奧推網

選單
文化

大規模金屬增材製造:對技術現狀和挑戰的整體回顧(3)

江蘇鐳射聯盟導讀:

本研究回顧了大規模工業機器人增材製造的技術、材料和方法,討論了各種材料增材製造的優缺點。本文為第三部分。

關鍵詞: 增材製造、大型氣體金屬弧焊、鐳射直接能量沉積

4. 

工藝設計

 

工藝規劃是指在製造前將零件的三維模型轉化為最優的製造策略。

這種多方向大規模調幅策略的一個組成部分是避免支援結構,因為通常需要2。5自由度調幅。根據懸垂特徵的幾何複雜性,將三維模型分解為子體,通常由一個核心體和多個懸垂特徵組成。然後將它們切成橫截面層,然後為每一層生成最佳化的沉積工具路徑。

8

顯示了這樣一個工藝規劃序列的示例。

這個例子展示了一個螺旋槳的分解,在核心體積(軸)和懸垂特徵(螺旋槳葉片)之間可以發現明顯的分離。

然而,對於許多其他元件,這種分離就不那麼明顯或不存在

(

參見圖9)

圖8 一個螺旋槳三維模型的工藝規劃序列的例子,包括體積分解,切片和每個子體積的路徑規劃。

圖9 具有(a)具有容易分離懸臂的徑向元件,(b)和(c)具有較不明顯可分離懸臂的更復雜元件的複雜性變化的3D模型示例。

切片完成後,計算沉積刀具路徑,用材料填充每一層所需的區域。使用一個數值模型,填充層到預定高度所需的焊縫幾何形狀(焊縫寬度和高度)與一組沉積系統引數相關,包括進料速率、沉積系統速度和停留時間。這些引數值的大小取決於所使用的材料和沉積技術。

有些策略是基於在不同拓撲實體中的分解,每個子卷具有特定的2。5D路徑。這種技術允許製作複雜的幾何形狀,分為直或微彎曲的子體。特性:(i)組成部分的數量和(ii)組成部分的型別(例如機械的等)

為了充分利用大型機器人AM

可能的優勢,用於近淨形狀零件自動化工藝規劃的系統和演算法需要能夠將複雜的體積分解成子體積。

此外,該演算法必須考慮到這些體積的多向和非平面切片,以及刀具路徑和機器人關節軌跡規劃,包括避免碰撞。本文將討論為實現這一目標所做的實質性工作。首先,本文將回顧體積分解和切片技術的發展現狀(第4。1節),然後介紹已建立的平面層的刀具路徑生成方法,因為這些刀具路徑生成策略中的許多構成了進一步研究非平面層刀具路徑規劃的基礎。最後,在4。3節中回顧了機器人關節軌跡規劃和碰撞避免的一些開源軟體框架。應該注意的是,在審查的研究中使用的所有材料都總結在表6中,但不包括Co-Cr和W。

表6 在第4節討論的各種工作中使用的材料

4

.1. 

多方向沉積的體積分解和切片

 

首先認識到需要一個先進的工藝規劃框架,能夠分解和多向切片複雜的3D模型與懸臂的一些研究者是Sing和Dutta。他們提出的方法的目的是透過多向沉積提高表面精度和減少支架體積。分解順序如下:

1. 

選擇一個構建方向;

預設情況下沿著元件的Z

方向,以避免沉積頭與工作臺的碰撞,

2. 

識別和分解懸垂的特徵(

在文獻中通常被稱為“

不可建造的結構”)

3. 

確定每個子卷和的構建方向

4. 

沿著計算的構建方向對每個子捲進行序列和切片。

 

該方法的核心是遞迴容積分解方案,這意味著也可以識別子容積內的懸垂特性。

所提出的工藝規劃框架在兩個例項3D模型上顯示了效能,但沒有製造零件。Dwivedi等人提出了LDED的自動化工藝規劃框架。該工藝規劃框架基於一階邏輯和一個由規則和事實屬性組成的知識庫,知識庫由語義樹結構表示。該研究的作者成功地驗證了由5個螺旋葉片組成的徑向部件的框架。

但也可以對獨特的體量(圖2(a)和圖2(b))做同樣的事情,每個分割槽都有不同的建築方向和一組2。5D路徑。(a)零件的CAD;(b)適應性建築方向(藍色向量)[3];(c)管道垂直於中性軸的三維路徑示例。

阮等人提出了一種利用構件質心軸計算沉積方向的方法,從而產生多向沉積的無碰撞切片方向。基本任務定義為

1. 

