ce
faire, une premire partie vise dfinir clairement la fonction objectif robuste. Cette fonction
contient des paramtres statistiques qui sont, dans la seconde partie, estims en utilisant des
approches analytiques, numriques et combines (analytique-numrique). Une tude dtaille
de la robustesse des corrections de forme est ensuite prsente pour un engrenage droit et un
engrenage hlicodal, en prsence dincertitudes gomtriques et/ou fonctionnelles. Enfin,
diffrentes tudes paramtriques sont menes pour caractriser au mieux les solutions
robustes.
III.2. Robustesse : formulation

Afin de montrer linfluence de la variabilit des paramtres micro gomtriques de
corrections de dentures sur les fluctuations de lerreur de transmission quasi-statique,
lvolution du RMS(TEs) le long dun segment AB dans le plan (E*, ), normal la courbe
analytique optimale [35], est reprsente sur la Figure III-1.
On peut observer que le RMS(TEs) varie rapidement au voisinage de la correction
optimale avec une dgradation notable de la performance ds que la correction sloigne de la
solution optimale (point C). Bien que plusieurs techniques soient disponibles pour contrler
et rduire la variabilit des paramtres de conception, les dviations de la surface des flancs
des dents sont invitables en pratique. Il est alors important de prendre en compte ces
variations ds la phase de conception : cest le principe de la conception robuste. Cette
approche permet de dterminer les variables de conception qui rendent le systme capable de
maintenir son niveau de performance malgr la variabilit des ses paramtres et de son
environnement.
108
Chapitre III
0.
44
29
0.
9
65
66
0. 8
70
21
0.25
0.2
0.05
1.5
1 1.93
0.6
1. 1.51.724 8 3
0.2 0.44 56 6 0. 8 1.083297 4 1 1 7
70 2 8
29 2 9
1
37 9
0 0.656 6
0. 22
0.229.43472 99
9 37
0.442
0.229 37
0.656 6 99
0.870 21
0.656 6
0.870 21
1.083 8
1.0838
0.8
0.6
0.4
0.2
1.2974
74
1. 29
0.5
RMS(TEs) m
1.2
74
0.1
1. 0
83 8
1. 29
0.15
Solution Analytique (Eq II.15)
37
29
0. 2
1 2974
1.083 8
0.3
1.4
3. 22
64
3. 00
27
2. 79 1
9
2. 57 5
5
2. 36 1 9
2. 15
1.9383
1.724 7
1. 5111
1. 2974
1.083 8
1
0.870 2
0.35
0.442 99
0. 6566
0.870 21
0.4
0.442 99
0.229 37
0.45
2.5
3.5
E*
0
A
Figure III-1 : Variation du RMS(TEs) le long du segment AB
La mthodologie de conception robuste a t popularise par les travaux de Taguchi

(Taguchi, 1987) et Phadke (Phadke, 1989) dans les annes 80 et 90, qui ont tabli la
conception robuste comme lune des principales mthodes pour l'amlioration de la qualit et
de la performance des produits. Taguchi [74] a propos lutilisation dun ratio nomm
signal-bruit (S/B) pour tudier la robustesse. En effet, le signal reprsente la moyenne de
la performance recherche ( maximiser) et le bruit dsigne la dispersion de la rponse en
fonction des facteurs incertains ( minimiser). Dans le cas o le but de la procdure
doptimisation est de minimiser la fonctionnelle, le ratio signal-bruit est exprim par [74] :
S
10 log
Y2
Y2
(III.1)
avec Y et Y la valeur moyenne et lcart type de la performance Y respectivement.

Lapproche initiale de Taguchi cherche maximiser ce ratio sans prendre en compte la
valeur minimale absolue du problme [48]-[49] et [81] pouvant ainsi conduire des solutions
trs loignes de la solution optimale ( peak optimum ), comme lont montr Box et al.
[82]. Pour pallier ce problme, Taguchi [75] a intgr ultrieurement la valeur optimale au
niveau de la valeur moyenne de la performance, en gardant la mme expression du ratio
signal-bruit. Sundaresan et al [47] ont utilis la mme approche base sur les plans
orthogonaux de Taguchi et ont propos une fonction objectif qui prend la forme dune somme
pondre entre la valeur de la performance au centre du plan et un indice de sensibilit :
Frob ( X ) Lc 1 SI
SI
1 m
2
Li Lc
m i 1
109
(III.2)
(III.3)
Chapitre III
Avec :
: Facteur de pondration, 0 1
m : Nombre total des points au plan orthogonal
Lc : rponse au centre du plan
Li : rponse au point i du plan
Pour une performance linaire, Lc et SI caractrisent les paramtres statistiques ; la valeur
moyenne et lcart type, respectivement. Ce qui nest pas vrai en prsence de non linarit
comme dans notre cas dtude puisquil n y a pas de relation linaire entre le RMS(TEs) et le
paramtres de corrections [80]. Pour ce faire, Yu et Ishii [78] ont propos une autre forme de
la fonction objectif, base sur le concept de la pire ventualit statistical worst case ,
prsente dans lquation qui va tre utilise dans cette tude de robustesse.
Frob ( X ) Y Y
(III.4)
Avec :
Y : Moyenne de la performance,
Y : Ecart type de la performance,
: coefficient de qualit,
X : Vecteur regroupant les variables alatoires.
Il faut noter que le coefficient de qualit est ajust par le concepteur : une valeur de
faible permet de privilgier la performance et une valeur de leve met laccent sur la
robustesse. Pour notre tude, le coefficient de qualit est fix 2 puisque dans la plupart des
cas, on a obtenu des valeurs dcart type de RMS(TEs) qui sont de lordre de 1/10 de celles
des valeurs moyennes. La fonction robuste optimiser qui est utilise dans la suite de ce
chapitre est dfinie par :
Frob ( E , ,) RMS (TEs ) 2 RMS (TEs )
(III.5)
Les paramtres de correction tant des variables alatoires indpendantes.
III.3. Estimation des paramtres statistiques

Loptimisation robuste de la conception est base, comme prsent dans lquation(III.5),
sur le calcul de la valeur moyenne Y et lcart type Y de la fonction objectif Y. Ces
paramtres statistiques sont dfinis mathmatiquement par les relations (III.6) et (III.7) :
n
Y Y ( X) pi ( xi )dxi
i 1
2
(Y (X) Y ) pi ( xi )dxi
i 1
110
(III.6)
(III.7)
Chapitre III
O X [ x1 , x2 ,, xn ]T est un vecteur des variables alatoires pris lintrieur du domaine de
dfinition et pi xi est la densit de probabilit de la variable xi .
Ainsi, selon la faon dont on peut calculer la performance Y, on distingue essentiellement
deux approches destimation et de calcul de ces formes intgrales. La premire approche est
analytique, base sur un dveloppement de Taylor, tandis la deuxime fait intervenir des
mthodes numriques (mthode de simulation de Monte Carlo, formules de quadrature de
Gauss).
III.3.1. Dveloppement analytique

En se basant sur les travaux de Velex et al. [35], on a dvelopp dans le chapitre
prcdent une approche analytique qui permet destimer la variance temporelle (RMS2) de
lerreur de transmission. Sa validit a t montre travers plusieurs simulations. La
performance considrer est la variance temporelle :
Y=RMS2(TEs)
(III.8)
La performance est une fonction de 2 variables alatoires suppose indpendantes : E et

. On cherche dterminer analytiquement lexpression des formes intgrales donnes dans
les quations (III.6) et (III.7), partir dun dveloppement de Taylor dune fonction
plusieurs variables (voir Annexe C) en supposant que la fonction est dote dune rgularit
suffisante. Lquation (III.9) prsente lexpression retenue pour lestimation de la valeur
moyenne de la performance Y, autour dune valeur nominale x E , , avec un
dveloppement de Taylor du second ordre (Mthode des moments ou mthode Delta [98] ) :
2
2
Var E RMS TEs Var RMS TEs
Y RMS TEs
x
2
2
E
(III.9)
avec,
2
m
Y RMS TEs
kE kE
kE
k (voir quation(II.18))
2 cos 2 b
n 1
De la mme faon, il est possible dexprimer la variance de la performance Y au second ordre

par la relation (III.10):
2
E , Var Y E , Var E E , Var 2 E ,

E ,
E

x
2
Y
(III.10)
Y est lcart type gomtrique (puisquil dpend des variables gomtriques) de la fonction
objectif analytique (RMS temporelle de lerreur de transmission quasi-statique). Ce paramtre
111
Chapitre III
reprsente la variabilit de la performance en prsence de variations alatoires des paramtres
gomtrique (E, ). Il reflte la robustesse de la fonction en un point donn.
Les relations analytiques (III.9) et (III.10) expriment les paramtres statistiques de la fonction
robuste. Ces relations sont utilises dans lapplication prsente au paragraphe III.4.1.
Notons, que la formulation analytique propose du RMS(TEs) nest valable que pour un
modle simplifi, o la raideur linique dengrnement est suppose constante.Pour tendre
ltude des corrections plus complexes et des modles plus sophistiques, on a eu recours
des mthodes numriques pour estimer les paramtres statistiques.
III.3.2. Mthodes numriques

III.3.2.1. Mthode des simulations de Monte Carlo
Dans le but dvaluer les paramtres statistiques dfinissant la fonction robuste (quation
(III.5)) dans le cas dutilisation de modles plus complexes que celui de ltude analytique, on
a utilis en premier lieu la mthode de simulation de Monte Carlo (SMC) qui est une
technique classique destimation des intgrales multi variables, comme celles dans les
quations (III.6) et (III.7). Le principe consiste gnrer alatoirement des valeurs dans un
intervalle spcifique chacune des variables avec des frquences proportionnelles la densit
de probabilit. Malgr sa simplicit, la mthode SMC a la capacit de faire face un large
ventail de problmes quelque soit leur complexit. Cependant, dans la plupart des cas, la
convergence ne peut tre obtenue quen utilisant un grand nombre d'chantillons conduisant
ainsi d'importants temps de calcul. A titre d'exemple, la Figure III-2 montre l'volution de la
variation de RMS(TEs) par rapport au nombre de points tirs pour 20 simulations diffrentes.
Les points de tirage reprsentent des combinaisons de profondeur E et de la longueur
adimensionn dune correction de profil linaire symtrique introduite pour le cas
dengrenage hlicodal tabul en Tableau II-1. Ces points sont gnrs de faon alatoire en
considrant une distribution normale centre sur la paire de valeurs (E=20 m, ). Il
peut tre observ quau moins 300 tirages (SP = 300) sont ncessaires pour estimer l'cart
type de RMS(TEs) avec une erreur relative infrieure 10% assurant une bonne convergence
de SMC.
112
Ecart type du RMS(TEs)
Chapitre III
Erreur relative <10%
Nombre des points de tirage
Figure III-2 : Evaluation de la convergence de la mthode de simulations de Monte Carlo
III.3.2.2. Mthode dintgration numrique : Quadrature de Gauss

D'autres mthodes pour estimer la moyenne et l'cart type de la fonction de performance
ont t introduites par Taguchi [75] et dveloppes par D'Errico et Zaino [85] ainsi que par
Duffy et al [83]. Ces auteurs proposent des techniques de discrtisation bases sur un plan
factoriel complet, qui consiste prendre en compte des combinaisons particulires des valeurs
associes aux diffrentes variables de conception. En sappuyant sur la mthode dintgration
numrique par quadrature de Gauss applique au calcul dintgrales variable simple, et en
supposant que les variables sont indpendantes, Duffy et al. [83] ont propos un systme
linaire dquation dont la rsolution permet en premier lieu la dtermination des points de
calcul dits points de Gauss et en second lieu lestimation des poids associs chaque
point. Ainsi, les formes intgrales thoriques des paramtres statistiques se transforment en
des sommes pondres de la forme :
N
Y wk Y X k
n
k 1
Y2 wk Y X k y
k 1
(III.11)
avec
wk , le poids associ la k me combinaison des variables alatoires X k
, indice de la variable de conception

n , nombre des variables de conception
113
(III.12)
Chapitre III
N H n , nombre total des points tel que H est le nombre dchantillons discrtiss, utiliss
pour modliser la distribution de probabilit (nombre identique pour toutes les variables).
Usuellement H est compris entre 3 et 5.
Il est remarquer que le choix des points et des poids ne dpend que de la probabilit
conjointe du paramtre de conception. Dans ce contexte, pour des distributions normales, la
formule de quadrature de Gauss-Hermite est employe [86] alors que pour des distributions
uniformes, ce sera la formule de quadratures Gauss-Legendre avec changement de variable
[86]. Duffy et al. [83] ont propos une procdure plus gnrale pour des distributions autres
(Bta par exemple). De plus amples dtails sur la dtermination des points de gauss et des
coefficients de pondration associs chaque variable sont donns dans lAnnexe D.
Le nombre d'chantillons requis pour reprsenter de faon adquate une distribution par
la mthode des points discrtiss (ou mthode de Quadrature de Gauss QG) est moindre que
celui demand par la mthode de Monte Carlo MCS tant que le nombre de variables n'est pas
trop grand. Ceci conduit une rduction consquente du temps de calcul ncessaire pour
valuer les intgrales multi variables. La pertinence de cette mthode est illustre sur la
Figure III-3 en comparant les performances des simulations Monte Carlo (MCS) et la
mthode de quadrature de Gauss (QG). La valeur moyenne et l'cart type du RMS(TEs) ont
t calculs en utilisant une varit de valeurs nominales pour des paramtres de correction de
profil linaire symtriques en tte de dent (profondeur adimensionne E* et longueur
adimensionne ) rparties sur tout lespace du domaine de recherche (voir Tableau III-1).
Un nombre de 300 chantillons (SP) a t utilis dans les SMC, alors quavec la mthode
QG, les densits de probabilit des deux variables de conception (E*, ) ont t discrtises
en 4 points seulement, ce qui conduit un nombre total de points gal 16 (42). Nous
constatons que les deux mthodes conduisent des rsultats trs proches avec une rduction
considrable du cot de calcul lors de l'utilisation de la mthode QG.
Tableau III-1 : Points de validation de la mthode Gauss quadrature QG
Point (Pti)
(E*,)
Pt1
Pt2
Pt3
(0.25,0.1) (0.25,0.4) (1.2,0.1)
Pt4
(1.2,0.4)
Pt5
(3,0.1)
114
Pt6
(3 ,0.4)
Chapitre III
MCS(SP=300)
SMC
(SP=300)
2
QG (N=H2, H=4)
, H=4 )
1,60E-006
3,50E-007
1,40E-006
3,00E-007
1,20E-006
2,50E-007
1,00E-006
2,00E-007
8,00E-007
1,50E-007
6,00E-007
4,00E-007
1,00E-007
2,00E-007
5,00E-008
0,00E+000
pt1
pt2
pt3
pt4
pt5
pt6
0,00E+000
pt1
pt2
pt3
pt4
pt5
pt6
b) Ecart type Y du RMS(TEs)
a) Valeur moyenne Y du RMS(TEs)
Figure III-3 : Comparaison entre les mthodes SMC et QG
III.4. Optimisation des corrections de profil
III.4.1. Approche semi-analytique /Modle de raideur simplifi

