Un gruppo di ricercatori dell’ETH Zürich e di inspire AG ha sviluppato una strategia di controllo pensata per rendere più stabile il comportamento termico del bagno di fusione durante la produzione additiva metallica Laser Powder Bed Fusion, indicata con la sigla LPBF.
Il metodo combina due sistemi di regolazione che operano su scale temporali differenti. Il primo interviene durante la scansione di ogni singolo strato, modificando la potenza del laser sulla base delle misure raccolte da un pirometro. Il secondo utilizza i dati degli strati già prodotti per correggere il profilo termico e la distribuzione dell’energia negli strati successivi.
La ricerca è stata condotta da Junan Lin, Riccardo Zuliani, Barış Kavas, Markus Bambach, John Lygeros ed Efe C. Balta. Gli autori appartengono all’Automatic Control Laboratory e al Department of Mechanical and Process Engineering dell’ETH Zürich, con il contributo del Control and Automation Group di inspire AG.
Il lavoro è stato pubblicato come preprint su arXiv il 19 luglio 2026. Non ha quindi ancora completato il normale processo di revisione scientifica tra pari. I risultati mostrano però come tecniche di ottimizzazione derivate dal controllo automatico e dall’apprendimento possano essere trasferite su una macchina LPBF reale utilizzando una quantità limitata di dati sperimentali.
Perché il bagno di fusione è difficile da controllare
Nel processo LPBF, un sottile strato di polvere metallica viene distribuito sopra una piattaforma o sopra il materiale già solidificato. Un laser percorre una traiettoria prestabilita, fonde selettivamente le particelle e crea piccoli cordoni metallici.
Terminata l’esposizione, la piattaforma si abbassa, il sistema di ricopertura stende un nuovo strato di polvere e il ciclo viene ripetuto fino alla formazione del componente.
La qualità del pezzo dipende dal comportamento del bagno di fusione, cioè dalla piccola zona di metallo liquido che si forma sotto il fascio laser. Le sue dimensioni, la temperatura, la forma e la velocità di solidificazione influenzano porosità, microstruttura, tensioni residue e precisione geometrica.
Il problema è che le condizioni termiche cambiano continuamente durante la costruzione. Il laser può passare dalla polvere a una zona già consolidata, avvicinarsi a un bordo, entrare in una sezione sottile oppure raggiungere un punto nel quale il calore degli strati precedenti non è ancora stato dissipato.
Anche mantenendo costanti potenza, velocità e dimensione del fascio, il bagno di fusione non si comporta quindi nello stesso modo lungo tutta la traiettoria.
In corrispondenza di angoli e inversioni di direzione, il laser può depositare una quantità eccessiva di energia in uno spazio ristretto. In prossimità di pareti sottili e sporgenze, la conduzione termica verso il materiale circostante può diminuire. All’inizio di ogni vettore di scansione, la risposta transitoria del laser e del materiale può creare un bagno diverso da quello osservato nella parte centrale del percorso.
Queste differenze possono provocare fusione insufficiente, formazione di pori, deformazioni locali, variazioni della dimensione dei grani e fenomeni di keyhole.
Dalla semplice osservazione alla correzione del processo
Le moderne macchine LPBF possono essere equipaggiate con telecamere, fotodiodi, pirometri e sistemi di imaging termico. Questi strumenti raccolgono grandi quantità di dati durante la costruzione.
Il monitoraggio, però, non equivale automaticamente al controllo.
Un sistema può registrare un aumento anomalo dell’emissione termica e segnalare che una parte del componente potrebbe contenere un difetto. Se la macchina non modifica immediatamente i parametri, il problema viene soltanto documentato.
Il controllo ad anello chiuso utilizza invece la misura come informazione di ritorno. Il sistema confronta il valore osservato con un riferimento e modifica la potenza del laser nel tentativo di ridurre lo scostamento.
Il principio è simile a quello di un termostato, ma il processo LPBF opera su tempi e dimensioni molto più ridotti. Il laser può muoversi a centinaia o migliaia di millimetri al secondo, mentre il bagno di fusione ha dimensioni dell’ordine di decine o centinaia di micrometri.
Tra la lettura del sensore e la correzione devono quindi trascorrere pochi microsecondi. Un ritardo eccessivo porterebbe il laser a intervenire quando il fascio si trova già lontano dalla zona nella quale è stato rilevato il problema.