質心軸的計算與形成

2. 

基於質心軸的無碰撞多軸切片。

 

構建方向(切片方向)的變化檢測基於質心軸的偏移程度。切片演算法可以產生厚度不均勻的層,因此要求沉積系統能夠產生不同幾何形狀的珠。在一個多軸LDED加工平臺上,對一個帶懸臂鉸鏈的三維模型進行了驗證。Ren等人確定了之前基於質心軸的分解演算法在某些軸對稱懸挑結構的角情況下的侷限性,這些角情況下質心軸沒有發生位移。因此,一種結合了基於質心軸和基於邊界的分解方法的演算法被引入,其中凹邊和迴圈標記了岩心體積和懸挑特徵之間的介面(見圖10)。

圖10  (a)凹邊和(b)凹環的示意圖。

為了進一步改善岩心體量和懸挑特徵之間的非平面介面,Singh和Dutta透過引入所謂的偏移片(實質上是非平面層),進一步擴充套件了他們之前在多向沉積方面的工作。圖11說明了偏移切片的概念。如果基面是非平面的,這種情況經常發生在具有懸垂特徵的徑向部件上,懸垂特徵的構建質量可以顯著提高,當每一層都遵循與核心體相同的輪廓,然後是前一層。

圖11 Singh 和 Dutta提出的偏移切片的概念。(a)為輪廓基面,(b)為相應的偏置切片。偏移切片遵循非平面基面輪廓,其中每個偏移切片與前一個基面等距。

為了簡化包含孔洞的懸空部件特殊情況下的工藝規劃和製造, Ding等人提出了一個框架,該框架在分解前將三維模型中的所有孔洞和凸起填充起來。分解後,每個子體塊根據確定的建造方向被切成平面層。該框架未經過實驗驗證。此外,由於在分解前要進行填孔作業,因此在鑽孔時需要進行額外的後處理。

圖12 一個與Ding等人為螺旋槳製造設計的工藝方案類似的示例流程圖。

Ding等人介紹了一種工藝規劃框架徑向部件,如螺旋槳或葉輪,如圖12所示。分解演算法是基於輪廓邊緣的,由Singh和Dutta以及Dwivedi等人首次提出。該演算法類似於之前提出的基於邊界的演算法,它在核心體積上尋找凹邊和迴圈。切片分為兩個步驟。

透過製造如圖8所示的螺旋槳模型,在8- dof機器人LDED平臺(如圖7d)上驗證了工藝規劃框架。

圖8 一個螺旋槳三維模型的工藝規劃序列的例子,包括體積分解,切片和每個子體積的路徑規劃。

應該注意的是,到目前為止評審的所有工藝規劃框架只能加工那些突出特徵是尖銳的凹邊或凹環的元件(見圖10),這意味著它們與芯體是可區分的。然而,下面回顧的工作提出了工藝規劃演算法和框架,這些演算法設計用於具有較難分解的非銳邊的卷(見圖9b和圖9c)。

圖9 具有(a)具有容易分離懸臂的徑向元件,(b)和(c)具有較不明顯可分離懸臂的更復雜元件的複雜性變化的3D模型示例。

圖13 Wu等提出的體積分解演算法(a)輸入三維模型,(b)提取的骨架,(c)形狀直徑度量(每個點到骨架的距離),(d)初始分解結果和序列規劃,(e)將(b)合併成a後,(f)為保證可製造性,經過精細分解後的最終結果。

Wu等人引入了一種先進的體分解演算法,能夠處理不由可區分的核心體和懸垂體組成的體(見圖13a)。分解演算法由3個主要步驟組成,如圖13所示。

1,

粗分解:基於平均曲率流演算法(見圖13b)生成骨架,然後計算體積邊界與骨架之間的距離度量——形狀直徑函式(SDF)(見圖13c),並使用基於的距離度量對網格進行劃分