Dans ce paragraphe, les rsultats des dveloppements analytiques proposs dans la
section III.3.1 sont utiliss pour estimer rapidement la valeur de la fonction robuste Frob. Les
relations (III.9) et (III.10) font intervenir les caractristiques statistiques (variances) des
variables dentre (E, ) et des termes de drivation de la fonction de performance (RMS
(TEs)) par rapport aux 2 paramtres de correction. Le dveloppement des drives partielles
pose problme pour 2 raisons :
- Les sries de Fourier supportent mal la drivation ;
- Dans la zone o les paramtres de corrections de profils induisent une rduction de
longueur de contact caractrise par (voir Equation (II.10)), la drivation est rendue dlicate
par labsence dune quation unique explicite de cette rduction en fonction des paramtres
gomtriques de correction de profil (E, ).
Pour pallier ces difficults, une mthode semi-analytique a t mise en place. Il sagit
de reprendre la formulation analytique propose dans les quations (III.9) et (III.10) et
dvaluer numriquement les drives partielles en utilisant par exemple, le module gradient
du logiciel Matlab .
Cette approche semi-analytique est confronte avec lapproche numrique, dans laquelle on a
utilis la mthode de quadrature de Gauss (QG), imbrique avec le modle numrique initial,
115
Chapitre III
afin dvaluer la fonction objectif robuste (Frob, quation). La configuration 1, du Tableau II-1
est traite avec la prise en compte dune raideur linique dengrnement constante. Une
distribution normale, centre sur les valeurs moyennes, caractrise la variabilit de chaque
paramtre de correction (E, ). Des intervalles de tolrance (IT-E= 5m) et (IT-= 5% T1T2 )
associs respectivement aux paramtres E et , sont considrs (voir Figure III-8). Les
figures, Figure III-4 et Figure III-5, prsentent respectivement les rsultats de lesprance
RMS(TEs) (voir Equation(III.9)) et de lcart type RMS(TEs) (voir Equation(III.10)), issus des
deux approches ; numrique (QG) et semi-analytique.
0.45
0.2
0.15
0.1
0.05
0.2
0.15
07
1 1
1. . 08. 005
1 1
1. 2 57 5 6e-8e-0
3 e 0 0
1.3 3 3e -0 0 06 6
09 -0 0 6
1. 3 1e 6
84 -0 0
9e 6
-0 0
1. 4
6
60 7
e-0
06
0.1
1.536 5
e-0 06
0.05
18 7
0.25
06
1.563 3e-0
67. 02
45.. 26 5 7
2.43.32.39.973550197356eee--00 0
76 95 e-2e e-0-0 0077
3 3. 22.4
e-000-70 07077
4 .99 35 e76 9
07
5..57051332e-0-00e7-0 07
6.26 9 5ee-0 007
7.02 7 6e -0 0 7
7.78 5 7e--0 077
3.939.23325ee-00 7
8.54329e-00007
-0 07
9.3
3e-0
54.
.575
00 2ee-0
0915e
-00 77
07
6
.2
-0 07
7.
6e-0
0267
-0
7
7e
07
7.8.78
07
1.0005
352e
9e
-0
54
07
8e
1.08
-0
-0
9.
06
07
3002e-007
6e-0 06
1.15751e006
1.233 3e-00
1.157 -006
1.3091e-0066
1.23335e
e-0
06
1.30
91e006
1.3849e-006
1.3849e-006
6
1.460
7e-00
7e-006
1.460
1.5365e-006
1.5365e-0 06
6
1.6123e-00
e -0
-0 0
7
0.3
1.7
1 1
1. .07. 000
14 0 9 6
1. 1 2 e- e-0
2
0
1. 2 11 6 e-0 0 06 06
81 e-0 6
1.3 9e 06
52 -0 0
1.4 3e-0 6
0
22
6e- 6
00
6
1.493
e-00 6
7
56..4.819
3.46.53.70788158152eee--000
5e
-0
2.974 98 3e7e--0 0077
71 5e-0-0 00 077
4 3.6 07
e-007 7
5 .37 74 9
07
5..70881873e-e0-0 0
6. 48 5 1ee-0 07 7
2
.9
7
0
1
8
5
e
-0 07
7 7.19 5e-00 077
8 .895 2 e-0 07
4.378 3e0881 7e-00 07
9.3.50928 84ee--00 0077
55..7
07
6.
2e-0 007
4
88551e
-0
e-00
7.
0 007
7
2 e7.59
1 00
8919
77
5 4e
8.
6e-0 06
-0
07
88
1.07.0
e9.
00
30
0
7
9e
22
e-007
-0 06
1.1412 00
6
1.2116e-e-00
1.141 -0 06
6
1.2819e-0
1.21162e
06
06
1.28
19ee-0
-006
1.352 3e-006
1.3523e-006
1.4226e-006
1.422 6e-006
1.493e-006
1.493e-006
71
68 e
0.25
2.
9
0.35
2. 2
0.3
0.4
0 06
2 3e- 0 06
1 . 6 1 6 5 e --0 0 66
1 ..5436 0479ee --0000 66
11 . 3 8 9 1 ee-0 006
1 . 3203 3735e --00 0066
.
1
1..1058 15 68eee--00 07
11 . 0 0 0 2 -0 0 707
0
9 . 3 4 2 e e -0
5
.
8
83 9
7.7
7
5 e -0 0 7
5 .570591 3 e --00 00 7
4. 93 2e 0 7
3 . 9 5 e -0 0 0 7
3. 2 3 6 9e- 7
2 . 4 7 e -0 0
7
8
07
1. 71
e -0
18 7
1.97 e -0 0 7
2 . 4 7 6e -0 0 7
3 .2 3953 2 e -0-0070 70 7
3 .9 7 5 1 3 e5 e -0 -0 0707
4 . . 5 0 9 7 6 e e -0 0 0 7 7
6 7 - 0 7
5
6. 27 . 02 583 9e2 e-0e-0 0
7. 7 8. 54300 2
9.
-0 06
1. 00 51 8e
-0 0606
1. 08 6e
1. 15 7 5e3-0
0 06
06
1. 23 3 e-0
06
1 .3 09 1e
-0
1. 38 4 9e60 7e -0 06
1 .4
-0 0 6
1 .5 3 6 5 e
1.5365e-006
0.35
0 06
3 3 e- 0 606
1 .15.64 932e6-ee0--00 0066
1..43252139ee--00 0066
1 28 6 0 6
1
0
.
1
. 2141 2ee-0 067
1
11..10700962ee-0-00007
0
7
19. 0. 390828ee--0 0
8. 5 95 4
7. 8
07
7 e -0 0 7
5. 038718 3ee--00 007 07
4 . 4 9 e3. 67 71 5
2. 98 e-00 7
2. 26
07
e-0
68
2. 2
07
9e-0 07
3. 67748 3 e7-0e-0-0070 7 7
4. 3 . 081 5 1e e-0 000 7 7
5 5 . 7 8 8 5 2 e - -0 0 0 7 7
8
6. 4 7. 1995 48e8e-0e-0 0
7. 88. 59302 2
9.
06
1. 0 00 6e-0 06
1. 07 0 9e -0
06
-0
2e
1
1. 14.2
-0 06 6
1 11 6e
00
1 .2 8 1 9 e0 06 06
1. 352 34e1. 22 6e-0 1.493 e-00 6
1.493 e-00 6
0.4
0.45
6
-5
-5
x 10
x 10
b) Approche semi-analytique
(Equation (III.9))
a) Approche numrique (GQ)
Figure III-4 : Estimation de la valeur moyenne Y
0.15
0.1
0.05
0.05
-5
x 10
a) Approche numrique (GQ)
-0 0
4e
72
08
7.32
5 3e00
6.29
0.2
8 7e- 8
0 08
5.27
2
4.24 1e-0 08
55
0.15
3. 21 e-0 08
9 e00 8
2. 19
2 4e
-0 08
0.1
2. 2
9.378
4e-0
0 07
1.143 2e
-0 07
07
e-0
61 8
8
.
1
1.
07
24
-0 7
58
1. 3
1e -0 0
7
e41
6 e
00
1.24 815.7.1e455. 69 11e 2. 0 69 7
7
1.4515.38e -05153618.148-.06901 . 1
1.
-0507 07 e-e0-60784e24
1
4
1
8
1
e
1.
-0 0e-70
0707-e0-070
0 4 43 2
7
07
05
e
1.34
1.6
1.7
5.8
e- -0 0
885e
165.5
1
946e115-0
00 7
e38-0
e70-0
0
1
e
-0
70-070077 7
.7
8.3 9. 3 7
59 1.2.067619e7-02e-400e70-0 0
51 7 8
1. 2 1.
1e1.869624.12.27
8e 4e
-0 1 8 4e45 451
-0 -0
07 e-0 0 07
1
8e
08 0 8
07
-0 0 e-0 0
1.553
7
7
1.14
7. 3
1
.3
1
.
4
0
8
5e-0 08e-0 07
40 5e3 2e-0
6.2 25 3e
7
-0 0
1. 24
98 -0
5 8e-0 07
9 70874e7
5.27 7e-0 008 8.351 8.3
e-0 08 -0 08
1.0405e-007
2 1e- 8
7.
3253e-008
4.245 0 08
6.2
98
7e-008
5e-0 0
5.2721
e-0 08
8
3.219 e-0
4.2455e
-008
08
3.219 e-008
3 8e-
-0 0
8e
30
2. 9
07
e -0
0.25
15 1
0.2
0.3
2. 0
0.25
0.35
1.55
1.884 3e-0 07
2. 015
1 e -0 0
7
2. 14
5 9e
-0 0 7
2. 2
76 7
e-0
07
07
e-0
53 5
07
1.491 8
e-0 07
1.361 e-0
07
1.230
2e-0 0
7
1.09
94
9.68 e-0 07
54
8.37 e-0 08
7
7.06 2e-0 08
9e
5. 76 -00 8
0 8e
-0 0
4.45
8
26
3.1 e-0 08
44 4
e-0
08
1.83
6 2e
-0 0
8
0.3
1. 7
1.622 6e-0
1.3485e-007
7
70 0
0 0e- 7
e - 8 00
2 691 e7
62 .461
00
1. 11. 3
e35
75
1.
7 7
-00 -0 0
7
07
6 1 e 6e
0 0 e-0
22
1. 3
e18
1. 6
26
6 2 1. 49
1.
0.35
0.4
7
00
6e07
4
.
2
07
e-0 7
1.1.2
8 4 -0 0 7
3
49 30 2
2. 5 9 2ee- 00
1 8 e-0
6 8
0 1
e0 0 7 .753
2.6 2.
2
51e2. .22...240
7
-80080141547567 6
731 97ee1.753 017.6
5e-022 6e-0 ee-0-e00-0-70070000777
0
0
07
7
e
3
1.
84
2.11.
3e-0 07
36
427
8
588
967
.
e4-0
2.2.40
1
77
e-000
1e
76e
-007
2. 1
2.5384e-007
0 07
45
1. 2 00
2ee-- 007
9
92e .27 2
6
30 7
8
-0 6 7.e4027.6 2.
2
07 -0 6e
1. 0 e-0
1.62
9
2 6 1.88 2.01 07 -0 07
9. 6 9 4e 07
-0 0571e-0 07
1.49e1-0 07 4 31e.7
85 4 -0 0
1.361 8e-0 0
53 5e-0
8.37 e-0 7
07
e
7
-0
7 2e 08
0
1.230 2e7
7.06 -0 08
-0 07
1.
09
9
9 e-0
4e
9.6854e--0
07
5.760 0 8
00
8
8.377 2e-0 08
8e
7.069e-00 8
4.452 6e-0 08
5.7608e-008
-0 08
4.452
6e-00
8
3.144 4e-008
3.1444e-0 08
2
3
4
5
00
e64
7
65
00
1.
e72 07
0403-0
8e-. 15e 8
45 410 0
-0 0 7
8 5e
1. 2 1. 0 4e-007
1. 34
088 -0
e -0030727e
5 158e9-4. 30 7
8. 340 e. 1-0
1. 04 5 81
1. 2
0.4
1.45
1
1 . 5 5 1 e -0 0 7
3 8e
-0 0
7
1. 65
6 4e
-0 0
7
1.
75
91
e00
7
0.45
0.45
b) Approche semi-analytique
(Equation(III.10))
Figure III-5 : Estimation de lcart type Y
116
6
-5
x 10
Chapitre III
En examinant les deux figures, Figure III-4 et Figure III-5, il est possible de constater
quavec les deux approches, on obtient les mmes amplitudes et les mme variations des deux
termes statistiques (RMS(TEs), RMS(TEs)) caractrisant la robustesse. On peut donc en dduire
que lestimation semi-analytique partir du dveloppement de Taylor, donne des rsultats en
bonne concordance avec ceux obtenus par la mthode de quadrature de Gauss imbrique au
modle numrique. Il faut signaler que lapproche semi-analytique conduit un gain
considrable en temps de calcul (une dizaine de secondes par rapport 4 heures) ce qui
permet de conduire des tudes paramtriques pousses. Ceci est confirm travers la Figure
III-6 qui prsente lvolution de la valeur minimale (min) de Frob (en fonction des paramtres
gomtriques gnraux et . Cette figure est obtenue partir de la formulation semianalytique, pour une raideur linique constante et en appliquant un chargement gal 850
Nm. On constate ainsi, que les engrenages droits () sont plus sensibles aux variations
gomtriques des paramtres de corrections. De mme une valeur entire du rapport de
recouvrement () tend donner des gomtries plus robustes.
-6
x 10 m
1.8
7
e-00
2.182
2. 182e-007
1.4
1.2
2.182e-007
1.8
1.6
2.
18
2e
-0
07
1.6
1.4
1.2
1
1
0.8
2
2.18
2.182e-007
2.182 e-00
07
7
-0
e
0.8
2
4.36
8
7
1
-00
9e
63
.
3 9e4.3
2
0 07
07
-0
6.5
e
0.6
4
9
5
7
9e3
6. 5459e-00
0 07
36
4.
07
7
-00
9e
0
27
8.7
e
0.4
5 9 8.727 9e-0 07
54
1.
1.091 e-00 61
.
6
09 8.72
. 309
00 6
79
e
2
1
06
e
-0
9
2e
1.5
0 06 1 e
0.2
1.309
e-0
1.0
-0
27
07
1.5274e-006
0
4
e-0
006
6
1.7456e1.963 8e-0 06
06
0
1
1.2
1.4
1.6
1.8
7
07
e-00
e-0
63 9
4.3
0.6
0.4
0.2
Figure III-6 : Courbes isovaleurs de min(Frob), Cm=850 Nm, Distribution normale,

IT-E:Qp7, IT-:2.5%
Lapproche semi-analytique, prsente ci-dessus, a t labore pour un modle

dengrnement simplifi avec raideur linique dengrnement constante. Une tude
doptimisation plus pertinente doit tenir compte dun modle plus raliste (modle WeberBanashek) pour la raideur dengrnement.
117
Chapitre III
III.4.2. Optimisation numrique

Dans le but de dfinir les modifications de profil robustes et optimises pour les
fluctuations d'erreurs de transmission (RMS(TEs)), des simulations massives par balayage de
tout lespace de recherche (ici, la profondeur et l'tendue des modifications de la correction de
profil) peuvent tre effectues. Cependant, ces mthodes numratives demandent des temps
de calcul prohibitifs. Pour palier ce problme, une approche alternative plus rapide est
propose pour les engrenages LCR (Low Contact Ratio : < 2). Cette dmarche repose sur
la combinaison des rsultats analytiques et numriques pour rduire le domaine de recherche.
En effet, il a t dmontr par Velex et al [35] que les solutions fournies par le modle
analytique (quation(II.21)), sont relativement proches des rsultats obtenus par les modles
numriques les plus labors. On supposera, dans ce qui suit, que, pour un modle plus
sophistiqu, la zone robuste (minimisant Frob) pour les paramtres de correction de profil, se
situe galement au voisinage de la solution analytique. La dmarche de recherche de la zone
robuste se compose alors de trois tapes (Figure III-7) :
a)
D'aprs les rsultats (Equation (II.19)) du modle analytique (la raideur par unit
de longueur de contact est suppose constante), une famille de solutions initiales
pour des corrections optimales de profil est dfinie. Lensemble de ces solutions
reprsente une courbe dans le plan ( E * ) dnomme courbe initiale.
b)
Un modle plus raffin du comportement de lengrenage est ensuite considr avec

une modlisation plus raliste de la raideur dengrnement (Weber et Banaschek
[23], Lundberg [24]). Une nouvelle courbe optimale est alors recherche en utilisant
la mthode du gradient selon E, initie l'aide des rsultats prcdents. Ainsi, on
obtient comme l'illustre la Figure III-7, une courbe de rfrence actualise et plus
prcise appele courbe matresse.
c)
Enfin, la fonction robuste (Equation (III.5)) est estime en utilisant la mthode de

Quadrature de Gauss (Equations (III.11) et (III.12)) et en balayant une plage rduite
de paramtres de modification de profil centres sur la courbe matresse. En
agissant ainsi, le cot de calcul est considrablement rduit puisque seule une partie
limite de l'espace de conception est explore. Le balayage de tout un domaine est
conserv afin de pouvoir dlimiter une zone robuste et pas seulement un point dans
lespace des paramtres. Il est noter que les contraintes respecter sur la pression
de contact maximale et les contraintes aux pieds des dents sont incluses dans le
processus d'optimisation.
118
Chapitre III
0.45
Initial
curve
Analytique
0.4
Constant Mesh stiffness, ISO
0.35
0.25
0.2
0.15
0.1
0.05
0
Mesh stiffness: Weber-Banashek

& Lundberg
Numerical simulations-Gear
+
Gradient Method (GM)
E'
E*
0.45
Initial curve
Analytique
MasterGradient
curve
WB-M.
0.4
0.35
GM
0.3
D eterm in istic
Analytical formulation (Eq

(Eq.7)
II.21)
0.3
0.25
0.2
0.15
0.05
0
Variability of parameters: Frob

(GQ Method)
+
refined sweeping (*)
GM: Gradient Method

1
E'
E*
0.45
0.4
0.35
0.3
S tochastic
0.1
0.25
0.2
0.15
areas(Figs.
(Fig.III.9)
7-10)
Robust
(with reduced time)
0.1
0.05
0
E'
E*
Figure III-7 : Procdure de rsolution - Approche combine (analytique et numrique)
III.4.2.1. Influence de la loi de probabilit

Les informations sur la distribution de probabilit dans l'intervalle de tolrance sont
rarement disponibles. Les distributions normales (gaussiennes) sont souvent utilises mais il
semble intressant d'analyser l'influence dautres lois de probabilit sur la localisation des
paramtres robustes de correction de profil. La Figure III-8(a) reprsente une distribution
normale centre sur une valeur nominale donne avec un cart type communment li
l'intervalle de tolrance tel que IT 6 p ( p reprsente la dispersion du processus de
fabrication). Des distributions alternatives peuvent tre modlises en utilisant des
distributions Bta B , qui permettent, de simuler une grande varit de possibilits en
modifiant les paramtres et comme illustr dans la Figure III-8(b). A partir dune mme
119
Chapitre III
base, il est en effet possible de gnrer des distributions asymtriques ainsi quune
distribution uniforme (en choisissant B (1,1)). Avec cette distribution, les notions de valeur
nominale et d'intervalle de tolrance restent applicables. Dans ce qui suit, chaque composante
du vecteur des variables alatoires de conception (comprenant la profondeur E et longueur
de correction) sera caractrise par une valeur nominale et un intervalle de tolrance IT qui,
en thorie, peut tre dduit partir de la classe de qualit de lengrenage (norme ISO 1328
[69]). Toutefois, cette norme [69] ne fournit pas dlments pour quantifier la tolrance sur la
longueur de correction selon le profil et les valeurs suivantes, considres comme ralistes, de
lintervalle de tolrance associ (IT-) ont t choisies : 1,25%, 2,5% et 5% de la ligne de
conduite. Par contre, les intervalles de tolrance pour la profondeur de la modification (IT-E)
sont dfinis et illustrs dans le Tableau III-2 pour trois niveaux de qualit diffrents.
Tableau III-2 : Intervalles de tolrance du profil pour diffrentes classes de qualit [69]
Qp6
Qp7
Qp8
10
TI-E (m)
15
21
Tolrance IT
Tolerance IT
a) Distribution normal
b) Distribution Beta
Figure III-8 : Formes probables de variabilit
Lengrenage hlicodal (cas1_Tableau II-1) est analys pour un couple moteur

constant de 850 Nm et en supposant que i) les ttes des dents du pignon et de la roue sont
modifies par une correction de profil symtrique linaire (paramtres adimensionns E * et
), et ii) la mme forme de distribution de probabilit s'applique pour chaque variable de
conception. Les rsultats fournis par la procdure dcrite ci-dessus sont synthtiss dans la
Figure III-9. Cette figure montre la zone robuste optimale obtenue en utilisant diffrentes
distributions de probabilit pour une classe de qualit de 7 et un intervalle de tolrance de la
longueur de correction adimensionne IT- gal 2,5% du segment de conduite. La zone
120
Chapitre III
optimale correspond lintrieur de la courbe ferme, pour laquelle la robustesse peut tre
considr comme acceptable (un seuil arbitraire Vs = 0,3 m a t retenu dans ces exemples).
Il faut signaler que des tendances similaires ont t constates pour les deux modles de
rigidit dengrnement (raideur linique constante ou modle plus labor (Weber Banachek
et Lundberg)), mme si les zones de modification robustes sont lgrement dcales.
Figure III-9 :
Zones des corrections robustes de profil, Frob<0.3m

Cm=850 Nm, IT-E:Qp7, IT-:2.5%
Ainsi, la forme de la distribution de probabilit apparat comme influente et les

observations suivantes peuvent tre formules :
a)
Comme prvu, une distribution uniforme est plus svre dans le sens o elle
conduit des zones de corrections robustes plus restreintes correspondant,
pour la plupart, une correction de profil dite courte (<0.25).
b)
Les distributions de probabilit symtriques conduisent des zones robustes

centres sur la courbe matresse obtenue par une mthode dterministe.
Cette courbe reprsente alors une bonne approximation de la zone robuste,
dont la taille est commande uniquement par la forme de la distribution
symtrique et le niveau doptimisation (valeur seuil de Frob).
121

Chapitre III
c)
Les distributions asymtriques dplacent la zone robuste, de part et dautre,

de celle correspondant des distributions symtriques (normales et
uniformes). Dans ces conditions, des corrections de profil longues (>0.25)
associes de faibles profondeurs semblent plus intressantes pour la
distribution asymtrique.
III.4.2.2. Influence de ltendu de lintervalle de tolrance

L'influence de la classe de qualit est analyse en prenant l'hypothse d'une distribution
gaussienne pour les deux paramtres de conception (E*, ). Les tolrances sur la modification
des profondeurs IT E sont donnes dans le Tableau III-2 et celles relatives IT varient
entre 1,25 et 5%. La Figure III-10 illustre l'influence de la tolrance sur E tout en gardant
IT constant.
Figure III-10 :

Distribution normale, Cm=850 Nm, IT-:2.5%
Nous observons quune qualit moins leve (c'est--dire un intervalle de tolrance plus
grand) tend dplacer les modifications robustes vers le domaine des corrections courtes
alors que des gomtries plus prcises peuvent accepter des corrections plus longues.
Cependant, des modifications de profil longues sont manier avec prcaution car elles
correspondent un domaine de fonctionnement au voisinage des conditions dinterfrence
lengagement.
122
Chapitre III
Figure III-11 :

Distribution normale, Cm=850 Nm, IT-:Qp7
Dans la Figure III-11, on considre un niveau de qualit constant pour E* tout en faisant
varier la tolrance sur la longueur de modification (). On constate que les solutions robustes
sorientent vers des corrections de profil moins profondes lorsque lintervalle de tolrance de
la longueur corrige augmente.
Quelque soit la classe de qualit de ralisation des dentures, la zone robuste demeurent
centre sur la courbe matresse. Laugmentation de lintervalle de tolrance de chacun des
paramtres de correction de profil conduit des dplacements opposs de cette zone. Il nest
donc pas possible de prdire priori, pour une dgradation de la qualit de ralisation des
corrections, quelle correction sera plus robuste.
III.4.2.3. Influence de la variation du chargement

Dans un certain nombre d'applications industrielles, la dfinition des modifications
optimales des dentures doit prendre en compte un domaine plus ou moins tendu de
conditions de fonctionnement. Ceci implique gnralement que le couple transmis est
variable et que le rapport entre la profondeur de correction et la dflexion statique moyenne
( E et E*) volue.
Cette contrainte supplmentaire est aisment prise en compte dans la dmarche prsente
ci-dessus. La mthodologie est tendue en considrant le couple moteur comme une variable
alatoire supplmentaire mais ne faisant pas partie des paramtres optimiser. En dsignant
par Cmmin et Cmmax , respectivement, les limites infrieure et suprieure de variation du couple
123
Chapitre III
moteur Cm, la fonction robuste initiale (Equation (III.5)) est redfinie en utilisant les
paramtres statistiques modifis suivants :
Cmmax
Cmmin
Cmmax
Cmmin
Y (X, Cm) pi ( xi ) p Cm dxi dCm
i 1
2
(Y (X, Cm) Y ) pi ( xi ) p Cm dxi dCm
i 1
(III.13)
(III.14)
avec
Y RMS TEs
X : Vecteur regroupant les variables alatoires dfinissant les paramtres de correction et dont
on cherche optimiser les valeurs moyennes.
On cherche alors dfinir la localisation des solutions optimales robustes vis vis des
variations gomtriques et des variations du chargement. Ces solutions sont dfinies par les
valeurs moyennes des paramtres de correction de profil (E*, ).
Pour ltude de cas suivante, deux distributions uniformes sont considres pour le
couple moteur (Cm) ; lune variant de 700 Nm 1000 Nm et lautre de 550 Nm et 1150 Nm,
la loi uniforme de la distribution du chargement traduisant une probabilit gale doccurrence
dans la plage de variation. On notera que ces deux distributions uniformes sont centres
autour du mme chargement nominal de rfrence de 850 Nm. Les dispersions des
paramtres de correction de profil (E, ) sont, quant elles, reprsentes par l'intermdiaire
de distributions gaussiennes.
Les corrections robustes correspondantes sont prsentes dans la Figure III-12 dans
laquelle les profondeurs de modifications ont t normalises par rapport la dflexion
statique moyenne de rfrence obtenue pour un couple moteur gal 850 Nm avec une
gomtrie non corrige. Les rsultats indiquent qu'il est possible d'optimiser la correction de
profil pour une plage de variation de la charge et quune augmentation de ltendue de la
plage de variation en chargement conduit des corrections de profil robustes courtes
(<0.25).
124
Chapitre III
Cm=[700,1000]Nm
Figure III-12 :