Due anelli per due tipi di variazione termica
La strategia sviluppata dall’ETH Zürich e da inspire AG utilizza un’architettura annidata.
L’anello interno opera mentre viene stampato il singolo strato. Riceve il segnale termico del pirometro, lo confronta con il valore desiderato e modifica la potenza del laser.
L’anello esterno lavora invece da uno strato al successivo. Analizza il comportamento termico complessivo della lavorazione appena completata e calcola un profilo di riferimento aggiornato per la fase seguente.
Questa separazione è importante perché le perturbazioni non hanno tutte la stessa origine.
Alcune variazioni sono rapide e non ripetitive. Possono derivare da differenze locali nella distribuzione della polvere, rumore del sensore o cambiamenti improvvisi nella conduzione termica. Devono essere affrontate durante il passaggio del laser.
Altri fenomeni si ripetono nello stesso punto a ogni strato. Un angolo, una parete o l’inizio di un vettore possono accumulare calore secondo uno schema prevedibile. In questo caso il sistema può utilizzare ciò che ha osservato in precedenza per anticipare la correzione.
L’anello interno reagisce quindi all’errore in corso, mentre quello esterno impara dalla storia termica del componente.
Il controllo rapido all’interno dello strato
Il primo anello è basato su un regolatore lineare a retroazione dell’uscita. Nella configurazione sperimentale è stato utilizzato un controllo proporzionale-integrale, indicato con la sigla PI.
La componente proporzionale reagisce allo scostamento istantaneo tra il segnale misurato e il riferimento. Se l’emissione termica aumenta oltre il valore programmato, il regolatore può ridurre la potenza del laser. Se diminuisce, può aumentarla.
La componente integrale considera invece l’errore accumulato nel tempo. Serve a compensare differenze persistenti che un’azione esclusivamente proporzionale potrebbe non eliminare.
L’aspetto più significativo del lavoro non è la scelta del regolatore PI, già utilizzato in precedenti studi sul processo LPBF, ma il modo in cui vengono definiti i suoi guadagni.
Di norma, i parametri di un regolatore vengono impostati attraverso prove successive. Gli operatori modificano i valori, producono campioni, esaminano i risultati e ripetono la procedura.
Questa attività può diventare costosa nella produzione additiva metallica, perché ogni prova consuma polvere, gas, tempo macchina e ore di analisi metallurgica. Una taratura adatta a una geometria semplice può inoltre non funzionare quando cambiano materiale, traiettoria o distribuzione delle masse.
I ricercatori hanno utilizzato un metodo di policy gradient per ottimizzare i guadagni in un ambiente simulato. Il sistema valuta differenti politiche di controllo e modifica i parametri nella direzione che riduce l’errore termico e le violazioni dei limiti assegnati alla potenza laser.
Il controllo da uno strato all’altro
Il secondo anello combina Temperature Trajectory Optimization e Iterative Learning Control.
La Temperature Trajectory Optimization calcola il profilo di energia necessario per seguire una determinata traiettoria termica. Invece di utilizzare la stessa potenza lungo l’intero percorso, il sistema può prevedere riduzioni in corrispondenza di angoli, inversioni o zone nelle quali è atteso un maggiore accumulo di calore.
L’Iterative Learning Control utilizza l’errore registrato durante uno strato per migliorare l’input applicato allo strato successivo.
Questa tecnica è adatta ai processi ripetitivi. Se la traiettoria geometrica viene riproposta più volte, il sistema può imparare quali punti tendono a surriscaldarsi o a raffreddarsi eccessivamente.
Il risultato è un profilo feedforward, cioè un comando predisposto prima che inizi la scansione. A questo si aggiunge l’azione feedback dell’anello interno, che interviene sulle variazioni non previste.
Il feedforward anticipa il problema, mentre il feedback corregge ciò che rimane.
Un modello semplificato per ridurre il costo della taratura
Per addestrare il regolatore, il gruppo dell’ETH Zürich non ha utilizzato un modello termofluidodinamico completo del bagno di fusione.
Una simulazione ad alta fedeltà dovrebbe descrivere fusione, solidificazione, convezione nel metallo liquido, tensione superficiale, vaporizzazione, formazione della cavità di keyhole e interazione con la polvere. Il suo costo computazionale sarebbe poco compatibile con migliaia di iterazioni di ottimizzazione.
