Fraunhofer的futureAM – 下一代增材制造大幅提升3D打印经济效益

在亚琛Fraunhofer激光技术研究所ILT的领导下,“futureAM – 下一代增材制造”于2017年11月推出,旨在将金属部件的增材制造加速至少10倍。除了Fraunhofer ILT,另外五家Fraunhofer研究所(IWS,IWU,IAPT,IGD和IFAM)参与了该项目。

根据这一目标,Fraunhofer的六家研究所于2020年11月结束了该项目,并共同实现了系统技术、材料和过程管理以及连续数字化方面的技术飞跃,从而提高了整个过程链中金属增材制造的效率和成本效益。本期,3D科学谷与谷友共同来领略futureAM项目的成绩。

l 欢迎在文后留言申请长期转载授权 l

Fraunhofer_AM-future_4在开姆尼茨的Fraunhofer IWU,由机器人进行特定组件的自动后处理,然后使用3D扫描进行验证。©Fraunhofer

速度、精度、稳健性

FutureAM项目一方面集中在从接收订单到完成的金属3D打印组件的数字和物理价值创造的整体过程链上;另一方面着眼于向下一代增材制造技术的飞跃。合作伙伴创建的虚拟实验室以数字方式捆绑能力,并使整个增材制造流程对所有参与的合作伙伴透明,在其中发挥着重要作用。

我们可以清晰的看到不仅仅局限在设备的加工速度、精度方面的开发,Fraunhofer的futureAM项目包含了更多“柔性”的增材制造技术,例如在线过程控制技术的开发,工艺稳健性的开发,以及基于数字孪生的网络化流程链的开发等。根据弗劳恩霍夫激光技术研究所Fraunhofer ILT,增材制造现在处于工业实施的门槛上,而从FutureAM项目中共同获得的专业知识现在将转移到工业应用中。

block 虚拟实验室的平台能力

futureAM的一个主要挑战是所有参与者的跨机构交互,这些参与者有时涵盖了整个流程链中非常不同的领域。数字孪生体技术的主导作用正在浮现,futureAM项目中除了所有的研究机构都以自己的研发能力进行项目参与外,大家还建立了虚拟实验室。

虚拟实验室已经证明了其作为数字平台的价值,该数字平台可以确保所有AM-增材制造任务区域和参与者之间的信息交换。在这种情况下,弗劳恩霍夫增材制造生产技术研究所Fraunhofer IAPT开发了用于AM增材制造组件设计的各种软件工具。还创建了针对金属增材制造的基于Web的仿真工具,即使初学者也可以使用。

Fraunhofer_AM-future_2基于Web的仿真工具。©Fraunhofer

虚拟实验室旨在以封闭且数字化的方式绘制所涉及参与方的能力。每个实体(机器或产品)都被描述并分配了一个“数字孪生”,这是网络物理机器或更大的网络物理系统的虚拟部分。基于这些数字孪生,可以通过建模和仿真来优化实际系统。这将增强例如错误诊断、预测分析、产品和过程优化以实现长期质量保证。

将来,该系统还将提供用于计划新产品的数据,这将大大减少认证时间。它将能够越来越多地自动将产品分配给机器,在生产过程中适应相关的工艺参数,并自动考虑产品目标(例如质量)和生产目标(例如交货时间)。

因此,人类的角色将发生变化-从今天的中央计划转向决策和监控。虚拟实验室中的自治系统将使用适当的评估和监视工具来支持现场人员。因此,“虚拟实验室”提供了完整的数字透明度。

block 人工智能与材料技术成就超合金

位于德累斯顿的Fraunhofer IWS研究所致力于推动可加成处理的高温材料范围的扩大,并研究了如何将它们组合成多种材料。激光材料沉积(LMD)和人工智能(AI)的相互作用显示出令人振奋的结果:借助AI支持的过程分析,可以分析各种影响因素,并且可以优化制造过程。

Fraunhofer_AM-future_3在德累斯顿的Fraunhofer IWS,可加工材料的范围正在扩大, 图为使用定制的激光沉积工艺来生产多材料金属组件。©Fraunhofer