Distribution normale, IT-:Qp7, IT-:2.5%
III.4.2.4. Synthse
La procdure d'optimisation prsente cherche spcifiquement dfinir les modifications
de profil robustes au regard des fluctuations de lerreur de transmission dans les engrenages.
L'originalit de la mthode repose sur le couplage entre les rsultats donns par une approche
analytique et une analyse numrique cible. Les relations analytiques sappuient sur un
modle de rigidit dengrnement simplifi et sont utilises comme solutions initiales dune
mthode de descente du gradient applique des modles plus gnraux dengrenages. A ce
stade, une courbe matresse est dfinie qui reprsente l'ensemble des profondeurs et des
longueurs de correction de profil minimisant les fluctuations d'erreur de transmission, sans
tenir compte de la variabilit des paramtres. Dans une troisime phase, les calculs
systmatiques de la fonction robuste sont raliss sur une plage limite de paramtres de
conception, au voisinage de la courbe matresse. Au lieu d'utiliser la mthode classique de
Simulation de Monte-Carlo (SMC) pour estimer les caractristiques statistiques figurant dans
la fonction robuste, une mthode rapide de quadrature de Gauss (QG) utilisant un nombre
rduit de points de discrtisation, a t retenue. L'intrt de la mthodologie est illustr par un
certain nombre de rsultats sur la robustesse des modifications de profil (supposes ici tre
linaires et symtriques), montrant l'influence de la distribution de probabilit et des
intervalles de tolrance ou des classes de qualit des engrenages. Enfin, une tude de
robustesse en prsence dune variation de chargement est mene.
Pour lengrenage dentures hlicodales, les rsultats obtenus peuvent tre synthtiss de
la faon suivante :
125
Chapitre III
- Si les distributions de probabilit des variables alatoires sont symtriques, alors la zone des
paramtres de conception conduisant une performance optimale et robustes, est centre sur
la courbe matresse,
- Les valeurs minimales de la fonctionnelle robuste sont peu sensibles au choix des lois de
probabilit,
Des rsultats similaires ont t obtenus dans le cas d'engrenage droit, mais, pour des
raisons de concision, seuls les rsultats relatifs aux engrenages hlicodaux ont t prsents.
D'un point de vue pratique, il semble que des corrections de profil profondes et courtes sont
les plus efficaces pour les engrenages de faible qualit et/ou fonctionnant sur de larges
gammes de chargement.
III.5. Robustesse des corrections combines

Dans ce paragraphe, on sintresse ltude de robustesse des corrections de dentures en
introduisant un bomb longitudinal (amplitude : Ap) combin avec les paramtres de
correction de profil (E, ).
Ap (Ap*)
E (E*)
Cercle
primitif
Lc, ()
Figure III-13 : Prsentation des paramtres de correction de denture ( optimiser)
III.5.1.1. Mthode
Laugmentation du nombre de paramtres de conception ncessite le recours une
mthode employant un algorithme gntique, particulirement adapte pour les problmes
doptimisation plusieurs variables. Un algorithme gntique combin avec une mthode de
quadrature de Gauss (QG) a t retenu afin dvaluer la fonction objectif robuste (lquation
est conserve) en utilisant seulement quatre points pour lintgration (H = 4). Le modle
numrique du comportement de lengrenage avec les raideurs de Lundberg [25] et WeberBanaschek [26], est utilis pour estimer la fonction de performance initiale RMS(TEs).
Le diagramme de la Figure III-14 schmatise la procdure de rsolution propose.
126
Chapitre III
Initial population
(Generation = 1)
Yes
Generation = 1
No
Evaluation
(Gauss Quadrature)
(y, y)
Evaluation
(Gauss Quadrature)
(y, y)
Improvements
(scaling, sharing, ..)
Selection
Stop
Yes
Generation = genmax
No
Generation= Generation+1
Cross-over
Mutation
Figure III-14 : Digramme de rsolution Algorithme gntique+QG
A lissue de la procdure doptimisation, lalgorithme gntique (AG) fournit un

ensemble dindividus (solutions) rpartis sous forme dun nuage de point dans lespace de
recherche. Afin de mieux visualiser la localisation de ces solutions, on substitue ce nuage
une surface dlimite par un contour ferm estime par la mthode des moindres carres (voir
le schma descriptif de la Figure III-15).
127
Chapitre III
Individus optimaux : Solutions de LAG

Surface de substitution : moindre carres
X2
X1
Figure III-15 : Principe de traage des zones robustes
III.5.1.2. Influence de la classe de qualit

On sintresse dans ce paragraphe linfluence de la classe de qualit des paramtres de
corrections de dentures (en prsence de bomb longitudinal) sur la localisation des solutions
robustes. Pour cela, un bomb parabolique damplitude adimensionne Ap* est superpos
une correction linaire de profil symtrique caractrise par une profondeur adimensionne
E* et une longueur adimensionne pour les deux premires gomtries d'engrenage dfinies
dans le Tableau II-1. Le vecteur de variables (alatoires) de conception comprend donc E*,
et Ap* qui sont supposes tre indpendantes.
De plus, chacune des variables est attribue une valeur nominale et une distribution
normale dans un intervalle de tolrance IT-X (X=E*, et Ap*). Pour une classe de qualit
donne, les intervalles IT-E* et IT-Ap* ont t dfinis sur la base de la norme NF-ISO 1328
[69], au contraire de IT- qui n'est pas dfini dans la norme et est exprims ici en tant que
pourcentage de la longueur du segment de conduite (Tableau III-3).
Tableau III-3 : Paramtres proposs pour la classe de qualit
Quality class
IT-E (m)
2
IT- T1T
IT-Ap (m)
Q6
Q7
Q8
10
15
21
1.25 %
2.5 %
5%
0.425
0.6
0.85
Les limites des zones pour lesquelles la fonction robuste (Frob) est infrieure un seuil Vs
donn, sont traces dans les deux figures, Figure III-16 et Figure III-17, pour les 3 niveaux de
qualit dfinis dans le Tableau III-3 (en deux plans de projection diffrents pour plus de
clart). En examinant ces figures, on saperoit que l'emplacement des zones robustes est
presque le mme pour tous les niveaux de qualit tests et que leur tendue augmente en
128
Chapitre III
considrant des classes de qualit suprieures (pour les deux cas tudis, la plus petite surface
robuste est associe la qualit la moins bonne Q8).
Pour lengrenage hlicodal, on peut observer que, quelque soit le niveau de qualit, la
robustesse des corrections dpend essentiellement de lamplitude du bomb Ap* et de la
longueur de correction . En effet, une valeur de Ap* approximativement comprise entre 1,2
et 1,4 ainsi quune longueur de correction relative comprise entre 0,05 et 0,1 apparaissent
comme optimales et robustes. En ce qui concerne la profondeur de la modification de profil,
l'amplitude E* a trs peu d'influence pour les meilleures classes de qualit. Mme pour la
classe la moins bonne (Q8), on constate que E* varie dans une plage considrable (0,8 <E*<
2,2).
Q6
Q7
Q8
b) Plan (E*,Ap*)
a) Plan (E*, )
Figure III-16 :
Projections des zones des corrections robustes
Engrenage hlicodal_ Frob<0.125 m, Distribution normale, Cm=850 Nm
Dautre part, pour le cas dengrenage droit (Figure III-17), nous observons que dans le
plan (E*, ), la zone robuste demeure centre sur la courbe matresse dfinie prcdemment
Lamplitude du bomb Ap* est d'une importance secondaire dans la dfinition de la zone
robuste correspondant ce cas dtude.
129
Chapitre III
2
0.45
Q6
Q7
Q8
0.4
0.35
1.8
1.6
1.4
1.2
Ap*
0.3
0.25
1
0.8
0.2
0.6
0.15
0.4
0.1
0.05
0.2
0
0.5
1.5
2.5
3.5
0.5
1.5
2.5
3.5
b) Plan (E*,Ap*)
a) Plan (E*, )
Figure III-17 :
E*
E*
Projections des zones des corrections robustes _ Engrenage droit

Frob<0.5m, Distribution normale, Cm=850 Nm
III.5.1.3. Influence de la forme de la correction

Dans ce paragraphe, nous cherchons tudier l'influence de la forme de correction de
profil sur l'emplacement des zones de robustesse des paramtres de correction des dentures.
Pour ce faire, une correction paramtrique est caractrise par le paramtre de forme sp dfini
prcdemment (voir Figure II-31 et quation(II.31)). Les rsultats correspondants, ports sur
les deux figures, Figure III-18 et Figure III-19, sont les projections des zones robustes
obtenus pour les cas dengrenage hlicodal et droit respectivement. Une qualit de classe Q7
avec une variabilit des paramtres de correction suivant une distribution normale ont t
considres.
b) Plan (E*,Ap*)
a) Plan (E*, )
Figure III-18 :
Engrenage hlicodal _ Frob< 0.11 m, Distribution normale, IT-X :Qp7, Cm=850 Nm
130
Chapitre III
0.45
0.4
0.35
0.3
0.25
0.2
0.15
0.1
0.05
0.5
1.5
2.5
3.5
E*
a) Plan (E*,Ap*)
a) Plan (E*, )
Figure III-19 :

Frob<0.7 m, Distribution normale, IT-X : Qp7, Cm=850 Nm
En examinant ces deux figures, on constate que la forme de la correction de profil a trs
peu dinfluence sur la localisation des solutions robustes dans le cas de lengrenage hlicodal
(Figure III-18) et, de plus, lors de la procdure doptimisation, sensiblement la mme valeur
minimale de Frob a t obtenue. On peut noter aussi, que la simulation avec sp = 3 donne une
zone un peu plus tendue que celle obtenue avec une correction linaire. Cependant, ce
paramtre est beaucoup plus influent dans le cas de lengrenage droit (Figure III-19) o une
augmentation de sp oriente la zone robuste vers des corrections de profil plus profondes et
plus longues. Pour sp = 1 ou sp = 2 on obtient sensiblement la mme valeur minimale de Frob
(Vmin=0.33m). Cette valeur augmente, en revanche, pour le cas de sp = 3 (Vmin=0.94m).
III.5.1.4. Introduction de dsalignements

En ralit, les erreurs de transmission sont modules par toutes sortes derreurs
gomtriques parmi lesquelles on trouve les erreurs de dsalignement des axes. Ces dfauts
peuvent avoir diverses origines : carts de fabrication, et / ou une installation inadquate,
l'asymtrie de la charge applique, la dviation du carter,... [36]. La norme ISO dfinit deux
types de dsalignements savoir lcart de dviation et lcart d'inclinaison. Comme
schmatis dans la Figure III-20, l'cart de dviation est paramtr par un angle introduit du
ct pignon et l'inclinaison est caractrise par un angle galement impos sur l'arbre du
pignon.
131
Chapitre III
a) Dviation
b) Inclinaison
Figure III-20 : Dfinitions des dfauts dalignement (dviation et inclinaison)
Les dfauts dalignement reprsentent un problme rel de fonctionnement. Ces carts

sont alatoires et indpendants. Afin danalyser la sensibilit des solutions robustes par
rapport aux carts dorientation, une nouvelle formulation des paramtres statistiques de la
fonction robuste est propose. Un dfaut dalignement ou , nomm de faon gnrique
Ms, est considr comme une variable alatoire du problme. Il est modlis par une
distribution normale variant entre une limite infrieure Msmin et une limite suprieure Msmax .
Dans cette nouvelle configuration, la fonction robuste (Equation (III.5)) est redfinie en
utilisant les paramtres statistiques modifis suivants :
Msmax
Msmin
Msmax
Msmin
Y X, Ms p x p Ms dx dMs
i 1
2
(Y X, Ms Y ) pi xi p Ms dxi dMs
i 1
(III.15)
(III.16)
avec,
Y RMS TEs
Ms: dsalignement introduit; ( dviation ou inclinaison)
X : Variables alatoires dfinissant les paramtres de correction et dont on cherche

optimiser les valeurs moyennes.
On cherche alors dfinir la localisation des solutions robustes vis vis des variations
gomtriques associes, dune part aux variables de corrections et dautre part, aux erreurs
dorientation. Ces solutions sont dfinies par les valeurs moyennes des paramtres de
correction de dentures (E*, p).
132
Chapitre III
Les 2 mmes engrenages sont pris comme support de lanalyse et une classe de qualit
Q7 avec des distributions normales est considre. Les figures, Figure III-21 et Figure III-22,
sont relatives la prise en compte de la dviation et reprsentent les contours des zones
robustes projetes sur les plans (E*, ) et (E*, Ap*). Les rsultats obtenus avec lintroduction
de linclinaison sont montrs dans les deux figures, Figure III-23 et Figure III-24. De ces
graphes, il est possible de tirer les constations suivantes :
- Pour les solutions optimales, les valeurs de la fonctionnelle robuste (Frob) augmentent
sensiblement en prsence dcart dorientation. Il nest plus possible de conserver un seuil
commun (Vs) pour la reprsentation des domaines optimaux.
- Pour la denture hlicodale : le bomb adimensionn optimal est situ entre 1,2 et 1,4 et la
longueur de correction est infrieure 0,15. La profondeur de correction de profil a peu
dinfluence.
- Pour la denture droite : les corrections de profils optimales se localisent proximit de la
courbe matresse et le bomb a peu dinfluence. La fonction principale du bomb est
damliorer la porte des dentures pour un fonctionnement avec des carts dorientation des
axes. Il semble donc que leffet bnfique du bomb ne concerne que ltat de contraintes et
pas les fluctuations derreurs de transmission.
0.45
0.4
1.8
1.6
0.35
1.4
0.3
A p*
1.2
0.25
1
0.8
0.2
0.6
0.15
0.4
No misalignment,V min=0.08m
0.2
: [-5E-4,+5E-4]rad,Vmin=0.19m
: [-8E-4,+8E-4]rad,Vmin=0.21m
0.1
0.05
0.5
1.5
2.5
3.5
E*
0.5
1.5
2.5
3.5
E*
a) Plan (E*, Ap*)
a) Plan (E*, )
Figure III-21 :
Engrenage hlicodal_ Frob<0.25 m, Distribution normale, IT-X :Qp7, Cm=850 Nm,
dfaut de dviation
133
Chapitre III
0.45
1.8
0.4
0.35
1.4
0.3
1.2
Ap*
1.6
0.25
1
0.8
0.2
0.6
0.15
0.1
0.05
0.4
: [-5E-4,+5E-4]rad,Vmin=0.66m
: [-8E-4,+8E-4]rad,Vmin=0.67m
0
0.5
1.5
2.5
3.5
0.2
0
0.5
1.5
2.5
3.5
E*
E*
a) Plan (E*, )
a) Plan (E*, Ap*)
Figure III-22 :
Frob<0.85m, Distribution normale, IT-X : Qp7, Cm=850 Nm, dfaut de dviation
0.45
2
1.8
0.4
1.6
0.35
1.4
1.2
Ap*
0.3
0.25
1
0.8
0.2
0.6
0.15
0.1
0.05
0.4
0.2
: [-5E-4,+5E-4]rad,Vmin=0.17m
: [-8E-4,+8E-4]rad,Vmin=0.18m
0.5
1.5
2.5
3.5
0.5
1.5
2.5
3.5
E*
E*
a) Plan (E*, )
a) Plan (E*, Ap*)
Figure III-23 :
Engrenage hlicodal _ Frob<0.25 m, Distribution normale, IT-X : Qp7, Cm=850 Nm,
dfaut dinclinaison
134
Chapitre III
0.45
2
1.8
0.4
1.6
0.35
1.4
1.2
Ap*
0.3
0.25
1
0.8
0.2
0.6
0.15
: [-5E-4,+5E-4]rad,Vmin=0.66m
: [-8E-4,+8E-4]rad,Vmin=0.67m
0.1
0.05
0.5
1.5
2.5
3.5
0.4
0.2
0
0.5
1.5
E*
2.5
3.5
E*
a) Plan (E*, )
a) Plan (E*, Ap*)
Figure III-24 :
Frob<0.85m, Distribution normale, IT-X : Qp7, Cm=850 Nm, dfaut dinclinaison
III.5.1.5. Influence de la variation du chargement

On propose ici ltude de linfluence de variations du chargement sur la localisation des
corrections de dentures robustes. On garde donc pour ce faire les mmes quations (III.13) et
(III.14) dfinissant les deux composants statistiques de la fonction robuste. Deux distributions
uniformes pour le couple moteur sont considres : la premire varie de 700 Nm 1000 Nm
et la deuxime de 550 Nm 1150 Nm. La dispersion des paramtres de correction de denture
est reprsente par l'intermdiaire des distributions gaussiennes pour une classe de qualit Q7.
Les profondeurs de modification de profil E et lamplitude du bomb Ap ont t normalises
par rapport la dflexion statique moyenne obtenue pour un couple moteur gal 850 Nm.
Les modifications robustes correspondantes au cas de lengrenage hlicodal sont prsentes
dans la Figure III-25, tandis la Figure III-26 prsente celles associes au cas de lengrenage
droit (Tableau II-1). On saperoit alors qu'il est possible d'optimiser la correction de profil
sur une plage de charges. Le bomb reste toujours le paramtre le plus influent dans la
dfinition des zones robustes pour le cas dengrenage hlicodal. Une plage importante de
variation de chargement oriente les solutions vers des corrections de profils plus profondes et
plus courtes pour les deux cas dengrenages.
135
Chapitre III
0.45
Cm=850 Nm
Cm [700,1000] Nm
Cm [550,1150] Nm
0.4
1.8
1.6
0.35
1.4
1.2
Ap*
0.3
0.25
1
0.8
0.2
0.6
0.15
0.4
0.1
0.2
0.05
0.5
1.5
2.5
3.5
E*
0.5
1.5
2.5
3.5
E*
a) Plan (E*, )
a) Plan (E*,Ap*)
Figure III-25 :
Engrenage hlicodal _ Frob<1.7m, Distribution normale, IT-X : Qp7
0.45
0.4
1.8
1.6
0.35
1.4
1.2
Ap*
0.3
0.25
1
0.8
0.2
0.6
0.15
Cm=850 Nm
Cm [700,1000] Nm
Cm [550,1150] Nm
0.1
0.05
0.5
1.5
2.5
3.5
0.4
0.2
4
E*
0.5
1.5
2.5
3.5
E*
a) Plan (E*, )
Figure III-26 :
a) Plan (E*,Ap*)

Frob<1.7m, Distribution normale, IT-X : Qp7
136
Chapitre III
III.6. Variabilit entre dents des paramtres de correction du profil :

Jusqu prsent dans les travaux prsents ici, les paramtres de correction de profil sont
supposs identiques sur toutes les dents dune roue dentes. Dans ce paragraphe, on propose
dtudier limpact de la variabilit dune dent une autre des paramtres de correction de
profil. Cette variabilit est introduite au niveau des dents du pignon Figure III-27. La
profondeur et la longueur de correction suivent, par hypothse, une loi normale. Cette
distribution est centre pour chaque variable, au milieu dun intervalle de tolrance donn
priori (IT-E, IT-
Ei+1 , i+1
Ei , i
Cercle
primitif
Cercle de
base
p()
p(E)
i
i+1
Ei
Ei+1
IT-E
IT-
Figure III-27 : Schma descriptif de la variabilit, entre dents, des paramtres de

corrections
Pour lexemple de lengrenage hlicodal (cas 1, Tableau II-1), la Figure III-28 prsente
les volutions du RMS(TEs) obtenus par balayage pour IT-=0 ; c'est dire une longueur de
correction identique sur toutes les dents du pignon (voir Figure III-28.a) et IT-(voir
Figure III-28.b) On procde de la mme faon pour tudier linfluence de la variabilit de la
profondeur adimensionne E* entre dents du pignon sur la localisation des corrections
optimales. La Figure III-29 prsente les volutions du RMS(TEs) obtenues par balayage pour
IT-E*=0 ; c'est dire une profondeur de correction identique pour toutes les dents du pignon
et IT-E*
137
Chapitre III
1.5
2.5
3.5
0.5
93
3 . 88
36
3 . 58
78
3. 2 3
72
2. 9
0.5
2. 361
2.055 3
1.749 7
1.444
0. 83
2
1.1383
0.05
0.50606
0.81165
0.1
0.832 67
0.527 01
0.506 06
0.811 65
2.6
2.0 2.36166 6
1
1
5
.
.
0.8 13 1.4 749 5 3
7
8
0.
44
52 32 6 3
70
7
1
1.138 3
0.832 67
0.527 01
0.527 01
0.527 01
0.5
27
01
67
0. 832
0.15
60
2. 64
2. 032.339 5 2
1
1
6
.
.
0.5 0.81 117 2 1. 422 728 4 4
8
06 1 6 5
06
1
0.81 .117 2
0.506 0 1 65
6
0.527 01
1 65
0.5
0
0.83267
0. 81
0.2
75
3. 8 6
19
3. 5 6
56 3
3. 2 7
50
2. 9
0.3
0.35
0.25
0.5 0 6 0
0 .5 0 6 0 6
0.811 65
0.4
2. 33 9 6
2 .0 3 4
1 .7 2 8 4
8
1. 422
1.11 7 2
0 .8 11 6 5
0.45
67
0.83267
1.5
0.83267
2.5
3.5
E*
E*
2 ), IT-E=0. m
a) IT-=0%( T1T
2 ), IT-E=0. m
b) IT-=5%( T1T
Figure III-28 : RMS de lerreur de transmission quasi-statique en m

