AM與AI結(jié)合改善生產(chǎn)進(jìn)行實時探測和預(yù)測層間缺陷和扭曲

來源： 江蘇激光產(chǎn)業(yè)技術(shù)創(chuàng)新戰(zhàn)略聯(lián)盟

導(dǎo)讀：工業(yè)4.0和中國制造2025計劃均大力鼓勵和提倡將智能制造和先進(jìn)的信息技術(shù)相融合,。增材制造技術(shù)的應(yīng)用可以稱之為先進(jìn)制造技術(shù)和信息技術(shù)結(jié)合的典范,。來自University of California的研究人為我們展示了一種在增材制造過程中采用人工智能技術(shù)進(jìn)行監(jiān)測和預(yù)測打印過程中的分層和扭曲,。

工業(yè)4.0和《中國制造2025》是當(dāng)前最先進(jìn)的智能制造技術(shù),。在智能制造中,，將現(xiàn)代制造工藝技術(shù)同先進(jìn)的信息技術(shù)相融合,，從而為真?zhèn)�社會經(jīng)濟的發(fā)展帶來天翻地覆的變化,，如圖1所示。工業(yè)4.0和《中國制造2025》提供了將無形的數(shù)字技術(shù)和有形的制造技術(shù)的有機結(jié)合,，而增材制造技術(shù)則在工業(yè)4.0和《中國制造2025》中的智能工廠中扮演著十分重要的角色,。增材制造技術(shù)不僅僅是一項新的制造技術(shù)，它還將對現(xiàn)有的設(shè)計理念,、生產(chǎn)方式和商業(yè)模式產(chǎn)生沖擊,， 使得制造和設(shè)計被整合成為精益設(shè)計“ 模式,， 這不但會影響制造業(yè)本身，還將改變經(jīng)濟發(fā)展的模式和我們的生活方式,。而這一變化也 恰恰迎合了這種變化信息技術(shù)快速發(fā)展和社會數(shù)字化轉(zhuǎn)型的趨勢．這一點很關(guān)鍵,。如圖2，3,，4,，5為增材制造技術(shù)已經(jīng)顯示出來的明顯的優(yōu)勢。

圖1 工業(yè)4.0中 中智能制造及其增材制造所扮演的角色

增材制造技術(shù)使得人們制造多材料和多功能材料并具有復(fù)雜形狀的部件成為可能,。盡管增材制造技術(shù)在近年來取得了飛速的發(fā)展,，但如何克服常見的制造缺陷仍然是擺在增材制造技術(shù)面前的一大障礙。常見的制造缺陷如分層和扭曲等在打印復(fù)雜部件時還是極易發(fā)生的,。嚴(yán)重制約了增材制造技術(shù)在更廣泛和深入的領(lǐng)域中的應(yīng)用,。因此，基于實時相機圖像和深度學(xué)習(xí)原理的自檢測系統(tǒng)開始逐漸進(jìn)入增材制造中用于分層和扭曲的監(jiān)測,。而且,，University of California的研究人員研究了一種新型的包含應(yīng)變測試的辦法，通過測試數(shù)據(jù)來預(yù)測可能發(fā)生的扭曲變形,。結(jié)果顯示機器學(xué)習(xí)模型可以用來探測不同程度的分層,。同時應(yīng)變測試裝置成功的反應(yīng)和探測出在打印作業(yè)時實測發(fā)生扭曲的程度和傾向。這一扭曲系統(tǒng)可以用來評估制造工藝的自動校正和無人值守時的預(yù)警和診斷缺陷,。

圖2 增材制造技術(shù)工藝及其應(yīng)用

University of California的研究人員研究了一個案例,，就是將人工智能技術(shù)應(yīng)用于FDM（ Fused deposition modeling）的分層和扭曲的在線監(jiān)測和預(yù)測。該技術(shù)容易操作且成本低,。典型的FDM工藝是將CAD模型轉(zhuǎn)換為2D模型進(jìn)而層層堆積的工藝過程,。該工藝在應(yīng)用中最讓人頭疼的一個問題就是層間缺陷導(dǎo)致的分層和扭曲，如果一旦發(fā)生,，此時就需要打印工藝的重新開始,，先前打印的材料和制備的廢品就只好忍痛浪費了。分層發(fā)生在兩層結(jié)合力比較弱的情況下,，扭曲發(fā)生在殘余熱應(yīng)變在打印時的累積效應(yīng),。缺陷的形成是由于打印參數(shù)的設(shè)置、第一層的精準(zhǔn)校準(zhǔn)以及模型的準(zhǔn)確與否等等所造成的,。最近，隨著人工智能技術(shù)的應(yīng)用和機器學(xué)習(xí)在材料科學(xué)與工程中的應(yīng)用不斷增加,，人們開始將機器學(xué)習(xí)應(yīng)用于確定和探測打印作業(yè)時的不同缺陷,，如飛濺、斑點和扭曲以及分層等,。另外一個有意思的應(yīng)用是應(yīng)用分層機制來將打印區(qū)域在空間進(jìn)行校準(zhǔn)以防止扭曲,。然而,，早期的文獻(xiàn)指出并不能實現(xiàn)在線分析和預(yù)測。在這里為大家介紹一種基于計算視覺和應(yīng)變測試的辦法進(jìn)行探測和預(yù)測打印制品,。這一辦法是建立在基于深度學(xué)習(xí)的基礎(chǔ)上利用相機拍照來分類和探測分層的現(xiàn)象,。此外，建立的一個基于應(yīng)變測試的辦法來測量和預(yù)測扭曲的發(fā)生與否,。

