研究

用于防止金属3D印刷缺陷的实时原位梅尔特步骤分析和数字双胞胎方法

2021年3D打印行业大奖候选名单是开放投票的,现在有你的发言权。一定要调到现场直播在我们的YouTube频道

一群研究人员布拉斯加-林肯大学德雷塞尔大学纳瓦霍人技术大学,SigmaLabs开发了一种新工艺,用于检测激光粉末床熔化(LPBF) 3D打印零件的缺陷,该零件使用数字双胞胎。

在一篇新论文中,该团队概述了一种数字双策略,可以将物理和数据集成,以便在LPBF打印过程中正常检测缺陷。通过使用计算预测的原位梅尔格池温度测量,研究人员能够检测和识别不锈钢叶轮中的三种不同类型的缺陷。

这项研究的目的是解决人们对过程容易产生缺陷的担忧,以便使其适用于航空航天和生物医学等精密驱动行业,同时防止过程篡改等网络安全威胁。

研究人员的物理与数据集成数字双胞胎策略。图像通过材料和设计。
研究人员的物理和数据集成数字孪生策略。图像通过材料和设计。

LPBF期间的缺陷形成

尽管LPBF 3D打印可以实现几何自由度以及显著的成本和时间节省,但航空航天和医疗等高精度行业迄今为止一直在犹豫是否采用该技术来制造安全关键部件,因为它容易产生缺陷。

网络安全风险也成为另一个不仅在LPBF之内的新兴的关注,而且在其他3D打印过程中,由于可能能够用流程参数和植物缺陷在一部分内篡改进行篡改以损害其性能的恶意派对。

正在进行越来越多的研究,以解决这些问题,并减少LPBF过程中缺陷的机会。这某些金属微裂的原因已被调查以改善该过程,如此光束整形的影响

德州农工大学特别是,在这一领域开展了大量工作,并与阿贡国家实验室将机器学习部署到预测3D打印零件的缺陷,也建立了一个LPBF“限速”在这个位置,像j形气泡这样的缺陷不太可能在3D打印零件上形成。

就在上个月,德州农工大学的科学家们介绍了一种通用的方法LPBF 3D打印完美无瑕的金属部件基于单轨打印数据和机器学习。该团队声称其方法比现有的参数优化方法更便宜,耗时和更简单,使其适合航空航天,汽车和防御应用。

一个叶轮的横截面显示了三个构造部分-底座,中间,和鳍-研究人员用来测试他们的数字双胞胎。图像通过材料和设计。
一个叶轮的横截面显示了三个构造部分-底座,中间,和鳍-研究人员用来测试他们的数字双胞胎。图像通过材料和设计。

数字孪生方法

激光在熔化、冷却、凝固和重熔过程中产生的热现象往往会在LPBF过程中形成缺陷。在微观尺度上,粉末的熔化产生了熔融材料的尾迹,称为熔池,在熔池中,温度分布、流动和飞溅会影响零件的微观结构、孔隙和开裂。

在宏观尺度上,激光的快速扫描作用和材料在高温下的连续熔化导致加热和冷却循环,从而导致残余应力和部分变形。

为了解决这一问题,最新的研究旨在开发和应用一种数据和物理集成策略,用于在线监测和检测LPBF零件的缺陷形成。为了做到这一点,该团队将原位熔池温度测量与热模拟模型相结合,快速预测部分温度分布。

据研究人员称,他们的方法的新颖之处在于该模型提供的温度分布预测,该模型是根据原位熔池温度测量逐层更新的。因此,科学家们称他们的方法为检测缺陷形成的“数字孪生”方法。

数字孪生策略能够提供纠正零件异常的反馈,从而减少失败构建的浪费。研究人员提出了他们的策略作为纯数据驱动过程监控技术的替代方案,以克服这些过程的缺点,即检测延迟、数据驱动模型对零件形状的适用性差,以及获取数据的成本和资源密集型。

此外,由于数码双胞胎融合了部分形状对热历史的宏观规模效应和梅尔特格温度的形式激光材料相互作用的微观效应,因此它可以勾结不同加工参数的效果,例如扫描图案,舱口间距,激光功率和速度。

轴上传感装置安装在EOS M290 LPBF系统上。图像通过材料和设计。
轴上传感装置安装在EOS M290 LPBF系统上。图像通过材料和设计。

测试数字孪生

为了测试它们的方法,Team 3D使用了四种不锈钢叶轮形零件。EOS M290.LPBF系统具有不同类型的缺陷覆盖过程漂移,镜片分层和网络入侵。为了创建缺陷,研究人员对处理参数进行了更改,提示与机器相关的故障,并故意篡改该过程以在零件内产生缺陷。

该团队选择打印叶轮零件,以展示其数字双胞胎,因为它可以沿着构建方向划分为三个不同的区域 - 基地,中期和鳍片。这些部分中的每一个包括复杂的特征,该特征是挑战以打印,例如泪珠形内部冷却通道,这导致层之间的冷却时间变化,随后是复杂的热历史。

在建造过程中,使用集成在激光路径中的三个同轴光电探测器阵列连续监控整个过程。从传感器阵列获得的信号被处理,以创建两种类型的测量,即热能普朗克(TEP)和热能密度(TED)。TEP信号与熔池温度相关,而TED则捕捉到宽带室辐射。

然后将这些签名纳入图形理论模型中,以在整个过程中连续地更新梅尔特彼勒的微观活动。

利用带通滤波光电探测器的辐射测量熔池温度。图像通过材料和设计。
利用带通滤波光电探测器的辐射测量熔池温度。图像通过材料和设计。

在LPBF过程中,数字双胞胎能够检测出3D打印叶轮零件中的所有三种类型的缺陷。研究人员表示,与仅使用传感器数据相比,该方法能够实现精确和可解释的缺陷形成检测。为此,数字孪生方法克服了将传感器签名转移到单独的数据分析算法的需要,因此防止了检测缺陷的延迟。

前进,团队将期望扩展其数字双胞胎的功能,以检测其他类型的缺陷,如失真。它们还将测试具有不同处理参数,扫描策略和零件形状的方法。

有关这项研究的进一步信息可参阅题为:“数字孪生添加剂制造:通过将热模拟与原雷电竞充值位Meltpool传感器数据相结合,检测激光粉末融合中的缺陷,”发表在《材料与设计》杂志上。该研究由R. Yavari, A. Riensche, E. Tekerek, L. Jacquemetton, H. Halliday, M. Vandever, A. Tenequer, V. Perumal, A. Kontsos, Z. Smoqi, K. Cole和P. Rao共同撰写。

数字孪生的概念应用于实际叶轮形状的零件。图像通过材料和设计。
数字孪生的概念应用于实际叶轮形状的零件。图像通过材料和设计。

订阅3D印刷行业通讯查看增材制造的最新消息。雷电竞充值你也可以通过关注我们来保持联系推特并喜欢我们Facebook。

正在寻找增材制造的职业生涯?雷电竞充值访问3D打印工作来选择行业中的角色。

订阅我们的YouTube频道最新的3D打印视频短片,评论和网络研讨会回放。雷竞技在线登录

特色的图像显示研究人员的物理和数据集成数字孪生策略。图像通过材料和设计。