Automated in-situ sensing and monitoring of the Electron Beam Melting process through spattering analysis

Metal additive manufacturing (AM) is a layer-by-layer fabrication process that enables the production of solid metal parts using metal powder, wire, or thin sheets. Compared to traditional manufacturing methods, metal AM offers several advantages, including increased design freedom, the ability to create complex structures (such as internal channels and lattice structures), reduced material waste, high customization potential, and shorter production lead times. One specific type of metal AM is Electron Beam Powder Bed Fusion (EB-PBF), or Electron Beam Melting (EBM), which utilizes an electron beam as a heat source to selectively melt metal powder in a layer-by-layer approach. Despite the numerous benefits of metal AM, the lack of process stability and repeatability remains a significant challenge for its widespread industrial adoption. To address this issue, researchers have been exploring the implementation of in-situ sensing and monitoring systems that can assess the process stability and part quality during the manufacturing process itself. One crucial aspect that can be monitored in powder bed fusion processes regards the homogeneity of the powder bed and the potential contamination that may occur during the process. This aspect provides valuable insights into process behavior and potential defects in the final parts. Within this context, this thesis work focuses on the development of a novel in-situ sensing and monitoring approach specifically designed to detect spatters ejected during the metal AM process and deposited on the powder bed as potential drivers of internal porosity. Furthermore, the proposed approach introduces a classification algorithm to distinguish between critical and non-critical spatters based on their potential impact on powder bed contamination. Additionally, a first attempt to correlate these spatter-related findings with defects observed in the final parts is conducted. Results will show that, with the adopted setup, spatters can be successfully mapped and classified for every layer and the contamination induced by spatters deposition can be related to porosity defects in the final part. A tuning of the in-situ sensing setup towards a fully automated and enhanced adoption is present too, opening to a real industrial implementation in a production environment.

Le tecnologie di manifattura additiva per metalli, note anche come stampa 3D, rappresentano una risorsa innovativa per la produzione di parti metalliche attraverso l’aggiunta e la fusione di materiale strato per strato, utilizzando diverse forme di materia prima come polvere, filamenti o sottili lastre. Rispetto ai metodi di produzione tradizionali, la manifattura additiva di metalli offre numerosi vantaggi, tra cui una maggiore libertà di progettazione, la possibilità di creare strutture complesse come canali interni e strutture reticolari, una riduzione dello spreco di materiale, un alto grado di personalizzazione e tempi di produzione ridotti. Tra le diverse categorie di processi di manifattura additiva, vi è quella dei processi a letto di polvere, in cui uno strato sottile di polvere viene fuso in modo selettivo da una fonte di energia strato per strato. A questa categoria di processi, appartiene l’Electron Beam Melting (EBM), o Electron Beam Powder Bed Fusion (EB-PBF) che utilizza un fascio di elettroni come sorgente di energia. Nonostante i numerosi vantaggi della manifattura additiva di metalli, la mancanza di stabilità e ripetibilità del processo rappresenta ancora una sfida significativa nell’ambito industriale. Per affrontare questa problematica, i ricercatori hanno esplorato la possibilità di sviluppare sistemi di rilevamento e monitoraggio in-situ che possano valutare la stabilità del processo e la qualità delle parti durante la fabbricazione stessa. Un aspetto cruciale che può essere monitorato, nei processi di fusione a letto di polvere, riguarda l’omogeneità del letto di polvere e la sua potenziale contaminazione. Questo aspetto fornisce preziose informazioni sulla stabilità del processo e sui potenziali difetti presenti nelle parti finali. In questo contesto, il presente lavoro di tesi si focalizza sullo sviluppo di un nuovo sistema di monitoraggio in-situ progettato per rilevare le scintille espulse durante il processo e depositate sul letto di polvere come potenziali fattori causali di porosità interna. Inoltre, l’approccio proposto introduce un algoritmo di classificazione per distinguere tra scintille critiche e non critiche, in base al loro potenziale impatto sulle contaminazione del letto di polvere e i possibili difetti indotti nella parte finale. Inoltre, viene condotto un primo tentativo di correlazione tra le informazioni raccolte e i difetti rilevati nei componenti prodotti mediante metodi di qualificazione post-processo. I risultati mostrano che, con la configurazione adottata, le scintille possono essere mappate e classificate con successo per ogni layer stampato e la contaminazione indotta dalla deposizione delle scintille può essere correlata ai difetti di porosità presenti nella parte finale. Infine, il presente lavoro ha incluso anche l’ottimizzazione del setup di rilevamento in-situ per raggiungere una completa automazione della fase di acquisizione, permettendo così la sua reale implementazione industriale in un ambiente produttivo.