(Cas 1_Tableau II-1 Cm=850Nm)
0.5
1.5
2.5
2.1 2.442
1
0.6 0.95 .250 1. 541.846 3 44 2 1
8
54
26
5
4
3
74
1.250 5
0.9
0.654 7 52 63
4
0.50606
0.65474
0.81165
0.952
63
3.5
36
3. 6 3 7
35
3. 3
37 8
3. 0
9
39
2. 7
0.6
54
74
2. 442 1
2
2. 14 4
63
1 . 84
84
1. 5 4
0.506 06
0.811 65
1. 2505
3
52 6
0.1
0.05
0. 9
60
74
54
0.6
0.952 63
1 65
0.15
0.5
0
2. 64
2. 032.339 5 2
1
1
6
.
.
0.5 0.81 117 2 1. 422 728 4 4
8
06 1 6 5
06
1
0.81 .117 2
0.506 0 1 65
6
63
0. 81
0.2
0.6
54
74
0.952
0.3
75
3. 8 6
19
3. 5 6
56 3
3. 2 7
50
2. 9
0.35
0.25
0.5 0 6 0
0 .5 0 6 0 6
0.811 65
0.4
2. 33 9 6
2 .0 3 4
1 .7 2 8 4
8
1. 422
1.11 7 2
0 .8 11 6 5
6
0.45
0.5
0.654 74
0.95263
1.5
2.5
0.952 63
3.5
E*
E*
2 ), IT-E=0. m
a) IT-=0%( T1T
2 ), IT-E=20 m
b) IT-=0%( T1T
Figure III-29 : RMS de lerreur de transmission quasi-statique en m

En examinant ces figures on constate que la variabilit introduite entre dents du pignon
sur la longueur est sans influence sur la localisation des corrections optimales. De mme
son impact sur lamplitude de la fonction objectif (RMS(TEs)) est trs peu marquant.
Cependant, la variabilit de E* entrane une orientation de la zone optimale vers des
corrections plus courtes.
138
Chapitre III
III.7. Conclusion
Lobjectif principal de ce chapitre est d'tudier la conception robuste de corrections de
denture (profil et bomb). Dans cette optique, plusieurs mthodologies ont t proposes : un
dveloppement analytique, une approche hybride qui combine des rsultats analytiques et
numriques et finalement une approche purement numrique base sur un algorithme
gntique. Ces diffrentes approches prsentent un niveau de complexit croissant au niveau
des modles utiliss et du problme de conception quon cherche rsoudre. Trois mthodes
destimation des paramtres statistiques sont prsentes : dveloppement de Taylor,
Simulation de Monte Carlo et mthode de quadrature de Gauss. La robustesse des paramtres
des corrections de dentures est tudie en prsence des carts gomtriques (classes de
qualit, lois de distribution, ), de dfauts dalignement et de variations de paramtres
fonctionnels tels que le chargement.
On prsente ici les avantages et les inconvnients de chacune des mthodes utilises pour
tudier la robustesse des corrections de forme :
- Approche analytique : Cest une approche directe, extrmement rapide, qui permet de tirer
des relations gnrales. Cependant, elle est adosse un modle de rigidit dengrnement
simplifi. Par ailleurs, la complexit des formules obtenues rend dlicat le calcul des drives
requises pour valuer les termes statistiques par un dveloppement de Taylor.
- Approche combine : les dveloppements analytiques prcdents sont utiliss comme tape
initiale permettant de rduire lespace de recherche et, par consquent, les temps de calcul.
Les rsultats sont obtenus avec un modle dengrnement plus raliste. Cette approche est
naturellement limite aux cas o la solution demeure au voisinage de la solution analytique. Il
est noter que les solutions robustes pour la correction de profil demeurent proches de la
courbe matresse.
- Approche numrique : Cest la mthode choisie pour tudier la robustesse en prsence de
plusieurs variables (3 ou plus). Les avantages de cette mthode sont lis ceux des
algorithmes gntiques : optimum global, temps de calcul rduit par rapport dautres
mthodes, adapte au calcul parallle, etc. Ainsi, grce cette mthode on a pu conduire un
grand nombre dtudes paramtriques au prix, toutefois, dun effort particulier de
paramtrage pour un certain nombre de coefficients et de paramtres caractristiques tels que
les probabilits de mutation et de croisement, nombre de gnrations qui assure la
convergence, etc.
139
Chapitre IV
Chapitre IV
: Optimisation multi
objectifs des corrections de forme
1. Introduction
2. Optimisation multi objectif : Etat de lart
3. Engrenages : Optimisation multicritres
4. Conclusion
140
Chapitre IV
IV.1. Introduction
La performance dun systme dengrenages est plurielle et multidimensionnelle
(dpendante de plusieurs variables). Idalement, le processus de conception devrait permettre
de dfinir la solution qui ralise simultanment le meilleur compromis entre les diffrents
critres dfinissant la qualit du systme. Cependant, les difficults de mise en uvre sont
importantes et un tel processus est rarement possible. Cette dmarche est complexe et pour en
garder la matrise, il est ncessaire que la mthode soit claire et rigoureuse et que les outils
dvaluation des diffrents critres soient les plus justes possibles.
Dans les chapitres prcdents, nous avons mis en place des outils pour raliser une
optimisation simple (chapitre 2) ou une optimisation robuste (chapitre 3) pour un seul critre.
Lobjectif de ce dernier chapitre est dexplorer des dmarches qui permettent de raliser
loptimisation simple de la conception suivant plusieurs critres simultanment. Aprs avoir
prcis lapproche que nous proposons base sur la mthode de Pareto, un algorithme
appropri sera prsent afin de conduire des tudes visant optimiser un ensemble de
performances dengrenages travers des corrections de formes de dentures.
IV.2. Optimisation multi objectif : Etat de lart
IV.2.1. Dfinitions :
On suppose que la rponse du systme est caractrise par un vecteur f de dimension p :
f(X)= f1 (X),f 2 (X),....,f p (X)
(IV.1)
avec X= x1 ,x 2 ,...,x n un vecteur regroupant n variables de conception.

T
La formulation gnrale dun problme doptimisation multi objectifs est la suivante :

minimiser
f i (X)
pour i 1,..., p et X D
soumis aux contraintes suivantes :

g j (X) 0
h k (X)=0
pour j=1,...
pour k 1,...
(IV.2)
Il nexiste gnralement pas de solution qui optimise simultanment tous les critres et il
est, par consquent, ncessaire de mettre en place une mthode qui puisse raliser un
compromis entre les diffrents objectifs. Pour traiter ce type de problme, deux approches
sont proposes dans la littrature [142][147]. La premire consiste transformer le problme
multi-objectif initial en un problme mono-objectif (une seule fonction objectif) en combinant
141
Chapitre IV
linairement lensemble des critres. Le compromis est ainsi fix priori par des termes de
pondration associs chacun des critres (quation (IV.3)) :
N
F(X)=
w i fi X
i=1
Avec 0 w 1 et
i
(IV.3)
i=1
La valeur prise par le terme de pondration reflte limportance (le poids) de la fonction
objectif associe. La rsolution du nouveau problme obtenu se fait par le biais de techniques
classiques telles que la mthode de gradient, un algorithme gntique, etc.
La formulation (IV.3) prsente lavantage dtre simple comprendre mais elle ne tient
pas vraiment compte des valeurs numriques des critres : certains peuvent avoir des valeurs
numriques leves (par exemple le produit p.V : 1011 SI) et dautres, des valeurs trs faibles
(RMS(TEs) : 10-6 SI). Afin dhomogniser les valeurs prises par les diffrents critres, il
existe diffrentes techniques. Lune delles consiste dfinir une valeur cible pour chaque
critre f i0 et dutiliser la fonctionnelle suivante :
N
f i X f i0
F(X)= w i
fi0
i=1
et
Avec
0
w
1
wi 1
i=1
(IV.4)
Dautre part, les valeurs des termes de pondration sont dtermines dune manire
subjective avant la recherche de solutions alors que leur influence sur les rsultats obtenus est
considrable. De plus, si le concepteur souhaite modifier ces valeurs, il doit lancer une
nouvelle recherche. La seconde approche des problmes multi objectifs retarde la pondration
relative des diffrents critres en recherchant simultanment les solutions qui optimisent un
critre, les autres tant fixs.
IV.2.2. Mthode de Pareto

A la fin du XIXme sicle, lconomiste Vilfredo Pareto [143] a formul une nouvelle
approche de loptimisation multicritre qui permet la comparaison des solutions relatives un
problme donn. Une solution est dfinie comme un optimal au sens de Pareto, si elle nest
pas domine par une autre dans le mme espace des solutions. Autrement dit, une solution
Pareto optimale est aussi appele solution non-domine.
Dfinition 1 : Dominance entre deux solutions (voir Figure IV-1)
Dans un problme possdant p critres fi optimiser, une solution A domine une solution B
pour un problme de minimisation si :
fi (A) < fi (B), i=1,..,p
142
(IV.5)
Chapitre IV
La Figure IV-1 illustre la dfinition 1 pour un problme 2 critres.

Solutions domines par A
Solutions indiffrentes A
Solutions qui dominent A
f2
f1
Figure IV-1 : Illustration du principe de dominance
En gnral, loptimum de Pareto ne comprend pas une seule solution mais plutt un
ensemble de solutions. Lensemble des points non domins constitue le front de Pareto. En
dautres termes, cette dfinition exprime le fait que si X* est une solution Pareto-optimal, il
nexiste aucun vecteur faisable X** pour lequel tous les critres sont meilleurs que ceux de la
solution X* (voir dfinition 2).
La Figure IV-2 illustre le concept du front Pareto en prsentant un problme multi
objectifs avec trois variables de conception X = (x1, x2, x3) et de deux objectifs f (X) = (f1
(X), f2 (X)). Le front de Pareto est reprsent par la courbe noire paisse allant de fa fb dans
la Figure IV-2.b) Elle contient toutes les solutions de compromis pour lesquels il est
impossible de rduire un objectif sans ncessairement augmenter l'autre.
Dfinition 2 : Un vecteur X* D est appel une solution de Pareto du problme (Equation
(IV.2)) si et seulement si, il nexiste aucun vecteur X** tel que f i (X** ) f i (X* ) i=1,..,p .
143
Chapitre IV
Domaine des fonctions objectifs

Domaine D
Front de Pareto
a) domaine de recherche
b) Front de Pareto
Figure IV-2 : Dfinition du Front de Pareto [145]
En sappuyant sur le concept dcrit ci-dessus, lobjectif dun algorithme doptimisation

dun problme multi objectifs consiste dans un premier temps dterminer le front de Pareto,
cest--dire lensemble des solutions non-domines. Ce front constitue lensemble des
solutions qui optimisent toutes les combinaisons linaires des diffrents critres. Ensuite, le
concepteur doit intervenir pour raliser son choix.
IV.2.3. Mthodes doptimisation bases sur lalgorithme gntique

IV.2.3.1. Introduction
Lalgorithme gntique est une technique d'optimisation trs robuste galement adapte
aux problmes o plusieurs critres sont prendre en considration [144][153]. Lide de
base consiste prendre une population de solutions et les manipuler grce diffrentes
techniques (crossover, mutations,..) afin de dterminer le front de Pareto. Schaffer [144] est
lun des premiers avoir appliqu un algorithme gntique loptimisation multicritre. Il a
dvelopp pour cela lAlgorithme Gntique valuation Vectorielle ou VEGA. Cette
mthode consiste diviser la population en un nombre de fractions dindividus (souspopulations) gal au nombre de critres du problme. Des slections sont ralises pour
chacune des fractions selon le critre dfini, les fractions tant ensuite rassembles pour
obtenir une nouvelle population. A ce moment, interviennent les oprateurs classiques de
mutation et croisement. Cette premire mthode VEGA a toutefois conduit des
convergences prmatures vers des minimums propres chacun des critres. Pour pallier ce
problme tout en prservant la diversit des individus, Horn et al. [146] ont propos une
mthode appele NPGA (Niched Pareto Genetic Algorithm) base sur une fonction de
partage dfinie travers le concept de niche. Les auteurs dfinissent une niche comme un
144
Chapitre IV
ensemble stable dindividus trs proches les uns des autres et qui partagent les mmes
ressources ce qui influe sur la force dun tel individu. Lindividu, dans la plus petite niche
comptant le moins dindividus sur un rayon prdfini, est slectionn. De mme, une
slection par tournoi, base sur le concept de dominance de Pareto est conduite dune faon
alatoire. Une nouvelle population est ensuite obtenue travers le croisement et la mutation.
Pour faire intervenir les prfrences du concepteur, Fonseca et al. [147] ont propos la
mthode MOGA (Multiple Objective Genetic Algorithm) o une fonction de dominance de
Pareto est couple un module dcrivant les prfrences du concepteur. Ainsi, le but essentiel
de la mthode nest plus de dfinir toute la zone de compromis (zone de Pareto dont ltendue
peut tre importante) mais de fournir un outil direct daide la dcision en intgrant un
module sous la forme des cibles atteindre (ou prfrences). Une autre mthodologie appele
SPEA (Strengh Pareto Evolutionary Algorithm) a t prsente par Zitzler et al. [148]. Les
points de la zone de Pareto sont dfinis travers leurs forces. En effet, la force attribue un
point dune population correspond au nombre de points qui le dominent. De ce fait, les points
non-domins, et surtout les points isols parmi eux, auront une force exerce plus faible et par
suite plus de chance de se reproduire ultrieurement lors de la slection. Le calcul de la force
peut s'effectuer, comme propos dans NSGA-I (Non Dominated Sorting Genetic Algorithm I)
[149], en divisant la population en plusieurs sous-ensembles en fonction du degr de
dominance au sens de Pareto de chaque individu. Cette mthode utilise la mthode de nichage
sharing complexe et dlicate imbriquer puisquelle ncessite le rglage de plusieurs
paramtres. Une amlioration a t apporte par la mthode NSGA-II (Non Dominated
Sorting Genetic Algorithm II) [150] grce au remplacement de la fonction sharing par une
fonction de crowding . A chaque individu sont dsormais associes deux caractristiques :
le rang de non dominance et la distance de crowding. En outre, pour remdier la critique
de non litisme prsente dans NSGA I, cette mthode utilise une slection par tournoi tout
en conservent un nombre dindividus Pareto-optimaux trouvs au cours du temps.
Toutes ces mthodes dfinissent gnralement un ensemble de solutions non domines
(front de Pareto). Les rsultats diffrent principalement au niveau de la rpartition des
solutions sur le front de Pareto et de la vitesse de convergence. Un tat de lart complet peut
tre trouv dans [151] et [152].
Toutefois, les fronts de Pareto tant dtermins, lexprience du concepteur reste toujours
ncessaire pour faire les bons choix parmi les solutions trouves. Dans notre tude, pour tenir
compte de laspect multicritre de loptimisation recherch et pour lensemble des avantages
prsents dans le paragraphe prcdent, la mthode de NSGA-II a t retenu et son principe
de fonctionnement sera dtaill dans ce qui suit.
145
Chapitre IV
IV.2.3.2. Lalgorithme NSGA-II

Deb et al. [153] ont propos une nouvelle version de lalgorithme NSGA appele le
NSGA-II, qui est considr comme tant plus efficace et plus rapide que son prdcesseur
(NSGA-I) Son approche litiste permet de sauvegarder les meilleures solutions trouves au
cours des gnrations prcdentes. De plus, cet algorithme ne ncessite aucun rglage de
paramtres et il contient une procdure de tri base sur la non-dominance. Dans cette
mthode, le double objectif convergence-diversit est atteint, dune part, grce lemploi
dun schma de slection (du calcul de la performance) qui favorise les solutions nondomines et, dautre part, par lintroduction dune technique de mesure de densit (crowding)
des solutions du front non-domin (voir Figure IV-3).
Tri selon la
dominance
Tri selon la distance

de crowding
F1
Pt
Pt+1
F2
F3
Qt
Slection,
Croisement,
Mutation
Qt+1
Rt
Boucle sur les gnrations
Figure IV-3 : Procdure dvolution de lalgorithme NSGA-II
Ainsi, la boucle principale de NSGA-II, commence avec la cration alatoire dune

population P0, de taille N, laquelle sont appliqus les oprateurs gntiques classiques
(croisement et mutation) conduisant une population denfants Q0 de taille N. Lensemble
obtenu de taille 2N, comportant P0 et Q0 (ou en gnral Pt et Qt associes une itration
quelconque t), est valu et ensuite tri et class selon le principe de dominance de Pareto o
chaque individu est associ un rang . Le rang 1 caractrise les individus qui figurent
146
Chapitre IV
parmi les solutions non-domines pour litration courante. Les individus de rang 2 sont ceux
qui appartiennent au nouveau front de Pareto aprs avoir retir du groupe les individus de
rang 1. Le processus de classement est itratif jusqu lpuisement de la population. Les
diffrents fronts obtenus sont classs par ordre croissant (F1, F2, F3, ). Avec un cardinal ne
dpassant pas N, les individus appartenant aux j premiers fronts contribuent la construction
de la population suivante des parents Pt+1, partir de laquelle on va gnrer une nouvelle
population Qt+1. Les individus manquants, pour avoir une taille N pour la population Pt+1, sont
obtenus par application de la technique de distance de surpeuplement ou dtalement
( crowding distance ) au niveau du j+1me front. En effet, cette technique permet de prserver
la diversit tout en estimant la densit des solutions voisines dune solution (i) dans un front
donn F. La Figure IV-4 illustre une reprsentation en deux dimensions associe au principe
de distance de crowding. Le calcul de cette distance ncessite, en premier lieu, le classement
selon chaque fonction objectif et dans un ordre croissant, des diffrentes solutions prsentes
dans un front F. Ensuite, une distance infinie est associe aux individus ayant des valeurs
limites (maximum ou minimum) de toute fonction objectif. Pour les autres individus
intermdiaires, on dtermine une distance de crowding gale la diffrence normalise des
valeurs de la fonction objectif choisie calcules au niveau de deux solutions adjacentes. Le
mme calcul est ralis pour toutes les fonctions objectifs et la distance de crowding dune
solution est gale la somme des distances associes chaque objectif. Le principe gnral
de slection se rsume comme suit : pour deux solutions de rangs diffrents, la solution
possdant le plus petit rang (cest dire le front avec le numro le plus petit) est prfre.
Pour un mme front, on choisit la solution localise dans la rgion o la densit de solutions
est moindre, ce qui correspond lindividu possdant la valeur la plus leve de distance de
crowding.
Front 3 (F3)
Front 2 (F2)
f2
f1
distance de
crowding
Front 1 (F1)
Figure IV-4 : Classifications des individus selon leurs rangs (en fronts) et selon la distance
de crowding
147
Chapitre IV
IV.2.4. Validation de lalgorithme NSGA-II

En se basant sur lapproche propose initialement par Deb et al. [150], nous avons
programm lalgorithme NSGA-II en langage fortran 90. Dans ce contexte, et avant de
pousser les travaux plus avant, nous avons ralis une tape de comparaison et de validation
de lalgorithme dvelopp avec les rsultats de la littrature. Dans ce but, un problme bi
objectifs est tout dabord trait, suivi ensuite par un problme 3 objectifs.
IV.2.4.1. Problme bi objectifs : fonction test ZDT4 [152]

La premire fonction test est donne par lquation. Ce problme, tudi initialement par
Zitzler et al [152], est connu sous le nom de problme ZDT4 et possde la particularit de
contenir un grand nombre de fronts de Pareto (219 !) obtenus localement [152]. Le problme
est formul de la manire suivante :
minimiser
f1 (X) , f 2 (X) ,
f1 (X) x1
X x1 ,.., xn
pour j=1,...
2
f 2 (X) g (X) 1 x1 g (X)
g (X) 1 10 n 1 x 10 cos 4 xi
i2
(IV.6)
2
i
0 x1 1
5 xi 5, i 1,.., n
La Figure IV-5 montre les rsultats de convergence, pour le problme ZDT4, de
diffrents algorithmes doptimisation multicritres prsents dans la littrature [152]. La
Figure IV-6 prsente les rsultats de NSGA-II dvelopp. En comparant les deux figures, on
constate que lalgorithme NSGA-II a pu trouver le front de Pareto optimal.
f2
f1
Figure IV-5 : Convergence des diffrentes mthodes pour le cas test de ZDT4 [152]
148
Chapitre IV
1.4
Front de pareto-NSGA II
1.2
0.8
f2
0.6
0.4
0.2
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
f1
Figure IV-6 : Convergence de lalgorithme NSGA-II pour le cas test de ZDT4
IV.2.4.2. Problme tri objectifs : fonction test DTLZ2 [153]

On considre maintenant une fonction test tridimensionnelle, relativement simple,
introduite par Deb et al. [153]. Cette fonction, dont lexpression est dfinie par lquation
(IV.7), est appele DTLZ2. La Figure IV-7 reprsente la surface de Pareto obtenue dans la
littrature [153] pour ce problme. On a trac les rsultats obtenus par notre code de NSGA-II
dans la Figure IV-8. Afin de reprsenter au mieux la surface de Pareto, le nuage de points (*)
a t remplac par une surface de substitution au sens de moindres carrs.
minimiser
f1 (X) , f 2 (X), f3 (X) , X x1 , x2 , x3

f1 (X) 1 g (x3 ) cos x1 2 cos x2 2
f 2 (X) 1 g (x3 ) cos x1 2 sin x2 2
f 3 (X) 1 g (x3 ) sin x1 2
2
g (x3 ) x3 0.5
0 xi 1, i 1, 2,3
149
(IV.7)
Chapitre IV
f2
f3
f3
f1
f1
f2
Figure IV-7 : Solutions pour le cas test de DTLZ2 [153]
f3
f2
f1
Figure IV-8 : Solutions trouves par le NSGA-II adapt pour le cas test de DTLZ2
A lissue de ltude comparative portant sur deux cas test bi-objectif et tri-objectif, on
constate une bonne corrlation entre les rsultats obtenus par notre programme et ceux
prsents dans la littrature ce qui valide trs largement lalgorithme NSGA-II dvelopp et
permet denvisager son utilisation pour loptimisation de diffrents critres caractristiques
des engrenages.
150
Chapitre IV
IV.3. Engrenages : Optimisation multicritres

