Additive Manufacturing (AM) is known to offer unprecedented capabilities for producing functional mechanical parts that offer improved performances at just a fraction of the weight. However, typical AM components are characterized by complex shapes and features that are difficult to manufacture and increase the likelihood of incurring in the formation of defects. Moreover, qualification with standard non-destructive inspection (NDI) techniques can be challenging and create difficult conditions for the verification of part quality requirements. To foster the adoption of AM to a larger audience, the AM industry needs to develop new solutions to improve the process stability as well as new methods to qualify the part and support the NDI of complex components. In-situ process monitoring is a key tool for this purpose because it allows exploiting the layer-by-layer manufacturing scheme of AM to acquire data during the building process and, via in-situ signature and process defect correlation, it can be employed to detect instabilities for in-process part qualification. However, the development of in-situ monitoring is still at an early stage and several limitations exist in (i) the number and type of sensors available to acquire relevant process signatures, i.e. observable process characteristics, (ii) the correlation between process signatures and defects formation in the final part and (iii) the way the in-situ data are processed to provide real-time feedback about process quality. In this work, all these research topics are addressed by exploring new methods for in-situ monitoring and data processing that target the typical defects that form when building complex features. The industrial applicability of all techniques developed in this work was also carefully evaluated to develop methods that can be effectively applied and transferred to an industrial environment to provide real-time feedback to the process user.
La manifattura additiva (o stampa 3D) di metalli è nota per offrire possibilità senza precedenti per la produzione di parti meccaniche più performanti e leggere. Tuttavia, i componenti additivi sono tipicamente caratterizzati da forme e caratteristiche geometriche complesse che sono difficili da realizzare e che aumentano notevolmente la probabilità di formare difetti. Inoltre, alcune delle loro caratteristiche geometriche rendono meno efficace l'applicazione di tecniche standard di ispezione non distruttiva. Questo risulta in una più difficile verifica dei requisiti qualitativi o dei criteri di accettabilità del prodotto. Per favorire l'adozione di questa tecnologia, l'industria dell'additive manufacturing (AM) deve sviluppare nuove soluzioni per migliorare la stabilità del processo, nonché nuovi metodi per supportare il controllo qualità di componenti complessi. Il monitoraggio in-situ del processo è uno strumento chiave per realizzare questo scopo perché consente di sfruttare lo schema di produzione "strato per strato" della stampa 3D per acquisire dati durante il tutto processo di realizzazione del componente. Tramite la correlazione tra difetti di processo e caratteristiche del processo osservabili in-situ, il monitoraggio può essere impiegato per rilevare instabilità e controllare la qualità dello stampato durante il processo. Tuttavia, lo sviluppo del monitoraggio in-situ è ancora in una fase iniziale ed esistono diverse limitazioni riguardanti (i) il numero e il tipo di sensori disponibili per acquisire le firme di processo rilevanti, ovvero le caratteristiche del processo osservabili, (ii) la correlazione tra le firme di processo e i meccanismi di formazione dei difetti e (iii) il modo in cui i dati in-situ vengono elaborati per fornire un riscontro in tempo reale sulla qualità del processo. In questo lavoro, ognuno di questi temi di ricerca è stato affrontato studiando nuovi metodi per il monitoraggio in-situ e per l'elaborazione dei dati focalizzati sui difetti tipicamente riscontrabili durante la stampa di pezzi con caratteristiche geometriche complesse. L'applicabilità industriale di tutte le tecniche sviluppate in questo lavoro è stata valutata attentamente per studiare metodi che possano essere utilizzati anche in ambito industriale e che forniscano all'operatore un feedback in tempo reale sulla qualità di stampa.
In-situ monitoring in additive manufacturing : novel solutions for process qualification
Bugatti, Matteo
2021/2022
Abstract
Additive Manufacturing (AM) is known to offer unprecedented capabilities for producing functional mechanical parts that offer improved performances at just a fraction of the weight. However, typical AM components are characterized by complex shapes and features that are difficult to manufacture and increase the likelihood of incurring in the formation of defects. Moreover, qualification with standard non-destructive inspection (NDI) techniques can be challenging and create difficult conditions for the verification of part quality requirements. To foster the adoption of AM to a larger audience, the AM industry needs to develop new solutions to improve the process stability as well as new methods to qualify the part and support the NDI of complex components. In-situ process monitoring is a key tool for this purpose because it allows exploiting the layer-by-layer manufacturing scheme of AM to acquire data during the building process and, via in-situ signature and process defect correlation, it can be employed to detect instabilities for in-process part qualification. However, the development of in-situ monitoring is still at an early stage and several limitations exist in (i) the number and type of sensors available to acquire relevant process signatures, i.e. observable process characteristics, (ii) the correlation between process signatures and defects formation in the final part and (iii) the way the in-situ data are processed to provide real-time feedback about process quality. In this work, all these research topics are addressed by exploring new methods for in-situ monitoring and data processing that target the typical defects that form when building complex features. The industrial applicability of all techniques developed in this work was also carefully evaluated to develop methods that can be effectively applied and transferred to an industrial environment to provide real-time feedback to the process user.| File | Dimensione | Formato | |
|---|---|---|---|
|
Thesis.pdf
non accessibile
Descrizione: PhD Thesis
Dimensione
37.82 MB
Formato
Adobe PDF
|
37.82 MB | Adobe PDF | Visualizza/Apri |
I documenti in POLITesi sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.
https://hdl.handle.net/10589/191918