5 دسامبر 2023 – توسط مایکل دیوید میچل، مدرسه پلی تکنیک فدرال لوزان-یک نمایش گرافیکی از تنظیمات آزمایشی برای گوش دادن به نقص چاپ. اعتبار: 2023 EPFL / Titouan Veuillet—CC-BY-SA 4.0
محققان EPFL یک بحث طولانی مدت در مورد فرآیندهای تولید افزودنی لیزر را با رویکردی پیشگام در تشخیص نقص حل کرده اند.پیشرفت تولید افزودنی های لیزری – که شامل پرینت سه بعدی اشیاء فلزی با استفاده از پودر و لیزر است – اغلب با نقص های غیرمنتظره مواجه شده است. روشهای پایش سنتی، مانند تصویربرداری حرارتی و الگوریتمهای یادگیری ماشین، محدودیتهای قابل توجهی را نشان دادهاند. آنها اغلب یا نقصها را نادیده میگیرند یا آنها را اشتباه تفسیر میکنند، که ساخت دقیق را مشکل میکنند و این تکنیک را از صنایع مهم و ضروری مانند هوانوردی و خودروسازی منع میکنند.
اما اگر میتوان عیوب را در زمان واقعی بر اساس تفاوت صدایی که چاپگر در حین چاپ بیعیب و بینظمی ایجاد میکند، تشخیص داد، چه؟ تا به حال، چشم انداز تشخیص این عیوب از این طریق غیر قابل اعتماد تلقی می شد. با این حال، محققان آزمایشگاه متالورژی ترمومکانیکی (LMTM) در دانشکده مهندسی EPFL با موفقیت این فرض را به چالش کشیدند.
پروفسور رولاند لوژ، رئیس آزمایشگاه، اظهار داشت: “مناظرهای در مورد قابلیت و اثربخشی نظارت صوتی برای تولید افزودنیهای مبتنی بر لیزر وجود دارد. تحقیقات ما نه تنها ارتباط آن را تایید میکند، بلکه بر مزیت آن نسبت به روشهای سنتی نیز تاکید میکند.”
این تحقیق برای بخش صنعتی از اهمیت بالایی برخوردار است زیرا راه حلی پیشگامانه و در عین حال مقرون به صرفه را برای نظارت و بهبود کیفیت محصولات ساخته شده از طریق لیزر پودر بستر فیوژن (LPBF) معرفی می کند.
دکتر میلاد حمیدی نسب، سرپرست تیم تحقیق، اظهار داشت: “هم افزایی تصویربرداری اشعه ایکس سنکروترون با ضبط صوتی، بینش بلادرنگی را در مورد فرآیند LPBF فراهم می کند و تشخیص عیوب را که می تواند یکپارچگی محصول را به خطر بیندازد، تسهیل می کند.” در عصری که صنایع به طور مداوم برای کارایی، دقت و کاهش ضایعات تلاش می کنند، این نوآوری ها نه تنها منجر به صرفه جویی قابل توجهی در هزینه ها می شود، بلکه قابلیت اطمینان و امنیت محصولات تولیدی را نیز افزایش می دهد.
ساخت LPBF چگونه کار می کند؟
LPBF یک روش پیشرفته است که در حال تغییر شکل ساخت فلز است. اساساً، از یک لیزر با شدت بالا برای ذوب دقیق پودرهای فلزی ریز استفاده می کند و لایه به لایه ایجاد می کند تا ساختارهای فلزی سه بعدی دقیقی تولید کند. LPBF را به عنوان نسخه فلزی یک چاپگر سه بعدی معمولی، اما با درجه ای از پیچیدگی در نظر بگیرید.
به جای پلاستیک ذوب شده، از یک لایه ریز پودر فلز میکروسکوپی استفاده می کند که می تواند اندازه آن از ضخامت موی انسان تا یک دانه ریز نمک (15 تا 100 میکرومتر) متفاوت باشد. لیزر در سراسر این لایه حرکت می کند و الگوهای خاصی را بر اساس یک طرح دیجیتال ذوب می کند. این تکنیک ساخت قطعات سفارشی و پیچیده مانند ساختارهای مشبک یا هندسه های متمایز را با حداقل اضافه ممکن می سازد. با این وجود، این روش امیدوارکننده خالی از چالش نیست.