Dans cette section, lalgorithme NSGA-II est combin avec le modle numrique
dengrenage afin de conduire une optimisation multicritre. Lobjectif principal est de dfinir
les corrections de dentures qui aboutissent au meilleur compromis vis--vis dun certain
nombre de critres reprsentatifs de la performance dun engrenage. Le cas dun engrenage
hlicodal (cas 1-Tableau II-1) est trait. Ltude dbute avec des problmes bi-objectifs et
volue ensuite vers la rsolution de problmes tri-objectifs.
IV.3.1. Dmarche de rsolution : Stratgie de paralllisation

Lalgorithme NSGA-II ncessite des populations importantes et lvaluation des
performances dun individu prend environ 12 secondes, ce qui est nettement plus long que
dans le cas des problmes ZDT4 et DTLZ2. Aussi, pour rduire sensiblement le temps calcul,
une paralllisation de lexcution du code a-t-elle t mise en uvre. En effet, lun des
avantages de lalgorithme gntique est quil se prte aisment la paralllisation des calculs.
Une description complte de la mthode est dtaille dans la littrature [154]. Une station
matresse commande la boucle principale de lalgorithme NSGA-II comportant les tapes
ordinaires de lalgorithme gntiques (slection, remplacement, mutation et croisement). A
chaque gnration, les valeurs de performance associes chaque individu sont values en
parallle dans des stations esclaves. La Figure IV-9 illustre le principe de paralllisation
voque. Le comportement de lalgorithme parallle obtenu ressemble alors celui dun
algorithme squentiel [154]. Lutilisation de ce procd accrot la vitesse dexcution, le
temps de calcul est rduit dun facteur 3 en utilisant le cluster de calcul du laboratoire.
Algorithme
Evolutionnaire
NSGA-II
Station esclave 1
Evaluation
Fonctions objectifs
Station Matre
Station esclave 2
.
.
Station esclave N
Figure IV-9 : Principe du calcul parallle paralllisation

151
Chapitre IV
IV.3.2. Applications
IV.3.2.1. Problmes bi-objectifs
Problme 1 :
On considre dans ce paragraphe loptimisation simultane de deux fonctions objectifs.
La Figure IV-10 prsente le front de Pareto obtenu pour la combinaison du facteur de perte
(p) et du RMS de lerreur de transmission quasi-statique. Les variables doptimisation sont
les paramtres de correction de profil : profondeur adimensionn (E*) et longueur (). Cette
correction est linaire, symtrique et nest applique quen tte des dents. On constate leffet
antagoniste des deux critres considrs. Le concepteur possde ainsi une information
intressante supplmentaire : il connat les niveaux des critres quil est possible datteindre
simultanment. Supposons que la zone dintrt soit celle indique par le contour rouge dans
la Figure IV-10 (elle prsente un compromis raisonnable entre les pertes et le niveau du bruit
(RMS(TEs)) dans le systme).
0.38
0.36
0.34
0.32
0.3
0.28
0.26
0.24
0.22
0.5
1.5
2.5
3.5
4.5
RMS(TEs) m
Figure IV-10 : Front de Pareto-RMS (TEs)/p
La Figure IV-11 prsente les combinaisons de corrections de forme de dentures qui
correspondent au front de Pareto dj trouv dans la figure prcdente. Afin de mieux
localiser ces combinaisons un dgrad de couleur a t employ (avec corresppondance des
couleurs). Les rsultats obtenus sont conformes ceux trouvs dans les chapitres prcdents
(chapitre 2 : voir Figure II-6). En effet, des valeurs importantes de corrections de formes ont
tendance faire dcrotre le facteur des pertes et en consquence de rduire les pertes par
152
Chapitre IV
frottement entre dentures. De mme, pour rduire les fluctuations de lerreur de transmission,
lalgorithme NSGA-II retrouve la zone dj obtenue par les diffrentes mthodes exposes
dans les chapitres prcdents. Dans cette figure, les combinaisons correspondant la zone de
compromis choisie sont indiques en rouge. Cette zone est dfinie par une longueur
adimensionn entre 0.2 et 0.35 et des valeurs importantes de la profondeur adimensionn
(2.5<E*<3.5).
0.45
0.4
0.35
0.3
0.25
0.2
0.15
0.1
0.05
0.5
1.5
2.5
3.5
E*
Figure IV-11 : Solutions associes au front de Pareto
Problme 2 :
On sintresse ici loptimisation simultane de la valeur maximale du produit pV

(max(pV)) et du RMS(TEs). Les rsultats obtenus sont tracs dans la Figure IV-12.
Lalgorithme NSGA-II permet lobtention dun front de Pareto dont la forme ressemble
celle trouve dans lexemple prcdent. A nouveau, nous supposons que la zone intressante
est celle caractrise par un contour rouge. A cette zone sont associes les combinaisons de
corrections de profil dsignes galement par un contour rouge dans la Figure IV-13. Elles
sont caractrises par une longueur adimensionne importante 0.35 , et une plage rduite
de variation de la profondeur adimensionn (1.5<E*<2.)
153
Chapitre IV
70
max(pV) GPA ms -1
68
66
64
62
60
58
56
0
0.5
1.5
2.5
3.5
4.5
RMS(TEs) m
Figure IV-12 : Front de Pareto-RMS (TEs)/max(pV)

On constate que des valeurs de profondeur de correction importantes associes des
longueurs elles-mmes importantes ont tendance rduire le produit pV. Concernant le
RMS(TEs), contrairement au exemple prcdent, on ne retrouve quune partie de la forme
caractristique qui le minimise (amas de points sombres). Ceci est d essentiellement
lvolution de lautre fonction objectif (max(pV)) avec les paramtres de correction de profil
(voir Figure IV-14) : tous les points au voisinage de la courbe matresse optimisent le
RMS(TEs) et parmi ceux-ci, ceux qui prsentent une valeur du critre pV minimale ont une
longueur de correction plus importante.
0.45
0.4
0.35
0.3
0.25
0.2
0.15
0.1
0.05
0.5
1.5
2.5
3.5
E*

154
Chapitre IV
0.4
0.35
0.25
91.12755
0.2
102.3686
0.15
0.1
79 .88 648
85 .50 701
85 .50 701
91.12755
91.12755
91 .12 755
74 .26 594
79 .88 648
79 .88 6
48
0.5
68 .64 541
74 .26 594
96.74808
96.74808
96.74808
0.05
63.02487
68 .64 541
74
.26
59
4
96.74808
0.3
63 .02
487
541
68 .64
102.3686
96.74808
91 .12 755
85.50701
85 .50701
79 .88 648
74 .26 594
0.45
1.5
2.5
3.5
E*
Figure IV-14: max(pV) en GPa.m.s-1

(Cas 1_Tableau II-1Cm=850Nm
Problme 3 :
Au chapitre 3, une fonction de robustesse Frob a t introduite pour caractriser les

solutions robustes vis--vis du RMS(TEs) sous la forme :
Frob ( E , ,) RMS (TEs ) 2 RMS (TEs )
(IV.8)
On propose ici loptimisation simultane des deux paramtres statistiques intervenant

dans lquation ci-dessus pour le cas dengrenage hlicodal prsent au Tableau II-1 en
considrant une classe de qualit 7 (voir le Tableau III-2). La mthode de quadrature de
Gauss (QG) est utilise afin destimer leurs valeurs. Les solutions de Pareto obtenues sont
traces dans la Figure IV-15 et les combinaisons (E, ) correspondantes sont portes dans la
Figure IV-16.
155
Chapitre IV
0.08
0.07
RMS(TEs)
0.06
0.05
0.04
0.03
0.02
II
0.01
0
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1.1
1.2
RMS(TEs)
Figure IV-15 : Front de Pareto-RMS(TEs) /RMS(TEs)

0.45
0.4
0.35
0.3
0.25
0.2
0.15
0.1
0.05
II
0
0.5
1.5
2.5
3.5
E*
Lalgorithme NSGA-II a permis lobtention dun front de Pareto avec deux parties
principales :
a) une partie I qui est plus intressante puisquelle diminue notablement le facteur de
dispersion RMS(TEs) sans pour autant augmenter la valeur moyenne RMS(TEs),
b) la partie II permet lobtention dune diminution importante de lcart type mais elle
dgrade la performance vis vis la valeur moyenne.
Ce constat est conforme aux rsultats obtenus au chapitre 3 avec la fonction robustesse
telle quelle est dfinie (somme pondre, voir Equation (IV.8)). En effet, pour lensemble
156
Chapitre IV
des simulations conduites, les solutions robustes se localisent bien au voisinage de la courbe
qui dfinit les paramtres de correction de profil qui minimisent le RMS(TEs).
IV.3.2.2. Problmes tri objectifs

Problme 1 : (2 variables doptimisation (E, ))
Dans ce paragraphe, on propose la recherche de la surface de Pareto pour des problmes

doptimisation comportant 3 fonctions objectifs : RMS(TEs), produit pression x vitesse (pV),
coefficient de pertes p. On considre, comme variables optimiser, les paramtres (E*, )
pour des corrections du profil linaires, symtriques et appliques en tte de dents.
La reprsentation sur une figure plane des fronts de Pareto tridimensionnels est dlicate et
nous avons opt, Figure IV-17, pour deux projections du nuage de points issu de lalgorithme
NSGA-II. Ces points correspondent aux solutions non domines pour ce problme. Une zone
intressante doptimisation correspond aux zones cercles sur les deux figures ci-dessous.
4
0.38
8.5
x 10
0.36
max(pV)
max(pV)
MPa.m.s-1
0.34
0.32
0.3
0.28
0.26
7.5
6.5
0.24
0.22
0.5
1.5
2.5
3.5
Rms(TEs) m
RMS(TEs)
m
5.5
0
0.5
1.5
2.5
3.5
Rms(TEs) m
RMS(TEs)
m
a) Projection : plan (RMS(TEs)_p)
b) Projection : plan (RMS(TEs)_max(pV))
Figure IV-17 : Front de Pareto

La Figure IV-18 reprsente les combinaisons de corrections de profil associes aux
solutions de Pareto traces dans la figure prcdente et, de mme, le contour rouge dans cette
figure correspond la zone doptimisation dj indique. Elle est caractrise par des
profondeurs de corrections de profil E* situes entre 1.4 et 2.1 et des longueurs entre 0.29
et 0.37.
157
Chapitre IV
0.45
0.4
0.35
0.3
0.25
0.2
0.15
0.1
0.05
0.5
1.5
2.5
3.5
E*
Problme 2 : (3 variables doptimisation (E, , Ap))
Loptimisation est maintenant conduite simultanment sur ces 3 fonctions objectif en

utilisant lalgorithme NSGA-II en considrant les critres suivants :
a) les fluctuations de lerreur de transmission : RMS(TEs)
b) le rendement mcanique via le facteur de perte p
c) luniformit de la distribution du chargement afin de rduire les risques dcaillage
dans une zone de contact localise et dviter des contacts aux bords de dentures. Cette
uniformit est caractrise dans cette tude par la minimisation dun facteur de
distribution Kdist dfini comme le rapport entre la charge locale maximale et une charge
statique moyenne, soit :
ij .K ij
K dist max
i, j
Fs
(IV.9)
ij : crasement associ au segment (i,j) (voir chapitre 1)

K ij : raideur du segment (i,j)
Fs est la charge statique :
Fs
Cm
rb1 cos b .N .E
(IV.10)
E : partie entire du rapport de conduite
N : nombre de segments par ligne de contact

Durant le processus doptimisation, les contraintes classiques en termes de rsistance la
flexion et la pression superficielle sont assures.
158
Chapitre IV
Les variables doptimisation sont les paramtres de correction de profil ; profondeur
adimensionne E* et longueur adimensionne , qui on associe un bomb parabolique
caractris par Ap*.
Kdist
K
h
4
3
2
0.45
1
0
0.4
1
0.35
2
0.3
0.25
4
5
Rms(TEs) m
0.2
Figure IV-19 : Front de Pareto :RMS(TEs)-max(pV)-Kdist

La Figure IV-19 prsente les rsultats obtenus par la procdure doptimisation
multicritre. On constate la prsence de solutions non-domines qui forment un front
(surface) de Pareto. Nanmoins, il est difficile de visualiser ce front dans un espace 3D. Pour
ce faire, on a eu recours une projection dans lespace 2D (RMS(TEs), p) avec lemploi des
points caractristiques reprsentant les coordonns du front selon la 3me dimension (axe
Kdist). Cette projection est illustre dans la Figure IV-20. De mme, ces solutions
correspondent les combinaisons de corrections de formes prsentes dans la Figure IV-21 tout
en respectant le dgrad des couleurs. Ainsi, le concepteur peut facilement choisir une de ces
solutions obtenues selon les exigences requises. Une zone de bonnes performances est, par
exemple, celle encadre par le contour vert dans les deux figures. Pour cette zone, la
minimisation des fluctuations de lerreur de transmission (RMS(TEs)) est favorise tout en
gardant des niveaux raisonnables pour le rendement (facteur p) et pour la distribution de la
charge (Kdist). Elle correspond des profondeurs de corrections de profil E* situes entre 0.7
et 1.7, des longueurs entre 0.23 et 0.33 associes de faibles amplitudes du bomb
(Ap*<0.2).
159
Chapitre IV
Kdist=1.45
0.45
0.4
Kdist=1.54
Kdist=1.45
0.35
0.3
Kdist=2.72
0.25
0.2
Kdist=2.96
0
Rms(TEs)
RMS(TEs)
mm
Figure IV-20 : Projection du Front de Pareto :RMS(TEs)-max(pV)-Kdist
0.45
2
1.8
0.4
1.6
0.35
1.4
1.2
Ap*
0.3
0.25
1
0.8
0.2
0.6
0.15
0.4
0.1
0.05
0.2
0
0.5
1.5
2.5
3.5
0.5
1.5
E*
2.5
E*
Figure IV-21 : Combinaisons de correction associes au front de Pareto
160
3.5
Chapitre IV
IV.4. Conclusion
La conception de corrections de dentures des engrenages est un exemple de problmes
doptimisation multidisciplinaire intgrant plusieurs critres. Pour rsoudre un tel problme
nous avons opt pour lalgorithme NSGA-II (Non-Dominated Sorting Genetic Algorithm II)
comme mthode doptimisation. Il sagit dune variante des algorithmes gntiques combine
avec la mthode de Pareto (principe de dominance). En effet, lalgorithme gntique ( travers
ses diffrents oprateurs de croisement, mutation,...) effectue une exploration non
systmatique de lespace de recherche et renvoie la ou les meilleures solutions (principe de
dominance) rencontres durant la rsolution. A lissue de la procdure doptimisation, on
obtient un ensemble de solutions constituant ainsi le front de Pareto.
Aprs avoir explicit la dmarche de rsolution, la validit de lalgorithme NSGA-II
est examine pour diffrents cas tests traits dans la littrature. Cette mthode est applique
ensuite pour conduire des optimisations multicritres des paramtres de corrections de
dentures. Lensemble des rsultats obtenus montre laptitude de cette mthode trouver des
fronts de Pareto. Ceux-ci prsentent, pour le concepteur, un support pertinent daide la
slection des combinaisons de corrections aboutissant au meilleur compromis.
Nanmoins, mme avec la procdure propose de paralllisation du calcul (openMP),
la convergence de cet algorithme exige un temps de calcul qui reste toujours consquent (le
cas de deux paramtres avec deux critres ncessite 8h de calcul avec paralllisation).
Cependant, lajout de la robustesse dans la phase doptimisation multicritre, qui passe par la
dtermination des paramtres statistiques associs chacun des critres considrs, conduit
toujours des temps de calcul de prohibitifs.
161
Conclusion gnrale
Conclusion gnrale
Il est gnralement admis que les modifications volontaires de forme des dentures
dengrenage servent essentiellement compenser les carts de position ainsi que les
dformations des dents et de la structure afin d'assurer une mise en charge progressive de
chaque couple de dents. Ces modifications ont toutefois un impact sur lensemble des
paramtres qui refltent les performances du systme. Avant de conduire une procdure
doptimisation, le concepteur doit donc avoir une ide de linfluence des variables de
conception sur les performances du systme, afin de dfinir au mieux les critres et le(s)
fonction(s) objectif(s). Les rsultats prsents dans cette partie dtude reposent sur des
modles numriques du comportement statique et dynamique dengrenages dvelopps au
LaMCoS [1]-[3] qui intgrent les dformations des corps des mobiles et des structures
supports. Une approche analytique originale caractrisant les fluctuations de lerreur de
transmission quasi statique a t prsente. Son intrt principal est de permettre une
valuation rapide du rle des paramtres de correction sur lerreur de transmission et
dautoriser ainsi des tudes paramtriques consquentes. Dans un deuxime temps, un
problme complexe est abord dans le but de raffiner la procdure doptimisation en
sappuyant sur lutilisation dun algorithme gntique. Ce problme est caractris par la
prsence de plusieurs variables correspondant des corrections diffrentes entre roue et
pignon. Les rsultats obtenus permettent, entre autres, dexaminer la pertinence de corrections
de profil symtriques largement utilises dans les travaux de recherches.
L'optimisation conventionnelle minimise la valeur nominale de la fonction de
performance (objectif) tout en ngligeant ses variations dues des erreurs de fabrication et de
fonctionnement. En pratique, les variables et les paramtres de conception sont toutefois
caractriss par des intervalles de tolrance qui ne peuvent pas tre ignors. Par consquent,
une conception robuste se doit doptimiser la fois la valeur nominale attendue et les
dviations de la fonction objectif. Dans le contexte doptimisation robuste de corrections de
forme de dentures, plusieurs mthodologies ont t proposes :
a) Une approche analytique base sur un dveloppement de Taylor valable pour une
raideur linique dengrnement suppose constante (le cas de la norme ISO-6336
[30] par exemple).
b) Une approche hybride qui combine les rsultats analytiques et numriques issus
de modles du LaMCoS [1]-[3]. Partant dune solution approche donne par les
dveloppements analytiques, la zone des solutions correspondant un modle plus
fin dengrnement est dtermine par une mthode de descente (gradient). Un
balayage plus raffin et cibl est ensuite introduit afin de minimiser les temps de
162
Conclusion gnrale
calcul. Les paramtres statistiques figurant dans la fonction objectif de robustesse
sont valus par une mthode de quadrature de Gauss.
c) Enfin, une approche purement numrique qui combine le modle numrique initial
[1]-[3] et un algorithme gntique lorsque le nombre de paramtres de correction
devient plus important.
Chaque approche apparat comme adapte des cas dtude donns puisque son
application dpend du nombre de paramtres optimiser et du modle dengrenage choisi.
Diffrentes mthodes destimation des paramtres statistiques ont t galement prsentes :
dveloppement de Taylor, simulation de Monte Carlo et mthode de quadrature de Gauss et la
robustesse des paramtres des corrections de dentures a t largement tudie, en prsence
dcarts gomtrique (classes de qualit, formes, ), de dfauts dalignement et de variations
de paramtres fonctionnels tels que le chargement.
Comme dans tout secteur industriel, le processus de conception des engrenages est en
constante volution afin de rpondre aux demandes et attentes des clients sur le produit final.
Pour des exigences dconomie dnergie, qui demeurent fortes, les proccupations majeures
dans la conception des engrenages se focalisent sur lamlioration du rendement, la rduction
de la masse et de lencombrement tout en gardant la tenue la pression de contact et la
rupture. Conserver une dure de vie satisfaisante reprsente galement une proccupation
majeure des concepteurs dengrenages. Cette longvit incite amliorer les conditions de
fonctionnement tout en rduisant les risques dusures et dlvation de la temprature de
service. Enfin, la rduction des nuisances vibratoires et acoustiques a t un souci constant au
cours des trente dernires annes. Le concepteur doit donc prendre en compte ces nombreux
critres qui, gnralement, ne peuvent pas tre satisfaits simultanment et justifient des
travaux relatifs loptimisation robuste multicritre.
Les objectifs pratiques considrs dans cette tude sont :

a) lamlioration du rendement mcanique en minimisant le facteur de perte par
frottement,
b) la rduction des fluctuations derreur de transmission ; source de bruit et vibrations,
c) la rduction du produit pV (pression * Vitesse) considr comme un des paramtres
refltant les risques dapparition de diffrentes modes de dfaillance dans le systme
(usure, grippage,..),
d) luniformit de la distribution du chargement afin de rduire les risques davaries de
surface.
163
Conclusion gnrale
Pour tenir compte de cet aspect multicritre, on a eu recours une approche base sur la
notion de dominance entre les diffrentes solutions du problme. Elle sappuie sur les
mthodes de Pareto pour lesquelles un ensemble de solutions potentielles, non domines, est
identifi partir dun front optimal nomm front de Pareto [143]. Afin de trouver ces
solutions, un algorithme gntique spcifique appel NSGA-II a t implment et valid.
Initialement dvelopp par Deb et al [150], cet algorithme est considr comme tant une des
mthodes les plus efficaces et plus rapides pour rsoudre les problmes multicritres. Cette
approche savre tre un outil pertinent daide la dcision car, parmi les rsultats de Pareto
obtenus, le concepteur peut slectionner les solutions rpondant au mieux aux attentes des
clients.
Les perspectives de dveloppement sont nombreuses et les points suivants ncessitent,
lvidence, des recherches complmentaires :
a) lextension des dveloppements analytiques vers des modlisations dengrnement plus
ralistes,
b) la prise en compte dun modle global incluant les influences de dsalignements sous
charge,
c) lintroduction de la robustesse dans le processus doptimisation multicritres qui, pour
lheure, se heurte des contraintes importantes de temps de calcul,
d) enfin, lextension des dmarches et modles des systmes dengrenages plus complexes
(trains picyclodaux, trains plantaires, diffrentiels ).
164
Rfrences bibliographiques
Rfrences Bibliographiques
[1]
Velex, P., Maatar, M., A mathematical model for analyzing the influence of shape
deviations and mounting errors on gear dynamic behavior formulae. J. Sound Vib. Vol. 191,
p. 629660, 1996.
[2]
Velex, P., Contribution l'analyse du comportement dynamique de rducteurs engrenages

axes parallles. Thse de Doctorat, Institut National des Sciences Appliques de Lyon.
N88 ISAL 0032, 188 p, 1988.
[3]
Maatar, M., Contribution l'analyse du comportement dynamique de rducteurs

engrenages simple tage. Influence des carts dforme et des dfauts de montage. Thse de
Doctorat, Institut National des Sciences Appliques de Lyon. N95 ISAL 0028. 192 p, 1995.
[4]
Sainsot, P., Analyse du contact entre dentures dengrenage cylindriques de rducteur.

