Innoskart magazin

Folyamatkövetés a 3D fémnyomtatásban

Letöltjük a 3D-s modellt, beolvassuk a nyomtatóra, megnyomjuk a nyomtatás gombot, kicsit várunk, és már kész is az új, még meleg 3D nyomtatott termékünk. Valahogy így szólt a reklám a 3D nyomtatás mellett évekkel ezelőtt, amikor a technológia terjedni kezdett. Nos, mára már kiderült, azért ez nem megy ilyen egyszerűen és gyorsan és főleg nem igaz fém 3D nyomtatás terén: az additív gyártástechnológiák közt a fém alapúak alapvetően csak ipari gépekkel és ipari környezetben kivitelezhetőek, részben a magas energia és eszköz igénye, részben a magas ára miatt.

PBF eljárás (forrás: www.3dprint.com)

Emellett igaz, hogy ezek az ipari gépek magas fokon automatizáltak, élen járnak a biztonságtechnikában és alapvetően jó minőségben gyártanak. Mégis van egy gyenge láncszem a fémpor-ágyas technológiák alkalmazásában, mégpedig maga a fémpor-ágy.

A technológiából adódóan, a gyártás egy fémporral feltöltött munkatérben történik, ahol rétegről rétegre egy lézer összehegeszti a fémpor szemcséit, az adott réteg képének megfelelően. Ez azt is jelenti, hogy a termék elkészült részei a gyártási ciklus végéig a fémpor által rejtve maradnak – órákig, napokig, de akár hetekig is.

Ha valamilyen hiba csúszott a termékbe már az elején és nem akasztotta meg a gyártást, az csak a folyamat vége után derül ki, de ekkorra már elvesztegettünk anyagot, energiát és főleg időt. Célszerű lenne tehát a folyamat közben detektálni az egyes hibákat és erről értesíteni az operátort, aki esetleg még időben be is tud avatkozni, hogy a hibát korrigálja. Mivel egy-egy additív gyártási folyamat több ezer, akár tízezer rétegből áll és a korábban említett meglehetősen hosszú időt veszi igénybe, a gép üzemeltetőjétől nem elvárható, hogy folyamatosan megfigyelje a kinyomtatott rétegek minőségét.

Erre kínál a DEFECAST rendszer egy gépgyártó független, felhő alapú, mesterséges intelligenciát használó megoldást. A rendszer lényege, hogy egy, a gépbe integrált kamera és ehhez tartozó képfeldolgozó rendszer minden egyes legyártott rétegről fényképet készít, melyet a felhő alapú elemző rendszerbe továbbít. Ez utóbbi az egyes rétegeket külön-külön, és egymás utáni sorrendjükben egymáshoz viszonyítva is megvizsgálja és lehetséges gyártási hibák után kutat. Ilyen jellemző hibák pl. a nem megfelelő mennyiségű fémporral történő terítés, vagy 1-1 helyen a termék túlhevülése.

Ezen hibák jellegzetessége, hogy nem egyik rétegről a másikra jelennek meg nagy mértékben, hanem a gyártás során, rétegről rétegre folyamatosan alakulnak ki, kezdetben elhanyagolható hatással a végtermékre, de korrekció nélkül idővel jelentős minőségromlást eredményezve.

A nyomtatott és az újraterített réteg képe az elemzéshez. (forrás: TCT Hungary Kft.)

A DEFECAST rendszer erőssége, hogy ezeket a hibákat már egy korai állapotban képes beazonosítani és előre jelezni egy későbbi jelentős gyártási hibát. Így egy gyors beavatkozással a termék még menthető lesz. Nem csak a gyártási minőség szintje emelkedik ezáltal, hanem a gyártási idők is tarthatóak, csökken az anyagköltség, a ráfordított gépidő költsége. A mesterséges intelligencia segítségével a rendszer öntanulóvá válik, azaz idővel olyan hibajeleket és hibákat is képes lesz felismerni, melyeket egy operátor sem tud beazonosítani.

Igaz, hogy a legtöbb gépgyártó kínál ehhez hasonló rendszert a gépeihez, de ezek egyrészt drágák, nem gyártó függetlenek, valamint nem folyamatában, csak 1-1 réteg szintjén vizsgálják a gyártást, így előrejelzésre sem képesek. A DEFECAST e téren jelentős előrelépést jelent, és minden additív gyártással foglalkozó, fém 3D nyomtató gépet üzemeltető számára elérhető lesz. Adaptálható kamerarendszere lévén, a kép készítő hardver a legtöbb fém 3D nyomtatóba beszerelhető, és onnan kezdve a felhő alapú szolgáltatás és kezelőfelület mindenki számára ugyanúgy rendelkezésre áll.

A szerzőről:

Töttösi Ákos

additív üzletág vezető

Töttösi Ákos 2006-ban végeztt a BME gépészmérnöki karán és 2018-ban a Corvinus egyetem közgazdasági karán. 10 évet töltött fejlesztőként különböző autóipari beszállítóknál illetve, illetve egy müncheni OEM autógyártónál, alkatrészfelelős fejlesztőmérnökként. Hazaköltözve a kezdte el kiépíteni a TCT Hungary Kft. additív gyártási kapacitását, szolgáltató üzletágát.