Materialise:识别金属3D打印中的缺陷可节省高达70%的生产成本 - 3D打印技术参考

Materialise:识别金属3D打印中的缺陷可节省高达70%的生产成本

                   

尽管增材制造的优势已得到证实,但用户应该承认一个事实:不同的工艺和制造条件可能会导致零件质量不一致和缺陷。迄今为止,缺陷仍然是激光粉末熔融(LPBF)工艺的一个关键挑战。当处理严格监管行业中的关键应用(如医疗、航空航天)时,这一挑战带来影响是十倍级别的。
 
此外,后处理和质量检查作为增材制造零件生产的三个主要阶段之一,可能占最终生产成本的很大一部分,特别是在上述关键应用中,会浪费大量宝贵时间和金钱。
 
这促使工程师了解金属增材制造缺陷的识别机制、影响和控制方法。最后,了解这些问题以及如何在基于激光粉末床熔融的工艺中解决这些问题对于制定适当的工艺参数和选定的加工技术至关重要。更重要的是,提供满足行业严格要求的零件至关重要。作为增材行业的重要服务商,Materialise对此有深刻的认识。
 

Materialise:识别金属3D打印中的缺陷可节省高达70%的生产成本

 
据Materialise 市场开发经理Gilles Claeys介绍,有多种工具可用于识别3D打印零件中的缺陷,可以“通过监控和无损检测 (NDT) 的结合来完成,无论是在打印过程中还是打印之后。在打印过程中,机器中有多个传感器跟踪工艺质量,从监测氧气水平到先进的熔池监测系统。此外,基于视觉的缺陷检测方法(当分析自动化时)是一种廉价且快速的早期废品检测方法,其中3D打印机将拍摄视觉图像,并在打印期间或打印后进行分析。打印作业完成后,在质量控制过程中,目视检查和CT扫描等无损检测方法也可用于识别缺陷。”
 
增材制造行业面临着许多挑战,在用于识别缺陷的工具方面,不存在一刀切的解决方案。“所使用的监测和无损检测技术的确切组合在很大程度上取决于应用。用户希望在工具或原型零件中检测到的缺陷类型与希望在医疗植入物或航空航天3D打印零件中识别的缺陷类型不同。因此,这会因应用的不同或客户的不同而有所差异。 ” Claeys解释道。
 

Materialise:识别金属3D打印中的缺陷可节省高达70%的生产成本

 
就缺陷类型而言,改变金属3D打印部件性能的异常可能与打印过程有关。如果使用激光粉末床熔融工艺,很有可能你已经处理了与几何形状、表面完整性以及微观结构等相关的缺陷。其中一些缺陷可能与小孔塌陷、气体孔隙、凝固裂纹、固态裂纹、甚至表面连接的孔隙有关。
 
对于Materialise专家来说,“有很多缺陷可以改变金属3D打印部件的性能,例如裂纹、气孔、夹杂物......根本原因可能是打印过程中出现的故障,例如由于粉末床分布不均匀的问题,或者可能与零件的设计或支撑有关。仿真软件可以帮助预先降低风险,但最终还需要确保交付质量,并且流程和质量随着时间的推移需要保持稳定。”
 
影响缺陷形成的因素
 
Claeys的最新论点揭示了那些可能影响打印过程中缺陷形成的因素。显然,增材制造和仿真设计对于第一次尝试就很重要。尽管模拟有助于减少设计迭代的数量,但打印机中仍然可能发生许多无法预见的事情。缺陷的形成可能与打印过程中支撑件松动有关,也可能与铺粉过程中粉末床上拖曳颗粒有关。
 
无论什么因素可能影响缺陷的形成,重要的是要记住,缺陷识别机制旨在解释打印机中直接发生问题的原因。正如Claeys指出的那样,“设计、构建准备和制造过程都会对零件的质量产生影响。这就是为什么拥有一个良好的工具非常重要,该工具可以将整个生产链中的所有这些数据源关联起来,以找出正在发生的事情的根本原因。”