I ricercatori hanno quindi adottato un modello termico orientato al controllo. Il modello semplifica diversi fenomeni fisici, ma conserva le relazioni necessarie per prevedere l’andamento generale della temperatura e la risposta alle variazioni della potenza laser.
Sono stati considerati parametri incerti come la frazione di energia assorbita, la porosità, il raggio effettivo del fascio e la conducibilità termica della polvere e dell’interfaccia tra polvere e metallo solidificato.
Durante l’addestramento, questi valori sono stati modificati entro intervalli prestabiliti. Questa tecnica, indicata come domain randomization, impedisce al regolatore di adattarsi soltanto a una rappresentazione ideale del processo.
L’obiettivo è ottenere una politica che continui a funzionare quando la macchina reale si discosta dal modello.
Un solo strato di calibrazione sulla macchina reale
La calibrazione è stata eseguita utilizzando i dati di un unico strato prodotto senza controllo.
Il laser ha seguito una traiettoria a cuneo con una potenza costante di 150 watt. Il segnale del pirometro è stato registrato e confrontato con l’uscita della simulazione.
I ricercatori hanno quindi regolato cinque parametri principali: assorbimento della potenza laser, raggio del fascio, porosità della polvere, conducibilità della polvere e conducibilità tra polvere e materiale consolidato.
Il modello risultante è stato utilizzato per addestrare offline il regolatore destinato alla prova fisica.
Questa procedura riduce il numero di costruzioni necessarie per la taratura. Il sistema non deve imparare direttamente attraverso una lunga serie di esperimenti sulla macchina, ma sfrutta un singolo campione per avvicinare la simulazione al comportamento reale.
La strategia appartiene alla categoria simulation-to-reality, spesso abbreviata in sim-to-real: il regolatore viene sviluppato in un ambiente numerico e successivamente trasferito all’impianto fisico.
La macchina Aconity3D utilizzata nelle prove
Gli esperimenti sono stati effettuati su una macchina Aconity3D Midi+ prodotta da Aconity3D GmbH.
Il sistema utilizzava un laser in fibra nLIGHT Alta a onda continua, con lunghezza d’onda di 1.080 nanometri e potenza massima di 500 watt. Il fascio era focalizzato fino a un diametro di 80 micrometri.
Per le prove sono stati impostati strati da 30 micrometri, una potenza nominale di 150 watt e una velocità di scansione di 800 millimetri al secondo.
Il materiale era acciaio inossidabile 316L, classificato anche come 1.4404. La polvere atomizzata a gas, con particelle comprese tra 15 e 45 micrometri, era il prodotto CT POWDERRANGE 316LF fornito da Carpenter Additive.
Il 316L è ampiamente utilizzato nella ricerca LPBF perché presenta buona saldabilità, resistenza alla corrosione e un insieme di parametri di processo già documentato. Rimane comunque sensibile alle variazioni dell’apporto energetico, alla formazione di pori e alle differenze nella velocità di solidificazione.
Un pirometro a 100 kHz e correzioni del laser a 50 kHz
La radiazione emessa dal bagno di fusione veniva raccolta lungo lo stesso percorso ottico utilizzato dal laser.
Un pirometro Kleiber KG740, sensibile nella banda compresa tra 1.500 e 1.700 nanometri, campionava il segnale a 100 kHz. Ciò significa che il sistema acquisiva 100.000 misure al secondo.
I dati venivano elaborati da un circuito FPGA che eseguiva il controllo PI e inviava il comando al laser.
La latenza complessiva dichiarata era di 20,279 microsecondi. La potenza poteva essere aggiornata a 50 kHz, quindi una volta ogni due campioni del pirometro.
Una frequenza così elevata è necessaria perché, a una velocità di 800 millimetri al secondo, il fascio percorre circa 16 micrometri in 20 microsecondi. Il comando può quindi essere corretto quando il laser si trova ancora in prossimità della zona dalla quale proviene la misura.
Il segnale del pirometro non deve essere interpretato automaticamente come una misura assoluta della temperatura. L’emissione rilevata dipende anche da emissività, dimensioni del bagno, trasmissione del percorso ottico e sensibilità spettrale del sensore.
Nella prova fisica, il controllo ha lavorato principalmente sul segnale espresso in millivolt. Il modello numerico e la misura sono stati collegati tramite una calibrazione affine.
La differenza tra temperatura reale e segnale termico
Questo aspetto è importante per interpretare i risultati.