Fraunhofer IWS用镍和铝制成的多种材料组件证明了这种方法的效果,Fraunhofer IWS工程师基于对材料技术以及激光加工的强大理解,建立了增材制造领域加工技术与材料的相关性。科学家们以很高的采样率记录大量传感器数据以提升对加工过程的理解,创造更多更神奇的材料。

Fraunhofer IWS的专家通过“人工智能”(AI)和“机器学习”的先进方法来提升对加工过程的理解,由Fraunhofer IWS图像处理和数据管理工作组进行研究。通过人工智能,可以找到这些数据泛洪中的隐藏联系。

block XXL超大组件:提速10倍以上

亚琛Fraunhofer ILT已经开发出用于LPBF(基于粉末床的金属熔化3D打印技术)的下一代新型加工解决方案,该解决方案具有可扩展性,可以生产比传统LPBF系统至少快十倍加工速度的大型金属部件。目前LPBF系统样机提供了非常大的,有效可用的构建体积(1000毫米x 800毫米x 500毫米)。

Fraunhofer_AM-future_1亚琛的Fraunhofer ILT的下一代基于粉末床的选区金属熔化3D打印设备所制造的下一代劳斯莱斯发动机的演示器组件。©Fraunhofer

Video Cover_Fraunhofe2亚琛的Fraunhofer ILT开发的可扩展的”边加工边飞行-on the fly“的下一代金属3D打印技术。©Fraunhofer

Video Cover_Fraunhofe_Zhenjing亚琛的Fraunhofer ILT开发的可扩展的”边加工边飞行-on the fly“的下一代金属3D打印技术。©Fraunhofer

亚琛Fraunhofer ILT开发的EHLA超高速激光材料沉积技术是一项屡获殊荣的技术,该技术可以以特别经济和环保的方式涂覆,维修或增材制造零部件。该技术已经通过在例如米长的海上钢瓶上高速应用薄保护层而证明了其价值。之前,EHLA仅用于旋转对称零件。而该技术现在也可以用于制造自由曲面3D组件,新开发的工艺可同时实现极高的应用速度和高细节分辨率

Fraunhofer_AM-EHLA亚琛的Fraunhofer ILT的EHLA高速激光沉积技术用于自由曲面加工。Fraunhofer

block 提高鲁棒性

l 自主、模块化的后加工

当前金属增材制造下游加工步骤尚未实现自动化,部分原因是要制造的零件的几何形状不同,对自动化带来了极大的挑战。对于金属增材制造,大多数手动后处理成本特别高:它占总处理成本的70%。Fraunhofer IWU机床与成型技术研究所为各个过程开发各种自主技术模块,由机器人负责工件的处理和后加工。

Fraunhofer IWU的研究人员开发了一种可适应单元的模块化概念,用于可自动后加工增材制造的组件。3D科学谷了解到,模块化概念中包含了各种组件和批量生产数量少至为1件的产品后加工方法。

l 补偿错误

使用分析模型,可以确定工作空间中刚度非常适合加工的区域。此外,该模型还可以使用过程控制来补偿刀具路径的错误。

光学测量是判断补偿过程错误的第一步,所获取的点云被传输到云端与实际几何图形的3D模型进行比较。补偿完成后,再次测量组件,重复此过程,直到达到确定的组件质量。增材制造的组件进行自动返工的前提条件是在每个工艺步骤中对组件进行安全标识。这是将产品信息链接到过程参数并跟踪每个组件的过程链的唯一方法。Fraunhofer IWU开发了用于实时检测部件近表面区域中确定的空腔的测量过程,开发实时读取信息所需的算法是研究活动的重要组成部分。

l  避免中断

此外,为了避免过程中断。弗劳恩霍夫-Fraunhofer IWU机床与成型技术研究所开发了一种结合粉末床工艺和多种材料制造的具备几何灵活性的新概念,3D科学谷了解到这是通过安装带有分配器和抽吸模块的处理系统来进行局部粉末去除而创建的。

首先,在激光束熔化设备的空间中,将粉末从组件凝固区域的型腔中移除。然后,通过分配器在组件区域添加结构,过程中还包括硬化和烧结工艺的应用,这些工艺能够实现所需要的材料特性(例如电导率或绝缘)。Fraunhofer IWU开发的用于多种材料制造的系统技术无需打开激光束熔化设备,通过辅以抓取器,将半成品、传感器或执行器集成到组件中。

