随着3D打印技术日益成为现代制造业运营的主力军,设备制造商(OEM)、软件公司、3D打印工厂都在努力提高这种生产方式的效率和可重复性。几十年来,生产工程师和管理人员特别关注产品在尺寸精度和材料性能(如孔隙率、强度、温度和耐化学性)方面的一致性。
改善打印过程的努力还可以加入传统的减材制造工具,这些工具被用于逐层提高一致性。加利福尼亚州另一家打印机制造商3DEO的机器有传感器,利用尺寸精度和工艺参数的实时数据来优化打印。根据这些数据,3DEO的机器利用切割工具(微型端铣)修剪边缘和内部特征,如网格和孔,以达到所需的公差和所需的几何形状。
软件和数据
在推动3D打印产品更加一致的过程中,人工智能和机器学习也在发挥重要作用。它们被用于优化材料的配置、设计特征、打印机设置、打印过程和制作产品的环境条件。这些技术可以创建生产反馈循环,在打印发生时自动消除缺陷,并能显著降低不同打印机和随着时间的推移产出的不一致。
例如,以色列一家新的软件公司PrintSyst开发了人工智能,它可以综合数千份打印作业的结果。可以实现更高的一致性、良品率、成本节约以及客户可能优先考虑的任何质量维度。然后,软件提供建议,选择打印技术、材料、机器参数,甚至是设计修改,以实现优化目标。
以前的软件主要用于在打印仓中定位和堆叠零件,现在已经取得了进步,最新的软件包含的算法可以在几秒钟内进行数百或数千次计算。比利时Materialise公司、德国Siemens公司和美国Autodesk公司等全球3D打印软件巨头都提供了这样的解决方案。总部位于美国宾夕法尼亚州的软件公司ANSYS提供了面向增材制造的设计工具和金属零件的工艺模拟。
新的增材制造平台,例如加州3D Control Systems公司制造的3DPrinterOS,现在能够管理分布在全球各地的数千台打印机的一致性。这种平台可以远程控制多台3D打印机,并根据机器的可用性和能力分配作业。在许多情况下,3D控制系统在打印机本身上安装了自己的软件,从而使其平台能够控制打印机。这种控制用于通过防止或纠正常见的错误来提高一致性,包括使用不适当的打印文件、不平整的构建板以及为所需输出选择不适当的喷嘴。
管理系统
这种方法使用久经考验的管理技术来提高一致性和可靠性。例如,透明的供应商评级系统和预认证鼓励竞争,类似于一种达尔文式的自然选择,在这种情况下,实现和保持质量的一致性是一种激励。最好的公司赢得了更多的业务,而其他公司则被驱使着快速追赶,否则就会消亡。诸如Xometry和Fictiv这样的公司,是工业零部件的按需供应商,他们实施严格控制的供应商资格和认证计划,以鼓励选择能够提供高质量和一致的零部件的供应商。最好的供应商可以获得更大、更优先的工作,这就迫使其他供应商提高其一致性。
其中一种较新的管理方法包括 "故意约束",即有目的地将打印机的使用限制在其最佳产量范围内。并非所有的技术都是平等的,因此了解它们在一定界限内的复杂性能,如尺寸限制、材料选择和批量大小,可以让生产商充分发挥特定3D打印机的优势。例如,3DEO将其重点限制在体积最大为一立方英寸的小型复杂金属部件上。这使得3DEO不仅可以通过专注于其打印机真正擅长的地方来充分利用打印机,而且还可以填充构建室以实现最佳经济效益。
并非所有的可变性来源都得到了充分的解决,然而,随着企业开发管理分布式制造系统的协议和平台,这些问题最终会得到解决。例如,增材制造平台最终将以系统化的方式收集一套标准的机器级数据,这将使生产的可变性大大降低。
在需求不确定、灵活的数字制造、COVID-19流行病以及其他全球贸易中断的当今世界,将更需要分布式和本地化的制造。花费太长的时间来转移产量会导致企业错过重大机遇,尤其是在新产品从一开始就不一致的情况下。因此,我们有理由期待3D打印使用的增长,这将进一步增加提高其一致性的压力。