Un aumento del segnale del pirometro indica normalmente una crescita dell’emissione termica osservata, ma non significa necessariamente che la temperatura sia aumentata nella stessa proporzione.
Le dimensioni e la forma del bagno di fusione possono modificare la quantità di radiazione raccolta. Anche schizzi, pennacchio di vapore e variazioni dell’emissività possono influire sulla lettura.
Il regolatore cerca quindi di stabilizzare un indicatore correlato al comportamento termico del bagno. Per trasformarlo in una temperatura assoluta affidabile servirebbe una calibrazione radiometrica completa del sistema ottico.
Per il controllo del processo può essere comunque sufficiente un segnale ripetibile. Se una determinata intensità è associata a condizioni di fusione stabili, il sistema può utilizzarla come riferimento operativo anche senza conoscere con precisione la temperatura in gradi.
Il doppio anello completo è stato verificato in simulazione
La parte più avanzata dell’architettura, comprendente l’anello interno e l’aggiornamento completo da uno strato al successivo, è stata valutata attraverso simulazioni.
I ricercatori hanno utilizzato una traiettoria quadrata a spirale, scelta perché genera forti variazioni termiche in corrispondenza degli angoli. Il profilo ottimale riduceva bruscamente la potenza prima delle svolte, limitando il surriscaldamento.
Le prove numeriche includevano differenze tra il modello utilizzato per addestrare il sistema e quello usato per valutarlo, oltre a rumore sulle misure.
Secondo gli autori, il controllo a doppio anello ha mantenuto il segnale termico vicino al riferimento anche in presenza di queste perturbazioni.
L’anello esterno richiedeva fino a circa 0,02 secondi per calcolare il profilo dello strato successivo utilizzando il solver Clarabel. Il tempo è inferiore alla normale durata delle operazioni di abbassamento della piattaforma e ricopertura della polvere, rendendo plausibile un’applicazione durante un ciclo reale.
Sulla macchina reale è stata usata una versione semplificata
La prova fisica non ha però impiegato l’intera architettura descritta nello studio.
L’hardware disponibile non permetteva di aggiornare durante la costruzione tutti i parametri dell’anello layer-to-layer insieme al regolatore PI. Questa limitazione è comune a diverse piattaforme LPBF, nelle quali l’accesso in tempo reale ai comandi del laser e alla strategia di scansione rimane vincolato dal sistema di controllo della macchina.
Per l’esperimento è stato quindi utilizzato un profilo feedforward fisso, calcolato offline, affiancato dal regolatore PI attivo durante ogni strato.
In altre parole, la macchina reale disponeva del controllo rapido all’interno dello strato, mentre la componente più lenta non veniva ricalcolata dopo ogni passaggio sulla base delle nuove misure.
La sperimentazione dimostra pertanto il trasferimento sim-to-real del metodo di ottimizzazione e l’efficacia di un controllo combinato feedforward-feedback, ma non costituisce ancora una validazione fisica completa del doppio anello adattivo.
Questa distinzione è essenziale per non attribuire ai test risultati più estesi di quelli effettivamente dimostrati.
Campioni a cuneo costruiti in 150 strati
Per confrontare le strategie di controllo, i ricercatori hanno prodotto campioni con geometria a cuneo.
Ogni elemento era formato da 150 strati e veniva costruito sopra una struttura di supporto con sezione ampia. La traiettoria era progettata per creare un progressivo cambiamento nella lunghezza dei vettori e provocare accumulo termico.
Sono state confrontate tre condizioni principali.
La prima utilizzava il regolatore sviluppato dai ricercatori, con guadagni e profilo feedforward ottimizzati in simulazione.
La seconda impiegava un regolatore PI tarato mediante Bayesian Optimization, assunto come riferimento rispetto a precedenti approcci data-driven.
La terza utilizzava una potenza costante di 150 watt senza controllo ad anello chiuso.
Dopo la produzione, i campioni sono stati rimossi dalla piattaforma, sezionati, lucidati e analizzati.
Il contributo di Keyence e Struers nelle analisi
La geometria dei campioni è stata acquisita e osservata con un microscopio digitale Keyence VHX-7000.
Per la preparazione metallografica sono state utilizzate apparecchiature Struers. I pezzi sono stati tagliati mediante una troncatrice Accutom-10 e inglobati a caldo con una pressa CitoPress e resina DuroLite.
