Dalla semplice osservazione del processo alla misura tridimensionale di ogni strato
Uno dei problemi più costosi nella produzione additiva industriale consiste nello scoprire un difetto quando il componente è già stato completato.
Una costruzione in Laser Powder Bed Fusion, in deposizione di materiale o in altri processi di additive manufacturing può richiedere molte ore e, nei casi più complessi, diversi giorni. Se una deviazione geometrica compare nelle prime fasi e viene identificata soltanto durante l’ispezione finale, materiale, tempo macchina ed energia utilizzati nelle fasi successive possono essere stati sprecati.
Per questo motivo una parte crescente della ricerca nel settore si concentra sul controllo in-process, cioè sulla capacità di osservare ciò che accade mentre il componente viene costruito.
Un lavoro sviluppato presso la Purdue University propone di andare oltre la semplice acquisizione di immagini utilizzando la Digital Fringe Projection, o DFP, come strumento di metrologia tridimensionale integrato nel processo di stampa.
La ricerca è stata condotta da William Murray Keller nell’ambito del proprio dottorato presso la School of Mechanical Engineering della Purdue University, sotto la supervisione del professor Song Zhang, responsabile dello XYZT Lab.
L’obiettivo è particolarmente ambizioso: non limitarsi a individuare una deviazione, ma stabilire dove si trova, misurarla tridimensionalmente e utilizzare l’informazione ottenuta per correggere la produzione mentre il pezzo è ancora in macchina.
Il limite di molti sistemi di monitoraggio tradizionali
Le macchine industriali per additive manufacturing utilizzano già differenti strumenti per controllare il processo.
Telecamere, sensori termici, fotodiodi e sistemi dedicati all’analisi del bagno di fusione possono fornire informazioni importanti sulla stabilità della produzione.
Nel Laser Powder Bed Fusion, per esempio, è possibile osservare l’interazione tra laser e polvere metallica oppure acquisire immagini del letto di polvere dopo il passaggio del recoater.
Questi sistemi sono utili per identificare fenomeni anomali, ma non sempre forniscono una vera misura tridimensionale della superficie appena costruita.
Una telecamera può mostrare una zona visivamente diversa dal resto dello strato, ma stabilire se quell’area si trovi 50, 200 oppure 500 micrometri sopra la posizione prevista richiede informazioni geometriche aggiuntive.
La Digital Fringe Projection viene studiata proprio per colmare questa lacuna.
Come funziona la Digital Fringe Projection
Il principio parte dalla proiezione di una sequenza di bande luminose sulla superficie da misurare.
Un proiettore genera un motivo costituito da linee chiare e scure, generalmente organizzate secondo una precisa periodicità. Se la superficie fosse perfettamente piatta, la telecamera vedrebbe una configurazione regolare.
Quando le bande vengono proiettate su una geometria tridimensionale, invece, il loro andamento appare deformato.
Un rilievo, una depressione o una superficie inclinata modifica la posizione delle frange osservate dalla telecamera.
Attraverso algoritmi dedicati è possibile analizzare questa deformazione e ricostruire la forma tridimensionale della superficie.
Il principio appartiene alla famiglia delle tecniche di luce strutturata, già utilizzate nella metrologia industriale e nella scansione 3D.
L’elemento interessante del lavoro della Purdue University consiste nell’adattare questa tecnica alle condizioni operative dell’additive manufacturing e nel collegare direttamente i dati di misura al sistema di produzione.
La superficie appena stampata diventa una mappa tridimensionale
Una volta acquisito il pattern di frange, il software ricostruisce una rappresentazione tridimensionale dello strato.
Questa misura può essere confrontata con la geometria teorica che avrebbe dovuto essere prodotta in quella precisa fase della costruzione.
Il sistema non cerca quindi soltanto qualcosa che “sembra diverso”.
Dispone di due geometrie: quella prevista dal modello digitale e quella misurata fisicamente.
La differenza tra le due può essere trasformata in una mappa di errore.
Una zona troppo alta può indicare un accumulo di materiale. Una zona più bassa del previsto può invece essere associata a deposizione insufficiente, sottoestrusione oppure ad altri fenomeni specifici del processo analizzato.
Questo tipo di confronto apre la strada a un controllo molto più quantitativo.
Perché trovare il difetto prima dello strato successivo è importante
Nella produzione additiva un piccolo errore può propagarsi.
Nel caso di un processo a deposizione di materiale, se uno strato viene prodotto con uno spessore inferiore al previsto, lo strato seguente parte da una superficie che si trova già nella posizione sbagliata.
Se il problema continua, la deviazione può aumentare.
