連續纖維增強復材的自主智能增材制造
時間：2024-10-23 09:04 來源：碳纖維研習社 作者：admin 閱讀：次
在制造CFRP時，AM過程的不穩定性可能導致制造出的零件出現尺寸不準確和機械性能差等問題。這些問題可能源于纖維與樹脂之間的粘接、局部缺陷分布（如纖維束的磨損和錯位）以及溫度分布。因此，發展原位監測和自適應控制系統對于未來的AM過程至關重要。為了確保制造部件的準確性和提高其質量，西北工業大學無人系統研究所、西北工業大學國家 IJR 航空設計與增材制造中心和西北工業大學金屬增材制造與創新設計工信部重點實驗室的研究人員，提出了一種基于多傳感器融合的在線監測和自適應控制方法。
方法通過預測和調整AM過程中的CFRP工藝參數，利用力傳感器、視覺相機和熱相機來獲取制造過程中的多重信號，實現自主感知、認知和決策。通過建立局部缺陷與多傳感特征之間的定量關系，指導閉環調整的決策制定。此外，還構建了經驗代理模型，預測纖維束錯位與輸入參數之間的關系，并選擇溫度差和接觸力作為控制特征。
研究方法：
使用力傳感器、視覺相機和熱相機來獲取制造過程中的多重信號，實現自主感知、認知和決策。
建立了局部缺陷與多傳感特征之間的定量關系，以指導閉環調整的決策制定。
構建了經驗代理模型，預測纖維束的錯位與輸入參數之間的關系，并選擇溫度差和接觸力作為控制特征。
研究結果：
提出了一種新的框架，通過數據增強的知識庫和多傳感器融合來增強AM過程的穩定性和制造部件的質量。開發了一個數據-特征-決策多級融合方法，以實現過程機制的識別、過程窗口的確定以及為在線反饋控制提供決策標準。通過對典型案例研究的評估，證明了所提出的自適應控制系統的可行性和可靠性，并提高了制造復合材料結構的質量。
研究結論
通過多傳感器融合和經驗代理模型實現的決策，可以提高CFRP組件通過AM制造的質量。文章還提到了這項工作為自主控制提供了一種新的多傳感器融合策略，具有極大的潛力來改善各種AM過程的質量控制。研究結果以《Autonomous intelligent additive manufacturing of continuous fiber-reinforced composites: data-enhanced knowledgebase and multi-sensor fusion》發表在《Virtual and Physical Prototyping》期刊的第19卷第1期上，由 Lu Lu, Yongtang Yuan, Yongkang Xie, Shangqin Yuan, Jingwen Song, Han Luo, Yamin Li, Jihong Zhu 和 Weihong Zhang 共同撰寫。
DOI為10.1080/17452759.2024.2412192，發表時間為2024年10月16日。
（圖1. 基于多傳感AM的CFRP自主智能系統的數據-特征-決策多級融合框架）
（圖2. 制造過程中工藝參數的離線和在線閉環調整框架）
（圖3. 采用兩種典型模式來驗證閉環控制框架的有效性。（a）曲線模式。（b）曲線模式的連續刀具路徑。（c）小型無人機框架。（d）無人機框架的連續路徑和打印速度映射。采用兩種典型模式來驗證閉環控制框架的有效性。（a）曲線模式。（b）曲線模式的連續刀具路徑。（c）小型無人機框架。（d）無人機框架的連續路徑和打印速度映射）
（圖8. (a) 工藝參數、轉角和LoM之間關系的典型路徑；(b) AM 制造的 CFRP 的圖案（V：6 毫米/秒；T：215°C；L：0.60 毫米；E：11 毫米/秒））
（圖15. 在線反饋控制系統示意圖）
（圖17. 小型無人機框架的在線參數預測和閉環反饋。（a）通過監測并調整打印速度。（b）通過監測ΔT值和調整局部層厚度，快速消除層內CFRP復合材料的磨損）
(責任編輯：admin)
法拉利F80超級跑車，3D打
Rocket Lab使用90噸3D打印
美海軍陸戰隊利用3D打印提
首例骶骨切除+3D打印半骶
首次應用3D打印技術！江北最新內容
哥倫比亞大學采用
失去1/3掌面,浙大
3D打印軟皮墊增強
3D打印替換患病脊
功能材料新“大門
老牌運動品牌Jack熱點內容