هنگامی که لیزر با پودر فلز تعامل می کند و چیزی را به عنوان حوضچه مذاب ایجاد می کند، بین فازهای مایع، بخار و جامد در نوسان است. گاهی اوقات، به دلیل متغیرهایی مانند زاویه لیزر یا وجود ویژگیهای هندسی خاص پودر یا قطعه، ممکن است فرآیند دچار اختلال شود. این موارد که “بی ثباتی بین رژیم” نامیده می شوند، گاهی اوقات می توانند باعث تغییر بین دو روش ذوب شوند که به عنوان رژیم “رسانایی” و “چاله کلید” شناخته می شوند.
در رژیمهای سوراخ کلید ناپایدار، زمانی که حوضچه پودر مذاب عمیقتر از حد مورد نظر فرو میرود، میتواند حفرههایی از تخلخل ایجاد کند که منجر به نقصهای ساختاری در محصول نهایی میشود. برای تسهیل اندازه گیری عرض و عمق حوضچه مذاب در تصاویر اشعه ایکس، مرکز تحلیل تصویر مرکز تصویربرداری EPFL رویکردی را ایجاد کرد که تجسم تغییرات کوچک مرتبط با فلز مایع و ابزاری برای حاشیه نویسی را آسان تر می کند. هندسه استخر مذاب
تشخیص این عیوب با استفاده از صدا
در یک سرمایه گذاری مشترک با موسسه پل شرر (PSI) و آزمایشگاه فدرال علوم و فناوری مواد سوئیس (Empa)، تیم EPFL یک طرح آزمایشی را فرموله کرد که آزمایشهای تصویربرداری پرتو ایکس operando را با اندازهگیریهای گسیل صوتی ترکیب میکرد.
آزمایشها در خط پرتو TOMCAT منبع نور سوئیس در PSI، با چاپگر کوچک LPBF که در گروه دکتر استیون ون پتگم توسعه یافته بود، انجام شد. ادغام با یک میکروفون فوق حساس که در داخل محفظه چاپ قرار گرفته است، تغییرات مشخصی را در سیگنال صوتی در طول انتقال رژیم مشخص می کند، در نتیجه به طور مستقیم عیوب در طول تولید را شناسایی می کند.
یک لحظه مهم در این تحقیق، معرفی یک تکنیک فیلتر تطبیقی توسط متخصص پردازش سیگنال این فایل ، جولیو ماسینلی از Empa بود. “
ماسینلی تأکید کرد که رویکرد سختگیرانه به ما این امکان را میدهد تا با وضوح بینظیری، رابطه بین نقصها و امضای صوتی همراه را تشخیص دهیم.
برخلاف الگوریتمهای یادگیری ماشین معمولی، که در استخراج الگوها از دادههای آماری برتری دارند، اما اغلب برای سناریوهای خاص تنظیم میشوند، این رویکرد بینشهای گستردهتری را در مورد فیزیک رژیمهای ذوب ارائه میکند در حالی که دقت زمانی و مکانی برتر را ارائه میدهد.
با این تحقیق، EPFL بینش های ارزشمندی را در زمینه تولید افزودنی های لیزری ارائه می دهد. این یافته ها پیامدهای قابل توجهی برای کاربردهای صنعتی بالقوه، به ویژه در بخش هایی مانند هوافضا و مهندسی دقیق دارد. این مطالعه که شهرت سوئیس را برای صنعتگری دقیق و دقت ساخت تقویت میکند، بر نیاز به تکنیکهای تولید ثابت تاکید میکند.
علاوه بر این، پتانسیل تشخیص زودهنگام و اصلاح عیوب را نشان می دهد و کیفیت محصول را افزایش می دهد. پروفسور Logé نتیجه گیری می کند: “این تحقیق راه را برای درک بهتر و اصلاح فرآیند تولید هموار می کند و در نهایت به قابلیت اطمینان بالاتر محصول در دراز مدت منجر می شود.”
این یافته ها در مجله Nature Communications منتشر شده است