Soutenance de thèse de Monsieur Jean-François MANLAY14h00 | Amphi E | POLYTECH Angers | 62, avenue Notre-Dame du Lac 49000 ANGERS

Le 4 décembre 2025

 Sujet : Machines à mesurer tridimensionnelles : Contribution à l’évaluation des incertitudes.

Directeur de thèse : Monsieur Abdérafi CHARKI

Résumé

La métrologie tridimensionnelle a pris une place importante dans l’industrie. Les progrès de l’électronique et de l’informatique permettent d’acquérir et de traiter rapidement de plus en plus de coordonnées géométriques, et de mesurer des formes complexes. Les méthodes d’estimation d’incertitudes de mesure associées aux résultats n’ont pas suivi la même évolution technologique, malgré de nombreux travaux de recherches académiques et industrielles. Les activités de recherche, développées dans le cadre de cette thèse, montrent l’intérêt de mener une étude approfondie du processus de mesure de façon à identifier tous les défauts d’une Machine à Mesurer Tridimensionnelles (MMT), et à concevoir des méthodes adaptées pour les corriger. L’étude a permis de s’intéresser de plus près au défaut dû à l’asservissement des MMT, un défaut intrinsèque, très peu décrit dans la littérature scientifique, et pourtant générateur d’erreurs dans un certain nombre de mesurages. Pour pallier ce défaut, deux solutions innovantes sont proposées. L’ensemble des paramètres étudiés du processus de mesure est pris en compte dans un modèle d’évaluation d’incertitudes, établi à partir du développement d’une machine virtuelle. Des exemples d’évaluations d’incertitudes sur des tâches spécifiques telles que des défauts de forme ou des localisations sont présentés, ainsi qu’une comparaison de modèles sur un exemple particulier d’une pièce tridimensionnelle. Le modèle proposé est utilisable en prétraitement, afin de définir une incertitude prévisionnelle, ou en post-traitement pour l’estimation d’une incertitude associée au résultat de mesure d’une grandeur d’intérêt. La méthode et les outils proposés ont pour objectif de permettre à un utilisateur de construire sa propre machine virtuelle, afin de généraliser l’estimation des incertitudes.