Anche un eccesso di materiale può diventare problematico.
Nei sistemi a letto di polvere metallica, una sporgenza eccessiva può interferire con il recoater che distribuisce il nuovo strato di polvere. Un contatto può danneggiare la superficie, alterare la distribuzione del materiale o, nei casi peggiori, compromettere la costruzione.
Nei sistemi Directed Energy Deposition una variazione dell’altezza può modificare la distanza tra testa di deposizione e componente, influenzando il comportamento del processo.
L’idea di misurare ogni strato è quindi legata a un concetto semplice: un errore è generalmente più facile da gestire quando è ancora piccolo.
Il vero passaggio è dalla rilevazione alla correzione
Individuare un difetto non significa automaticamente sapere come correggerlo.
È questa una delle differenze più importanti tra un sistema di monitoraggio e un vero sistema di controllo a ciclo chiuso.
Un sistema di monitoraggio può segnalare che una zona è fuori tolleranza.
Un controllo closed-loop deve invece utilizzare quel dato per modificare il comportamento della macchina.
Nel caso di una zona con materiale insufficiente, una possibile strategia può consistere nel modificare la quantità depositata negli strati seguenti.
In altri processi potrebbe essere necessario intervenire sul percorso utensile, sulla potenza della sorgente energetica, sulla velocità, sull’esposizione o su altri parametri.
La correzione dipende dalla tecnologia utilizzata e dal tipo di errore.
Per questo motivo la ricerca della Purdue University affronta non soltanto il problema della misura, ma anche quello dell’allineamento tra sistema metrologico e macchina.
La calibrazione tra telecamera, proiettore e stampante è fondamentale
Per correggere un errore, il software deve sapere esattamente dove si trova.
Il sistema DFP possiede un proprio sistema di coordinate.
La stampante 3D utilizza invece le coordinate della propria area di lavoro.
Se questi due riferimenti non coincidono con sufficiente precisione, il sistema potrebbe identificare correttamente un difetto ma indicare alla stampante una posizione sbagliata.
Il gruppo dello XYZT Lab della Purdue University ha quindi sviluppato una procedura dedicata alla calibrazione tra Digital Fringe Projection e macchina di additive manufacturing.
Il sistema utilizza una geometria di calibrazione che viene stampata e successivamente misurata attraverso la DFP.
I dati tridimensionali e bidimensionali ottenuti vengono elaborati per calcolare la trasformazione rigida necessaria a collegare i due sistemi di coordinate.
La procedura è pensata per essere eseguita prima del processo produttivo.
Questo permette di compensare differenze introdotte da operazioni come homing e autolivellamento della macchina.
Una precisione media nell’ordine dei centesimi di millimetro
Nei test pubblicati dallo XYZT Lab, il sistema di calibrazione ha raggiunto un errore quadratico medio, RMSE, pari a circa 0,028 millimetri.
Parliamo quindi di 28 micrometri come valore medio di RMSE nella procedura riportata.
Il dato è particolarmente interessante perché l’obiettivo non è semplicemente ottenere una scansione visivamente fedele.
La precisione deve essere sufficiente per distinguere un vero difetto da un normale errore di misura.
Se il sistema metrologico producesse un’incertezza confrontabile con la dimensione della deviazione da correggere, il controllo non potrebbe prendere decisioni affidabili.
La calibrazione rappresenta quindi una parte essenziale del processo.
Test sulla sottoestrusione e correzione layer-by-layer
Uno dei lavori precedenti di William Keller, J. Girard, M. W. Goldberg e Song Zhang ha applicato questa metodologia a un processo di additive manufacturing per estrusione di materiale.
I ricercatori hanno introdotto errori di sottoestrusione al di sotto dello spessore di un singolo layer.
Il sistema DFP ha misurato la geometria prodotta e ha utilizzato le informazioni raccolte per correggere l’errore negli strati successivi.
Nei test su una geometria semplice, il procedimento ha migliorato il valore medio di RMSE di un fattore pari a circa 1,7.
Il risultato non significa che ogni tipo di difetto possa essere automaticamente eliminato.
Dimostra però che la misura tridimensionale può essere utilizzata come informazione di feedback e non soltanto come documentazione del problema.
Il problema della profondità di campo
Integrare un sistema ottico in una stampante 3D introduce un’altra difficoltà: il componente cambia continuamente altezza.
Una configurazione di telecamera e proiettore perfettamente a fuoco vicino al piano di costruzione può non esserlo quando il pezzo diventa molto più alto.
La profondità di campo del sistema diventa quindi un limite.
Per affrontare questo problema, William Keller e Song Zhang hanno sviluppato una configurazione DFP multifocale.