Materialise:识别金属3D打印中的缺陷可节省高达70%的生产成本

医疗3D 打印零件示例,没有层分析 
 
Materialise:识别金属3D打印中的缺陷可节省高达70%的生产成本
通过层分析,在后处理之前检测到缺陷 
Materialise开发QPC层分析模块
 
根据Claeys的演示,Materialise QPC层分析软件采用人工智能来仔细检查3D打印机上相机捕获的层。在短时间内(从几秒到几分钟,具体取决于零件),该工具会全面扫描每一层,查明错误并在单个层和3D模型上直观的呈现。
 
市场开发经理解释说,在此步骤之后,用户会收到一份详细说明构建中缺陷的摘要,或者选择对错误进行仔细检查,并按类别进行颜色编码。此功能有助于根本原因分析,使用户能够辨别每个错误对整体构造的具体影响。该模块还可以帮助识别人眼可能忽视的错误。
 

Materialise:识别金属3D打印中的缺陷可节省高达70%的生产成本

 
Materialise QPC层分析软件可以在两个主要阶段使用:
 
在研发阶段,层分析软件将帮助回答“这些缺陷的根本原因是什么?”在此级别上,对于尚未实现批量生产的增材制造用户,该软件解决方案将帮助他们执行分析,从而帮助优化流程并确保他们能够找到适合其零件的正确设计和工艺参数。
 
第二阶段是系列化生产。一旦通过了研发阶段,并且产品已准备好进行大批量打印,那么该软件解决方案还可以用于检测打印过程中的偏差,并确保每个3D打印零件都符合生产标准”。
 
Materialise:识别金属3D打印中的缺陷可节省高达70%的生产成本
 
通过开发该软件,Materialise团队旨在开发一个独立且不可知的解决方案。谈到该解决方案如何脱颖而出,Claeys强调了其技术独立性:
 
“该系统与硬件无关。它的设计方式使其可以使用集成视觉相机评估来自任何3D打印机的视觉图像。这意味着该模块很容易上手,因为无需在金属3D打印机的构建室内部或外部安装额外的硬件。
 
其次,它促进了每个构建的协作工作。多个用户可以可视化其他数据源并将其相互关联。例如,可以收集多个数据源(如其他监控系统或CT扫描),并将所有这些源关联在一起,以获得构建板质量的完整概览。”
 

Materialise:识别金属3D打印中的缺陷可节省高达70%的生产成本

Materialise层分析软件

除了这些能够更好地理解Materialise QPC层分析软件的规范之外,需要强调的一件事是使这些缺陷可测量的能力。如果想了解如何以及在何处节省成本,那么拥有清晰的指标来帮助做到这一点是任何缺陷检测工具的最大优势之一。
 
END
 
缺陷检测对于所有采用增材制造的高度监管行业都至关重要。航空航天、核工业和重工业领域,通常需要制造关键部件。
 
最后,成本仍然是解释增材制造在各行业采用缓慢的原因之一。事实证明,快速分析工具是应对这一挑战的强大工具。3D打印技术参考注意到,多家公司和研究机构已经取得了重大进展。最典型的例子就是,弗吉尼亚大学材料科学与工程专业孙涛副教授领导的研究团队在2023年首篇Science 3D打印研究中汇报了,通过整合原位同步加速器 X 射线成像、近红外成像和机器学习,能够以亚毫秒时间分辨率和100%的预测率捕获与锁孔生成相关的独特热特征。
注:本文内容由3D打印技术参考整理编辑,转载请点击转载须知
 
欢迎转发

主编微信:2396747576(请注明身份); 硕博千人交流Q群:248112776;网址:www.amreference.com

延伸阅读:

1.2023年首篇Science:实时检测3D打印缺陷,预测率100%

2.实时监测+传感器融合+机器学习!橡树岭实现3D打印过程无损评价90%检测率!

3.白皮书:美国国防中如何使用3D打印技术

4.橡树岭:原位中子衍射揭示3D打印「受控」应变演化的机制