EPFL的研究人员解决了一个长期存在的争议,即通过每个环节的检测方法来降低制造过程的放射性
额外制造的进展——包括使用粉末和激光打印金属物体——经常受到预期效果的阻碍传统的监控方法,如模糊建模和机器学习算法,显示出明显的局限性他们往往忽略了这些缺陷或误解了它们,使精密制造成为一种障碍,并将技术与航空和汽车制造等重要行业隔离开来但是,根据内部和内部的差异,在非法打印和新的违规打印过程中,有什么可以实时检测缺陷?到目前为止,通过这种方式检测缺陷的预测被认为是不可靠的然而,EPFL工程学院热机械冶金实验室(LMTM)的研究人员已经成功地挑战了这一假设
RolandLogé教授实验室负责人表示,“对基于激光的数据制造的声学监测的可行性和有效性一直存在争议。我们的研究不仅证实了这一点的相关性,而且还强调了传统方法的核心优势。”
这项研究对农业破碎化的工业部门至关重要,因为它是通过激光粉末床聚变(LPBF)监测和提高产品质量的经济高效的解决方案Leadersearcher博士MiladHamidiNasab评论道:“X射线成像与声学记录的同步性为LPBF过程提供了实时性,有助于检测可能危及生产完整性的缺陷。”在工业不断追求效率、精度和减少浪费的时代,这些创新不仅显著节省了成本,而且提高了制造产品的可靠性和安全性
LPBF制造如何工作
<p>LPB是一种边缘切割方法,可以重塑金属制造从本质上讲,高强度的激光测量可以精确地熔化微小的粉末,创造出一层又一层的金属结构联想到LPBFast是传统3D打印机的金属版本,但具有一定程度的复杂性除了熔化的塑料外,项目还包括一层精细的金属粉末,其尺寸可以从人发的厚度到盐的细粒度不等(15-100μm)激光穿过这层,将特定的图案融合在数字蓝图上这项技术使得能够以最小的复杂过程制作出空间大、复杂的零件、独特的结构或几何形状尽管如此,这种有希望的方法并不能满足挑战当激光与金属粉末相互作用,产生所谓的熔池时,它在液相、气相和固相之间波动偶尔,由于激光的角度或零件粉末特定几何特性的存在,这一过程可能会出现问题这些被称为“区域间不稳定性”的状态有时会在两种融合方法之间迅速转换,即“传导”和“钥匙孔”状态在稳定的关键孔状态下,当熔化的粉末池深度增加时,它会产生孔隙,最终导致产品中的结构缺陷为了便于测量X射线图像中熔池的宽度和深度,图像分析中心开发了一种方法,使现场能够直观地观察所有变化,并使用设备和工具来测量熔池的几何形状
使用声音检测这些缺陷
EPFL团队与PaulScherrer Institute(PSI)和瑞士联邦材料科学与技术实验室(Empa)合作,制定了一项将操作X射线成像实验与声发射测量相结合的实验设计实验是在PSI条件下对Wiss光源的TOMCAT光束线进行的,并在Dr组中开发了一个经过消毒的PBFprintStevenVanPetergem使用位于印刷室侧面的零传感麦克风进行的校准,在注册转换过程中,通过直接识别制造过程中的缺陷,精确定位声学信号中的位移
通过由Empa的信号处理专家GiulioMasinellif引入自适应滤波技术,在该研究的最后时刻“这种过滤方法,”Masinelliesphasized说,“允许我们以不平行的清晰度来识别缺陷和伴随声学特征之间的关系。”不典型的机器学习算法,除了从统计数据中提取模式外,但通常会根据特定的场景进行调整,这种方法提供了对熔化状态物理的深入了解,同时提供了超优先的时间和空间精度
通过这项研究,EPFL在人工增材制造领域做出了有价值的贡献这一发现对潜在的工业应用具有重要意义,尤其是在航空航天和精密工程等领域为了巩固威泽兰在卓越的工艺和制造精度方面的声誉,研究人员意识到了对一致制造技术的需求此外,它还表明了重新检测和纠正缺陷,提高产品质量的潜力教授日志é;总结道:“这项研究为更好地理解和改进制造过程铺平了道路,并将最终提高长期的产品可靠性。”
来源:
Materials provided by
Ecole Polytechnique Fédérale de Lausanne. Original written by Michael David Mitchell.
注明: Content may be edited for style and length.
参考:
2024-01-20
2024-01-20
2024-01-20
2024-01-20
2024-01-20