增材制造之六西格玛质量管理（三）

来源：江苏激光联盟

导读：接上文，本文继续探讨6s管理对AM的分析数据。

▲图7. 6S质量管理的DMAIC方法论

在DMAIC(Define, Measure, Analyze, Improve, and Control)方法中，测量步骤旨在从 AM 过程中的关键变量中收集数据，例如：1) 过程输入变量（例如，金属粉末的特性和设计参数）；2) 原位变量（例如，机器设置、分层成像和热图）；和 3) 处理输出变量（例如，构建后 CT 扫描）。现代制造业已经投资于先进的传感和测量系统，以应对 AM 的高度复杂性，并提高从原材料、制造过程到最终产品的关键变量的信息可见性。小批量高混合生产对 AM 质量管理提出了特定挑战。通过“测量增材制造”步骤中随时可用的丰富数据，这为“分析”步骤提供了一个机会，以深入了解增材制造过程的当前状态和性能。在该研究中，可以在线（即在逐层制造过程中）或离线（即，预构建材料表征或构建后 CT 扫描）收集数据。离线测量允许检查质量，但在帮助过程中更正或修复的能力方面受到限制，因为缺陷通常已经嵌入到构建中。在线传感捕捉过程与机器交互的动态，并为动态控制动作提供更高水平的灵活性。在“测量”步骤中收集的数据可以以不同方式可视化，以提供有关 AM 过程的可理解信息，例如，图像堆栈、3D点云、直方图、网络表示以及傅立叶和小波变换。有效的可视化进一步有助于“分析”步骤，以估计和提取有关过程可变性或产品缺陷的显着特征。

预构建测量和表征
图8显示了关于材料、工艺和产品的 AM 认证流程的广泛表示。金属粉末用作 LPBF AM 机器的输入。要避免“垃圾进，垃圾出”的情况，材料条件是必不可少的。标准的粉末表征技术包括 X 射线光电子能谱、筛分分析、惰性气体融合、扫描电子显微镜、激光衍射和差热分析。这些技术允许从三个主要方面表征粉末：颗粒形态和分布（例如形状、表面粗糙度或尺寸）、粉末化学（即元素组成）和粉末微观结构（例如孔隙率和流变学）。金属粉末取样的标准做法由标准组织提供，例如 ASTM International B215 和金属粉末工业联合会 (MPIF)。这些取样标准提供了实用指南，可从整批中获取代表性样品，然后应用粉末表征技术来测量粉末特性。此外，制造商将能够利用表征结果对供应商提出要求、选择最佳供应商并改进粉末再利用实践。

▲图8. 关于材料、工艺和产品的 AM 认证流程的表示

原位传感和测量

▲图9. 用于监控 Commercial ProX 320 PBFAM 系统的多传感器套件图示

分析数据
“分析”步骤侧重于从“测量”步骤中收集的在线和/或离线数据或从 AM 数据管理系统中可用的历史数据中提取有用信息。主要目的是探索 AM 过程中关键变量（即过程输入、输出和过程中变量）之间的相互关系，对这些变量之间的因果关系和质量问题建模，并进一步了解它们如何起作用过程可变性和产品缺陷。换句话说，增材制造过程中可能存在多种可变性来源，并可能导致产品和客户服务的质量问题。“分析”步骤有助于描述和确定质量问题的随机原因和可归因的原因。如果过程中只出现随机原因（即不可分配的因素，无法识别），那么分布应该是正态的。但是，如果存在可归因的原因，那么“分析”工具应该能够监控过程并检测过程性能何时以及如何受到影响。因此，可以停止该过程以寻找可归因的原因并消除它们以恢复正常生产。

然而，先进的传感系统从 AM 质量管理的“测量”步骤中带来越来越复杂的结构数据，这些数据不同于传统制造环境中生成的几何特征、线性和非线性轮廓。例如，CT 扫描和分层成像会产生来自 AM 过程的高维图像轮廓。因此，传统的“分析”工具（例如控制图和置信区间）在处理此类高维图像配置文件的能力方面受到限制。在批量制造的环境中，对于单个随机变量或多个变量（例如，产品的几何特征）建立控制图和置信区间要容易得多，但对于高维图像则更难建立；更不用说这些图像中的几何结构可能会在 AM 构建中从一层到另一层有所不同。因此，迫切需要新的“分析”工具来帮助处理和连接大量数据，对关键过程变量之间的因果关系进行建模，并查明 AM 过程中质量问题的潜在根本原因。反过来，这将有助于“改进”步骤，以进一步确定和制定新的质量改进策略。然后可以设计新的实验来测试这些改进策略在物理 AM 机器或计算机模拟模型上的有效性

▲图10. 薄壁结构的设计参数（即方向、宽度、高度和剖面线图案）图示

如图10所示，研究人员在本实验研究中制造了三个薄壁部件，每个部件包括25个薄壁。构建板上的三个薄壁部件的方向不同。换句话说，每个薄壁部分的取向相对于EOS机器中的涂布机刀片的行进方向被调整为0°、60°或90°的度数。制造完成后，我们使用 XCT 扫描每个构建。然后将这些 XCT 图像与原始 CAD 模型配准，以提取薄壁每一层的质量特征（例如，边缘粗糙度和缺陷水平）。这里，边缘粗糙度是指 CT 扫描和 CAD 设计之间构建边界的几何偏差。缺陷等级是指薄壁各层缺陷的数量和程度。这些质量特性从一层到另一层进行跟踪，以检测即将发生的薄壁破坏

通过对 XCT 数据和过程成像数据的分析，实验结果表明，薄壁零件的构建质量受设计参数（高度、宽度和高长比）和机器设置（孵化和重涂）的影响方向）。本研究有助于提供一套关于使用 LPBF 机器制造薄壁结构的设计指南，如下所示。

0° 方向使薄壁结构的质量优于其他方向。当重涂机刀片的行进方向平行于薄壁的长边时，产生的缺陷较少。构建薄壁结构时应避免 90° 方向，这会导致重涂机运动垂直于薄壁的长边，从而产生更多缺陷。

薄壁的高度不应超过其宽度的九倍。否则，这种薄壁结构往往会倒塌。本实验中的 LPBF 机仅限于构建宽度小于 0.15 mm 的薄壁结构。如果长宽比超过 73（11 毫米/0.15 毫米），薄壁也容易坍塌。

本研究试图回答有关设计复杂性是否以及如何影响增材制造薄壁结构质量特性的研究问题。为了优化增材制造的工程设计，还有更多的研究要做。例如，必须针对不同的 LPBF 机器、工艺条件或具有悬垂结构的薄壁概括设计指南。

本文来源：Hui Yang et al, Six-Sigma Quality Management of Additive Manufacturing, Proceedings of the IEEE (2020). DOI: 10.1109/JPROC.2020.3034519