为了演示Fraunhofer IWU开发的用于多种材料制造的系统技术功能, IWU使用了玻璃封装的RFID应答器(也称为 RFID 标签),该应答器被放置在直接位于所制造组件表面下方的空腔中,并在随后的构建过程中将其紧密封装在组件中。该应答器用于保存和读取有关制造过程或组件属性的信息。

l 在线过程控制

亚琛的科学家们正在研究监视金属3D打印的新方法,以提高过程的鲁棒性。在构建平台中使用结构传感器时,将来会检测到关键错误,例如支撑结构撕裂的时间

此外,通过超声波传感器可以用于分析空气传播中的声音,以确定组件的质量。基于激光的超声测量的研究将在未来走得更远:脉冲激光将在部件中感应出结构传播的噪声,然后由激光测振仪检测到。这使得在构建过程中发现微小的毛孔,以便能够立即进行干预。而原位测量过程可以通过另一个曝光顺序对问题区域进行返工。

通过将质量保证工具集成到(混合)生产系统中,可以提高过程的鲁棒性。除了在线测量和质量保证之外,对于各种工业领域,必不可少的是要确定用于各种材料、机器、光束源等可靠的工艺窗口。

block 成就整个增材制造数字化工艺链

l  AutoPartIO:数字预处理

- 关于识别具有增材制造潜力的组件自动化选择功能

- 通过可扩展的软件自动进行组件优化

l  数字质量保证

- 根据过程监控数据以预期零部件的使用寿命并评估零部件质量

- 根据特定于零部件的缺陷和需求知识开发寿命预测工具

l  基于数字孪生的网络化流程链

- 借助特殊数据模型对物理过程链进行数字复制

- 数字流程链中的完整可追溯性和透明性

l  AutoPartIO:数字预处理

目标是开发一个可扩展的软件组合工具箱,用于模拟和优化增材制造组件。首先,拓扑优化是在数学上从根本上实现的。除了轻质结构刚度优化的经典目标外,还考虑了仿生力学元素,传热和流体力学问题。

l  仿生力学与功能实现

与经典拓扑优化相比,仿生力学可以产生其他积极影响。为了使仿生力学获得更广泛的应用,必须对各种功能实现进行识别和参数化。用合适的仿生特征代替相同应力类型的设计是有利的。

生物学模型的参数化为这种设计优化奠定了基础,通过这种方式,可以充分利用轻巧的仿生力学设计潜力。

l  突破拓扑优化的限制

在已建立的拓扑优化中,目前尚未充分考虑工艺,材料和其他特定的特性以及增材制造的限制。Fraunhofer开发了新的多功能功能目标,可确保直接进行3D打印。

l  计算机辅助功能模块

为了使得用户能够在不广泛了解增材制造的情况下利用3D打印的优点,“计算机辅助功能(CAF)”是必要的。当面临指定的任务,并确定要实现的功能的时候。例如主动和被动散热器,热交换器等零件,针对这些零件,系统所进行的参数化仿生力学优化和拓扑优化将考虑到特定于工艺和材料的限制。

ACAM为复杂的增材制造导航

以亚琛Fraunhofer ILT, 亚琛Fraunhofer IPT,亚琛工业大学为基础成立了亚琛增材制造中心ACAM(Aachen Center for Additive Manufacturing。目前有超过100多名科研人员从事增材制造的科研,解锁增材制造复杂奥秘,ACAM集中亚琛的优势资源推动增材制造认证、联合研发、培训教育、产业孵化等多方面的发展。

Video Cover_Fraunhofer_ACAMACAM德国联合总裁Kristian Arntz博士在中国科协年会上的演讲视频

关于Fraunhofer引领增材制造产业化前沿技术发展的更多领先进展,3D科学谷将展开持续介绍,敬请保持关注!

白皮书下载,加入3D科学谷QQ群:106477771
网站投稿请发送至2509957133@qq.com
欢迎转载,转载请注明来源3D科学谷,并链接到3D科学谷网站原文。

分享:

你可能也喜欢...

发表评论