Thse de Doctorat, Institut National des Sciences Appliques de Lyon. N89 ISAL 0091, 205
p, 1989.
[5]
Haddad, C. D., The elastic analysis load distribution in wide-faced helical gears. PhD
Thesis, University of Newcastle. 470 p, 1991.
[6]
Haddad, C. D., Pennell, J.A., A PC-based program for three-dimensional elastic analysis of
load distribution in wide-faced spur and helical gears. Proceedings of the 3rd World
Congress on Gearing and Power Transmissions, Paris. Vol. 1, p. 201-211, 1992.
[7]
Kahraman, A., Singh R., Non linear dynamics of a spur gear. Journal of Sound and
Vibration, 142(1), 49-75, 1989.
[8]
Bettaieb, M. N., Velex, P., Ajmi, M., A static and dynamic model of geared transmissions
by combining substructures and elastic foundations - Applications to thin-rimmed gears.
ASME, Journal of Mechanical Design, vol.119, n2, p.184-195, ISSN: 1050-0472, 2007.
[9]
Bettaieb, M. N., Modlisation du comportement mcanique dengrenages. Couplages entre

engrnement et lments de structures flexibles. Thse de Doctorat, Institut National des
Sciences Appliques de Lyon. N2006 ISAL 0030, 170 p, 2006
[10]
Maatar, M., Velex, P., Quasi-Static and Dynamic Analysis of Narrow-Faced Helical Gears
With Profile and Lead Modifications. ASME, Journal of Mechanical Design, 119(4), pp.
474480, 1997.
[11]
Tuplin, W. A., Dynamic Loads on Gear Teeth. Machine Design, Vol. 25, p. 203-211, 1953.
165
[12]
Remmers, E. P., Gear Mesh Excitation Spectra for Arbitrary Tooth Spacing Errors, Load
and Design Contact Ratio. ASME, Journal of Mechanical Design, Vol. 100, N 10, p. 715722, 1978.
[13]
Pearce, W. J., Nielsen, M. A. et Rouverol, W. S., Reducing Gear Noise Excitation. Proc.
of the 2nd World Congress on Gearing, Paris1986, Vol.1, p.587- 598.
[14]
Welbourn, D.B., Gear errors and their resultant noise spectra. Proceedings of Institution
of Mechanical Engineers. Vol. 184, Part 30, p. 131-139, 1969.
[15]
Kohler, H. K., Pratt, A., Thompson, A. M., Dynamics and Noise ofParallel-Axis Gearing.
Proc. Inst. Mech. Engrs, London. Vol. 184, Pt30, p.111-121, 1969.
[16]
Kassa, A., Mathieu, J.P., Chahmirian, G., Sirnement de denture : Composantes non
harmoniques de l'engrnement lies la rectification pargnration Proc. of the 3rd World
Congress on Gearing and Power Transmissions, Paris, Vol. 2, p. 853-864, 1992.
[17]
Gregory, R.W., Harris, S.L., Munro, R.G., Torsional motion of a pair of spur gears.
Proceedings of the Institution of Mechanical Engineers. Vol. 178, Part 3, p. 166-173, 1963.
[18]
Gregory, R. W., Harris, S. L., Munro, R. G., Dynamic Behavior of Spur Gears. Proc.
IMechE Int. Conf. Gearing, 178, pp. 261266, 1963.
[19]
Velex, P., Ajmi, M., On the modeling of excitations in geared systems by transmission
errors. J. Sound Vib. vol. 290, no. 35, p. 882909, 2006.
[20]
Kubo, A., Stress condition, vibrational exciting force, and contact pattern of helical gears
with manufacturing and alignment error. Transactions of the ASME, Journal of Mechanical
Design, Vol. 100, p. 77-84, 1978.
[21]
Ajmi, M., Introduction des couplages lastiques dans la modlisation du comportement

statique et dynamique d'engrenages dentures larges. Thse de Doctorat, Institut National
des Sciences Appliques de Lyon. N2000 ISAL 0013, 151 p, 2000.
[22]
Ajmi, M., Velex, P., A model for simulating the qusi-static and dynamic behaviour of solid
wide-faced spur and helical gears. Mechanism and Machine Theory, Vol. 40, p. 173-190,
2004.
[23]
Kkay, F., Dynamik der Zahnradgetriebe. Modelle, Verfahren, Verhalten. Springer

Verlag, ISBN 3-540-17111-8, Berlin, 1987.
[24]
Baud, S., Velex, P. Static and dynamic tooth loading in spur and helical geared systems
experiments and model validation. ASME, Journal of Mechanical Design, vol.124, n 2, pp.
334346. ISSN: 1050-0472, 2002.
166
[25]
Lundberg, G. Elastische Berhrung zweier Halbrame. Forschung auf dem Gebiete des
Ingenieurwesens. Vol.10, n 5, p. 201211, 1939.
[26]
Weber, C., Banaschek, K., Formnderung und Profilrcknahme bei Gerad-und

Schrgverzahnten Antriebstechnik. Heft 11, F. Vieweg und Sohn, Braunschweig, Germany,
1953.
[27]
Cornell, R. W., Compliance and Stress Sensitivity of Spur Gear Teeth, ASME, Journal of
Mechanical Design, vol. 103, p. 447459, 1981.
[28]
Palmgren, A.. Ball and roller bearing engineering (3rd edition). S.H. Burbank & Co,
Philadelphia, USA, 1959.
[29]
Sainsot, P., Velex, P. Duverger, O., Contribution of Gear Body to Tooth Deflections-A
New Bidimensional Analytical Formula. ASME, Journal of Mechanical Design, 126(4):748752, 2004.
[30]
International Organization for Standardization, ISO 6336, Calculation of load capacity of

spur and helical gears. Part 1-5. Genve, Switzerland, 1996.
[31]
Houser., D. R., Harianto, J. Talbot, D., Gear Mesh Misalignment: Defined, Corrected and
Analyzed for Stresses and Noise. Gear Solutions, June, 2006, p. 3443.
[32]
Conry, T., Seireg, A., A Mathematical Programming Technique for the Evaluation of Load
Distribution and Optimal Modifications for Gear Systems. Journal of Engineering for
Industry, Trans. ASME, Vol.95, No.4, p. 1115-1123, 1973.
[33]
Tavakoli M., Houser D. R., Optimum Profile Modifications for the Minimization of Static
Transmission Errors of Spur Gears. Journal of Mechanisms, Transmissions and Automation
in Design, 108, pp. 86-95, 1986.
[34]
Houser, D. R., Harianto, J., Iyer, N., Josephson, J., Chandrasekaren, B., A MultiVariable Approach to Determining the Best Gear Design. Proceedings of the Eighth ASME
International Power Transmission and Gearing Conference, Baltimore, Sep. p. 1013, 2000.
[35]
Velex, P., Bruyre, J., Houser, D. R. Some Analytical Results on Transmission Errors in
Narrow-Faced Spur and Helical Gears: Influence of Profile Modifications. ASME, Journal
of Mechanical Design, 133 (3), pp. 031010-1, 031010-11.
[36]
International Organization for Standardization, ISO/FDIS 21771, Gears -- Cylindrical

involute gears and gear pairs -- Concepts and geometry, 2007.
[37]
Lin, H. H., Oswald, F. B., Townsend, D. P., Dynamic loading of spur gears with linear or
parabolic tooth profile modifications, Mechanism and Machine Theory, Vol. 29, no. 8, pp.
11151129, 1994.
167
[38]
Mohamad, E. N., Komori, M., Murakami, H., Kubo, A., Fang, S., Analysis of General
Characteristics of Transmission Error of Gears With Convex Modification of Tooth Flank
Form Considering Elastic Deformation Under Load. ASME J. Mech. Des., 131(6), p.
061015, 2009.
[39]
Harris, S.L., Dynamic loads on the teeth of spur gears. Proceedings of the Institution of
Mechanical Engineers, Vol. 172, p. 87-112, 1958.
[40]
Houser, D. R., Bolze, V. M., Graber, J. M., Static and Dynamic Transmission Error
Measurements and Predictions for Spur and Helical Gear Sets. Proceedings of the Seventh
ASME International Power Transmission and Gearing Conference, San Diego, p. 365372,
1996.
[41]
Vinayak, H., Houser, D. R., A Comparison of Analytical Prediction With Experimental

Measurements of Transmission Error of Misaligned Loaded Gears. Proceedings of the Sixth
ASME International Power Transmission and Gearing Conference, Phoenix, p. 1119, 1992.
[42]
Velex, P., Maatar, M., Octrue, M., Loaded Transmission Error Predictions and
Measurements on Spur Gears With Profile Relief. Proceedings of IMechE, Gearbox Noise,
Vibration and Diagnostics International Conference, Londres, p. 199208, 1995.
[43]
http://www.grc.nasa.gov/WWW/RT/RT2001/5000/5950oswald1.html
[44]
Munro, R. G., A Review of the Theory and Measurement of Gear Transmission Error.
Proceedings of the First International Conference on Gearbox Noise and Vibration,
Cambridge, p. 310, 1990.
[45]
Yildirim, N., Munro, R. G., A Systematic Approach to Profile Relief Design of Low and
High Contact Ratio Spur Gears. Proc. Inst. Mech. Eng., Part C: J. Mech. Eng. Sci., 213(6), p.
551562, 1999.
[46]
Yildirim, N., Munro, R. G., A New Type of Profile Relief for High Contact Ratio Spur
Gears. Proc. Inst. Mech. Eng., Part C: J. Mech. Eng. Sci., 213(6), p. 563568, 1999.
[47]
Sundaresan, S., Ishii, K., Houser, D.R. A Procedure Using Manufacturing Variance to
Design Gears With Minimum Transmission Error. ASME, Journal of Mechanical
Design,113 (3), p. 318-325, 1991.
[48]
Sundaresan, S., Ishii, K., Houser, D.R., Design Optimization for Robustness Using
Performance Simulation Programs. J. Des. Automation, 1 (32), p. 249-256, 1991.
[49]
Sundaresan, S., Ishii, K. Houser, D. R., A Robust Optimization Procedure with Variations
on Design Variables and Constraints. Advances in Design Automation (Gilmore, B. J., et al.,
eds.), ASME, Vol. 65-1, p. 379-386, 1993.
168
[50]
Komori, M.; Kubo, A., Suzuki, Y., Simultaneous optimization of tooth flank form of
involute helical gears in terms of both vibration and load carrying capacity. JSME
International Journal, Series C, vol. 46, n 4, p. 1572-1581, 2003.
[51]
Matsumura, S., Umezawa, K., Houjoh, H., Performance Diagram of a Helical Gear Pair
Having Tooth Surface Deviation During Transmission on Light Load. Proceedings of the
Seventh ASME International Power Transmission and Gearing Conference, San Diego, Oct.
69, p. 161168, 1996.
[52]
Hhn, B. R., Michaelis, K., Wimmer, A., Low Loss Gears. AGMA Fall Technical
Meeting, Paper No. 05FTM11, 2005.
[53]
Diab Y., Analyse des pertes de puissance dans les transmissions par engrenages grande
vitesse. Applications aux rducteurs industriels et aux machines textiles. Thse de doctorat,
INSA de Lyon, 2005.
[54]
Diab, Y., Ville, F., Velex, P., Prediction of Power Losses Due to Tooth Friction in Gears.
Tribol. Trans., 49(2), p. 260270, 2006.
[55]
Xu, H., Kahraman, A., Anderson, N. E., Maddock, D. G., Prediction of Mechanical
Efficiency of Parallel-Axis Gear Pairs. ASME J. Mech. Des., 129(1), p. 5868, 2007.
[56]
Velex, P. Ville, F., An analytical approach to tooth friction losses in spur and helical gears
Influence of profile modifications. ASME, Journal of Mechanical Design, 131 (10), 10 pages,
doi: 10.115/1.3179156, 2009.
[57]
Ghribi D., Ajmi M., Velex P., Haddar M. Influence des efforts de frottement sur le
comportement dynamique des engrenages droits et hlicodaux. IMPACT 2010, DjerbaTunisie, 2010.
[58]
Archard, J.F. Contact and rubbing of flat surfaces. Journal of Applied Physics, Vol. 24, p.
981-988, 1953.
[59]
Flodin, A., Andersson, S., A Simplified Model for Wear Prediction in Helical Gears. Wear,
249, pp. 285292, 2001.
[60]
Bajpai, P., Kahraman, A., Anderson, N. E., A Surface Wear Prediction Model for
Parallel-Axis Gear Pairs. ASME J. Tribol., 126, p. 597604, 2004.
[61]
Wagaj, P., Kahraman, A., Effect of Tooth Profile Modifications on Helical Gear
Durability. ASME J. Mech. Des., 124, p. 501510, 2002.
[62]
Kahraman, A., Bajpai, P., Anderson, N.E., Influence of tooth profile deviations on helical
gear wear. ASME, Journal of Mechanical Design, Vol. 127, p. 656-663, 2005.
169
[63]
Osman, T., Simulation de lusure et davaries sur des dentures dengrenages cylindriques Influence sur le comportement statique et dynamique de transmissions par engrenages,
Thse de doctorat, INSA de Lyon, 225 p, 2012.
[64]
Osman, T., Velex, Ph., Static and dynamic simulations of mild abrasive wear in wide-faced
spur and helical gears, Mechanism and Machine Theory, Vol. 45, p. 911-924, 2010.
[65]
Block, H., The Flash Temperature Concept. Wear, Vol 6, p. 483-493, 1963.
[66]
Tobe, T., Kato, M., A Study on Flash Temperature on the Spur gear Teeth. Journal of
Engineering for Industry, Trans ASME, Vol 96, n1, p. 78-84, 1974.
[67]
Terauchi, Y., Scoring of spur gear teeth. Lubr Eng. 40(1):1320, 1984.
[68]
Atan, E. On the prediction of the design criteria for modification of contact stresses due to
thermal stresses in the gear mesh. Tribology International. Vol 38, p. 227233, 2005.
[69]
International Organization for Standardization, NF ISO 1328-1 or E 23-007-1.

Engrenages cylindriques - Systme I.S.O. de prcision - Partie 1 : Dfinitions et valeurs
admissibles des carts pour les flancs homologues de la denture, 1997.
[70]
Henriot G. Engrenages : conception, fabrication, mise en oeuvre. 7ime dition. Paris :

Dunod. 875 p, 1999.
[71]
Pasquier, M., Contrle des engrenages parallles, Techniques de lingnieur, bm5627.
[72]
Henriot G., Trait thorique et pratique des engrenages : tude complte du matriel.
Tome 2, 5ime dition. Paris : Bordas. 662 p, 1983.
[73]
Taguchi, G., System of experimental design. Unipub/KrausInternational Publication,New

York.
[74]
Taguchi, G., Performance Analysis Design. International Journal of Production Research,

Vol. 16, No. 6, p. 521-530, 1978.
[75]
Taguchi, G., Taguchi on Robust Technology Development: Bringing Quality Engineering

Upstream. ASME Press, New York, 1993.
[76]
Dentremont, K. L., Ragsdell, K. M., design for Latitude Using TOPT, ASME advances
in Design Automation, DE-Vol 14, p. 265-272.
[77]
Sandgren, E., A MultiObjective Design Tree Approach for Optimization Under

Uncertainty. Advances in Design Automation (Ravani, B., ed.), Montreal, Quebec, ASME,
Vol. 19-2, p. 249-255, 1989.
170
[78]
Yu, J. Ishii, K., Robust Optimization Method for systems with significant nonlinear effects.
Advances in Design Automation DE-Vol. 65-1, ASME, p. 371-378, 1993.
[79]
Yu, J. C. Ishii, K., Robust Design by Matching the Design with Manufacturing Variation
Patterns. ASME Design Automation Conference, September 1994, Minneapolis, MN, DEVol. 69-2, p. 7-14, 1994.
[80]
Chen, W., Allen, J.K. Mistree, F., Robust Concurrent Concept Selection and System
Synthesis. Advances in Design Automation, ASME DE-Vol. 69-1, p. 141- 149, 1994.
[81]
Yu, J. C., Design Optimization for Robustness Using Quadrature Factorial Models.
Engineering Optimization, Vol 30, p. 203-225, 1998.
[82]
Box, G., Fung, C., Studies in quality improvement: minimizing transmitted variation by
parameter design. In: Report No. 8, Center for Quality Improvement, University of
Wisconsin, 1986.
[83]
Duffy, J., Liu, S., Moskowitz, H., Plante, R., Preckel, P.V.,. Assessing multivariate
process/product yield via discrete point approximation. IIE Transactions 30, p. 535543,
1998.
[84]
Mavris, DN., Bandte, O., A probabilistic approach to multivariate constrained robust

design simulation. Paper No. AIAA-97-5508, 1997.
[85]
D'Errico, J.R., Zaino jr N.A., Statistical Tolerancing using a Modification of Taguchi's

Method. Technometrics, Vol 30 (4), p. 397-405, 1988.
[86]
Mineur, H., Techniques de calcul numrique. Dunod, Paris, 605 p, 1966.
[87]
Ghribi D., Bruyre J., Velex P., Octrue M., Haddar M., Robust Optimization of Gear
Tooth Modifications Using a Genetic Algorithm. Condition Monitoring of Machinery in
Non-Stationary Operations 2012. Part 5, p. 589-597, Springer, 2012.
[88]
Ghribi D., Bruyre J., Velex P., Octrue M., Haddar M., A Contribution to the Design of
Robust Profile Modifications in Spur and Helical Gears by Combining Analytical Results and
Numerical Simulations. ASME, Journal of Mechanical Design. Vol 134, p. 061011-1,
031010-9, 2012.
[89]
Ghribi D., Bruyre J., Velex P., Octrue M. & Haddar M.. Optimisation des corrections de
profil dans les engrenages droits et hlicodaux Approches probabilistes. Journes
transmissions mcaniques, INSA Lyon. France, 2011.
[90]
Shoemaker, A., Tsui, K., Wu, C. Economical experimentation methods for robust
parameter design. Technometrics 33: p. 415-427, 1991.
171
[91]
Walker, H., Gear tooth deflection and profile modification. The Engineer, 166 (4319), p.
434436, 1938.
[92]
Arafa, M. H., Megahed, M. M., Evaluation of spur gear mesh compliance using the finite
element method. Proceedings of the Institution of Mechanical Engineers -C- J. of Mechanical
Engin Science, 213 (6), p. 569580, 1999.
[93]
Deutsches Institut fr Normung, Tragfhigkeits-berechnung von Stirnrdern, e. V. DIN

3990Teil 1-5. Germany.
[94]
American Gear Manufacturers Association, Fundamental rating factors and calculation

methods for involute spur and helical gear teeth. AGMA USA, 2001.
[95]
ener, . S., zgven, H. N., Dynamic Analysis of Geared Shaft Systems By Using a
Continuous System Model. J. of Sound and Vib., Vol. 166, no. 3, p. 539556, 1993.
[96]
Velex, P., Ajmi, M., Dynamic tooth loads and quasi-static transmission errors in helical
gears Approximate dynamic factor formulae. Mechanism and Machine Theory, Vol. 42 p.
15121526, 2007.
[97]
Velex, P., Maatar, M., Raclot, J.P., Some numerical methods for the simulation of geared
transmission dynamic behavior formulation and assessment. ASME, J. Mech. Des., vol. 119,
no. 3, p. 292298, 1997.
[98]
Oehlert, G. W., A Note on the Delta Method. The American Statistician, Vol. 46, No. 1, p.
27-29, 1992.
[99]
Padulo, M., Campobasso, M.S., Guenov, M.D., Comparative analysis of uncertainty

propagation methods for robust engineering design. En: International Conference on
Engineering Design, Design for Society, Paris. France, 2007.
[100]
Phadke, M. S., Quality Engineering using Robust Design, Prentice Hall, Englewood Cliffs,
New Jersey, 1989
[101]
Parkinson, A., Sorenson, C. Pourhassan, N., A General Approach for Robust Optimal
Design. Journal of Mechanical Design, Vol. 115 (March), p. 74-80, 1993.
[102]
Driot, N., Perret-Liaudet, J., Variability of modal behavior in terms of critical speeds of a
gear pair due to manufacturing errors and shaft misalignments. Journal of sound and
vibration. Vol 292, p. 824843, 2006.
[103]
Nonaka, T., Kubo, A., Kato, S., Ohmori, T., Silent gear design for mass-produced gears
with scatters in tooth form accuracy. ASME Proceedings of the International Power
Transmission and Gearing Conference, Scottdale, USA, Vol. 2, p. 589595, 1992.
172
[104]
Driot, N., Rigaud, E., Sabot, J., Perret-Liaudet, J., Allocation of Gear Tolerances to
Minimize Gearbox Noise Variability. Acta Acustica. Vol 87, p. 67-76, 2001.
[105]
Taguchi, G., Konishi S., Orthogonal Arrays and Linear Graph, American Supplier
Institute Press, 1987.
[106]
Pillet, M., Les Plans d'Expriences par la Mthode Taguchi, Les Editions d'Organisation,
330 p, 1999.
[107]
Soize, C., A Nonparametric Model of Random Uncertainties for Reduced Matrix Models in
Structural Dynamics. Probabilistic Engineering Mechanics, Vol 15 (3), p.277-294, 2000.
[108]
Antonsson, K. E., Otto, K. N, Imprecision in Engineering Design. ASME, Journal of

Mechanical Design, 50th Anniversary special issue, Vol 1 17 (2), p. 25-32., 1995.
[109]
Bloch, I., Information Combination Operators for Data Fusion: A Comparative Review with
Classification. IEEE Transactions on Systems, Man, and Cybernetics, 26(1) :5267, 1996.
[110]
Ayyub, B. M., klir, G. J., Uncertainty modeling and analysis in engineering and the
sciences. CRC Press, 2006.
[111]
Nigam, S. D., Turner, J. U., Review of statistical approches to tolerance analysis.

