En décembre 2020, Nature a publié un article de chercheurs de l’université d’Ostrava (République tchèque) sur une méthode de caractérisation et d’aptitude à l’écoulement des poudres métalliques.
Les pièces métalliques sont fabriquées par des méthodes traditionnelles et modernes. Beaucoup de méthodes modernes partent de poudres métalliques, puis les transforment par compression, frittage, projection, ou par fabrication additive : fusion laser sélective (SLM), apport de poudre laser (LPF), jet de liant (BJ), lit de poudre par faisceau d’électrons (EPBF). Le choix de la méthode change les propriétés de la pièce, mais les propriétés d’entrée de la poudre comptent dans tous les cas : écoulement, composition chimique, taille des particules, propriétés optiques et thermophysiques, tension superficielle. Chaque procédé additif impose ses propres exigences aux paramètres de la poudre.
Plus la fabrication additive se répand, plus la caractérisation des poudres métalliques devient importante. Les propriétés de la poudre doivent convenir à chaque machine, et la fabrication doit être uniforme. L’article caractérise dix poudres métalliques (316L, Zn, Sn, Al, Cu, Mn, Fe, bronze, Ti, Mo) : distribution granulométrique, morphologie, angles de repos statique et dynamique, angle de frottement interne effectif (AIFE).
La vitesse d’écoulement est évaluée par l’angle de repos statique (AOR), et la variation de l’AOR complète la description du comportement de l’échantillon. L’écoulement a aussi été déterminé par des essais de cisaillement RST, PFT et FT4. L’AOR statique a été mesuré avec un appareil protégé par le brevet PV2015-239. L’essai de l’appareil et de la méthode d’angle d’écoulement statique et dynamique de l’université technique d’Ostrava VSB est présenté ci-dessous. L’appareil s’appelle Zenegero.

Appareil de réglage de l’AOR


AOR statique de dix poudres métalliques
Voici un résumé de la mesure de l’angle de repos dynamique (DAOR). Pour la plupart des échantillons, l’angle moyen mesuré a augmenté lorsque la fréquence de rotation est passée de 0,2 Hz à 0,6 Hz. La figure montre tous les échantillons : 316L, Sn, Ti, Fe, bronze, Al, Cu, Zn, Mn et Mo.
Pour la poudre 316L, la différence d’angle moyen entre 0,2 et 0,6 Hz était la plus grande. Lorsque la fréquence augmente, la forme de l’écoulement passe du roulement à 0,2 Hz à la cascade à 0,6 Hz. La moyenne des angles à trois vitesses locales avait un grand écart-type, 49,4° ± 9°. L’étain avait la plus faible dispersion de l’angle moyen, 44,8° ± 1,5°. La poudre d’étain a donc donné la meilleure stabilité globale de l’écoulement dynamique. Pendant la mesure du DAOR, un roulement constant à toutes les fréquences d’essai a confirmé cette stabilité. L’écoulement de la poudre d’aluminium changeait le plus avec la fréquence : roulement aux basses fréquences, puis passage progressif au régime cataract.
L’AIFE a été déterminé sur trois appareils largement utilisés : RST, PFT et FT4. La figure montre l’AIFE des dix poudres et les étendues RST, PFT et FT4. Pour toutes les poudres sauf l’aluminium, l’étendue absolue du PFT était la plus petite. Cela peut venir du logiciel d’évaluation. Sur le FT4, la variation de l’angle AIFE effectif était la plus grande. La large étendue de l’aluminium peut être liée au fait que c’est un métal léger, mou et facile à déformer plastiquement. Pour le titane, dont 90 % des particules ne sont pas plus grossières que 452 µm, la dispersion nette de l’angle effectif vient de la taille et de la forme des particules. Pendant la mesure, des particules de titane plus grandes se sont coincées entre le cylindre de verre et l’aile de mesure (tête de cisaillement). L’intervalle est de 1 mm, mais la forme des particules de titane augmente la résistance de l’aile dans le sens opposé au mouvement et élève la contrainte de cisaillement.


AIFE de dix poudres métalliques
Le but de l’article est d’évaluer l’écoulement des poudres métalliques et sa dépendance possible aux propriétés mécaniques et physiques des mélanges, des particules et d’autres paramètres. Des méthodes générales fondées sur les classifications connues des matériaux en vrac ont été utilisées. Même en lien avec la numérisation ou l’industrie 4.0, ces méthodes restent en usage.