來源:江蘇激光聯(lián)盟
導(dǎo)讀:接上文,本文繼續(xù)探討6s管理對AM的分析數(shù)據(jù)。
微信截圖_20210701090551.jpg (40.28 KB, 下載次數(shù): 56)
下載附件
2021-7-1 09:06 上傳
▲圖7. 6S質(zhì)量管理的DMAIC方法論
在DMAIC(Define, Measure, Analyze, Improve, and Control)方法中,測量步驟旨在從 AM 過程中的關(guān)鍵變量中收集數(shù)據(jù),例如:1) 過程輸入變量(例如,金屬粉末的特性和設(shè)計(jì)參數(shù));2) 原位變量(例如,機(jī)器設(shè)置、分層成像和熱圖);和 3) 處理輸出變量(例如,構(gòu)建后 CT 掃描)。現(xiàn)代制造業(yè)已經(jīng)投資于先進(jìn)的傳感和測量系統(tǒng),以應(yīng)對 AM 的高度復(fù)雜性,并提高從原材料、制造過程到最終產(chǎn)品的關(guān)鍵變量的信息可見性。小批量高混合生產(chǎn)對 AM 質(zhì)量管理提出了特定挑戰(zhàn)。通過“測量增材制造”步驟中隨時(shí)可用的豐富數(shù)據(jù),這為“分析”步驟提供了一個(gè)機(jī)會(huì),以深入了解增材制造過程的當(dāng)前狀態(tài)和性能。在該研究中,可以在線(即在逐層制造過程中)或離線(即,預(yù)構(gòu)建材料表征或構(gòu)建后 CT 掃描)收集數(shù)據(jù)。離線測量允許檢查質(zhì)量,但在幫助過程中更正或修復(fù)的能力方面受到限制,因?yàn)槿毕萃ǔR呀?jīng)嵌入到構(gòu)建中。在線傳感捕捉過程與機(jī)器交互的動(dòng)態(tài),并為動(dòng)態(tài)控制動(dòng)作提供更高水平的靈活性。在“測量”步驟中收集的數(shù)據(jù)可以以不同方式可視化,以提供有關(guān) AM 過程的可理解信息,例如,圖像堆棧、3D點(diǎn)云、直方圖、網(wǎng)絡(luò)表示以及傅立葉和小波變換。有效的可視化進(jìn)一步有助于“分析”步驟,以估計(jì)和提取有關(guān)過程可變性或產(chǎn)品缺陷的顯著特征。
預(yù)構(gòu)建測量和表征
圖8顯示了關(guān)于材料、工藝和產(chǎn)品的 AM 認(rèn)證流程的廣泛表示。金屬粉末用作 LPBF AM 機(jī)器的輸入。要避免“垃圾進(jìn),垃圾出”的情況,材料條件是必不可少的。標(biāo)準(zhǔn)的粉末表征技術(shù)包括 X 射線光電子能譜、篩分分析、惰性氣體融合、掃描電子顯微鏡、激光衍射和差熱分析。這些技術(shù)允許從三個(gè)主要方面表征粉末:顆粒形態(tài)和分布(例如形狀、表面粗糙度或尺寸)、粉末化學(xué)(即元素組成)和粉末微觀結(jié)構(gòu)(例如孔隙率和流變學(xué))。金屬粉末取樣的標(biāo)準(zhǔn)做法由標(biāo)準(zhǔn)組織提供,例如 ASTM International B215 和金屬粉末工業(yè)聯(lián)合會(huì) (MPIF)。這些取樣標(biāo)準(zhǔn)提供了實(shí)用指南,可從整批中獲取代表性樣品,然后應(yīng)用粉末表征技術(shù)來測量粉末特性。此外,制造商將能夠利用表征結(jié)果對供應(yīng)商提出要求、選擇最佳供應(yīng)商并改進(jìn)粉末再利用實(shí)踐。
微信截圖_20210701090603.jpg (42.72 KB, 下載次數(shù): 66)
下載附件
2021-7-1 09:06 上傳
▲圖8. 關(guān)于材料、工藝和產(chǎn)品的 AM 認(rèn)證流程的表示
原位傳感和測量
微信截圖_20210701090612.jpg (35.21 KB, 下載次數(shù): 53)
下載附件
2021-7-1 09:06 上傳
▲圖9. 用于監(jiān)控 Commercial ProX 320 PBFAM 系統(tǒng)的多傳感器套件圖示
分析數(shù)據(jù)
“分析”步驟側(cè)重于從“測量”步驟中收集的在線和/或離線數(shù)據(jù)或從 AM 數(shù)據(jù)管理系統(tǒng)中可用的歷史數(shù)據(jù)中提取有用信息。主要目的是探索 AM 過程中關(guān)鍵變量(即過程輸入、輸出和過程中變量)之間的相互關(guān)系,對這些變量之間的因果關(guān)系和質(zhì)量問題建模,并進(jìn)一步了解它們?nèi)绾纹鹱饔眠^程可變性和產(chǎn)品缺陷。換句話說,增材制造過程中可能存在多種可變性來源,并可能導(dǎo)致產(chǎn)品和客戶服務(wù)的質(zhì)量問題!胺治觥辈襟E有助于描述和確定質(zhì)量問題的隨機(jī)原因和可歸因的原因。如果過程中只出現(xiàn)隨機(jī)原因(即不可分配的因素,無法識別),那么分布應(yīng)該是正態(tài)的。但是,如果存在可歸因的原因,那么“分析”工具應(yīng)該能夠監(jiān)控過程并檢測過程性能何時(shí)以及如何受到影響。因此,可以停止該過程以尋找可歸因的原因并消除它們以恢復(fù)正常生產(chǎn)。