Computer-Aided Design, 27(1) : p. 615, January, 1995.
[112]
Morgan, G., Henrion, M., Uncertainty. A Guide to Dealing with Uncertainty in

Quantitative Risk and Policy Analysis. Cambridge University Press, Cambridge, 1990.
[113]
GENTLE, J., Random number generation and Monte Carlo methods. Springer, New York,
seconde edition, 2003.
[114]
Laperriere, L., Kabore. T., Monte Carlo simulation of tolerance synthesis equations. J.
Production Research, 39(11): 23952406, 2001.
[115]
Bjorke, O., Computer-Aided tolerancing. ASME Press. 2nd edition, New York, USA,
1989.
[116]
Skowronski, V.J., Turner J.U., Using Monte Carlo variance reduction in statistical
tolerance synthesis. J. Computer-Aided Design, 29 (1): p. 6369, 1997.
[117]
Ghanem R. G., Spanos P. D., Stochastic Finite Elements: A Spectral Approach, SpringerVerlag, New York, 1991.
[118]
Wiener, N., The Homogeneous Chaos, American Journal of Mathematics, 60, p. 897-936,
1938.
173
[119]
Dessombz, O., Analyse Dynamique de Structures Comportant des Paramtres Incertains,

Thse de doctorat de l'Ecole Centrale de Lyon N36 2000, 161 p, 2000.
[120]
Xiu, D., Karniadakis,G. E., The Wiener-Askey polynomial chaos for stochastic differential
equations, SIAM J. Sci. Comput., 24(2), p. 619-644, 2002.
[121]
Bonnans, J. F., Gilbert, J. C., Lemarchal, C., Sagastizabal, C., Optimisation Numrique
: aspects thoriques et pratiques. Springer, Berlin, 1997.
[122]
Bellman, R., Adaptive Control Process: A Guided Tour. Princeton University Press,
Princeton, NJ, 1961.
[123]
Davidon, W.C., Variable metric method for Minimization. AEC Res.Develop. Rep., ANL599, 1959.
[124]
Fletcher, R. Powell, M.J.D., A Rapidly Convergent Descent Method for Minimization.

Computer J. Vol 6, p. 163-168, 1963.
[125]
Hestenes, M.R. Stiefel, E., Methods of Conjugate Gradients for Solving Linear Systems.
NBS Res. J., Vol 49, p. 409-436, 1952.
[126]
Abadie, J. Carpentier, J., Generalization of the Wolfe Reduced Gradient Method to the case
of Nonlinear Constraints. In Optimization, Gletcher, R. (Ed.), Academic Press, New York,
1969.
[127]
Rosenbrock, H. H., An automatic method for finding the greatest or least value of a
function. Computer. Journal, (3), p. 175184, 1960.
[128]
Powell, M. J. D., An efficient method for finding the minimum of a function of several
variables without calculating derivates. Computer Journal 7: p. 155-162, 1964.
[129]
Nelder, J. A. Mead, R., A simplex algorithm for function minimization. Computer Journal
7, p. 308313, 1965.
[130]
Goldberg, D. E., Genetic Algorithms in Search, Optimisation, and Machine Learning.

Addison-Wesley Publishing Company, Inc. ISBN : 0-201-15767-5, 1989.
[131]
Fogel, L., Owens, A., Walsh, M., Artificial intelligence through simulated evolution,
Wiley, New York, 1966.
[132]
Holland, J. H., Adaptation in Natural and Artificial Systems. University of Michigan Press,
Ann Arbor, 1975.
[133]
Sarker, R., Mohammadian, M., Yao, X., Evolutionary Optimization. Kluwer Academic
Publishers, 2002.
174
[134]
Davison, A. C., Statistical Models. Cambridge University Press, ISBN: 0521734495,

0511668872, 738 p., 2008.
[135]
Lampinen. J., Camshape optimisation by genetic algorithm. Computer-Aided Design. Vol,

35: 727737, 2003.
[136]
Renner G. Ekrt A., Genetic algorithms in computer aided design. Computer-Aided

Design, 35: p. 709726, 2003.
[137]
Davis, L., Hanbook of Genetic Alogorithms. Van Nostrand Reinhold. ISBN: 0-442- 001738, 1991.
[138]
Driot, N., Etude de la Dispersion Vibroacoustique des Transmissions par Engrenages.

Thse de doctorat de l'Ecole Centrale de Lyon N34 2002, 172 p, 2002.
[139]
Cornell, R. W., Westervelt, W.W., Dynamic Tooth Loads and Stressing for High
Ratio Spur Gears. ASME, Journal of Mechanical Design, 100(1) p. 69-76, 1978.
[140]
Ajmi, M., Velex, P., Multi-Criterion Design of Tooth Modifications in High-Contact-Ratio

Spur Gears. Proceedings VDI Berichte, No. 1665, Proceedings International Conference on
Gears, Munich, Vol. 2, p. 737749, 2002.
[141]
Dufailly, J., Etude Gomtrique des engrenages cylindriques de transmission de puissance.

Volume 1. Ellipses. ISBN : 2-7298-5703-6, 1997.
[142]
Miettinen, K., Nonlinear multiobjective optimization. Berlin: Springer-Verlag, 1999.
[143]
Pareto, V., Cours dconomie politique. F. Rouge, 1896.
[144]
Schaffer, J. D., Multiple objective optimization with vector evaluated genetic algorithms.
En Grefenstette, J. editor, Proceedings of an International Conference on Genetic Algorithms
and Their Applications, p. 93100, 1985.
[145]
Artoni, A., Gabiccini, M., Guiggiani, M., Kahraman, A., Multi-objective ease-off
optimization of hypoid gears for their efficiency, noise and durability performances. ASME,
Journal of Mechanical Design,133, 121007, 2011.
[146]
Horn, J., Nafpliotis N., Goldberg D. E., A Niched Pareto Genetic Algorithm for
Multiobjective Optimization. IEEE Conference on Evolutionary Computation, IEEE World
Congress on Computational Intelligence, ICEC 94, 1994.
[147]
Fonseca, C.M., Fleming, P.J., Multiobjective genetic algorithms. In: IEE colloquium on
Genetic Algorithms for Control Systems Engineerin (Digest No. 1993/130). London, UK:
IEE, 1993.
175
[148]
Zitzler E., Thiele, L., Multiobjective evolutionary algorithms: a comparative case study and
the strength Pareto approach. IEEE Transactions on evolutionary computation, Vol3, Issue4,
p. 257-271, 1999.
[149]
Srinivas, N., Deb, K., Multiobjective optimization using nondominated sorting in genetic
algorithms. J Evol Comput;2(3): p. 221-48, 1994.
[150]
Deb, K., Pratap, A., Agarwal, S., Meyarivan, T., A fast and elitist multiobjective genetic
algorithm: NSGA-II. IEEE transactions on evolutionary computation, 6(2): p. 182197, 2002.
[151]
Coello, CAC., A comprehensive survey of evolutionary-based multiobjective optimization

techniques. Knowl Inform Syst; 1(3): p. 269308, 1999.
[152]
Zitzler, E., Deb, K., Thiele, L., Comparison of Multiobjective Evolutionary Algorithms:
Empirical Results. Evolutionary Computation, 8(2): p. 173195, 2000.
[153]
Deb, K., Thiele, L., Laumanns, M., Zitzler, E., Scalable test problems for evolutionary
multi-objective optimization. Evolutionary Multiobjective Optimization. Theoretical
Advances and Applications, p. 105145, 2005.
[154]
Chergui, J., Lavalle, P. F., OpenMP: Paralllisation multitches pour machines

mmoire partage. Institut du Dveloppement et des Ressources en Informatique scientifique
(I DRISS), 2006.
176
Annexe A
Annexe A : Procdure de rsolution
dquations
Figure A.1 : Schma de rsolution de Newmark coupl un algorithme de contact [9]

177
Annexe A
La mthode de Newmark est une mthode "directe" de rsolution des quations de l'quilibre
dynamique :
M .X C .X K .X Fext
(A. 1)
L'ide essentielle de cette mthode, et des mthodes directes en gnrale, est de satisfaire
l'quation prcdente pour des temps ti discrets, c'est--dire de considrer chaque ti
l'quilibre statique incluant les effets d'inertie et d'amortissement. La mthode de Newmark
est implicite et les vitesses et les dplacements au temps t+t sont dtermins par :
t+t
X (1 ) X X t
t
t
t+t
X t+t X t X t t+ (
) X X t 2
t
t+t
2
(A. 2)
(A. 3)
O les coefficients d et a sont des paramtres choisis pour rendre la mthode convergente et
stable. Dans le cas de la mthode de Newmark originelle (mthode trapzodale), d=0.5 et
a=0.25 ce qui assure une stabilit inconditionnelle.
L'algorithme gnral de rsolution peut se rsumer :
A.1. Initialisation des vecteurs dplacements, vitesses, acclration,

et pour , t fixs, calcul des coefficients ai :
a1 =
2
t
t
1
a3 =
a4 = 1
1
2
a 6 =t(1 ) a 7 = t
a0 =
1
t
t
a5 = 2
2
a2 =
(A. 4)
A.2. Calcul et triangularisation de la matrice K
K K a0 M a1 C

(A. 5)
K L . D T . L

(A. 6)
178
Annexe A
A.3. Pour chaque pas de temps considr :
Calcul du vecteur R
t+t
t+t
Fext t+t M . a0 X t a2 X a3 X C . a1 X t a4 X a5 X
t
(A. 7)
Rsolution du problme linaire
L . D . L X
T
t+t
(A. 8)
t+t
Calcul des vecteurs vitesses et dplacement en t+t
t+t
a0 X t+t X t a2 X a2 X
t+t
X a6 X a7 X
t+t
(A. 9)
(A. 10)
Remarque : lorsque le systme d'quation est coefficients dpendants du temps, la matrice

K doit tre calcule et inverse chaque itration.

179
Annexe B
Annexe B : Dveloppement analytique

Expression de TEs
k0
K , XS
dM
L ,XS
km
k0
L ,XS
k M e M dM
L ,XS
1
1
lim N
1 2
N
e M dM
km
P 1
N 1

i 0
j 0
ij
1
1
lim N
1 2
N
P 1
N 1
i 0
j 0
ij
Avec N est le nombre de segments dans une ligne de contact (mme si elle nest pas
entirement dans la zone de contact).
FigureB.1 : Evolution de lcart e00 ( ) sans et avec rduction de longueur de contact

Considrons une fonction gnrique g 00 ( ) , priodique de priode P, associ au point
particulier M00 de coordonnes (pour le cas de la Figure B. 1- sans rduction) :
x=T1T1'
z=-b/2
pour =0
(B. 1)
180
Annexe B
P : la priode dengrnement de base reprsentant le nombre de priodes dengrnement
exiges pour que les mmes conditions de contact se reproduisent (c'est--dire que le mme
paire de dents du pignon et de la roue seront en contact). La fonction g 00 ( ) peut tre alors
dcompose en srie de Fourier :
a0
2 n
2 n
b n .sin
g 00 ( ) an .cos
2 n 1
P
P
(B. 2)
Avec
P
a0
2
g 00 ( )d
P 0
an
2
2 n
g 00 ( ) cos
P0
P
P
2
2 n
an g 00 ( ) sin
d
P0
P
P
Figure B.2. Dfinition des paramtres gomtriques
Ainsi, la fonction gij ( ) lie n'importe quel autre point Mij dans le plan daction est dduite
par :
g ij ( ) g 00 ( i j .
Cherchons lexpression de :
P 1 N 1
g
i 0 j 0
00
(B. 3)
( i j .
181
Annexe B
1r tape : Somme sur les segments, indice j
A-
N 1
j 0
B-
2 n ( i ) 2 nj
P
P .N
2 n ( i )
2 n ( i )
S n sin
C n cos
P
P
(B. 4)
2 n ( i ) 2 nj
P
P .N
2 n ( i )
2 n ( i )
S n cos
C n sin
P
P
(B. 5)
cos
N 1
sin
j 0
Avec ;
2 n n
sin
N 1
P
P .N
2 nj 1
C n cos

n
j 0
P .N 2
2sin
P .N
(B. 6)
n
n n
sin
.sin
P
P
P .N
2 nj
S n sin
n
j 0
P .N
sin
P .N
(B. 7)
N 1
Ainsi, on aura :
P 1
Na0
2 n ( i )
2 n ( i )
(
ij
anC n b n S n sin
2 anC n b n S n cos
P
P
i 0 j 0
i 0
n 1
(B. 8)
=
P 1 N 1
P 1
P 1
P .Na0
2 n ( i )
2 n ( i )
anC n b n S n cos
anC n b n S n sin
2
P
P
n 1
i 0
i 0
(B. 9)
2me tape : Somme sur les segments, indice i
En utilisant les deux connues relations :

P 1
2 ni
P
cos
i 0
P 1
0 pour n k .P
P pour n k .P

2 ni
0 n
P
(B. 11)
2 n ( i )
P cos(2 k )
P
(B. 12)
sin
i 0
(B. 10)
On aboutit :
P 1
cos
i 0
182
Annexe B
P 1
2 n ( i )
P sin(2 k )
P
sin
i 0
(B. 13)
Ce qui donne, tout en factorisant par N et en remplaant n par k.P :
C kP
S kP
P .akP
P .b kP
cos 2 k
N
N
P .a
g ij ( ) N 0
2
i 0 j 0
k 1
S
C
P .akP kP P .b kP kP sin 2 k
N
N
P 1 N 1
(B. 14)
3me tape : Passage la limite de, pour N tend vers linfini

Ainsi, pour un nombre important de cellules sur une ligne du contact (N tend vers linfini), on
aboutit les expressions suivantes :
sin 2 k
N
C kP
1
2N
N
k
sin
N
2 k .
k
N
k
sin( k ).sin k
N
S kP
N
k
sin
N
k .
k
N
Alors,
(B. 15)
(B. 16)
C
lim kP
N
N
sin 2 k
2 k
(B. 17)
C
lim kP
N
N
2
sin k
(B. 18)
do
183
Annexe B
sin 2 k
sin 2 k
P .b kP
P .akP
cos 2 k
2 k
k

P 1 N 1
P .a
0
g
(
)
N
ij
i 0 j 0
k 1
2
sin
P .b sin 2 k sin 2 k
P .akP
kP

k
2 k
(B. 19)
Finalement, le passage la limite donne :
1
lim N
N
Pa0 sin k
P akP cos k 2 P bkP sin k 2
ij
j 0
2 k 1 k
(B. 20)
P 1
N 1
i 0
Variance temporelle : RMS(TEs)

On cherche dterminer analytiquement lexpression du RMS de lerreur de transmission
quasi-statique, pour une raideur dengrnement constante (ISO), en fonction des paramtres
de correction de profil (E,).
Daprs Velex et al. [35]
1
TEs ()
k( M )e ( M )dM
L( , X s )
(B. 21)
cos b k( , X s )
Avec
M e M dM E 1 k , , , , cos k 2
k
1 2 k 1
L , X s
2
k , X s 1 2 sinc k ' sinc k cos k 2

k 1
k , , , ,
2
sinc k 2 1 sinc k ' 1 sinc k ( ) sinc k 1

' 1 2 (5)
sinc x
sin x
(6)
x
On cherche dterminer RMS TEs Var TEs ?

184
Annexe B
On a Var TEs
1
1 A
Var
2
cos b
B
(B. 22)
Avec
A
k M e M dM
L( , X s )
B k , X s
Rappel 1 :
Dveloppement en srie de Taylor (2 variables x et y)
f x, y f x0 , y0
f x, y
x x , y
0
f x, y
x
f
x0 x
x x0
f x, y
y y0
y x , y
0
x, y y
x
x2
x, y 1
y
x
y0 y
f x, y
1
y y y
2 x x y y
x x x
x
2
2
1
y y
Var f x, y Var 4 Var x 2 Var y 3y Cov x, y
x
x
x x
Soit
f
f x, y
x
f
x, y y
x
x2
x, y 1
y
x
et
x0 x : Valeur moyenne de x, (E[x]) : Esprance mathmatique de la variable alatoire x
y0 y : Valeur moyenne de y, (E[y]) : Esprance mathmatique de la variable alatoire y
f x, y
y y y
1
2 x x y y
x x x
x
185
Annexe B
Ainsi
2
2
1
y y
Var f x, y Var 4 Var x 2 Var y 3y Cov x, y
x
x
x x
Fin Rappel 1
Var TEs
1
1 A
Var
2
cos b
B
1
E B
2
E B
2
Var 1 A
Var 1 A
E 2 1 A
E B
4
E 2 1 A
E B
4
Var B 2
Var B 2
E 1 A
E 3 B
E 1 A
E 3 B
Cov 1 A, B
(B. 23)
Cov A, B
Rappel 2 :
Soit une fonction f(), priodique, de priode P et de la forme :
2 n
f a0 an cos
P
n 1
E f
2 n
+bn sin
1
f d
P 0
a0
Var f
2
1
E f f d
P0
1 2
an bn2
2 n 1
Fin Rappel 2
Ainsi
2
E
E A
1 2
E B 1
et
1 2
2
Var
A
2 akA bkA
k 1
Var B 1 a 2 b 2
kB kB

2 k 1
(B. 24)
(B. 25)
186
Annexe B
avec,
E * k , , , , cos k
akA

1 2
2

bkA
E * sin k
1 2
2
2 sinc k sinc k sin k
akB 2 sinc k ' sinc k cos k

bkB
'
1 2
Var
A
A

2 k 1
Var B 1 2
B

2 k 1
(B. 26)
o
E*
;a
1 2
2
A a. k , , , ,
B 2sinc k ' sinc k
Cherchons maintenant Cov A, B

Rappel 3 :
Var Y Z Var Y Var Z 2Cov Y , Z
Cov Y , Z
1
Var Y Z Var Y Var Z
2
Fin Rappel 3
Or,
E * + cos k 2
A B
1 2
k 1
2
A B 1
(B. 27)
E*
E A B 1
1 2
1 2
2
Var
A
B
akAB bkAB

2
k 1
(B. 28)
187
Annexe B
1
Var A B Var A Var B
2
1
2 A B 2A 2B
2
Cov A, B
(B. 29)
Alors aprs quelques simplifications, on obtient :
1
1 A
Var
2
cos b
B
1
2
a A (1 a) B
2
2cos b n 1
Var TEs*
(B.30)
A partir de cette expression, on peut dduire le RMS de lerreur de transmission quasistatique dimensionnelle :
RMS TEs Var TEs* . m
m2
2cos 2 b
a A (1 a) B
(B.31)
n 1
avec,
m : dformation normale totale au contact, en moyenne :
m
1 2
: Dflection de rfrence
Cm
k0 .b.Rb1.
Variance gomtrique : Robustesse

