Sciaky ha appena ottenuto un premio NASA Small Business Innovation Research (SBIR) per utilizzare l’apprendimento automatico per migliorare il rilevamento dei guasti nelle parti Ti-6Al-4V realizzate con la produzione additiva del fascio di elettroni dell’azienda. Attraverso l’identificazione e la mitigazione dei difetti, l’azienda desidera migliorare il proprio sistema di imaging e rilevamento in tempo reale interstrato (IRISS) per un migliore monitoraggio del processo in situ.
“Sciaky è orgoglioso di collaborare con la NASA e migliorare il controllo dei processi per la stampa 3D in titanio. Questa nuova capacità rafforzerà ulteriormente il motivo per cui EBAM è in prima linea nei progressi della produzione additiva industriale”, ha affermato Scott Phillips, Presidente e CEO di Sciaky.
Sciaky è una consociata di PSI ( Philips Service Industries ), una società di servizi con oltre 150 milioni di dollari di fatturato approssimativo. La loro tecnologia EBAM è una deposizione di energia diretta ad alta deposizione (DED), ideale per la riparazione delle pale delle turbine, il ringiovanimento di componenti complessi, longheroni alari, parti di missili, componenti del telaio ed elementi della cellula. Sciaky può costruire parti di oltre cinque metri di lunghezza in titanio, tungsteno, tantalio, niobio, acciai e leghe di rame e acciaio.
Poiché utilizza materie prime a filo economiche, le parti realizzate con EBAM sono relativamente economiche. La finitura superficiale è ruvida e la maggior parte dei componenti sarà CNC-d per levigatezza e per raggiungere le tolleranze finali. EBAM è una tecnologia di costruzione relativamente conveniente che può essere utilizzata insieme alle apparecchiature CNC esistenti. Infatti puoi aggiungere una pistola Sciaky alla tua macchina CNC.
IRISS è una componente chiave della capacità di Sciaky di chiudere il cerchio. I suoi numerosi sensori monitorano la deposizione, il pool di fusione e il cannone a fascio di elettroni. La velocità della pistola o del filo verrà regolata al volo per ridurre gli errori in base all’input del sensore e agli algoritmi di IRISS “dozzine di volte al secondo”.
L’idea è che ogni “grammo di metallo depositato subisca la stessa transizione dal filo, al liquido, al solido. Questo per garantire geometrie coerenti e affidabili, proprietà meccaniche, costruzione di microstrutture e chimica dei metalli per parti AM di medie e grandi dimensioni. Avere una sovvenzione SBIR della NASA per migliorare il funzionamento della tua applicazione di monitoraggio chiave è molto fortunato per l’azienda. In effetti l’azienda ha fatto un ottimo lavoro per ottenere i premi SBIR nel corso degli anni .
Nello SBIRpremio stesso, l’azienda afferma che il rilevamento degli errori di controllo a ciclo chiuso migliorato verrà utilizzato per le parti aerospaziali, la produzione su richiesta e la fabbricazione in loco per la NASA. In particolare, vogliono essere in grado di affrontare il seguente problema: “[Un risultato dell’alto] tasso di deposizione con il vuoto è che la materia prima viene spesso vaporizzata anche ad alta velocità e questo vapore metallico si condensa di nuovo in forma solida su superfici locali al processo. Nel tempo l’accumulo di condensa può diventare sostanziale e sono stati osservati casi in cui la condensa si stacca e può cadere nel bagno di fusione. Sciaky ha appreso che nel caso della deposizione EBAM mirata al Ti-6Al-4V, il condensato è costituito prevalentemente da alluminio. Questo problema è un problema ben documentato durante la lavorazione di leghe con elementi aventi varie pressioni di vapore in un ambiente ad alto vuoto. Se la condensa rimane intrappolata all’interno del bagno fuso, l’area locale non raggiunge più le proprietà chimiche o metallurgiche target. C’è stato almeno un caso in cui la condensa ha fornito un sito di inizio della cricca che ha provocato il fallimento catastrofico di una preforma in risposta all’accumulo di stress residuo.
Sciaky vuole quindi monitorare e identificare quando si verifica la condensa e quindi modificare i parametri della macchina per mitigarlo. EBAM è già una tecnologia molto utile per parti metalliche su larga scala e potrebbe essere utilizzata anche per molte funzioni di riparazione. Questo premio lo renderà solo molto più utile e affidabile. Aziende come Braincreators offrono già strumenti di monitoraggio in loco che utilizzano l’apprendimento automatico per il rilevamento dei guasti . Una delle ragioni del successo di VELO3D è la stretta conoscenza del monitoraggio e dell’analisi in-process. Tutti i principali fornitori di metalli stanno anche lavorando a una sorta di monitoraggio del processo in situ tramite telecamere, sensori o entrambi.
L’apprendimento automatico, l’intelligenza artificiale e l’intera arena sembrano una schiumosa bolla pubblicitaria. Ma, nel caso dell’utilizzo della visione artificiale per analizzare, monitorare, tracciare e correggere ciò che sta accadendo nelle scatole nere che sono le nostre stampanti, l’apprendimento automatico può essere molto prezioso. Sempre più aziende dovrebbero esaminare come utilizzare questo strumento per migliorare i risultati di stampa, migliorare il controllo qualità e migliorare il funzionamento della stampante nel tempo. Per troppo tempo ci siamo affidati alle discipline ingegneristiche “duri” e spesso abbiamo considerato il software come un inconveniente nella migliore delle ipotesi. In questo caso, tuttavia, è possibile sbloccare una stampa 3D molto più affidabile e ripetibile utilizzando l’apprendimento automatico per chiudere il cerchio.