La preparazione comprendeva levigatura e lucidatura progressiva con sospensioni da 9, 3, 1 e 0,1 micrometri. Le superfici sono state quindi osservate con illuminazione coassiale e anulare per valutare pori, grani e caratteristiche delle zone di inizio vettore.
L’analisi non si è quindi limitata al segnale del sensore durante la stampa. I ricercatori hanno confrontato il comportamento del controllo con la forma reale e con la microstruttura ottenuta.
Riduzione del 3,4% nell’errore medio di inseguimento
Nella configurazione selezionata per il confronto, il nuovo metodo ha raggiunto un errore medio del segnale del pirometro pari a circa 6,47 millivolt.
Il regolatore tarato mediante Bayesian Optimization ha registrato circa 6,70 millivolt.
La differenza corrisponde a una riduzione del 3,4%. Il miglioramento è misurabile, ma non rappresenta un cambiamento radicale nella precisione di inseguimento.
Il valore più interessante riguarda il comportamento della potenza laser rispetto all’intervallo di processo.
Il sistema deve evitare sia livelli troppo bassi, associabili alla mancanza di fusione, sia livelli troppo elevati, che possono favorire l’ingresso nel regime di keyhole.
Il controllo sviluppato dai ricercatori ha mostrato una violazione media di circa 9,44 watt, contro i 17,99 watt del riferimento basato sulla Bayesian Optimization.
La riduzione è pari al 47,5%.
Questo significa che il nuovo regolatore è riuscito a mantenere più spesso il comando all’interno della finestra assegnata, pur ottenendo un errore termico leggermente inferiore.
Perché i limiti della potenza sono importanti
Un regolatore potrebbe ridurre l’errore termico semplicemente imponendo forti variazioni alla potenza laser. Una soluzione del genere non sarebbe necessariamente utilizzabile.
Se la potenza scende troppo, la polvere può non fondersi completamente con lo strato sottostante. Si formano pori irregolari e zone di scarsa adesione indicate come lack of fusion.
Se la potenza aumenta eccessivamente, il metallo può vaporizzare e creare una cavità profonda. L’instabilità della cavità può intrappolare gas durante la solidificazione, producendo porosità da keyhole.
Il controllo deve quindi bilanciare due obiettivi: seguire il riferimento termico e mantenere la potenza entro un intervallo compatibile con una fusione stabile.
La riduzione delle violazioni suggerisce che l’ottimizzazione ha trovato una risposta meno aggressiva e più coerente con la finestra di processo.
Non dimostra però che ogni punto prodotto al di fuori dei limiti contenga un difetto, né che tutti quelli compresi nell’intervallo siano privi di porosità. Le soglie sono riferimenti operativi e devono essere collegate a prove metallurgiche specifiche.
Il rigonfiamento all’inizio dei vettori
I campioni hanno evidenziato un fenomeno indicato dagli autori come vector head swelling, cioè il rigonfiamento nella zona iniziale dei vettori di scansione.
Quando il laser avvia ripetutamente il percorso nello stesso lato del campione, l’energia transitoria può accumularsi strato dopo strato. La zona iniziale cresce in modo diverso rispetto al resto della superficie e può presentare una microstruttura caratterizzata da grani più grandi.
Nel campione controllato mediante Bayesian Optimization, il primo vettore mostrava un rigonfiamento evidente. Il fenomeno era visibile sia nella ricostruzione tridimensionale sia nelle micrografie.
Alcune configurazioni del nuovo regolatore hanno ridotto l’anomalia. La strategia proposta ha quindi mostrato un vantaggio non soltanto sul segnale del pirometro, ma anche sulla geometria delle zone di avvio.
La relazione tra potenza, risposta termica e forma del deposito rimane però complessa. Un segnale più uniforme non produce automaticamente la migliore superficie, mentre una certa modulazione può modificare favorevolmente il flusso del metallo liquido.
Oscillazioni tra 2 e 4 kHz con un effetto inatteso
Durante alcune prove, il regolatore ha prodotto oscillazioni della potenza e del segnale termico con frequenze comprese tra 2 e 4 kHz.
Una risposta oscillatoria viene normalmente considerata indesiderata, perché può indicare una taratura troppo aggressiva o una scarsa stabilità del controllo.
