Longtemps considéré comme un procédé d’obtention de pièces brutes finies par usinage, le forgeage permet, aujourd’hui, la réalisation de pièces à haute valeur ajoutée. La fabrication de pièces net shape (finies de forge, sans reprise de finition), l’amélioration des caractéristiques mécaniques en service (résistance à la fatigue…) ou la réduction de masse et/ou de volume, toutes choses étant égales par ailleurs, sont, par exemple, des axes de développement de ce procédé de mise en forme par déformation plastique. Ces réflexions sont devenues possibles grâce à une meilleure qualité des moyens de production et de leur système de pilotage. La mise en œuvre de gammes de plus en plus techniques nécessite alors le recours à des experts en production, en bureau d’études ou de méthodes.
Paradoxalement, l’attachement à une entreprise est de moins en moins fréquent, le turn-over des cadres est de plus en plus rapide. Le savoir et le savoir-faire liés aux individus diminuent donc dans l’entreprise à chaque départ d’expert. Former de nouveaux référents prend du temps. Il existe généralement une connaissance capitalisée par projet ou suivant des conseils de bonne pratique, mais cela n’est pas toujours adapté aux besoins réels de réactivité et de productivité de l’entreprise.
En effet, la plupart du temps, les décisions dans les forges sont prises par des experts à partir de leur expérience et à partir d’analyses de cas similaires, grâce à des essais souvent itératifs pour corriger les erreurs non prévisibles. Chercher une information auprès des experts dont la disponibilité est limitée, ou dans les archives de la société, est souvent chronophage ; d’où l’idée d’utiliser l’intelligence artificielle pour développer des outils d’aide à la décision en forgeage.
Fondés sur un système expert, ces outils sont constitués d’une base de connaissances d’une part et d’un mécanisme d’exploitation d’autre part. Les moteurs de recherche accélèrent l’accès à l’information pour aider à prendre les bonnes décisions. Les connaissances nécessaires pour cela peuvent être capitalisées par les experts en amont, et au fur et à mesure de leur acquisition. La connaissance des experts et leur exploitation peuvent alors être dissociées.
L’article commence par une présentation du contexte global et des notions de base de l’approche ; le forgeage et les systèmes d’aide à la décision y sont illustrés. Les débuts des systèmes d’aide à la décision appliqués au forgeage sont évoqués avant de traiter deux exemples de développement plus récents. Le premier aborde la mise en place de gammes à partir de connaissances métiers, des moyens de production disponibles dans l’atelier de forgeage et de leur capabilité. L’aide apportée facilite l’étude de faisabilité et permet d’établir des devis assez rapidement. Le second aborde la maîtrise des processus de fabrication. L’aide apportée contribue à l’identification des paramètres à surveiller pour déceler des dérives en temps réel, et à leur correction pour éviter la mise au rebut de pièces.