圖3 增材制造技術(shù)的優(yōu)勢

Comparison framework among different metal AM technologies used in the aerospace industry
第一種層間缺陷是分層,。前面已經(jīng)提到，分層主要是由于噴嘴高度不適合打印作業(yè)時層層之間結(jié)合力較弱造成的,。因此,，在文獻(xiàn)中液晶指出，解決分層的最好辦法是在打印第一層時即調(diào)整噴嘴的偏離程度在合適的范圍內(nèi),，此時將這一操作稱之為第一層校準(zhǔn),。受這第一層校準(zhǔn)主要基于操作人員人眼的經(jīng)驗進(jìn)行校準(zhǔn)所啟發(fā)，研究人員發(fā)展了一個基于深度學(xué)習(xí)的辦法進(jìn)行模擬人工的校準(zhǔn),。這一校準(zhǔn)裝置通過USB連接的相機安裝在打印頭上（如圖6a所示）,。該相機通過后面安裝的懸臂部件來加強支撐以減少在打印過程中的震動。而且,，相機的塑料外殼也取出以適應(yīng)狹小的空間和可以調(diào)整到適宜的角度,。由于第一層的噴嘴偏離大約0.1-0.2mm，因此需要近乎平行的視場來觀察和監(jiān)控噴嘴與當(dāng)前打印層之間的距離,。將偏離程度設(shè)成四個類別：高+（High+）,、高（High）、好（Good）和低（Low）,。由于噴嘴不能調(diào)整到低于打印的平面的程度,，所以不需要在分類中考慮此種情況。相機所捕捉的圖像,，如圖6b所示分別對應(yīng)以上四種情況,。可以看到在“高”時噴嘴會導(dǎo)致結(jié)合力較差,，而且,，在“高+”時則會使分層現(xiàn)象更加嚴(yán)重。相反,，在“低”時則會造成熔絲由于空間有限而受到擠壓,，從而造成表面凹凸不平。

圖4 空客A320機艙鉸鏈支架的優(yōu)化實例

圖5 不同增材制造設(shè)備的成本比較

當(dāng)定義好以上四種情形后,，采集以上各種情況下的數(shù)據(jù),。從而形成第一層用于校準(zhǔn)的G代碼，從而輸送到系統(tǒng)中來打印10層。每層為平行的,，并且每個相隔5mm以上以保證每個均有適當(dāng)?shù)慕嵌葋聿杉�高質(zhì)量的照片,。在圖像采集時，確保每一類別中至少有高中低三種等級的分類以確保實現(xiàn)全覆蓋,。在采集所有照片后,，進(jìn)行數(shù)據(jù)訓(xùn)練。數(shù)據(jù)訓(xùn)練采用Convolution neural network（CNN）模型來進(jìn)行訓(xùn)練,，并且通過實際的實驗來驗證其有效性,，并且在每一次驗證后使得機器學(xué)習(xí)得到加強。

圖6 利用人工智能進(jìn)行分層檢測和預(yù)測的裝置,、假設(shè)和實際應(yīng)用圖

而扭曲的監(jiān)控則是在打印基床上進(jìn)行應(yīng)變測試,。如圖7a，b,，c所示,。

圖7通過應(yīng)變測試+CNN進(jìn)行扭曲的檢測和預(yù)測

經(jīng)過實際驗證，該技術(shù)穩(wěn)定可靠,，并有可能在不斷完善后再更多的打印領(lǐng)域中進(jìn)行驗證,、完善。

參考文獻(xiàn)：
1.https://doi.org/10.1016/j.jmsy.2019.08.005,，Metal additive manufacturing in the commercial aviation industry: A review,，Journal of Manufacturing Systems
Volume 53, October 2019, Pages 124-149
2.UM Dilberoglu, B Gharehpapagh, U Yaman, M Dolen
The Role of Additive Manufacturing in the Era of Industry 4.0
Procedia Manuf., 11 (2017), pp. 545-554