On cherche essentiellement dterminer analytiquement lexpression de lcart type
gomtrique de notre fonction objectif : RMS temporel de lerreur de transmission quasistatique, pour une raideur dengrnement constante (ISO). Ce paramtre (lcart type)
prsente linfluence de variabilit des paramtres gomtrique (E, ) sur la fonction objectif.
Il reflte la robustesse des combinaisons possibles des corrections de profils.
Rappel :
y f x1 , x2 , , xn
x :Valeur moyenne de x
y :Valeur moyenne de y; y f x
188
Annexe B
n
2 y
y 1 n n
y y xi - x i xi - x i x j - x j

i 1
xi x 2 i 1 j 1
xi x j x
3 y
1 n n n
xi - x i x j - x j xk - x k x x x
3! i 1 j 1 k 1
i j k
E y y 0;
E y y f x
2
Var y E y y
2
n
y
E xi - x i
xi x
i 1
n n
y y
E xi - x i x j - x j

i 1 j 1
xi x x j x
n
n
y y
E xi - x i x j - x j
i 1 j 1
xi x x j x
n
n
y y
Cov xi , x j
i 1 j 1
xi x x j x
Considrons :
Cov xi , xi Var xi et Cov xi , x j Cov x j , xi
2
n
n
y
y y
Var y Var xi 2 Cov xi , x j
i 1
i 1 j i 1
xi x
xi x x j x
n
Soient des variables indpendantes: Cov xi , x j 0

2
y
Var y Var xi
i 1
xi x
Fin Rappel
On a ;
n
RMS TEs
m2
2cos b
Var RMS TEs
a
n 1
(1 a) B
RMS TEs
RMS TEs
Var
Var E
E
x
2
189
(B.32)
Annexe C
Annexe C : Algorithme gntique

oprateurs et techniques
Slection des individus
La slection a pour but de favoriser les meilleurs lments de la population. Elle permet
d'identifier les meilleurs individus d'une population et d'liminer les mauvais. On trouve dans
la littrature un nombre important de principes de slection plus ou moins adapts aux
problmes qu'ils traitent [131][135]. Dans le cadre de notre travail, les deux principes de
slection suivants ont t envisags :
- Slection par roulette
Elle consiste associer chaque individu un segment dont la longueur est proportionnelle
sa fitness. Ces segments sont ensuite concatns sur un axe que l'on normalise entre 0 et 1.
On tire alors un nombre alatoire de distribution uniforme entre 0 et 1, puis on ``regarde'' quel
est le segment slectionn. Avec ce principe, les grands segments, c'est--dire les bons
individus, seront plus souvent adresss que les petits. Ils ont plus de chance d'tre croiss et
de participer l'amlioration de notre population.
Lorsque la dimension de la population est rduite, il est difficile d'obtenir en pratique
l'esprance mathmatique de slection en raison du peu de tirages effectus.
- Slection par roulette stochastique
Ce type de slection vite le problme dcrit prcdemment, lorsque la dimension de la
population est rduite.
Dcrivons ce principe de slection :
Pour chaque lment i, on calcule le rapport ri de sa fitness sur la moyenne des
fitness. Soit e(ri) la partie entire de ri, chaque lment est reproduit exactement
e(ri) fois.
Maintenant, la slection par roulette prcdemment dcrite est applique sur les
individus.
Compte tenu du fait que des faibles populations seront utilises par la suite, ce
principe de slection s'avrera le plus efficace dans les applications pratiques et

sera donc utilis par la suite.
Il faut noter une technique qui assure la conservation de la meilleure solution chaque
gnration est envisage. Cette technique est nomme Elitisme.
190
Annexe C
Croisement (cross-over)
Le croisement a pour but d'enrichir la diversit de la population en manipulant la structure des
chromosomes. Classiquement, les croisements sont envisags avec deux parents et gnrent
deux enfants.
Cet oprateur se produit selon une probabilit pc fixe par lutilisateur selon le problme
optimiser. A travers cette reproduction les chromosomes enfants hritent de parties du
patrimoine gntique de leurs parents.
pc : Probabilit dapplication du croisement un parent donn.
Dans la littrature, il existe plusieurs oprateurs de croisement qui dpendent essentiellement

la nature du problme traiter. On distingue ainsi le croisement un point, le croisement
multipoints, le croisement uniforme et le croisement SBX qui se prsente comme le plus
adquat pour notre problme. Contrairement au croisement par combinaisons linaires qui
cre des individus alatoirement entre leurs parents, le SBX (simulated binary crossover) cre
des individus proches de leurs parents ; A partir de deux parents X1 et X2 il cre deux
individus Y1 et Y2 comme suit :
Y1 0.5[(1 )X1 (1 )X 2 ]
Y2 0.5[(1 )X1 (1 )X 2 ]
Tel que reprsente un facteur de diffusion dfinie par :
1
1
si u 0.5
(2u )
1

1
sinon
2(1 u )
o u est tir suivant une loi uniforme dans lintervalle [0, 1] et est un nombre rel non nul
qui caractrise la distribution de Y1 et Y2 par rapport aux parents X1 et X2. Ainsi, plus
saccrot, plus les descendants se rapprochent de leurs parents.
On note, comme ce sera le cas pour les autres oprateurs, quil existe trs peu de base
thorique pour guider le choix de la mthode de slection. Seuls des tests concernant notre
application spcifique nous permettront de dterminer lapproche la plus efficace.
Remarque :
Un pourcentage trop lev d'application du cross-over (pc trop lev) ne laisse pas le temps
aux bons schmas de prolifrer.
Un pourcentage trop bas d'application entrane une stagnation et une convergence prmature.
Les valeurs de pc souvent conseilles varient entre 50 et 70%.
191
Annexe C
Mutations
Reproduction et croisement sont la base des algorithmes gntiques. Il existe toutefois un
troisime oprateur : la mutation. En effet, au sein d'un pool gntique donn, mme
important, il est possible que la solution recherche ne soit pas prsente. L'oprateur de
mutation est indispensable car il permet l'mergence de nouvelles configurations gntiques,
en largissant le pool, ces mutations amliorent les possibilits de trouver une solution
optimale. Deux types de mutations sont possibles. La premire est la mutation gaussienne
avec une variance constante ou une variance dcroissante au cours des itrations. Le principe
de base de ce type de mutation est dajouter un bruit gaussien centr au gne que lon dsire
faire muter. La deuxime est une mutation non-uniforme controle par diffrents paramtres
[13].
Ainsi, il faut noter que lorsque les deux parents sont trs proches, la probabilit de mutation
est augmente. Le but est de muter les deux enfants gnrs qui ressemblent beaucoup leurs
parents. Si aucune amlioration de la meilleure solution nest ralise aprs un certain nombre
de gnrations (fix par lutilisateur) on augmente la force de mutation pour favoriser
lexploration de lespace de recherche et par suite assurer une proprit trs importante :
lergodicit. Cette proprit indique que la mthode sera capable, dans le processus de
rsolution, d'atteindre les diffrents points de l'espace de recherche, sans pour autant les
parcourir tous.
Il faut signaler que la mutation doit tre rare sinon le processus devient du "totally random
search" (recherche alatoire totale). De ce fait il est conseill de choisir une probabilit de la
mutation pm entre 0,001 et 0,01. Cette procdure est utilise pour mieux se rapprocher de
loptimum. Cependant, il faut faire attention la convergence prmature.
Les processus de slection prsents sont trs sensibles aux carts de fitness et dans certains
cas, un trs bon individu risque d'tre reproduit trop souvent et peut mme provoquer
l'limination complte de ses congnres ; on obtient alors une population homogne
contenant un seul type d'individu. Pour viter ce comportement, il existe des principes
(scaling, sharing) qui empchent les individus ''forts'' d'liminer compltement les plus
''faibles''.
scaling
Le scaling ou mise l'chelle, modifie les fitness afin de rduire ou d'amplifier

artificiellement les carts entre les individus. Le processus de slection n'opre plus sur la
fitness relle mais sur son image aprs scaling. Parmi les fonctions de scaling, on peut
envisager le scaling linaire, le scaling exponentiel et le sigma scaling (Proportionnelle
l'cart-type). La mise lchelle (scaling) de la fitness est un outil souvent mis en place
lorsque la valeur de la fitness est utilise explicitement dans le processus de slection.
192
Annexe C
Afin dviter que des individus trop forts ne dominent rapidement la population, au risque de
prmaturment converger vers un optimum local, il est possible de rduire artificiellement
lcart entre les individus en transformant la fitness. loppos, on constate parfois que les
bons individus ont du mal se distinguer et il peut tre utile daugmenter la diffrence de
fitness entre eux. Ces oprations peuvent tre aisment ralises en appliquant des fonctions
classiques la valeur de la fitness. Par exemple, prendre le carr de la fitness augmentera les
diffrences.
Figure C.1 : Fonction scaling exponentielle
partage (sharing)
L'objectif du sharing est de rpartir sur chaque sommet de la fonction optimiser un nombre
d'individus proportionnel la fitness associe ce sommet. Cette technique permet de
favoriser lexploration spatiale en pnalisant les individus qui se trouve dans la mme rgion
de lespace. Le partage (sharing) est une autre amlioration souvent mise en oeuvre pour
pousser lalgorithme explorer lensemble de lespace de recherche. Le principe utilis
consiste diminuer la fitness des solutions similaires. Pour cela, il faut dabord dfinir une
distance par exemple la distance euclidienne entre chaque individu. On choisit ensuite un
voisinage, par exemple une sphre de rayon 2 autour de chaque solution. On peut alors
compter le nombre dindividus prsents dans ce voisinage en pondrant par la distance (plus
un individu est loign, moins on le prend en compte) ; on obtient une valeur baptise
coefficient de niche. Enfin, la fitness brute de chaque individu est divise par le
coefficient de niche. Cette mthode donne de bons rsultats. Nanmoins, elle requiert le
calcul de la distance de chaque individu tous les autres. Si la population contient N
individus, cette approche ncessite, par consquent, N2 calculs supplmentaires chaque
gnration.
193
Annexe C
Cette complexit peut trs souvent tre nglige car, dans de nombreuses applications, le
calcul de la fitness se rvle tre beaucoup plus long que tous les autres calculs.
Figure C.2 : Opration de partage sharing
194
Annexe D
Annexe D : Dtermination des points et des

poids de Gauss [83]
X2
(Xjk, ujk)
k= 42
(Hn)
k=2
k=1
X1
Figure D.1 : Diffrentes combinaisons possibles
y wk Y ( Lk )
Valeur moyenne :
(D.1)
k 1
y2 wk Y ( Lk ) y
Variance :
(D.2)
k 1
Avec
n
wk u jk
j 1
ujk : le poids associ au variable variables Xj dans la kme combinaison.

n: nombre des variables alatoire de conception.
n
N : Nombre total des points, N= H
L L1 , L2 ,..., LN ; Vecteur qui comprend N traitements (combinaisons des variables de
conception).
Lk L1k , L2 k ,..., Lnk : kme traitement.
Cherchons ainsi les points (lh, h=1, , H) et les poids de gauss (uh, h=1, , H) associs une
variable (X) donne qui est caractrise par une distribution de probabilit g(X). Pour ce
faire, on propose la procdure de discrtisation discrete point approximation prsente par
195
Annexe D
Duffy et al. [83]. Cette procdure est applicable pour diffrentes formes de distributions de
probabilit :
H
u l
h 1
h h
E[ X m ]
(D. 3)
avec,
m 0,1,..., 2 H -1
E[ X m ] X m g ( X )dX
Par exemple, pour une distribution Beta(,)
(m 1)
E[ X m ] E[ X m 1 ]
o E[ X 0 ] 1
(m 1)
Notons que H reprsente le nombre choisi de points de discrtisation. Ainsi, la procdure de
discrtisation comporte les diffrentes tapes suivantes :
Etape1 : Dfinir un polynme ( X ) sous une forme factorise de racines (lh, h=1, , H) :
( X ) ( X l1 )( X l2 )...( X lH )
(D. 4)
ch X h
h 0
Avec cH 1
Etape2 : Dfinir le systme de H quations :
H 1
h
H
ch E[ X ] E[ X ]
h 0
H 1
h 1
H 1
ch E[ X ] E[ X ]
h 0
.
.
H 1
h H 1
] E[ X 2 H 1 ]
ch E[ X
h 0
(D.5)
Etape3 : Dterminer les coefficients (ch, h=1, , H-1) tout en rsolvant le systme
dquation prcdent (Relations D.5)
Etape4 : Dterminer les points de gauss (lh, h=1, , H) par identification, partir de
lquation D.4.
Etape5 : Dterminer les poids (uh, h=1, , H) associs aux points de gauss par rsolution de
lquation D. 3.
196
Annexe E
Annexe E : Ecarts de forme de profil [69]
197
Annexe F
Annexe F : Algorithme NSGA-II

Procdure de rsolution
Etape1 : Initialisation
Initialisation de la population en se basant sur la formulation du problme : Dfinition des

intervalles des variables de conception et des contraintes respecter
Population :P{1, ..,p,..q,..,N}
Etape2 : Tri Non domin (Non-dominated sorting)
On classe les individus, selon leurs rangs, dans des fronts. Pour chaque individu p de P, on
procde :
Initialisation de Sp= (Sp :ensemble des individus domins par p).
Initialisation de np= (np : nombre des individus qui dominent p).
Pour tout q P :
- Si p domine q alors : Sp= Sp {p}
- Sinon si q domine p : np = np + 1
Si np=0
prank=1: le rang dindividu p est gal 1
(pas dindividu qui domine p)
F1= F1{p}: lindividu p figure parmi les solutions du front 1
i=1, tant que Fi :

- Fi+1 =
- Pour tout p Fi , pour tout q Sp?
*
nq = n q 1
Si np=0
qrank=i+1
(pas dindividu dans Fi qui domine p)
Fi+1 = Fi+1 {Q}
Etape3 : Distance dtalement (Crowding distance)
Pour tout Fi :
- n : nombre dindividus dans le front Fi
198

Annexe F
- Pour tout j Fi : dj(Fi)=0 (Initialisation de la distance)
- Pour toute fonction objectif (m) :
* Classification des individus selon m (tri) : I =sort(Fi,m)
* d1(I)= ( qui corresspond f mmin )
* dn(I)=( qui corresspond f mmax )
* pour k=2 :n-1
dk (I )
f mk 1 f mk 1
f mmax f mmin
La distance associe un individu est la somme de toutes les distances correspondantes aux
diffrentes fonctions objectifs. L'ide est de trouver la distance euclidienne pour chaque
individu k dans un front en fonction des valeurs du critre m prises par les individus
avoisinants. Les individus ayant une distance euclidienne plus importante seront reproduits
pour assurer la diversit. Ainsi, les individus de la frontire sont toujours reproduis puisquon
les a affect une distance infinie.
Etape4 : Slection
Les individus sont slectionns en utilisant une slection par tournoi. Une comparaison est
ensuite mene en se basant sur :
Dominance : prank < qrank

Lindividu p est plac dans un front dindice plus petit alors cest lui qui sera
choisi.
Distance dtalement (crowding disance) : prank = qrank et dp(Fi) > dq(Fi)

Lindividu p, qui correspond la distance suprieure, sera choisi.
Etape5 : Oprateur gntique (Croisement et mutation)
Voir Annexe C
Etape5 : Recombinaison et slection
La population descendante, i.e. issue de ltape prcdente, est combine avec la population
initiale (P). Une tape de slection est effectue pour dfinir les individus de la gnration
suivante. L'litisme est assur pour tous les individus ; antrieurs et actuels, qui sont ajouts
la population actuelle (de taille 2*N). Ainsi, la population est trie en fonction de la nondomination. La nouvelle gnration est remplie en superposant les individus des j premiers
fronts jusqu' ce que la taille de la population soit suprieure ou gale la taille initiale de la
population (taille N). Dans le cas o le nombre des individus obtenus dpasse N, on garde les
individus du jme front ayant les distances de crowding les plus importantes (jusqu obtenir N
individus). Ce processus se rpte pour gnrer les gnrations suivantes (Voir Figure IV-3).
199
FOLIO ADMINISTRATIF
THESE SOUTENUE DEVANT L'INSTITUT NATIONAL DES SCIENCES APPLIQUEES
DE LYON
NOM : GHRIBI
DATE de SOUTENANCE :
Prnom : Dhafer
TITRE : OPTIMISATION DES CORRECTIONS DE FORME DANS LES ENGRENAGES DROITS ET
HELICOIDAUX - APPROCHES DETERMINISTES ET PROBABILISTESNATURE : Doctorat
Numro d'ordre : AAAAISALXXXX
Ecole doctorale : Mcanique, Energtique, Gnie Civil, Acoustique (MEGA)

Spcialit : Gnie mcanique
RESUME :
Cette thse a pour objectif de mener une optimisation des corrections de forme des engrenages cylindriques, droits et
hlicodaux. Le travail se dcompose en quatre parties principales. Dans la premire partie, on prsente un tat de lart sur les
diffrents types de corrections de forme proposes dans la littrature. Une analyse des travaux doptimisation, mens jusqu
prsent, est conduite. La deuxime partie est focalise sur une approche dterministe visant cerner linfluence des
corrections de dentures sur les principaux critres de performance. Dans ce contexte, on propose un dveloppement
analytique qui caractrise les fluctuations derreur de transmission quasi-statique permettant dobtenir des relations
approches originales. En prsence de plusieurs paramtres de corrections, un algorithme gntique est utilis afin
didentifier, en un temps rduit, les solutions optimales. Nous proposons, en troisime partie, une tude probabiliste pour
caractriser les corrections robustes. Ainsi, on dfinit une fonction objectif de robustesse faisant intervenir des paramtres
statistiques. Aprs une tape de validation, lestimation de ces paramtres est effectue en utilisant les formules de quadrature
de Gauss. Plusieurs tudes paramtriques sont ensuite menes et qui refltent entre autre linfluence des classes de qualit, la
forme de la correction, etc. Enfin, on a conduit une optimisation multicritre en utilisant un algorithme doptimisation
spcifique : NSGA-II .
MOTS-CLES :
Engrenages, correction de dentures, carts de transmission, conception robuste, algorithme gntique, optimisation
multicritres.
Laboratoire (s) de recherche : Laboratoire de mcanique des contacts et des structures (LaMCoS)
Unit de Mcanique, Modlisation et Productique (U2MP)

Directeurs de thse : Professeur Philippe VELEX (INSA de Lyon)
Professeur Mohamed HADDAR (ENI Sfax)

Prsident de jury : Professeur David DUREISSEIX (INSA de Lyon)
Composition du jury : Professeur Jean-Yves DANTAN (ENSAM - Metz)
Professeur Mnaouar CHOUCHANE (ENI Monastir)

Professeur Fakher CHAARI (ENI Sfax)
Mdc Jrme BRUYERE (INSA de Lyon)
Docteur Michel OCTRUE (Cetim)
200

These PDF

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

These PDF

Uploaded by

Copyright:

Available Formats

Optimisation des corrections de forme dans les

To cite this version:

HAL Id: tel-00873973

HAL is a multi-disciplinary open access

Larchive ouverte pluridisciplinaire HAL, est

N dordre : 2013-ISAL 0010

OPTIMISATION DES CORRECTIONS

Linstitut national des sciences appliques de Lyon

Professeur (INSA de Lyon)

LaMCoS UMR CNRS 5259 INSA de Lyon

Liste des coles doctorales

M. Jean Marc LANCELIN

Universit de Lyon Collge Doctoral

Sec : Safia AIT CHALAL

CNRS UMR 5023 LEHNA

Universit Claude Bernard Lyon 1

Mme Gudrun BORNETTE

MECANIQUE, ENERGETIQUE, GENIE CIVIL,

Ecole Centrale de Lyon

Sec : Viviane POLSINELLI

Ce travail sinscrit ainsi dans le cadre de la coopration entre le Laboratoire de

Je remercie le Professeur David DUREISSEIX davoir accept dtre le Prsident de mon

Je tmoigne toute ma gratitude aux Messieurs Philippe VELEX, Professeur lINSA de

Table des matires

Table des Matires

Table des matires

Table des matires

: Nombre de dents du pignon.

: Nombre de dents de la roue.

: Rayon de base du pignon.

: Rayon de base de la roue.

: Angle d'hlice de base.

: Vitesse de rotation du pignon.

: Ecart total au point de contact M ij .

: Ecart au point M ij sur le pignon.

: Ecart au point M ij sur la roue.

: Ecart relatif au point M ij .

: Ecart normal maximal.

: Rapprochement (ou loignement) normal.

: Force normale applique sur la dent.

: Rayons de courbure, du pignon et de la roue.

: Matrice de masse totale.coefficient de Poisson.

: Matrice amortissement visqueux.

: Matrice de rigidit globale.

: Vecteur des forces extrieures.

Cette thse est accessible l'adresse : http://theses.insa-lyon.fr/publication/2013ISAL0010/these.pdf

: Profondeur de la correction de profil.

: Profondeur de la correction de profil adimensionne par rapport mref .

: Dflexion statique moyenne de rfrence.

: Longueur de la correction de profil.

: Fraction du segment de conduite impact par la correction.

: Rapport de conduite transversale.

: Pas de base apparent.

: Facteur des pertes.

:Valeur maxiamle du produit (pression*vitesse).

: Pression maximale hertzienne.

: Esprance de la performance (X).

: Variance de la performance (X).

: Valeur moyenne de la performance (X).

: Energie dissipe due au frottement entre les dentures.

: Energie dentre, fournie pendant une priode dengrnement.

: Contrainte maximale au pied de dent.

: Contrainte admissible la rupture.