EWI标志产品示例

原位流程监测:让我更聪明

5月6日,2021年

现场过程监控在大多数制造业中已经存在了一段时间——从主管训练有素的眼睛到自动化制造执行系统。betway必威登陆平台增材制造(AM)也不例外;它使用传感器来提供更好的过程和有价值的数据,可以分析来推断刚刚打印的组件的质量。

AM工艺如激光粉末床熔化(L-PBF)和定向能量沉积(DED)与焊接非常相似。它们的核心是重复的材料连接动作,最终的组件是建立在连续的焊接上。


图1:LPBF可以看作是
高重复焊接工艺

随机过程缺陷的数量,可以发生在AM过程中,如L-PBF是高的,只是因为相同的单元焊接过程是重复在数千层,导致英里和英里的焊接材料每个部分!这增加了检验负担的AM组件,并目前提出了一个严重的瓶颈,以合格和认证印刷零件。

基于在印刷过程中产生的原位数据,可以根据所需的检查水平筛选并将刚才打印部件筛选和分类为类别。例如,可能存在一些需要详细检查的部分,以及显然有缺陷而不值得检查的部分。此外,可以基于原位过程数据来识别零件的感兴趣区域,并随后在高分辨率CT检查期间优先考虑。在一天结束时,目标是减少整体检查负担,提高产量节约时间,金钱和能源。

EWI的开放式架构系统(OAS)是可定制的L-PBF测试平台,可完全访问硬件,光学器件和软件覆盖。因此,OAS提供了对路径规划变量,光学硬件,运动控制数字输入的无与伦比的控制,用于触发和集成,开启和离轴端口,用于传感器集成和处理室内的多个传感器安装端口。使用OAS,EWI已执行众多政府和商业资助的程序,以与已知的质量指标的原位流程监控数据相关,并展示闭环过程控制。

具有多个高保真传感器同时记录数据是具有多种挑战的独特能力。有些关键问题是:

  • 哪些传感器对我的应用程序和质量目标真正重要?
  • 我可以使用什么方法和技术来分析数据?
  • 我能处理所有产生的数据吗?
  • 如何将各种传感器数据流组合在一起?

简短的回答是:视情况而定。

重要的是要把每个传感器作为一个独特的镜头,通过这个镜头可以了解过程的特定方面。到目前为止,还没有一种适合所有人的传感器。例如,光学相机可以很好地观察涂层的问题,但当需要零件的热历史信息时,就不够用了。因此,将传感器映射到它们可以检测到的缺陷类型,并在特定部件和质量要求的上下文中对其使用进行合理化是非常重要的。图2显示了如何将传感器和数据处理方法连接起来以检测特定的缺陷。

图2:映射到缺陷的传感器

EWI目前正在与内布拉斯加大学林肯分校(UNL)合作,开发收集、管理和分析多个传感器数据流的技术。作为最近项目的一部分,第一组构建包括从以下传感器收集原位数据:

  • 霍尔效应传感器安装在Recoatis Drive Motor上
  • 重新安装激光轮廓仪,以监测平面外畸变
  • Stratonics双色高温计准确熔融池温度读数
  • 用于层间温度数据的热成像相机

EWI和UNL将在2021年ICAM上展示该项目的额外更新和结果。要讨论在您的AM设置中实现现场过程监控,请直接联系Ajay Krishnanakrishnan@www.grapevine-wg.com