Met de toenemende industrialisering van additive manufacturing, met name wat betreft laser powderbed fusion en DED, groeit de behoefte aan in-situ monotoring. Daarmee wil men tijdens het opbouwen van de metalen onderdelen de kwaliteit monitoren en zo het proces – en dus de stukken – kwalificeren en certificeren. Er blijken technisch echter nog haken en ogen te zitten aan in-situ monitoring, concludeert ASTM International in een rapport over dit onderwerp.
ASTM International heeft een gedetailleerd rapport gepubliceerd over hoever in-situ monitoren bij additive manufacturing technisch is uitgerijpt. Deze Strategic Guide: Additive Manufacturing In-Situ Monitoring Technology Readiness vormt de afsluiting van een workshopws die ASMT International de afgelopen jaren over dit onderwerp heeft georganiseerd. Vooral in een tweedaagse workshop vorig jaar zijn meer dan 100 experts van ruim 60 bedrijven op dit vlak de diepte in gegaan.
Bij metaalprinten groeit de vraag naar in proces validering van werkstukken via in-situ monitoring
Belang monitoring groeit
In het rapport schrijven de auteurs dat het belang van in-situ monitoring in AM groeit. Letterlijk staat er in het document: De rol van ISM wordt steeds belangrijker omdat het het potentieel heeft om een holistisch beeld te geven van de gezondheid van het AM-proces over een groot aantal op elkaar inwerkende procesvariabelen. De mogelijkheid om de staat van controle in een AM-proces te verifiëren en eventuele procesafwijkingen te karakteriseren is cruciaal voor een snelle, kosteneffectieve kwalificatie en certificering van AM-onderdelen in een productieomgeving.
Wel hogere yield, geen certificering
De drie monitoring opties – het totale systeem bewaken, het smeltbad monitoren en het monitoren van de materiaaldepositie – leveren een waardevolle bijdrage aan het AM-proces. Ze leiden doorgaans tot een hogere yield. De resultaten zijn echter nog onvoldoende om in de machine AM-werkstukken te certificeren. Een andere conclusie is dat closed loop systemen veelbelovend zijn, maar dat de huidige kaders voor certificering geen closed loop controle toestaan. De reden hiervoor is dat de data niet voldoende gestructureerd zijn om én dat een aantal van de huidige ASTM-standaarden niet toestaan dat parameters veranderd worden tijdens het proces. En dat gebeurt bij een closed loop systeem telkens weer.
Machine learning beloftevol maar gebrek aan grote datasets nog een belemmering
Uitdaging in data-analyse
Een van de andere conclusies is dat er nog het nodige ontwikkeld moet worden wil een monitoringsysteem dat fouten kan ontdekken tijdens het 3D printen gebruikt kunnen worden voor productcertificering. De sensortechnologie is robuust, maar dat geldt niet voor de datasystemen en data-analyse. De grootste tekortkoming is het ontbreken van een duidelijk kader voor validatie. Machine learning wordt zowel in de literatuur als door de deelnemers aan de workshops gezien als kansrijk, maar er liggen nog een aantal uitdagingen die opgelost moeten worden. De grootste hinderpaal is dat er enorm veel data nodig zijn om de ML-algoritmen mee te trainen.
TRL-niveaus
In het rapport wordt een duidelijk beeld geschetst van de TRL-niveaus van de verschillende onderdelen van een monitoring systeem, net als een roadmap voor de verdere ontwikkeling. Hoewel het lastig is een algemene uitspraak te doen, schatten de deelnemers aan de workshops het TRL niveau van in-situ monitoring tussen 4 en 5 in. Non-destructieve inspectie zit daar nog onder, tussen TRL-niveaus 3 en 4 in. In-proces controle is dan weer wat verder, tussen TRL-niveau 5 en 6. In de bijlage van het rapport wordt een groot aantal monitoringsystemen van fabrikanten beschreven.
Het rapport van ASTM kan gratis online worden gelezen en kan ook worden gedownload. Dat kan via deze link.