In questo caso, però, i campioni sottoposti alla modulazione ad alta frequenza hanno mostrato una riduzione del rigonfiamento all’inizio dei vettori.
Gli autori ipotizzano che le variazioni rapide della potenza possano influire sui gradienti termici, sulla circolazione del metallo liquido, sulla pressione di rinculo e sulla stabilità della cavità di vapore.
Non è stato ancora dimostrato quale fenomeno abbia prodotto il miglioramento. L’osservazione apre una linea di ricerca sulla possibilità di utilizzare modulazioni temporali del laser non soltanto per inseguire un valore termico, ma anche per modificare intenzionalmente la dinamica del bagno di fusione.
L’effetto dovrà essere verificato con misure ad alta velocità, prove su geometrie differenti e caratterizzazioni della porosità e delle proprietà meccaniche.
Il ruolo dell’ottimizzazione della policy
Nel contesto dello studio, il termine policy non indica un sistema generativo né un modello linguistico.
La policy è la regola matematica che trasforma l’errore misurato in un comando per il laser.
Il metodo policy gradient modifica i parametri della regola in modo da ridurre una funzione di costo. La funzione considera l’errore termico, le violazioni della finestra di potenza e le variazioni troppo rapide del comando.
I ricercatori possono assegnare pesi differenti a questi obiettivi. Un peso elevato sulle violazioni favorisce un comportamento più prudente, mentre un peso maggiore sull’errore spinge il regolatore a seguire più strettamente il riferimento.
Non esiste quindi una taratura universalmente migliore. La configurazione deve riflettere le priorità del processo e le caratteristiche del materiale.
Il contributo del metodo consiste nell’esplorare questi compromessi attraverso il modello, riducendo il numero di prove fisiche.
Non si tratta di un sistema completamente autonomo
La ricerca non elimina la necessità di definire parametri, limiti e obiettivi.
Gli operatori devono ancora scegliere il riferimento del segnale termico, la finestra di potenza, i pesi assegnati alle diverse penalità e gli intervalli utilizzati per rappresentare l’incertezza del modello.
È inoltre necessario predisporre una calibrazione iniziale per ogni combinazione significativa di macchina, ottica, sensore, materiale e strategia di scansione.
Il sistema automatizza la ricerca dei guadagni e la correzione del processo, ma opera all’interno di condizioni definite dagli ingegneri.
La qualità del risultato dipende anche dalla correttezza del segnale. Se il pirometro è disturbato da contaminazione dell’ottica, deriva del sensore o variazioni non considerate nell’emissività, il controllo può reagire a un’indicazione che non rappresenta fedelmente il bagno di fusione.
Le possibili conseguenze per Aconity3D e i produttori di macchine LPBF
La prova è stata resa possibile dall’accesso al sistema AconityCONTROL e dalla possibilità di elaborare il segnale su FPGA.
Aconity3D propone macchine caratterizzate da un’architettura relativamente aperta e configurabile, utilizzata da università e centri di ricerca per sperimentare sorgenti, sensori e strategie di processo.
Molte piattaforme industriali non consentono invece a software esterni di modificare la potenza laser con frequenze dell’ordine delle decine di kilohertz. I comandi possono essere protetti, precompilati o gestiti da controllori non accessibili all’utilizzatore.
Per trasferire il metodo nella produzione saranno quindi necessari sistemi che permettano:
- l’acquisizione sincronizzata dei sensori;
- la modifica rapida della potenza;
- l’aggiornamento dei profili tra gli strati;
- la registrazione dei comandi applicati;
- la gestione sicura dei limiti;
- l’integrazione con il software di preparazione della costruzione.
Il passaggio dal monitoraggio al controllo richiede quindi una modifica dell’architettura delle macchine, non soltanto l’aggiunta di un algoritmo.
Meno prove per la qualificazione dei parametri
Uno dei potenziali vantaggi industriali riguarda la riduzione delle prove necessarie per definire i parametri.
Nella produzione LPBF, la qualificazione di una nuova lega o di una nuova configurazione può richiedere matrici di campioni prodotti con combinazioni differenti di potenza, velocità, distanza tra le linee e spessore dello strato.
Il controllo ad anello chiuso non elimina questo lavoro, perché devono comunque essere definite la finestra di processo e le proprietà finali richieste.
Potrebbe però ridurre la sensibilità a variazioni locali, rendendo un insieme di parametri più robusto rispetto a cambiamenti geometrici e termici.