。分割槽演算法識別SDF中的顯著差異,並在發生變化的地方建立一個邊界平面。當考慮兔子模型時,SDF可以在兔子的脖子、耳朵和尾巴上發現顯著的變化。

2。 序列規劃:構建一個圖,定義初步構建序列——節點是子卷——並確定每個子卷的列印方向(參見圖13d)。

初步構建的順序是A→B→C→D→E。

3。

約束微調:分解被細化並重新配置,以滿足製造約束(參見圖13e和圖13f)。

例如,圖13d中標記為B的兔寶寶尾巴不能用圖7(c)所示的平臺製造,因為無法訪問。因此,需要將其與A合併。另外,由於兔子的腹部是一個懸垂的特徵,需要將A*分解為H和K。

Wu等人的工作的一個限制是它依賴於平面層,這對更復雜的部件的可製造性施加了限制(見圖9c)。Dai等人提出了一種基於降維的曲面層分解新方法。演算法分為如下步驟,如圖14所示:

圖14 量分解演算法提出的傣族等。[284](a)輸入的3 d模型,體元離散化後(b)和體素測序的配色方案代表了製造順序層,(c)生成彎曲層基於(b),和(d)詳細檢視計算刀位軌跡。

1,

將輸入模型離散化為體素網格

——

離散化為小立方體——

其中體素的尺寸由沉積系統的解析度決定(

圖14b)

這樣做是為了減少以下步驟的計算負載,因為輸入模型的體積分解被視為一個全域性搜尋問題。

2.對體素進行排序,獲得代表製造流程的體素積累序列。

透過迭代所有體素,滿足製造約束的要求可以大大簡化。圖14b所示的顏色方案代表了按層排序的體素。

3. 計算每個彎曲層,同時避免體素混疊(見圖14c)。

 

4. 使用Zhao等人介紹的基於費馬螺旋的方法計算每一層的刀具路徑(見圖14d)。

這個演算法也在一個機器人AM平臺上進行了實驗驗證,如圖7(c)所示。作者發現該演算法的侷限性包括薄特徵沉積的可靠性、由於使用的硬體造成的製造誤差以及刀具路徑規劃演算法的填充模式中的空洞。

儘管Wu等人和Dai等人提出的框架和演算法存在侷限性,但他們的工作包含了對複雜模型工藝規劃的重要貢獻,這些複雜模型在金屬AM中具有重要的應用潛力。

4

.2

. 

工具路徑規劃

 

一旦構件被分解並切割成橫截面層,就可以計算出在橫截面邊界內精確沉積材料的最佳路徑。

這個過程被稱為刀具路徑規劃。一種最佳化的沉積路徑規劃策略可以使緻密零件的殘餘應力最小,沒有任何孔隙,更好地控制各向異性微觀結構,減少和最小化熱積累,幾何精度和光滑的表面處理。

為了制定最優的沉積路徑規劃策略,需要考慮各種運動系統和沉積技術所特有的特徵(沉積一致性、運動延遲、動力學、滯後)。值得注意的是,沉積系統運動中變化的延遲和不準確性(特別是對於較大的質量增加的系統)和材料沉積(進料、熔化),這些難以預測的可能會對沉積速率造成不必要的變化,因此顯著地複雜化路徑規劃。

導線和電弧增材製造(WAAM)工藝示意圖

層間停留時間、最小化啟停、平滑方向變化以及最小化焊接路徑交叉是一些常用的策略來緩解這些複雜性。為了開發一種最佳化的路徑規劃策略,Ding等人確定了WAAM的各種要求,如幾何精度、最小化啟停點、最小化由於每個刀具路徑路徑的尖角造成的快速方向變化,以及允許快速實現的簡單性。

Ding等人使用上述評價標準,對各種路徑規劃方法對WAAM的適用性進行了評估。複習過的路徑規劃演算法有:柵格,曲折,輪廓,螺旋,分形空間填充曲線,連續和混合(輪廓和曲折的結合)。然而,光柵(見圖15a),之字形(見15b),輪廓(見15c),分形(見15e)和螺旋(見15f)應該完全避免金屬AM,因為Ding等人列出了許多問題。