Il sistema impiega una lente regolabile elettronicamente, indicata come ETL, che permette di modificare la messa a fuoco senza dover spostare fisicamente l’intero apparato ottico.
Più acquisizioni con differenti impostazioni di fuoco possono essere combinate per ricostruire geometrie distribuite su un intervallo di altezza più ampio.
Una Digital Fringe Projection multifocale
La configurazione sviluppata alla Purdue University utilizza punti virtuali di riferimento per allineare le acquisizioni ottenute con differenti impostazioni della lente.
Per ciascun layer viene creata una mappa che identifica quali pixel devono essere associati a una determinata configurazione di messa a fuoco.
Il software può quindi selezionare e combinare le porzioni più nitide delle differenti acquisizioni.
Questo permette di estendere il volume nel quale la DFP può mantenere una misura sufficientemente precisa.
Nel lavoro pubblicato su Optics and Lasers in Engineering, il sistema multifocale ha raggiunto un RMSE medio allineato di circa 0,046 millimetri.
Anche questa configurazione è stata utilizzata per prove di rilevazione e correzione dei difetti.
La velocità diventa un requisito del sistema
Una misura molto precisa ma troppo lenta può essere poco utile per un controllo in-process.
Se la stampante impiega pochi secondi per completare uno strato ma il sistema di misura richiede diversi minuti per analizzarlo, il tempo complessivo di produzione aumenterebbe in maniera considerevole.
Un controllo closed-loop industriale deve quindi trovare un equilibrio tra risoluzione, precisione e velocità.
Il sistema deve proiettare le frange, acquisire le immagini, elaborare la fase, ricostruire la superficie tridimensionale, confrontarla con il modello teorico e decidere se sia necessaria una correzione.
Tutto questo deve essere completato abbastanza rapidamente da inserirsi nel normale ciclo di produzione.
Il problema diventa ancora più impegnativo nelle macchine che utilizzano elevate velocità di deposizione.
Un algoritmo di slicing pensato anche per il controllo
La tesi di Keller comprende anche lo sviluppo di un algoritmo di slicing basato sulle immagini.
L’obiettivo è evitare una parte dei calcoli normalmente necessari quando una geometria STL deve essere sezionata per generare gli strati di produzione.
Questo elemento è importante perché un sistema destinato alla correzione in tempo utile deve disporre rapidamente della geometria teorica con la quale confrontare la misura.
Se il sistema sa esattamente quale forma dovrebbe avere un determinato layer, può generare una mappa di differenza tra nominale e reale.
La ricerca cerca quindi di collegare metrologia, slicing e controllo all’interno dello stesso flusso digitale.
Le superfici metalliche sono più difficili da misurare
La Digital Fringe Projection offre il vantaggio di non richiedere contatto fisico con il componente, ma le condizioni presenti all’interno di una macchina industriale non sono quelle di un laboratorio di metrologia.
Le superfici metalliche possono riflettere la luce in maniera intensa e non uniforme.
Polvere, fumi, spruzzi di materiale e illuminazione prodotta dal processo possono modificare il contrasto delle frange osservate dalla telecamera.
Nei sistemi Laser Powder Bed Fusion il letto di polvere presenta inoltre caratteristiche ottiche differenti rispetto alle zone già consolidate.
Questo significa che una tecnologia sviluppata per la misura di una superficie pulita deve essere adattata alle reali condizioni della produzione additiva.
Anche la posizione del proiettore e della telecamera deve essere scelta in modo da evitare interferenze con i componenti mobili della macchina.
Dal controllo di processo alla tracciabilità del componente
La misura tridimensionale di ogni layer può avere un valore anche quando non viene utilizzata per correggere direttamente la costruzione.
Registrare la geometria durante il processo permette infatti di creare una cronologia digitale del pezzo.
Per ogni strato potrebbe essere possibile conservare informazioni su deviazioni dimensionali, anomalie rilevate e decisioni prese dal sistema.
In applicazioni critiche questo tipo di tracciabilità può diventare importante.
Settori come aerospazio, energia e biomedicale richiedono procedure di qualificazione rigorose. Avere una documentazione del processo potrebbe integrare le ispezioni effettuate dopo la produzione.
Il controllo in-process non elimina automaticamente tecniche come tomografia computerizzata, analisi metallografiche o controlli non distruttivi.
Può però fornire un ulteriore livello di informazione.
La differenza tra un difetto superficiale e un difetto interno
È importante precisare anche ciò che la Digital Fringe Projection non può fare.
La tecnica misura la superficie visibile.