La taratura offline basata su un solo strato potrebbe inoltre diminuire il numero di costruzioni dedicate esclusivamente alla regolazione del controllore.
Per applicazioni aerospaziali, medicali ed energetiche, ogni modifica dovrà comunque essere documentata e validata. Un sistema adattivo introduce anche una nuova variabile: due componenti geometricamente identici potrebbero essere prodotti utilizzando profili di potenza differenti, perché il controllo ha reagito a segnali diversi.
La tracciabilità dei comandi diventa quindi parte della documentazione di qualità.
Dal parametro fisso alla ricetta adattiva
Le comuni strategie LPBF assegnano valori predefiniti a determinate zone della geometria: contorno, riempimento, supporti, superfici rivolte verso la polvere e regioni massicce.
Questo approccio divide il componente in categorie e associa a ciascuna una ricetta.
Il controllo a doppio anello aggiunge una regolazione dipendente dal comportamento osservato. La potenza non viene determinata soltanto dalla classificazione geometrica, ma anche dalla risposta termica dello strato in corso e di quelli precedenti.
In prospettiva, una strategia simile potrebbe essere combinata con modelli geometrici, simulazioni termiche e dati di monitoraggio.
Il software potrebbe predisporre un profilo iniziale sulla base della forma del componente. Il regolatore rapido correggerebbe le perturbazioni locali, mentre l’anello tra gli strati compenserebbe l’accumulo termico progressivo.
Il risultato sarebbe una ricetta adattiva, diversa dalla semplice applicazione di parametri costanti.
I limiti ancora da superare
Lo studio presenta diversi limiti che dovranno essere affrontati prima di una possibile applicazione commerciale.
La validazione fisica è stata condotta su acciaio inossidabile 316L e su una geometria a cuneo. Non è possibile trasferire automaticamente le conclusioni a titanio, alluminio, leghe di nichel, rame o materiali refrattari.
Ogni lega presenta differenti proprietà ottiche, termiche e fluidodinamiche. Cambiano assorbimento, viscosità, tensione superficiale, conducibilità e intervallo di solidificazione.
La prova ha utilizzato un singolo laser e un percorso specifico. Nei sistemi multilaser devono essere considerati sovrapposizione delle zone, differenze tra sorgenti e interazioni termiche tra aree lavorate contemporaneamente.
La parte layer-to-layer completamente adattiva è stata dimostrata in simulazione, ma non ancora sulla macchina fisica. Servirà un hardware capace di aggiornare il profilo tra gli strati senza interrompere il processo.
Le analisi geometriche e metallografiche forniscono indicazioni utili, ma dovranno essere integrate con tomografia, misure di densità, prove di trazione, fatica e caratterizzazione delle tensioni residue.
Il lavoro è inoltre disponibile come preprint e potrebbe subire modifiche dopo la revisione scientifica.
Un passo verso il controllo termico su più scale
Il valore del progetto risiede soprattutto nell’integrazione di due livelli di regolazione.
Il controllo rapido affronta gli eventi che si manifestano nell’arco di microsecondi o millisecondi. Il controllo tra gli strati gestisce invece fenomeni più lenti, come l’accumulo progressivo del calore e la ripetizione degli errori lungo la costruzione.
La combinazione rispecchia la natura del processo LPBF, nel quale bagno di fusione, traiettoria di scansione, strato e componente completo interagiscono su scale differenti.
I risultati fisici mostrano un miglioramento contenuto nell’errore medio di inseguimento, ma una riduzione più consistente delle violazioni del range di potenza. Le analisi hanno inoltre evidenziato una diminuzione del rigonfiamento nelle zone iniziali dei vettori.
La ricerca non dimostra ancora che il metodo possa essere applicato senza modifiche alla produzione in serie. Mostra però che un regolatore ottimizzato quasi interamente in simulazione può essere trasferito su una macchina Aconity3D reale utilizzando i dati di un solo strato di calibrazione.
La fase successiva dovrà portare il doppio anello completo sull’hardware, verificandolo su componenti tridimensionali più complessi, su più leghe e durante costruzioni di lunga durata.
Solo allora sarà possibile stabilire se questa strategia può ridurre scarti, tempi di qualificazione e dipendenza dalla taratura manuale nei processi LPBF industriali.
Questo articolo è stato redatto con il supporto di strumenti di intelligenza artificiale (AI)
