摘要:直接能量沉积 (DED) 需要闭环控制来稳定工艺并提高制造质量。大多数现有的 DED 控制器都需要通过实验进行系统辨识以获得工厂模型或与层相关的自适应控制规则,而此类过程繁琐且耗时。本文提出了一种新颖的数据驱动自适应控制策略,通过熔池尺寸反馈来调整激光电压。开发了一种多任务控制器架构,包含一个自动调节单元,该单元可根据 DED 工艺数据自动优化控制器参数。实验验证表明,受控样品的几何精度和熔池一致性有所改善。所提出的控制器的主要优点是它可以适应具有不同零件形状、材料、刀具路径和工艺参数的 DED 工艺而无需进行调整。即使工艺条件发生变化也不需要进行系统辨识,这减少了最终用户的控制器实施时间和成本。
激光定向能量沉积 (DED) 在增材制造 (AM) 中具有显著优势,可用于生产复杂的几何形状并促进材料功能分级。然而,材料属性不一致和零件多变等固有挑战仍然存在,这主要是由于其分层制造方法。对这些挑战至关重要的是 DED 过程中的热量积累,这会影响最终材料的微观结构和性能。尽管用于管理热量积累和温度调节的闭环控制方法在 DED 文献中很普遍,但很少有方法将实时监控、基于物理的建模和控制同时集成在一个有凝聚力的框架中。为了解决这个问题,我们提出了一个数字孪生 (DT) 框架,用于实时模型预测控制 DED 的工艺参数,以实现特定的工艺设计目标。为了实现该目标,我们详细介绍了利用基于长短期记忆 (LSTM) 的机器学习的替代模型的开发,该模型使用贝叶斯推理来预测 DED 构建部件各个空间位置的温度。该模型提供未来温度状态的实时预测。此外,我们引入了用于时间序列过程优化 (BOTSPO) 的贝叶斯优化 (BO) 方法。它的基本原理与传统 BO 一致,其新颖之处在于我们独特的时间序列过程配置文件生成器,具有降低维度的表示。BOTSPO 用于动态过程优化,我们在其中部署 BOTSPO 来确定最佳激光功率配置文件,旨在实现 DED 构建中的所需机械性能。识别的配置文件建立了一个过程轨迹,在线过程优化旨在匹配或超越该轨迹的性能。本文阐述了数字孪生框架的组成部分,主张将其整合为 AM 的综合数字孪生系统。
摘要:热冲压工具需要冷却通道,最好具有较高的定位灵活性。传统上,这些冷却通道是机加工的。由于铣刀的可达性有限且灵活性低,因此这是一个缺点。通过定向能量沉积 (DED) 工艺,可以灵活地设计冷却通道。DED 可以制造不同几何形状的冷却通道,以控制热冲压工具中的热平衡。在这种情况下,添加剂可生产性和冷却通道的表面分数之间的一致性很重要,这有助于工具表面的有效热量。实验和数值分析表明,该领域的一种可能配置是水滴形冷却通道。为了降低 DED 工艺后的表面粗糙度,随后对工具表面进行球面抛光。由此产生的工具表面的粗糙度和波纹度会降低,但不会完全平整。表面纹理化可以应用于影响由 DED 实施的热冲压工艺中的材料流动。所述方法的组合允许制造具有近表面冷却通道的热冲压工具以及工具表面特性的整体或局部调整。
摘要:近年来,Inconel 625 的工业应用显著增长。这种材料是一种镍基合金,以其耐化学性和机械性能而闻名,尤其是在高温环境下。通过金属增材制造 (MAM) 生产的零件的疲劳性能在很大程度上取决于其制造参数。因此,表征由给定参数组生产的合金的性能非常重要。本研究提出了一种表征 MAM 零件机械性能的方法,包括通过激光定向能量沉积 (DED) 进行材料生产参数化。该方法包括在 DED 生产微型样品后对其进行测试,并由通过实验数据开发和验证的数值模型支持应力计算。本文讨论了通过 DED 生产的 Inconel 625 的广泛机械特性,重点是高周疲劳。使用微型样品获得的结果与标准尺寸样品非常一致,因此即使在某些塑性效应的情况下也验证了所应用的方法。至于高周疲劳性能,通过 DED 生产的样品表现出良好的疲劳性能,可与其他竞争金属增材制造 (MAMed) 和传统制造的材料相媲美。
