• Description

什麼是增材製造?

根據美國材料和試驗協會的定義,ASTM F2792將增材製造或3D列印定義為一種將材料連接起來,以3D模型數據(通常是逐層而不是減法製造方法)製造對象的過程

傳統的減法製造涉及從一片原材料開始,例如通過鑽孔或銑削去除材料,直到獲得最終的所需形狀。另一方面,通過薄材料層的沉積來建立增材製造零件。大多數現代增材製造零件都是從CAD模型開始的。使用軟件將模型切成單獨的層,將其沉積以形成最終零件。在一種方法中,選擇性鐳射熔化(SLM)是將一層金屬粉末薄層沉積在固定零件的製造托盤上,使用鐳射僅在切片的幾何數據指定的位置選擇性熔化粉末。隨著熔化的粉末冷卻,它凝固在一起,降低成型托盤,沉積另一層粉末,並對下一個幾何切片重複該過程。

為什麼要使用增材製造?

增材製造的價值來自於製造過程中更大的靈活性,定制零件的可能性以及復雜的幾何零件的構造,這是傳統製造技術無法實現的。單擊項目符號點以獲取更多資訊。

  • 製造過程中的靈活性

  • 複雜幾何結構的構造

  • 與常規製造配對

增材製造的不確定性和分析挑戰

作為一種新方法,增材製造被不確定性所包圍。以下是增材製造中不確定性及其影響的一些示例。為了克服這些不確定性,工程師將運行計算成本很高的模擬模型,該模型可能需要幾天才能運行,因此限制了其潛在洞察力的價值。單擊項目符號點以獲取更多資訊。

  • 機械性能不確定度

  • 熱梯度的不確定度

  • 工藝參數不確定度

  • 模擬模型的計算負擔

SmartUQ解決方案應對增材製造分析挑戰

SmartUQ具有多種DOE工具,可減少模擬和實驗建模的採樣要求。這些工具可用於減少確定增材製造工藝參數所需的試件數量和/或模擬次數。SmartUQ還具有專門為模型改進過程中的反覆運算數據收集而設計的高級DOE

SmartUQDOE工具的關鍵用途是創建模擬器,使用機器學習演算法訓練的統計模型。可以從模擬或物理數據(例如現場監控數據)構建模擬器。構建完成後,可以使用模擬器進行快速預測,以代替進一步的全保真模擬運行或物理數據收集。例如,可以使用模擬器根據一組工藝參數來預測熔池深度,這在SLM中對材料層的附著力至關重要。

通過模擬器執行快速預測的能力使SmartUQ的用戶可以應用分析技術,而這些技術的採樣要求對於直接使用而言將太大。可以使用模擬器在SmartUQ中執行的分析包括靈敏度分析和不確定性傳播。

 

靈敏度分析可用於確定哪些工藝參數對零件或工藝的所需特性(例如熔池深度,熔池溫度,拉伸強度,疲勞壽命,密度,孔隙率和表面粗糙度)產生最大影響。知道哪些工藝參數對於實現所需特性無關緊要,從而可以在隨後的模擬或測試中從考慮中消除該參數。

不確定性的來源也可以通過模擬器傳播,以確定最終的輸出不確定性。例如,掃描速度,雷射光束功率或材料粉末顆粒半徑的不確定性如何導致熔池溫度的不確定性。可以將靈敏度分析與此過程結合使用,以識別最導致最終輸出不確定性的輸入不確定性源。然後,可以將注意力有效地集中在減少最主要影響最終部分可變性的那些因素中的不確定性上。這樣做有助於持續生產符合要求的零件,從而減少廢品。

SmartUQ還可以用於執行統計校準,這是一種利用物理或實驗數據來調整模型參數以提高準確性的方法。調整後的模型參數是在現實世界中無法直接測量的參數,例如熔池模型中的熱導率值。SmartUQ的統計校準還可用於生成校準參數的不確定性資訊,並識別模型形式不確定性的來源。

通常,與其希望在給定一組過程參數的情況下不希望預測製造零件的特性,反而是需要的。也就是說,給定一組所需的特性,確定生產具有這些特性的零件所需的工藝參數。SmartUQ包括用於此特定目的的逆分析工具。

摘要

增材製造將以其靈活性和處理複雜結構的能力引領新技術和創新。但是,如果不考慮不斷變化的材料和機械性能的不確定性,增材製造距離充分發揮其潛力還有很長的路要走。通過應用SmartUQ的預測分析和不確定性量化技術,工程師和製造商可以應對分析挑戰,並繼續推動增材製造的邊界。