Optimisation de l'orientation des pièces pour le processus de fabrication additive de fils et d'arcs pour les surfaces convexes et non

Rapports scientifiques volume 13, Numéro d'article : 2203 (2023) Citer cet article

1177 Accès

1 Altmétrique

Détails des métriques

L'optimisation de l'orientation du bâtiment pour le processus de fabrication additive (FA) est une étape cruciale car elle a un effet vital sur la précision et les performances de la pièce créée. L'espace de travail de Wire and Arc Additive Manufacturing (WAAM) est moins limité et le temps de production est nettement plus court que celui des autres imprimantes 3D métal. Cependant, l’un des effets néfastes du WAAM est le défaut au début et à la fin des cordons de soudure. Dans cet article, un algorithme a été inventé pour définir la position d'impression optimale, réduisant le nombre de ces défauts en faisant tourner l'objet 3D dans une boucle autour des axes X et Y d'un petit degré constant, puis en sélectionnant le degré de rotation qui a le moins de surfaces ininterrompues et la plus grande surface de la première couche. Le processus de soudage sera le moins possible interrompu par la torche s'il y a le moins de surfaces ininterrompues possible. En conséquence, il y aura moins de défauts dans la production et la finition des cordons de soudure. Afin d'avoir une surface de connexion suffisante avec le plateau de fabrication, qui aidera à maintenir la pièce en place, la première couche la plus grande doit également être recherchée. Par conséquent, il a été constaté qu'une orientation correctement définie par rapport au plateau de fabrication peut réduire le nombre de surfaces ininterrompues à l'intérieur des couches, ce qui améliorera la précision dimensionnelle attendue des pièces. L'efficacité du processus dépend fortement de la forme de la pièce, mais dans la plupart des cas, les erreurs d'impression peuvent être considérablement minimisées.

Ces dernières années, alors que la fabrication additive (FA) est devenue un sujet populaire parmi les chercheurs industriels et universitaires, de nombreuses orientations de développement ont été lancées dans différentes disciplines. Les ingénieurs de fabrication et les concepteurs de machines développent de nouvelles solutions pour la production additive couche par couche. En fonction des besoins spécifiques, tels que le temps de production minimum, le volume et la précision1,2,3,4, ils créent des sous-types de processus tels que le frittage sélectif par laser (SLS) pour créer des pièces métalliques de haute précision, la modélisation par dépôt fondu (FDM) pour créer les produits en plastique bon marché et la fabrication additive à arc filaire (WAAM), qui présente un grand avantage dans la production de structures de grande taille. Simultanément, les scientifiques des matériaux ont créé une gamme diversifiée de matières premières pouvant être utilisées pour la fabrication3,5. On trouve ainsi sur le marché des imprimantes à béton robustes, des machines capables de travailler avec des matières premières conductrices, ou encore des tissus biologiques. Les concepteurs développent leurs méthodes d'optimisation de forme en utilisant la liberté des géométries imprimées en 3D, en respectant le comportement mécanique anisotrope inhomogène et d'autres aspects découlant des structures en couches6,7. De plus, comme la FA répond parfaitement aux exigences de l'Industrie 4.0, plusieurs recherches se concentrent sur la création de systèmes de fabrication intelligents, intégrant des dispositifs IoT et améliorant l'utilisation des systèmes CAD-CAM8,9,10,11,12,13,14.

Le facteur le plus important pour chaque discipline mentionnée ci-dessus est la compréhension des conditions aux limites et des limites des technologies. Contrairement aux méthodes soustractives traditionnelles, les méthodes additives présentent des caractéristiques technologiques différentes. L'une des tâches principales de la production d'une pièce AM est de trouver l'orientation d'impression parfaite. Avec ce seul paramètre, de nombreux problèmes de technologie de fabrication peuvent être éliminés et les propriétés du produit final peuvent être grandement déterminées. Shim et al.15 Ils ont étudié la précision d'impression, les propriétés mécaniques et les caractéristiques de surface des pièces imprimées dans différentes orientations et ont trouvé les paramètres optimaux comme suit : avec une épaisseur de couche de 100 m, ils ont imprimé les pièces dans 3 orientations d'impression différentes ( 0, 45 et 90 degrés). Selon leur analyse des résultats des pièces imprimées finales, les échantillons imprimés à 0 degré avaient la résistance à la flexion la plus élevée, suivis par les échantillons imprimés à 45 et 90 degrés. Les échantillons imprimés à 45 et 90 degrés présentaient les taux d'erreur de longueur les plus faibles, et les échantillons imprimés à 0 degré présentaient les taux d'erreur d'épaisseur les plus élevés. Alharabi et al.16 ont examiné l'effet de l'orientation de l'impression et, par conséquent, la direction des couches soumises au test de compression. Ils ont constaté que si les couches sont perpendiculaires à la direction de la charge, leur résistance à la compression est plus élevée que si elles sont parallèles. La rugosité de la surface en fonction de la direction de construction a été étudiée par Li et al.17. Ils ont conclu que cette propriété est principalement affectée par l'angle de construction plutôt que par la méthode AM, et que la meilleure rugosité de surface peut être obtenue sur les faces imprimées parallèlement ou perpendiculairement par rapport à la plate-forme de construction. Pandey et al.18,19 ont travaillé sur la minimisation de ces effets en créant un système qui prédit mathématiquement la rugosité de la surface en utilisant l'algorithme génétique multicritère et offre la meilleure orientation d'impression pour la modélisation des dépôts fondus (FDM). L'avantage de cette solution est qu'ils ont obtenu l'orientation optimale de la rugosité de la surface ; cependant, ils n’ont pas pris en compte tous les facteurs limitants du processus d’impression et de fabrication 3D. De plus, les modèles d’apprentissage automatique (ML) constituent une nouvelle tendance en matière de modélisation dans la fabrication additive. Fondamentalement, les modèles ML fonctionnent sur le principe de la réduction itérative des erreurs attendues à l’aide des données. Ils se sont révélés être des outils prédictifs fiables. Xia et al.19 ont modélisé et prévu la rugosité de surface du métal produit par fabrication additive à arc filaire à l’aide de méthodes d’apprentissage automatique. Phatak et Pande20 ont également créé une solution d'optimisation utilisant un algorithme génétique pour minimiser le temps d'usinage et les erreurs de surface. L'algorithme générique a été utilisé dans l'étude réalisée par Masood et al.21, pour trouver la meilleure orientation pour les pièces de forme complexe. Grâce à leur système développé, ils ont pu déterminer la meilleure orientation où l'erreur volumétrique globale est le minimum. Padhye et al.22 ont utilisé l'optimisation multi-objectifs et la prise de décision multicritères pour déterminer l'optimum en tenant compte de deux facteurs, le temps d'impression et la rugosité de la surface. Leurs travaux soulignent que la prise de décision devient plus compliquée lorsque l'orientation doit être satisfaite par plusieurs aspects à la fois. De plus, Morgan et al.23 ont développé un logiciel spécifiquement pour minimiser les exigences de support pour la fabrication additive métallique. Par conséquent, sur la base des recherches menées dans ces articles, nous pouvons affirmer qu'un paramètre apparemment insignifiant, tel que l'orientation, peut avoir un impact significatif sur la qualité de la production de plusieurs manières, notamment en accélérant le processus d'impression, en réduisant la rugosité de la surface, ou l'amélioration des propriétés mécaniques.