聯(lián)系我們
電話(微信)：18563978190 15254288422
郵 箱：WLXK3D@126.COM
Q Q: 3 4 5 3 6 1 0 7 9
地址：青島市城陽區(qū)高新寶源路780號聯(lián)東U谷二期B19棟
郵 箱：WLXK3D@126.COM
Q Q: 3 4 5 3 6 1 0 7 9
地址：青島市城陽區(qū)高新寶源路780號聯(lián)東U谷二期B19棟
3D資訊
首頁 > 資訊中心青島3D打印和增材制造中的狀態(tài)監(jiān)控技術和算法應用
發(fā)布時間：2024-12-12
瀏覽人次：372次
斯坦拉合爾工程技術大學（UET）的科研人員綜述報道了3D打印和增材制造中的基于狀態(tài)監(jiān)控技術與算法最新研究。相關論文以“Condition-based monitoring techniques and algorithms in 3d printing and additive manufacturing: a state-of-the-art review”為題發(fā)表在《Progress in Additive Manufacturing》上。
增材制造（AM）為航空航天、生物技術等各個領域的制造工藝帶來了革命性的變化。與減材制造技術相比，增材制造具有眾多優(yōu)勢，因此目前在大規(guī)模生產(chǎn)零件的行業(yè)中越來越受歡迎。 AM為設計人員和制造商提供了生產(chǎn)高精度復雜零件的自由。盡管具有諸多優(yōu)勢，但AM生產(chǎn)技術也存在一些問題，尤其是從原型設計轉(zhuǎn)向大規(guī)模生產(chǎn)時。要檢測打印部件的故障，打印后分析技術并不那么有效，在逐層制造部件的過程中，機械性能會發(fā)生變化，因為它們與方向有關。此外，大多數(shù)零件都有中空部分，不易進行檢測。為了解決這個問題，科研人員開發(fā)了基于狀態(tài)的實時監(jiān)控技術（CBM），通過監(jiān)控機器參數(shù)來監(jiān)控正在打印的部件狀況。然后將這些參數(shù)輸入機器學習算法，由算法識別問題并進行實時修正，從而生產(chǎn)出無缺陷的部件。
本研究論文綜述了最常用的增材制造技術以及最適合每種增材制造技術的基于狀態(tài)的監(jiān)控技術和算法。通過全面的文獻綜述，詳細討論了各種基于固體、液體和粉末的增材制造技術。詳細討論了各種實時和打印后CBM技術，如聲學監(jiān)測、振動監(jiān)測、超聲監(jiān)測等，以及哪種技術更適合每種增材制造工藝。詳細討論了數(shù)據(jù)采集和數(shù)據(jù)處理方法，然后詳細研究了算法和預測模型，以及哪些適合應用于基于狀態(tài)的實時AM工藝監(jiān)測。本綜述研究意義重大，因為目前很少有數(shù)據(jù)對所有這些AM工藝及其相關的CBM技術進行如此詳細的討論，而且也沒有適合每種AM工藝的算法和預測模型類型。這篇綜述論文對于處于原型設計和批量生產(chǎn)階段的工業(yè)家和設計師來說也非常有用，希望幫助他們了解哪種CBM技術可用于實時監(jiān)控AM工藝，哪種數(shù)據(jù)采集和數(shù)據(jù)處理技術可用于實時監(jiān)控，哪種算法可在工藝的實時監(jiān)控中獲得最佳結果。
增材制造（AM）為航空航天、生物技術等各個領域的制造工藝帶來了革命性的變化。與減材制造技術相比，增材制造具有眾多優(yōu)勢，因此目前在大規(guī)模生產(chǎn)零件的行業(yè)中越來越受歡迎。 AM為設計人員和制造商提供了生產(chǎn)高精度復雜零件的自由。盡管具有諸多優(yōu)勢，但AM生產(chǎn)技術也存在一些問題，尤其是從原型設計轉(zhuǎn)向大規(guī)模生產(chǎn)時。要檢測打印部件的故障，打印后分析技術并不那么有效，在逐層制造部件的過程中，機械性能會發(fā)生變化，因為它們與方向有關。此外，大多數(shù)零件都有中空部分，不易進行檢測。為了解決這個問題，科研人員開發(fā)了基于狀態(tài)的實時監(jiān)控技術（CBM），通過監(jiān)控機器參數(shù)來監(jiān)控正在打印的部件狀況。然后將這些參數(shù)輸入機器學習算法，由算法識別問題并進行實時修正，從而生產(chǎn)出無缺陷的部件。
本研究論文綜述了最常用的增材制造技術以及最適合每種增材制造技術的基于狀態(tài)的監(jiān)控技術和算法。通過全面的文獻綜述，詳細討論了各種基于固體、液體和粉末的增材制造技術。詳細討論了各種實時和打印后CBM技術，如聲學監(jiān)測、振動監(jiān)測、超聲監(jiān)測等，以及哪種技術更適合每種增材制造工藝。詳細討論了數(shù)據(jù)采集和數(shù)據(jù)處理方法，然后詳細研究了算法和預測模型，以及哪些適合應用于基于狀態(tài)的實時AM工藝監(jiān)測。本綜述研究意義重大，因為目前很少有數(shù)據(jù)對所有這些AM工藝及其相關的CBM技術進行如此詳細的討論，而且也沒有適合每種AM工藝的算法和預測模型類型。這篇綜述論文對于處于原型設計和批量生產(chǎn)階段的工業(yè)家和設計師來說也非常有用，希望幫助他們了解哪種CBM技術可用于實時監(jiān)控AM工藝，哪種數(shù)據(jù)采集和數(shù)據(jù)處理技術可用于實時監(jiān)控，哪種算法可在工藝的實時監(jiān)控中獲得最佳結果。
圖1 ISO/ASTM 52900 七種AM工藝類別示意圖。
圖2 AM中從CAD到零件的一般流程。
圖3 不同背景下的AM工藝分類。
圖4 LOM工藝示意圖。
圖5擴展的LOM機器配置。