Non può osservare direttamente un poro già chiuso all’interno di un componente metallico o una cricca interna che non modifica la superficie.
Il vantaggio della misura layer-by-layer consiste però nel fatto che ogni strato è, per un breve periodo, una superficie.
Una deviazione che in seguito verrebbe sepolta dai layer successivi può quindi essere osservata prima che diventi interna.
Questo concetto rappresenta uno degli aspetti più interessanti del monitoraggio durante la produzione.
Invece di cercare il difetto all’interno del pezzo finito, si tenta di osservarlo nel momento in cui è ancora esposto.
Possibili applicazioni anche oltre il Powder Bed Fusion
Il principio non è limitato alla stampa metallica a letto di polvere.
La ricerca della Purdue University ha già dimostrato applicazioni nell’estrusione di materiale.
Anche i sistemi Directed Energy Deposition potrebbero beneficiare di una misura continua dell’altezza depositata.
In questo caso la distanza tra ugello, sorgente energetica e superficie è un parametro importante per la stabilità del processo.
Una variazione dell’altezza reale rispetto alla traiettoria prevista potrebbe essere identificata e compensata.
Concetti analoghi potrebbero essere studiati anche per processi basati su resine, purché le proprietà ottiche della superficie e le condizioni della macchina permettano di acquisire pattern sufficientemente leggibili.
Il controllo closed-loop è uno degli obiettivi dell’additive manufacturing industriale
Diversi produttori di sistemi industriali hanno sviluppato piattaforme di monitoraggio dedicate all’additive manufacturing.
EOS ha lavorato su sistemi di monitoraggio integrati nelle proprie piattaforme metalliche, mentre tecnologie dedicate all’osservazione del bagno di fusione e del letto di polvere sono diventate parte dell’offerta di numerosi costruttori.
Nel settore sono state sviluppate anche soluzioni software specifiche per l’analisi della qualità durante la produzione.
La ricerca sulla Digital Fringe Projection segue però un percorso particolare: ottenere una misura geometrica tridimensionale della superficie e utilizzarla come dato di feedback.
L’obiettivo finale è avvicinare la stampante a un sistema capace di confrontare continuamente ciò che sta costruendo con ciò che avrebbe dovuto costruire.
Il contributo della Purdue University e dello XYZT Lab
Lo XYZT Lab della Purdue University, diretto da Song Zhang, lavora da anni sulla metrologia ottica tridimensionale, sulla Digital Fringe Projection e sulle tecniche di imaging ad alta velocità.
Il lavoro di William Murray Keller porta queste competenze all’interno dell’additive manufacturing.
La ricerca di dottorato è stata sostenuta dall’Army Research Laboratory degli Stati Uniti attraverso un Cooperative Agreement.
Il percorso di sviluppo comprende diversi problemi che devono essere risolti prima di arrivare a un controllo realmente automatico: calibrazione, profondità di campo, velocità di acquisizione, interpretazione delle deviazioni e generazione della correzione.
Non si tratta quindi di un singolo sensore da installare su una stampante, ma di una catena composta da hardware ottico, algoritmi e comunicazione con il processo produttivo.
Una macchina che misura ciò che produce
Il concetto più interessante della Digital Fringe Projection applicata all’additive manufacturing è la possibilità di trasformare la macchina da semplice sistema di produzione a sistema che produce e misura contemporaneamente.
Nel modello tradizionale il componente viene realizzato, rimosso dalla macchina e successivamente sottoposto a controllo.
Nel modello studiato dalla Purdue University, la verifica può essere incorporata nella costruzione stessa.
Ogni strato diventa contemporaneamente un passaggio produttivo e un punto di controllo.
Quando viene rilevata una deviazione, il sistema può decidere se continuare, correggere, interrompere oppure classificare il componente in base ai criteri di qualità stabiliti.
La strada verso una produzione completamente autonoma richiede ancora lo sviluppo di algoritmi capaci di distinguere anomalie innocue da difetti critici e di scegliere la correzione corretta per ciascun processo.
Il lavoro della Purdue University mostra però che una parte fondamentale della catena è già tecnicamente realizzabile: misurare in tre dimensioni la superficie durante la stampa, localizzare deviazioni con precisione submillimetrica e trasformare quelle misure in informazioni utilizzabili dal sistema produttivo.
Per il settore dell’additive manufacturing, la conseguenza potrebbe essere significativa. Il controllo qualità non sarebbe più soltanto una verifica effettuata sul componente finito, ma diventerebbe una funzione integrata nella stessa sequenza con cui il pezzo viene costruito.
Questo articolo è stato redatto con il supporto di strumenti di intelligenza artificiale (AI)
