Améliorer la fabrication additive grâce à l'imagerie thermique

Apr 19, 2023

Depuis plus d'une décennie, l'industrie de la construction s'appuie sur la fabrication additive pour créer des modèles architecturaux, des prototypes et des pièces d'utilisation finale. Ce processus, qui consiste à construire des pièces couche par couche à l'aide d'une imprimante 3D, permet aux utilisateurs de construire rapidement des pièces géométriquement complexes, d'automatiser le processus de production et d'utiliser des matériaux spécifiques en fonction de l'application.

Alors que la fabrication additive a le potentiel d'augmenter la sécurité des travailleurs et d'améliorer la productivité dans l'industrie de la construction, les défauts structurels qui se forment pendant le processus de construction ont empêché cette approche d'être largement adoptée.

Des chercheurs du laboratoire national d'Argonne du Département américain de l'énergie (DOE) ont récemment mis au point une nouvelle méthode de détection et de prévision des défauts dans les matériaux imprimés en 3D, qui pourrait transformer le processus de fabrication additive.

Dans leur étude, des scientifiques d'Argonne, de l'Université de Virginie et de plusieurs autres institutions ont utilisé diverses techniques d'imagerie pour détecter en temps réel la formation de pores dans des métaux imprimés en 3D. Les échantillons de métal utilisés par les chercheurs ont été créés à l'aide d'un processus appelé fusion sur lit de poudre au laser, dans lequel la poudre de métal est chauffée par un laser puis fondue dans la forme appropriée. Mais cette approche conduit souvent à la formation de pores qui peuvent compromettre les performances d'une pièce.

De nombreuses machines de fabrication additive sont équipées de capteurs d'imagerie thermique qui surveillent le processus de construction, mais ces capteurs peuvent manquer la formation de pores car ils n'imagent que la surface des pièces en cours de construction. La seule façon de détecter directement les pores à l'intérieur de pièces métalliques denses est d'utiliser des faisceaux de rayons X intenses, comme ceux de la source de photons avancée d'Argonne.

Les outils à rayons X d'Argonne peuvent capturer plus d'un million d'images par seconde, ce qui a permis aux chercheurs de voir la génération de pores en temps réel. Ensuite, ils ont comparé les images radiographiques de génération de pores aux images thermiques générées par la machine de fabrication additive. Ils ont découvert que les pores formés dans une pièce métallique provoquent des signatures thermiques distinctes à la surface que les caméras thermiques peuvent détecter.

Une fois que les chercheurs ont identifié les signatures thermiques pouvant être détectées par les machines de fabrication additive, ils ont formé un modèle d'apprentissage automatique pour prédire la formation de pores dans les métaux 3D. Ils ont validé le modèle à l'aide des données des images radiographiques, dont ils savaient qu'elles reflétaient avec précision la génération de pores dans les échantillons de métal qu'ils utilisaient.

Ensuite, ils ont testé si leur modèle pouvait détecter des signaux thermiques et prédire la génération de pores dans un nouvel ensemble d'échantillons. Les scientifiques ont découvert que leur nouvelle méthode obtenait une prédiction presque parfaite de la génération de pores en temps réel.

Bien que de nombreuses machines de fabrication additive sur le marché disposent déjà de capteurs, elles ne sont pas aussi précises que la méthode développée par les chercheurs. Mais au lieu de devoir construire de nouvelles machines de fabrication additive, la méthode peut facilement être mise en œuvre dans des systèmes commerciaux existants dotés de caméras thermiques.

L'intégration de cette nouvelle méthode dans les machines actuelles peut aider les utilisateurs à identifier où les pores sont générés pendant le processus d'impression, en leur fournissant les informations dont ils ont besoin pour ajuster les paramètres ou arrêter complètement la construction. Dans certains cas, une machine peut arrêter automatiquement la fabrication d'une pièce si un défaut majeur est détecté tôt dans le processus de fabrication additive, ce qui permet aux utilisateurs d'économiser du temps, des matériaux et de l'argent.

La nouvelle méthode peut également profiter aux utilisateurs après l'impression d'une pièce en leur faisant gagner du temps pendant le processus d'inspection. Plus précisément, un fichier journal est créé par la machine qui documente l'emplacement des défauts de pores dans une pièce. Les inspecteurs peuvent ensuite utiliser ce fichier journal pour examiner des emplacements spécifiques au lieu d'analyser chaque aspect de la pièce.

Le but ultime du développement de cette approche est de créer un système qui non seulement détecte les défauts mais aussi les répare pendant le processus de fabrication additive.

À l'avenir, les chercheurs prévoient d'étudier des capteurs capables de détecter d'autres types de défauts. Ils espèrent développer un système complet qui peut indiquer aux utilisateurs non seulement où les défauts peuvent se produire, mais aussi de quel type de défaut il s'agit et comment le réparer.

Laboratoire National d'Argonne

Tél : +1 630 252 2000

www.anl.gov

Twitter

LinkedIn

Youtube

Instagram

Enregistrez mon nom, mon adresse e-mail et mon site Web dans ce navigateur pour la prochaine fois que je commenterai.

D