抽象干眼症(DED)是日益增长的公共卫生问题,影响了生活质量和视觉功能,并产生了重大的社会经济影响。它的特征是同性恋的丧失,导致眼部不稳定性,高渗透和眼表面炎症。如果先天的免疫反应无法应对内部身体或环境不利条件,则持续的,自我维护的无肿块的恶性循环会导致疾病的慢性形式。DED的处理应针对恢复眼表面系统的同性恋。适当的诊断方法是定义每个DED主要致病因素的相关性和重要性,即撕裂纤维不稳定性,上皮损害和炎症。还需要考虑其他两个病原因素:盖缘的变化和神经损伤。必须同时考虑并可能同时考虑患者临床表现中DED的恶性循环的所有因素。治疗应长期持久和个性化,因为必须适应疾病过程中观察到的不同临床状况。由于DED治疗通常无法为症状提供快速而完全的缓解,对患者的同理心以及愿意向他们解释这种疾病的自然历史是必须提高患者依从性的。此外,应指示患者在预先计划的救援方案之后,根据症状的极度增加频率和/或改变治疗的频率和/或更改治疗的类型。
摘要直接能量沉积(DED)过程利用激光能量融化金属粉末并将其存放在基板上,以生产复杂的金属零件。这项研究被用作修复二手零件的再制造和维修过程,从而减少了制造业中不必要的废物。但是,修复过程中可能会产生缺陷,例如孔隙率或颠簸的形态缺陷。传统上,操作员将使用实验设计(DOE)或仿真方法来了解打印参数对印刷部分的影响。有几个影响因素:激光功率,扫描速度,粉末进料速度和对峙距离。每个DED机器在实践中都有不同的设置,这导致打印结果的一些不确定性。例如,在不同的DED机器中可以改变喷嘴直径和激光类型。因此,假设如果可以实时监控打印过程,则修复可能更有效。在这项研究中,使用结构化的光系统(SLS)来捕获印刷过程的层面信息。SLS系统能够以10 µm的高分辨率进行3D表面扫描。鉴于对零件的初步扫描并允许对每一层信息进行实时观察,要确定需要存放多少材料。一旦找到缺陷,DED机器(混合机器)将更改工具并删除有缺陷的层。修复后,应用无损方法计算机断层扫描(CT)检查其内部特征。在这项研究中,使用316L不锈钢的DED机器来执行维修过程以证明其有效性。实验室构建的SLS系统用于捕获每个层的信息,并为质量评估提供了CT数据。新颖的制造方法可以提高DED维修质量,减少维修时间并促进维修自动化。将来,在制造行业中使用巨大的潜力来修复用过的零件,并避免购买新零件所涉及的额外费用。
试验数据可知,在激光功率1400W、层厚1.0mm、扫描速度600mm/min、扫描间距1.3mm、成形角90°条件下,DED制备的Inconel718试件性能最好,其极限抗拉强度(UTS)和宏观硬度分别为1016.10MPa和36.2HRC。DED制备的Inconel718试件的UTS与传统锻造制备的Inconel718接近,且硬度更高。
摘要 定向能量沉积 (DED) 工艺是一种代表性的金属增材制造技术,它使用柔性沉积头,主要用于航天和海洋工业的维修。DED 工艺节省时间和金钱,因为它只修复受损的零件和部件。因此,几何控制对于经济准确地填充目标受损区域的体积非常重要。然而,效率取决于激光功率、扫描速度等工艺参数。本研究提出了一种一维卷积神经网络 (1D-CNN) 模型,利用熔池图像数据预测 DED 部件的高度轮廓。首先,对总共 9 种情况进行了 DED 实验,考虑了激光功率和扫描速度作为参数。对收集到的熔池图像数据进行预处理,只提取与感兴趣区域相关的数据。最初,从熔池图像中提取了大小、形状、位置和亮度等共 15 个特征。然后,通过置换特征重要性评估方法选择 10 个关键特征,将其输入到 1D-CNN 算法中,以预测沉积层的高度轮廓。在测试阶段,平均绝对百分比误差(MAPE)为9.55%,验证了所提模型的适用性。
本演示文稿探讨了使用激光作为能源的DED过程中的最新发展。它加深了对填充材料(反线的粉末)的比较分析,状态 - 镇痛的设备(过程控制和AI - 人工智能除外)以及该技术中的无限可能性。此外,演讲还讨论了高影响力项目在激光覆盖区域的显着影响,并深入了解了下一代DED技术的期望。
纳瓦霍国家经济发展局(DED)已准备好全面的经济发展战略(CEDS),作为一个经济路线图,以指导纳瓦霍国家的经济发展倡议,以实现经济繁荣和韧性。CEDS是一种协作,基于区域的,基于解决方案的方法,旨在使Navajo国家获得实现经济发展成功和自给自足的能力。CEDS包括摘要背景,SWOT分析和战略方向,其中包括经济愿景,优先事项,目标,目标和行动。CEDS涉及纳瓦霍国家,经济发展部(DED)和社区成员的合作努力。创建了CEDS来补充DED的使命,愿景和整体战略方向。CEDS的最后更新是在2018年。