Impact of defects on additive manufacturing production : causes, models and applications

Although it dates to the 1980’s, metal additive manufacturing (AM) is now emerging on the global market. Nowadays, AM has established itself or is entering in many industrial sectors. In 2014, its global market was estimated around 3.1 billion €, and the forecasted growth perspectives are astonishing. However, this technology has still some big challenges to overcome. Researchers consider quality and stability limitations as one of the key obstacles for the spread of AM. Moreover, few scientific studies have investigated the economic aspects of AM so far: e.g., a restricted number of papers addressed part cost evaluation, particularly important in industrial context. Although quality plays an important role in AM, there is a lack of studies in the literature that incorporate quality costs on the overall production costs. In fact, no model tries to analyse the impact of a defect in terms of time and money waste, even if this impact is certainly not negligible. Therefore, the possibility to find the defect as soon as it arises and take appropriate actions can be of great help to develop advanced and smart AM systems, and to break down the cost of poor quality of metal AM processes. Analysing the state of the art on quality monitoring systems for additive manufacturing, an opportunity for improvement has been seen. The final goal consists of implementing monitoring and control tools able to automatically detect a defect and repair it based on in-situ gathered data. This is expected to pave the way to next generation systems towards a zero-defect oriented metal AM. A prototype of such a system, which entails an in-situ defect correction capability, is under development in the laboratories of the Mechanical Department at Politecnico di Milano (AddMe.Lab). This thesis extends the existing literature by presenting a cost model for metal AM, and aims at calculating the cost of a part from the CAD file generation to the end of the production cycle. The innovative aspects of the model consist of: i) including the impact of defects on the cost calculation, and ii) evaluating the benefits of applying both in-situ monitoring and in-situ defect repair. The model is developed over 4 different production scenarios: i) ideal scenario, where no defect occurs, ii) a scenario that envisages a given percentage of defective parts but with no detection/repair capability, iii) a scenario where defects are detected via in-situ monitoring, and iv) a scenario where defects are both detected and repaired. The model is then applied to two case studies, chosen for their different characteristics: a dental prostheses production and a lightweight structural component production.

Nonostante risalga agli anni 80 del secolo scorso, l’additive manufacturing per lavorazioni in metallo (Metal AM) sta emergendo ora sul mercato globale. Ad oggi, l’AM si è già stabilito o sta entrando in molti settori industriali. Nel 2014 il mercato globale della tecnologia additiva è stato stimato intorno ai 3.1 miliardi €, e le prospettive di crescita per il futuro sono strabilianti. Questa tecnologia ha ancora delle grandi sfide da superare. I ricercatori considerano i limiti alla qualità e alla stabilità del processo come uno dei maggiori ostacoli da superare per la diffusione della tecnologia. Inoltre, pochi studi si sono concentrati sui suoi aspetti economici: ad esempio, poche pubblicazioni si pongono l’obiettivo di calcolare il costo di una parte. Sebbene la qualità giochi un ruolo importante, vi è una mancanza di studi in letteratura che incorporano i costi della qualità nei costi complessivi di produzione. Infatti, nessun modello cerca di analizzare l'impatto di un difetto in termini di tempo e denaro persi, anche se questo impatto non è certamente trascurabile. Pertanto, la possibilità di identificare prontamente il difetto e prendere azioni correttive appropriate può essere di grande aiuto per sviluppare sistemi AM avanzati e intelligenti, e per abbattere il costo della poor quality. L'obiettivo finale è quello di implementare strumenti di monitoraggio e controllo, basati sulla raccolta dati in situ, che siano in grado di rilevare automaticamente un difetto e ripararlo. Questo dovrebbe aprire la strada a sistemi Metal AM di nuova generazione, orientati a una logica zero-defect. Un prototipo di un tale sistema, che comporta una capacità di correzione difetti in situ, è in fase di sviluppo nei laboratori del Dipartimento di Meccanica del Politecnico di Milano (AddMe.Lab). Questa tesi vuole ampliare la letteratura esistente presentando un modello di costo per Metal AM, e mira a calcolare il costo di una parte, dalla generazione del file CAD alla fine del suo ciclo produttivo. Gli aspetti innovativi del modello sono costituiti da: I) considerazione dell'impatto dei difetti sul calcolo dei costi, e II) valutazione dei benefici derivanti dall’applicazione di sistemi di monitoraggio e correzione del difetto in-situ. Il modello viene sviluppato su quattro scenari produttivi: I) scenario ideale, dove non si verificano difetti, II) scenario che prevede una data percentuale di parti difettose, ma senza capacità di rilevamento/riparazione, III) scenario in cui vengono rilevati difetti via monitoraggio in-situ, e IV) scenario in cui i difetti sono sia individuati che riparati in-situ. Il modello viene poi applicato a due casi produttivi, scelti per le loro diverse caratteristiche: una produzione di protesi dentarie e una produzione di componenti dal peso ridotto.