凸面および非凸面のワイヤおよびアーク積層造形プロセスの部品方向の最適化

Scientific Reports volume 13、記事番号: 2203 (2023) この記事を引用

1177 アクセス

1 オルトメトリック

メトリクスの詳細

積層造形 (AM) プロセスの構築方向の最適化は、作成された部品の精度とパフォーマンスに重大な影響を与えるため、重要なステップです。 Wire and Arc Additive Manufacturing (WAAM) の作業スペースはそれほど制限されておらず、製造時間は他の金属 3D プリンタに比べて大幅に短くなります。 ただし、WAAM の悪影響の 1 つは、溶接ビードの開始点と終了点での欠陥です。 この論文では、最適な印刷位置を定義するアルゴリズムを発明しました。これは、3D オブジェクトを X 軸と Y 軸の周りのループで一定の角度だけ回転させ、次に最適な回転角度を選択することで、これらの欠陥の数を減らします。途切れのない表面が最も少なく、最初の層の面積が最も大きくなります。 中断されない表面が可能な限り少ない場合、溶接プロセスはトーチによる中断が最小限に抑えられます。 その結果、溶接ビードの製造および仕上げにおける欠陥が少なくなります。 ワークピースを所定の位置に保持するのに役立つビルドトレイとの十分な接続面を確保するには、最大の最初の層も探す必要があります。 したがって、構築トレイに対して適切に定義された向きにより、層内の途切れない表面の数を減らすことができ、これにより部品の期待される寸法精度が向上することが判明した。 プロセスの効率は部品の形状に大きく影響されますが、ほとんどの場合、印刷エラーは大幅に最小限に抑えることができます。

近年、積層造形 (AM) が産業界や学術研究者の間で人気のトピックになるにつれ、さまざまな分野から多くの開発方向が打ち出されてきました。 製造エンジニアと機械設計者は、層ごとの積層生産のための新しいソリューションを開発しています。 最小生産時間、量、精度などの特定のニーズに応じて、高精度金属部品を作成するための選択レーザー焼結 (SLS)、金属部品を作成するための溶融堆積モデリング (FDM) などのサブタイプ プロセスを作成します。安価なプラスチック製品と、大型構造物の製造に大きな利点を持つワイヤーアーク積層造形 (WAAM) です。 同時に、材料科学者は製造に使用できるさまざまな原材料を作成しました3,5。 その結果、堅牢なコンクリートプリンター、導電性原材料、さらには生物繊維を扱うことができる機械が市場で見つかる可能性があります。 設計者は、層状構造から生じる不均一な異方性の機械的挙動やその他の側面を考慮しながら、3D プリントされた形状の自由度を利用して形状の最適化方法を開発します6、7。 さらに、AM はインダストリー 4.0 の要件を完全に満たしているため、いくつかの研究では、インテリジェント製造システムの作成、IoT デバイスの組み込み、CAD-CAM システムの使用強化に焦点を当てています8、9、10、11、12、13、14。

上記の各分野にとって最も重要な要素は、テクノロジの境界条件と限界を理解することです。 従来の減算法とは対照的に、加算法には異なる技術的特徴があります。 AM パーツを製造するための主なタスクの 1 つは、完璧な印刷方向を見つけることです。 この設定 1 つで、多くの製造技術の問題を解決でき、最終製品の特性はこれによって大きく決まります。 Shim et al.15 彼らは、さまざまな方向で印刷された部品の印刷精度、機械的特性、および表面特性を調査し、次のような最適な設定を見つけました。層の厚さ 100 μm で、部品を 3 つの異なる印刷方向で印刷しました ( 0、45、90 度）。 最終的な印刷部品の結果の分析によると、0 度で印刷された試験片の曲げ強度が最も高く、次に 45 度および 90 度で印刷された試験片が続きました。 45 度および 90 度で印刷されたサンプルは長さのエラー率が最も低く、0 度で印刷されたサンプルは厚さのエラー率が最も高かった。 Alharabi et al.16 は、印刷の向きの影響と、その結果として圧縮試験下での層の方向を調べました。 彼らは、層が荷重方向に対して垂直である場合、平行である場合よりも圧縮強度が高いことを発見しました。 構築方向の関数としての表面粗さは、Li et al.17 によって調査されました。 彼らは、この特性は主に AM 法ではなく造形角度の影響を受け、造形プラットフォームに対して平行または垂直に印刷された面で最良の表面粗さが実現できると結論付けました。 Pandey ら 18,19 は、多基準遺伝的アルゴリズムを利用して表面粗さを数学的に予測し、溶融堆積モデリング (FDM) に最適な印刷方向を提供するシステムを作成することで、これらの影響を最小限に抑えることに取り組みました。このソリューションの利点は、次のとおりです。最適な表面粗さ方向。 ただし、3D プリンティングおよび製造プロセスのすべての制限要因は考慮されていませんでした。 さらに、機械学習 (ML) モデルは、AM における新しいモデリング トレンドです。 基本的に、ML モデルは、データを使用して予想されるエラーを反復的に削減するという原則に基づいて機能します。 それらは信頼できる予測ツールであることが証明されています。 Xia ら 19 は、機械学習手法を使用して、ワイヤー アーク積層造形によって製造される金属の表面粗さをモデル化し、予測しました。 Phatak と Pande20 は、遺伝的アルゴリズムを使用して加工時間と表面誤差を最小限に抑える最適化ソリューションも作成しました。 Masood et al.21 による研究では、複雑な形状の部品に最適な方向を見つけるために、一般的なアルゴリズムが使用されました。 彼らは開発したシステムを使用して、全体的な体積誤差が最小になる最適な方向を決定することができました。 Padhye et al.22 は、印刷時間と表面粗さという 2 つの要素を考慮して最適値を決定するために、多目的最適化と多基準意思決定を使用しました。 彼らの研究は、方向性を複数の側面で同時に満たす必要がある場合、意思決定がより複雑になることを指摘しています。 さらに、Morgan et al.23 は、特に金属積層造形のサポート要件を最小限に抑えるためのソフトウェアを開発しました。 したがって、これらの記事の研究に基づくと、配向などの一見重要ではない設定が、印刷プロセスの高速化、表面粗さの低下など、さまざまな点で製品の品質に重大な影響を与える可能性があると言えます。または機械的特性の改善。