圖15 不同的路徑規劃方法:(a)柵格、(b) zigzag、(c) Contour、(d) zigzag - Contour、(e) Fractal curves、(f) Spiral、(g) Continuous、(h) Hybrid、(i) CPG、(j) MAT、(k) Adaptive MAT、(l) Straight skeleton andweaving deposition策略。

柵格法和之字形法在非平行邊緣上存在離散化誤差,導致輪廓精度較差。輪廓線產生許多斷開的閉合曲線,違背了最小化啟停點的要求。分形空間填充曲線涉及多個路徑方向變化運動,違背了方向變化速度最小的要求。最後,螺旋法僅適用於凸的獨特幾何模型。因此,本節將不詳細討論這些方法。

混合方法(參見圖15 h)是一個結合的輪廓和曲折的方法,首先,層的輪廓邊界穿越之後,與曲折的填充層的內部輪廓法(見15 d)。

這種方法結合了曲折的的優點和輪廓的方法,它在滿足幾何精度和表面質量的同時,對於WAAM尤其有前景。Ding等人認為,由於刀具路徑通道和刀具路徑元件數量的增加,混合方法仍然是不夠的。

因此,Ding等人提出了一種新穎的刀具路徑規劃方法,旨在解決之前提出的方法的侷限性,並符合上述要求:幾何精度,最小化啟停點,最小化快速方向變化,以及實現的簡單性。今後的方法稱為凸多邊形生成(CPG,參見圖15)。

為了生成一組簡單的凸或單調sub-polygons,和簡化的實現路徑生成每個sub-polygon多邊形分解演算法首先分解每個2 d切片透過各個擊破的策略。

基於混合路徑規劃方法的優點,採用混合路徑規劃方法進行刀具路徑生成。

在為每個子多邊形生成刀具路徑後,每個子多邊形的子路徑被連線成一條跨越整個層的閉合曲線,從而最小化起止點。該演算法透過凸多邊形分解將混合路徑規劃方法擴充套件到任意複雜度的多邊形。

然而,由於這種方法也採用了

z -zag

方法來填充空間,因此仍然會出現空洞。

為了解決空洞的問題,同時保持幾何精度,Ding等人提出了一種基於中軸變換(MAT)的方法,也被稱為骨架化,如圖15(j)所示。MAT最初是由Blum提出的,它以一種類似輪廓的方式生成刀具路徑,從中心向外沿骨架到幾何圖形的邊界,以此來描述形狀。首先,生成骨架或分支線,然後生成表示給定步長距離的刀具路徑的迴圈,該步長距離是代表沉積系統的解析度的孔道之間的距離。用這種方法,空隙的發生是最小的。然而,也有一些缺點,如開始和停止點和不連續點在幾何邊界和沉積超過幾何邊界。雖然這些缺陷可以通過後加工銑削來緩解,但它們本質上限制了MAT路徑規劃方法用於混合製造。

輪廓路徑模式造成了嚴重的質量問題,可能在沉積層內留下缺口。這是因為輪廓路徑是透過向內部遞迴偏移邊界曲線生成的,不能保證完全填充所需的2D幾何圖形。(a)簡單薄壁結構的截面。(b)向內部偏移邊界曲線所產生的輪廓路徑圖。(c)沿生成路徑沉積材料。留下了不能被路徑填充的狹窄縫隙(中間白色區域)。

為了解決MAT

提出的赤字問題,Ding

等人進一步迭代了他們之前的工作,提出了適應性MAT

不同之處在於,刀具路徑單元的設計遵循了幾何邊界的輪廓,並將不連續的路徑段最小化(見圖15 k)。自適應MAT的優點包括能夠生成連續的刀具路徑單元,並遵循幾何輪廓、無空隙層、良好的幾何精度,因此最小的後銑削,適合薄壁結構。為了使自適應MAT產生無空隙沉積,焊縫的幾何形狀必須能夠在現場變化。

為了便於焊道幾何形狀的調整,Ding等人開發了一個基於神經網路的模型,該模型將期望的焊道幾何形狀作為輸入和輸出焊接引數,這些焊接引數對焊道幾何形狀有顯著影響。此外,使用提出的沉積模型對自適應MAT演算法進行了實驗驗證。