然而,先進(jìn)的傳感系統(tǒng)從 AM 質(zhì)量管理的“測量”步驟中帶來越來越復(fù)雜的結(jié)構(gòu)數(shù)據(jù),這些數(shù)據(jù)不同于傳統(tǒng)制造環(huán)境中生成的幾何特征、線性和非線性輪廓。例如,CT 掃描和分層成像會(huì)產(chǎn)生來自 AM 過程的高維圖像輪廓。因此,傳統(tǒng)的“分析”工具(例如控制圖和置信區(qū)間)在處理此類高維圖像配置文件的能力方面受到限制。在批量制造的環(huán)境中,對于單個(gè)隨機(jī)變量或多個(gè)變量(例如,產(chǎn)品的幾何特征)建立控制圖和置信區(qū)間要容易得多,但對于高維圖像則更難建立;更不用說這些圖像中的幾何結(jié)構(gòu)可能會(huì)在 AM 構(gòu)建中從一層到另一層有所不同。因此,迫切需要新的“分析”工具來幫助處理和連接大量數(shù)據(jù),對關(guān)鍵過程變量之間的因果關(guān)系進(jìn)行建模,并查明 AM 過程中質(zhì)量問題的潛在根本原因。反過來,這將有助于“改進(jìn)”步驟,以進(jìn)一步確定和制定新的質(zhì)量改進(jìn)策略。然后可以設(shè)計(jì)新的實(shí)驗(yàn)來測試這些改進(jìn)策略在物理 AM 機(jī)器或計(jì)算機(jī)模擬模型上的有效性
微信截圖_20210701090621.jpg (26.45 KB, 下載次數(shù): 53)
下載附件
2021-7-1 09:06 上傳
▲圖10. 薄壁結(jié)構(gòu)的設(shè)計(jì)參數(shù)(即方向、寬度、高度和剖面線圖案)圖示
如圖10所示,研究人員在本實(shí)驗(yàn)研究中制造了三個(gè)薄壁部件,每個(gè)部件包括25個(gè)薄壁。構(gòu)建板上的三個(gè)薄壁部件的方向不同。換句話說,每個(gè)薄壁部分的取向相對于EOS機(jī)器中的涂布機(jī)刀片的行進(jìn)方向被調(diào)整為0°、60°或90°的度數(shù)。制造完成后,我們使用 XCT 掃描每個(gè)構(gòu)建。然后將這些 XCT 圖像與原始 CAD 模型配準(zhǔn),以提取薄壁每一層的質(zhì)量特征(例如,邊緣粗糙度和缺陷水平)。這里,邊緣粗糙度是指 CT 掃描和 CAD 設(shè)計(jì)之間構(gòu)建邊界的幾何偏差。缺陷等級是指薄壁各層缺陷的數(shù)量和程度。這些質(zhì)量特性從一層到另一層進(jìn)行跟蹤,以檢測即將發(fā)生的薄壁破壞
通過對 XCT 數(shù)據(jù)和過程成像數(shù)據(jù)的分析,實(shí)驗(yàn)結(jié)果表明,薄壁零件的構(gòu)建質(zhì)量受設(shè)計(jì)參數(shù)(高度、寬度和高長比)和機(jī)器設(shè)置(孵化和重涂)的影響方向)。本研究有助于提供一套關(guān)于使用 LPBF 機(jī)器制造薄壁結(jié)構(gòu)的設(shè)計(jì)指南,如下所示。
0° 方向使薄壁結(jié)構(gòu)的質(zhì)量優(yōu)于其他方向。當(dāng)重涂機(jī)刀片的行進(jìn)方向平行于薄壁的長邊時(shí),產(chǎn)生的缺陷較少。構(gòu)建薄壁結(jié)構(gòu)時(shí)應(yīng)避免 90° 方向,這會(huì)導(dǎo)致重涂機(jī)運(yùn)動(dòng)垂直于薄壁的長邊,從而產(chǎn)生更多缺陷。
薄壁的高度不應(yīng)超過其寬度的九倍。否則,這種薄壁結(jié)構(gòu)往往會(huì)倒塌。本實(shí)驗(yàn)中的 LPBF 機(jī)僅限于構(gòu)建寬度小于 0.15 mm 的薄壁結(jié)構(gòu)。如果長寬比超過 73(11 毫米/0.15 毫米),薄壁也容易坍塌。
本研究試圖回答有關(guān)設(shè)計(jì)復(fù)雜性是否以及如何影響增材制造薄壁結(jié)構(gòu)質(zhì)量特性的研究問題。為了優(yōu)化增材制造的工程設(shè)計(jì),還有更多的研究要做。例如,必須針對不同的 LPBF 機(jī)器、工藝條件或具有懸垂結(jié)構(gòu)的薄壁概括設(shè)計(jì)指南。
本文來源:Hui Yang et al, Six-Sigma Quality Management of Additive Manufacturing, Proceedings of the IEEE (2020). DOI: 10.1109/JPROC.2020.3034519
|