UIUC开发出提高3D打印零件准确性的新软件

来源：江苏激光联盟

导读：来自伊利诺伊大学厄本那-香槟分校的研究人员开发了可提高3D打印零件精度的软件，旨在为使用增材制造在工厂中批量生产零件的公司降低成本和浪费。该研究成果近日发表在Additive Manufacturing上。

增材制造（AM）工艺的最新进展推动了AM在生产应用中利用率提高，这在某种程度上是由新型AM工艺的高速能力实现的。AM的新兴用途包括生产具有精确定制的机械性能的格架零件和结构材料。但是，在制造过程中出现的缺陷会极大地改变这些零件的性能。例如，包括数百个特征的网格部件的结构性能对桁架几何形状的不准确性特别敏感。AM零件中的加工-结构-特性关系是一个重要的研究领域，对可扩展的生产和商业化具有重要意义。

可扩展的生产需要质量体系来监视和控制制造零件的可变性。在传统的工厂环境中，在多台机器或多条生产线上进行生产需要对机器进行仔细的校准并监控制成品，以查明生产线中潜在的变化源。当存在多个变异源时，质量控制方法使用方差分解来识别变异源及其对生产零件总变异性的贡献。这种方法广泛应用于传统制造中，也可以应用于增材制造。但是，与许多传统制造类型相比，AM具有明显更大的变量集，因此需要对传统方法进行一些修改。特定于AM的方差分解必须考虑到不同的机器和可互换的工具，以及零件在内部构造和特征位置中的位置。此外，AM设置有可能从一种构建转移到另一种构建。在传统制造中，通常会校准安装程序并将其运行几天或几周，然后再对工具磨损或产品线开关进行重新校准。虽然可以将AM限制为与其他类型的制造相同的限制，例如使用专用于单个产品线的工具，但由于灵活性是AM的标志，因此这是不希望的。为了利用AM的灵活性，需要一种质量系统，允许在动态制造设置中分解差异。

对AM质量体系的研究已经开始解决与AM工厂大规模生产相关的一些关键问题。一些已发表的研究已经使用过程建模和仿真，原位过程监视和控制和零件几何形状的生产后分析，对台机器中的可变性来源进行了调查。尽管有大量文献探讨了AM加工参数在机器水平上对制造零件的准确性的作用，通常这些出版物没有涉及机器之间的差异。操作多台AM机器不仅需要了解如何在各台机器之间最佳地分配任务和执行批处理作业，还需要了解工具配对、硬件更改、软件设置和环境条件如何影响质量的特定方面。总的来说，缺乏研究AM中机器间可变性的研究，因此需要可以分析机器间可变性的新方法。

在这项研究中，来自伊利诺伊大学厄本那-香槟分校的研究人员提出了一个新软件，用于分析AM零件生产中机器之间的可变性。该软件使用方差分解来解决多个机器，工具和其他制造参数如何影响零件精度的问题。研究人员考虑对在三台机器上制造的90 AM网格零件进行案例研究，以模仿实际的生产订单并创建使用此框架进行分析的大型数据集。他们展示了如何跟踪零件中几何误差的统计数据，并将其与AM机器和过程变量相关联。此外，他们还提出了一种可供设计人员用来解决零件设计中这些不准确性的方法。

图1. 按制造参数组织的实验和零件精度数据概述。

▲图解：（a）用于本研究的增材制造设备的示意图。（b）三个机器，三个工具和10个位置的组合图。（c）零件的照片。（d）印刷阶段，显示10个零件的排列方式，以及（e）构件中的位置。（f）零件精度数据表示为所有零件与目标的差异（第1级），由用于生产零件的机器组织的零件数据（第2级），由一台机器上使用的不同工具组织的零件数据（第3级），以及按一台机器和一台工具的构建位置排列的零件数据（第4级）。这里的特征是壁厚。

图1显示了具有三个可互换盒式工具的三台Carbon AM机器的示意图。有9种机床组合，研究人员为每种组合打印了一份版本。每个版本都有10个分布在整个打印区域的零件，总共90个零件。该零件为六边形格子（图1c），包括237个壁，我们测量了每个壁的厚度、长度和高度。研究人员先前研究了使用同一台AM机器制作的六边形格子的尺寸-特性关系，并显示了了解几何精度的重要性。图1f中的图显示了零件的精度，这些零件的精确度计算为零件内部特征与目标(difference from target, DFT)的测量差。DFT定义为测量的几何形状与设计的几何形状之间的差异。数据根据不同的参数进行组织以显示趋势：第1级显示所有零件的数据；第2级显示所有零件的数据并按机器组织；第2级显示了来自一台机器和三个盒式工具的零件数据；第4级显示一台机器和一台纸盒工具中零件的数据，并按打印台上的位置进行组织。

