服务热线18563978190
资讯中心
联系我们
电话(微信):18563978190
邮 箱:WLXK3D@126.COM
Q Q: 3 4 5 3 6 1 0 7 9
地址:青岛胶州市财富中心商业区B座3楼

3D资讯

首页 > 资讯中心
青岛3D打印和增材制造中的状态监控技术和算法应用
发布时间:2024-12-12    浏览人次:39次
斯坦拉合尔工程技术大学(UET)的科研人员综述报道了3D打印和增材制造中的基于状态监控技术与算法最新研究。相关论文以“Condition-based monitoring techniques and algorithms in 3d printing and additive manufacturing: a state-of-the-art review”为题发表在《Progress in Additive Manufacturing》上。


增材制造(AM)为航空航天、生物技术等各个领域的制造工艺带来了革命性的变化。与减材制造技术相比,增材制造具有众多优势,因此目前在大规模生产零件的行业中越来越受欢迎。 AM为设计人员和制造商提供了生产高精度复杂零件的自由。尽管具有诸多优势,但AM生产技术也存在一些问题,尤其是从原型设计转向大规模生产时。要检测打印部件的故障,打印后分析技术并不那么有效,在逐层制造部件的过程中,机械性能会发生变化,因为它们与方向有关。此外,大多数零件都有中空部分,不易进行检测。为了解决这个问题,科研人员开发了基于状态的实时监控技术(CBM),通过监控机器参数来监控正在打印的部件状况。然后将这些参数输入机器学习算法,由算法识别问题并进行实时修正,从而生产出无缺陷的部件。

本研究论文综述了最常用的增材制造技术以及最适合每种增材制造技术的基于状态的监控技术和算法。通过全面的文献综述,详细讨论了各种基于固体、液体和粉末的增材制造技术。详细讨论了各种实时和打印后CBM技术,如声学监测、振动监测、超声监测等,以及哪种技术更适合每种增材制造工艺。详细讨论了数据采集和数据处理方法,然后详细研究了算法和预测模型,以及哪些适合应用于基于状态的实时AM工艺监测。本综述研究意义重大,因为目前很少有数据对所有这些AM工艺及其相关的CBM技术进行如此详细的讨论,而且也没有适合每种AM工艺的算法和预测模型类型。这篇综述论文对于处于原型设计和批量生产阶段的工业家和设计师来说也非常有用,希望帮助他们了解哪种CBM技术可用于实时监控AM工艺,哪种数据采集和数据处理技术可用于实时监控,哪种算法可在工艺的实时监控中获得最佳结果。


图1 ISO/ASTM 52900 七种AM工艺类别示意图。



图2 AM中从CAD到零件的一般流程。



图3 不同背景下的AM工艺分类。



图4 LOM工艺示意图。



图5扩展的LOM机器配置。