L2. Profilomètre laser à triangulation à bas coût pour le relevé de profils d’usure

Niveau : Bac+3 · Nature : instrumentation · Coût : faible Problème Le profil d’usure des releveurs et des plaques de revêtement se relève le plus souvent avec des gabarits et des jauges manuelles, ou avec des scanners laser commerciaux coûteux. Sur le plan technique, il manque un instrument simple et peu coûteux pour relever un profil avec une exactitude connue. Sur le plan scientifique, la calibration des modèles numériques d’usure exige justement des profils mesurés. État des connaissances (à approfondir) • Le principe de la triangulation laser est bien établi : une ligne laser est projetée sur la surface, une caméra l’observe sous un angle connu, et le décalage de la ligne dans l’image donne la hauteur. • Un travail de l’Universidad Tecnológica de Bolívar (Colombie) décrit la réalisation d’un profilomètre optique par triangulation laser. • Des réalisations de numérisation 3D à bas coût par vision et triangulation sont documentées, notamment à l’Université du Minnesota. • Mei et al. (2025) ont validé leurs simulations d’usure de plaques de revêtement par un scan laser 3D réalisé après 3192 h de service. La mesure de profil est donc un maillon reconnu de la validation. Hypothèses de travail • H1. Un module laser en ligne, une webcam et un étalonnage soigné permettent une exactitude inférieure au millimètre sur une surface de quelques centimètres. L’exactitude réelle est à quantifier. • H2. La relation entre la position de la ligne dans l’image et la hauteur s’étalonne par une loi simple (linéaire ou polynomiale) à l’aide de cales de hauteur connue. • H3. Les surfaces d’acier usées, sombres et rugueuses, renvoient assez de lumière laser pour être mesurées. Ce point est à vérifier en début de projet. Objectifs Objectif général : concevoir, réaliser et qualifier un profilomètre laser à bas coût capable de relever des profils d’usure avec une exactitude connue. Objectifs spécifiques : • Dimensionner le montage : angle laser-caméra, distance de travail, champ et résolution théorique. • Réaliser le support et un déplacement linéaire repéré pour balayer la pièce. • Développer un script Python (OpenCV) qui extrait la ligne laser dans l’image et la convertit en hauteur. • Étalonner l’instrument sur des cales ou des marches de hauteur connue. • Qualifier l’exactitude et la répétabilité sur des pièces de profil connu, mesurées par ailleurs au pied à coulisse ou au comparateur. Livrables attendus • L’instrument fonctionnel, ses plans et sa notice. • Le script d’acquisition et de traitement. • Un rapport de qualification : courbe d’étalonnage, exactitude, répétabilité, limites d’emploi. Conditions préalables et dépendances • Matériel : un module laser en ligne, une webcam ou un smartphone, un support en bois ou en métal, des cales ou des pièces usinées de référence. • Aucune dépendance à un autre sujet ni à une usine. Le relevé de pièces usées réelles, récupérées en usine, est un bonus facultatif. Compétences • Exigées : trigonométrie, optique géométrique de base, pratique d’atelier, bases de Python. • À développer : vision par ordinateur, étalonnage d’instrument, métrologie et calcul d’incertitudes. Sources pour démarrer • Desarrollo e implementación de un perfilómetro óptico por triangulación láser. Universidad Tecnológica de Bolívar. Lien : https://kujane.minciencias.gov.co/Record/UTB2_d732ee4b5e6238d31f7e9604041079c1/Description • Low-Cost 3D Scanning Using Computer Vision and Triangulation. University of Minnesota. Lien : https://conservancy.umn.edu/items/f8d24cf9-1db6-4ee1-a7ee-f5d677a81698 • Mei, X., Du, H., Yao, W., & Liu, A. (2025). Investigating the wear evolution and shape optimize of SAG mill liners by DEM-FEM coupled simulation. Minerals, 15(11), 1155. Lien : https://www.mdpi.com/2075-163x/15/11/1155 • Metso. Step inside your mill: why you should take a closer look to liner wear. Lien : https://www.metso.com/insights/blog/mining-and-metals/step-inside-your-mill--why-you-should-take-a-closer-look-to-liner-wear/ • Documentation OpenCV. docs.opencv.org : https://docs.opencv.org/