Часть 1
В технологии L-PBF деталь обычно оценивают только после самой печати — её пропускают через компьютерный томограф или проводят металлографический анализ. Часто это долго и дорого, а главное — такая проверка запаздывает: если внутри детали окажется больше положенных пор, трещина или нерасплавленный порошок, работа уже сделана, а вместе с ней потрачены и порошок, и машинное время, и энергия. Брак напрямую бьёт по рентабельности, а для ответственного изделия, например, авиационного кронштейна, лопатки, имплантата, может обернуться отказом уже в эксплуатации. Поэтому последние несколько лет сфера аддитивного производства активно развивает противоположный подход: наблюдать за процессом печати в реальном времени (in situ) и распознавать признаки зарождающегося дефекта прямо во время построения слоя, а не после снятия детали с платформы.
❓ Зачем это нужно
❕ Такой контроль даёт три вещи сразу: меньше брака и меньше деталей, отправленных на утилизацию; меньше расходов на дефектоскопию после печати; и, самое ценное для авиационной и медицинской промышленности, более быструю и дешёвую квалификацию нового процесса печати — часть доказательств качества можно собирать прямо во время производства, а не отдельными дорогостоящими испытаниями.
❓ С чего это начиналось
Идея отслеживать сварочную ванну по её тепловому и оптическому излучению не нова — она пришла из лазерной сварки и первых экспериментов с L-PBF ещё в 2010-х годах. Пионером промышленного применения стала компания Renishaw: в 2018 году она выпустила программный пакет InfiniAM Spectral, который через фотодиодные датчики фиксирует энергию лазера и излучение расплава прямо во время печати на собственных машинах компании. Примерно тогда же Sigma Labs запатентовала технологию PrintRite3D с обратной связью — систему, которая не просто фиксирует отклонение параметров ванны расплава, а меняет мощность лазера в реальном времени.
Отдельный вклад в развитие темы внесла академическая наука. В 2019 году группа Майсама Раисси, Параскеваса Пердикариса и Джорджа Карниадакиса формализовала метод «физически информированных нейросетей» (PINN) — способ обучать нейросеть так, чтобы она приближала решение уравнений физики, а не только подгонялась под данные. Этот метод сейчас лежит в основе почти всех попыток считать физику плавления и остывания металла в реальном времени, а не часами в тяжёлых CFD-расчётах.
А чтобы проверить, что на самом деле происходит внутри сварочной ванны, ещё с конца 2010-х несколько научных групп используют синхротронное рентгеновское излучение на пучковой линии 32-ID-B Advanced Photon Source в Аргоннской национальной лаборатории (США). Там процесс схлопывания кинжального канала — режима глубокого проплавления, который в литературе также называют «кейхол» (keyhole), — и связанное с ним образование пор снимают с разрешением около двух микрометров и частотой съёмки до 70 тысяч кадров в секунду. По сути, это эталон, с которым сверяют менее точные, но более быстрые методы наблюдения, и именно эти данные объясняют, почему схлопывание кинжального канала выбрасывает брызги расплава и оставляет поры внутри детали.
Продолжим в следующем посте — оставайтесь с нами!
🤓 Фабрикатор. Подписаться