總之,變體Contour-based演算法如混合、CPG和自適應墊在光柵或純曲折是首選演算法,因為它們更適合於薄壁結構,允許提高几何精度,緊密的沉積和最小化起止不連續的工具路徑。在較為合適的刀具軌跡規劃方法中,如果可以或可行地對給定沉積系統進行原位焊道幾何調整,

那麼從空隙度和精度方面來說,自適應

MAT

方法更可取。

Ma等人進一步提出了一種專門針對變厚度薄壁結構的特殊情況設計的刀具路徑規劃方法。透過編織軌跡實現壁寬的調整,其中編織幅度與薄壁寬度相同。在計算多邊形的骨架之後,然後得到中心線(見圖15 l),它構成了多邊形中軸線的近似。在沉積過程中,焊槍沿中心線以三角形方式編織,如圖15l所示。

作者透過這種編織技術成功地製造了多個壁厚逐漸變化的薄壁構件。

4

.3

. 

機器人硬體介面和軌跡規劃的軟體框架

 

從這一節可以看到,

工藝規劃是機器人金屬

AM

的一個組成部分,涉及許多演算法和軟體元件。

複雜軟體級聯需要有效地介面和交換資訊以提供健壯的效能,同時提供靈活性、模組化和可重用性,以便在研究環境中整合新的演算法和軟體。對於機器人研究平臺,用於促進新研究的軟體框架需要儘可能開放。這使得工具鏈內的各個研究小組能夠最大限度地靈活和定製每個軟體元件,並促進定製硬體(HW)的整合。

機器人作業系統(Robot Operating System, ROS)

是一個流行的開源軟體框架和中介軟體,為高階機器人研究提供了這樣一個軟體生態系統。

ROS被廣泛用於機器人研究,並在軟體元件、機器人專用工具和庫、各種視覺化和方便工具、HW抽象、低層裝置控制以及用於獲取、構建、編寫和執行程式碼的工具和庫之間提供結構化訊息傳遞。因此,ROS極大地簡化和促進了機器人研究和軟體開發。ROS軟體包為自由空間運動的複雜路徑規劃者和如圖1所示的工業機器人手臂的逆運動學求解器提供介面。

圖1 一個使用焊絲和電弧焊接系統進行金屬沉積的大型機器人AM製造平臺的示例

近年來,在ROS生態系統中開發了多個開源軟體框架,用於規劃複雜的cartesian軌跡,重點是工業機器人應用,如焊接、路由、銑削、去毛刺和磨削。2015年,Edwards等人推出了一種名為Descartes的路徑規劃軟體包,用於半約束 cartesian軌跡規劃。該軟體採用6-DOF cartesian軌跡,可以未定義,可用於任何工業應用。未定義的意思是,例如,在圍繞焊槍垂直軸的旋轉上沒有旋轉約束。

這樣就擴大了逆運動學求解空間,使得關節軌跡規劃器有更多的選擇來避免碰撞。

Armstrong進一步引入了稱為Tesseract的 cartesian路徑規劃堆疊(包的集合),用於考慮靈活性和模組化的複雜工業運動規劃應用。提供了完全和半約束cartesia運動規劃和自由空間規劃等功能。這種封裝的一個顯著優勢,尤其是對於多向沉積而言,在於它能夠規劃兩個移動座標系之間的無碰撞軌跡,因此能夠規劃定位器和機械手之間的協調運動(圖1)。

雖然目前有一個開源的自動AM軟體框架(ROS AM),提供有限的2.5-DOF切片功能、刀具路徑視覺化和AM特定的訊息定義,但仍然存在顯著的限制。

除了被限制在2。5-DOF AM之外,沒有通用的、與硬體無關的和與硬體整合的介面可用,因為後處理器生成用硬體特定語言編寫的指令,只允許開環執行。

參考文獻:Ngo TD, Kashani A, Imbalzano G, Nguyen KT, et al。Additive manufacturing(3D printing): a review of materials, methods, applications and challenges。 ComposPart B: Eng。 2018;143:172–196。,ASTM International, “Additive Manufacturing –ASTM International” p。1, 2017。 [Online]。Available: www。astm。org/industry/additivemanufacturing-

未完待續

江蘇鐳射聯盟歡迎您的關注

江蘇鐳射聯盟陳長軍原創作品!