分析软件的第一步是数据探索，如图1所示。在这一步骤中，目标是理解和识别数据的异常、模式和其他特征。在数据探索过程中获得的信息可指导功能选择，后续分析和模型制定。图1显示了数据探究，它揭示了三个关键发现：数据是根据用于生产零件的机器进行分配的（第2级）；根据使用的工具分配每台计算机的数据（第3级）；并且可以通过零件在内部版本中的位置来区分与每台机器和工具相关联的数据（第4级）。基于这些发现，加上研究人员对过程的先验知识和理解，选择了三个制造参数和五个几何特征进行进一步分析。三个制造参数是机器、工具和位置，五个几何特征是平均壁厚和长度，这些度量的标准偏差以及零件高度。

分析软件的第二步是统计测试，研究人员在其中确定哪些制造参数和所测量的特征相关，然后根据这些相关性为数据确定合适的模型。研究人员首先检查因变量之间的相关性，以确定单变量或多变量分析是否合适。图2显示了五个测量特征的散点图矩阵和相关矩阵。散点图矩阵显示两个测量特征的散点图或单个测量特征的直方图，并可视化测量变量的相关性、模式和分布形状。相关矩阵显示每个测量特征之间的数值相关性。根据此分析，研究人员发现大多数功能并没有高度相关，这使我们可以使用统计方法对每个参数进行独立建模。尽管参数大部分是独立的，但数据中仍存在一些明显的趋势。确实存在的相关性是正的，这意味着随着一个特征量度的增加，所有其他特征量度也将增加。长度和高度之间的相关系数为0.71，厚度与厚度的标准偏差以及两个标准偏差之间的相关系数为0.5左右。从这一点出发，分析假设所测得的特征仅取决于制造参数，而不相互依赖。

▲图2. 散点图矩阵，显示所有90个零件的测量几何形状之间的相关性。右上方的插图显示了零件级特征的相关性。长度和高度的相关系数最高，为0.71，被认为是适度的；其次，厚度的标准偏差与长度的标准偏差之间的相关系数为0.49，较弱。可以在相应的散点图中直观地看到相关性。

分析软件的第三步是开发模型，在该步骤中，研究人员基于描述测量特征和制造参数之间关系的可用数据创建数学模型。在这里，研究人员的目标是模拟和预测壁厚、长度和高度的几何变化。采用广义线性模型(GLM)，这是一种广义形式的线性回归，其中响应变量通过线性预测器和连接函数与自变量相关。研究人员观察到数据总体上是正常的，使用恒等式连接函数(见国际标准)，并验证GLM假设是有效的。

分析框架使大家能够仔细检查构建中的位置如何影响零件精度。图3显示了在9个构建中平均得到的2370个壁中每个的测量特征尺寸（厚度或长度）。研究人员从数据中得出三个观察结果。首先，壁厚随印刷台上的径向位置而变化。虽然方差分析表明位置对平均零件厚度有重大影响，但特征级信息提供了有关这种影响如何体现的更详细的分析。机身中心和周长之间的厚度差为8％，这可能是由于机器的光学器件和光路所致。其次，UMA的厚度和长度不取决于距零件中心的径向距离。最后，对于所有位置，平均厚度DFT为-12μm，而平均长度DFT为+16μm。这些平均DFT与先前报道的热固化聚合物的平均DFT不同，其厚度、长度和每种材料的潜在机理可能不同，并且尚未探索。

图3. 该图显示了所有90个零件的平均数据

该软件跟踪增材制造零件的精度如何取决于制造零件的打印机和零件在打印机中的位置。此过程通过使用光学扫描技术测量零件并分析扫描数据而起作用。该分析使用户可以确定哪些零件是准确的，并确定哪些打印机和设置可以生产出最准确的零件。

本文来源：Davis J. McGregor et al, Analyzing part accuracy and sources of variability for additively manufactured lattice parts made on multiple printers, Additive Manufacturing (2021).  DOI: 10.1016/j.addma.2021.101924