رفتن به نوشته‌ها

محققان دانشگاه ویرجینیا نقص های AM را در زمان واقعی تشخیص می دهند


از طریق ما با همه چیزهایی که در دنیای شگفت انگیز AM اتفاق می افتد به روز باشید لینکدین انجمن.

به گفته دانشگاه ویرجینیایک تیم تحقیقاتی به سرپرستی تائو سان، دانشیار علوم و مهندسی مواد در دانشگاه ویرجینیا، اکتشافات جدیدی انجام داده است که پتانسیل گسترش تولید افزودنی در هوافضا و سایر صنایع متکی بر قطعات فلزی قوی را دارد.

مقاله بررسی شده در 6 ژانویه 2023 در مجله Science منتشر شد، تحت عنوان: “تشخیص بیدرنگ تولید منافذ سوراخ کلید در همجوشی بستر پودری لیزری به کمک یادگیری ماشین.” این تحقیق به موضوع تشخیص تشکیل منافذ سوراخ کلید، یکی از عیوب عمده رایج در لیزر پودر بستر فیوژن (LPBF) می پردازد. نقص‌های تخلخل مانند این همچنان یک چالش برای کاربردهای حساس به خستگی، مانند بال‌های هواپیما است. برخی از تخلخل ها با فرورفتگی های بخار عمیق و باریک – سوراخ کلید – همراه است.

شکل گیری و اندازه سوراخ کلید تابعی از قدرت لیزر و سرعت اسکن و همچنین ظرفیت مواد برای جذب انرژی لیزر است. اگر دیواره‌های سوراخ کلید پایدار باشند، جذب لیزر مواد اطراف را افزایش می‌دهد و راندمان تولید لیزر را بهبود می‌بخشد. با این حال، اگر دیوارها ضعیف هستند یا فرو می ریزند – مواد در اطراف سوراخ کلید جامد می شوند و حفره هوا را در داخل لایه تازه تشکیل شده مواد به دام می اندازند. این باعث می شود که مواد شکننده تر و احتمال ترک خوردن آن تحت تنش های محیطی بیشتر شود.

محققان دانشگاه ویرجینیا نقص های AM را در زمان واقعی تشخیص می دهند.  با نرخ پیش بینی 100٪ با استفاده از یادگیری ماشین.
تائو سان در آزمایشگاهش در دانشگاه ویرجینیا. اعتبار عکس: تام کوگیل، برای مهندسی UVA.

تائو سان و تیمش، از جمله پروفسور علوم و مهندسی مواد، آنتونی رولت از دانشگاه کارنگی ملون (CMU) و پروفسور مهندسی مکانیک لیانی چن از دانشگاه ویسکانسین-مدیسون، رویکردی را برای تشخیص لحظه دقیق تشکیل منافذ سوراخ کلید در طول ابداع کردند. فرآیند چاپ

تائو سان گفت: «با ادغام تصویربرداری پرتو ایکس operando synchrotron، تصویربرداری نزدیک به مادون قرمز، و یادگیری ماشین، رویکرد ما می‌تواند امضای حرارتی منحصربه‌فرد مرتبط با تولید منافذ سوراخ کلید را با وضوح زمانی زیر میلی‌ثانیه و نرخ پیش‌بینی 100 درصد ثبت کند.

در توسعه روش تشخیص سوراخ کلید در زمان واقعی، محققان همچنین روشی را برای استفاده از ابزار پیشرفته – تصویربرداری اشعه ایکس operando synchrotron – توسعه دادند. این تیم با استفاده از یادگیری ماشینی، دو حالت نوسان سوراخ کلید را نیز کشف کردند.

آنتونی رولت، که همچنین مدیر مرکز NextManufacturing در CMU است، می‌گوید: «یافته‌های ما نه تنها تحقیقات تولید افزودنی را پیش می‌برد، بلکه می‌تواند عملاً به گسترش استفاده تجاری از LPBF برای تولید قطعات فلزی نیز کمک کند.

تخلخل در قطعات فلزی همچنان یک مانع بزرگ برای پذیرش گسترده‌تر تکنیک LPBF در برخی صنایع است. تخلخل سوراخ کلید چالش برانگیزترین نوع نقص در تشخیص آنی با استفاده از حسگرهای مقیاس آزمایشگاهی است زیرا به صورت تصادفی در زیر سطح رخ می دهد. “رویکرد ما راه حلی مناسب برای تشخیص با وفاداری و وضوح بالا تولید منافذ سوراخ کلید ارائه می دهد که می تواند به راحتی در بسیاری از سناریوهای تولید افزودنی اعمال شود.”

تحقیقات این تیم توسط پردیس امنیت ملی کانزاس سیتی وزارت انرژی – مدیریت شده توسط Honeywell FM&T تامین می شود.



منبع

منتشر شده در اخبار پرینتر و چاپ سه بعدی