Simuler le chemin vers des pièces imprimées en 3D cohérentes

Les capacités de simulation de processus de 3DXpert aident à prévenir les échecs de construction coûteux. Image reproduite avec l'aimable autorisation d'Oqton.

La fabrication additive (FA) a fait des percées significatives en tant qu'alternative viable pour la création de pièces de qualité production. Pourtant, même avec les progrès du matériel d'impression 3D ainsi que des logiciels visant à optimiser les conceptions pour la production AM, la demande augmente pour des outils capables de surveiller et de simuler les processus AM afin de garantir une qualité et des performances des pièces cohérentes et reproductibles.

L'écart commence à se combler à mesure que les entreprises déploient de nouvelles offres de simulation de processus et de surveillance in situ qui donnent aux professionnels de l'impression 3D des informations précieuses sur la façon de modifier les paramètres d'impression et les propriétés des matériaux pour obtenir des pièces de haute qualité à grande échelle. Il n'est tout simplement pas pratique de prendre le temps et de dépenser les ressources nécessaires pour itérer l'ensemble parfait de paramètres pour imprimer une poignée de pièces ou de prototypes sur mesure. Ce processus ne tient tout simplement pas du point de vue de l'efficacité ou du retour sur investissement (ROI) lors de l'orchestration de cycles de fabrication limités ou à grande échelle.

De nombreuses entreprises qui se lancent dans la FA s'attendent à ce que le processus soit linéaire, de la conception d'une pièce à son impression locale, le tout dans un laps de temps relativement court.

"La réalité est tout à fait différente - il y a des domaines où les itérations sont tout simplement répandues", déclare Doug Kenik, directeur de la gestion des produits pour les logiciels chez Markforged.

Kenik était auparavant PDG de Teton Simulation, qui a été acquis par Markforged en avril dernier. Son logiciel de simulation basé sur le cloud, qui automatise la validation et optimise les performances des pièces AM, est désormais intégré à la plate-forme AM métal et fibre de carbone de Markforged Digital Forge.

Historiquement, évaluer la capacité d'une pièce imprimée en 3D à fonctionner comme spécifié a été un peu un jeu de devinettes, mais la simulation, y compris les logiciels de simulation de processus, modifie cette équation.

"Ce que beaucoup de gens font maintenant, c'est lancer une fléchette et voir si quelque chose fonctionne et si ce n'est pas le cas, ils reviennent en arrière et le redessinent ou changent quelque chose à propos de l'impression et réessayent", explique Kenik. "L'autre option est de l'imprimer solidement, mais c'est une perte de matériel et de temps. La simulation résout ce problème : elle vous dira si quelque chose fonctionnera ou non avant de l'imprimer, au lieu de répéter physiquement l'impression et les tests."

Alors que l'optimisation de la topologie et les logiciels de conception générative augmentent la capacité d'adapter les conceptions pour la FA et que de nouveaux outils de surveillance des processus aident les ingénieurs à effectuer une inspection couche par couche du processus de construction, il existe encore un écart important entre la collecte de toutes ces données et leur exploitation pour produire des pièces fiables et de haute qualité de manière cohérente. Le problème réside en grande partie dans le manque d'intégration entre les différents outils logiciels et plates-formes d'impression 3D, explique Brad Rothenberg, PDG de nTopology, qui commercialise des logiciels de conception technique adaptés à la FA.

Une connexion implicite directe entre nTopology et EOSPRINT a permis à Siemens Energy de fabriquer un échangeur de chaleur industriel auparavant non imprimable. Image reproduite avec l'aimable autorisation de nTopology.

"Les pièces sont toutes là, la question centrale est de savoir comment ces pièces se connectent", dit-il. "Plus précisément avec les outils de surveillance des processus, nous collectons toutes les données, mais le problème se résume à la façon d'utiliser les données et de les rendre exploitables. Comment apprenons-nous de ces données pour prendre des décisions de conception meilleures et plus rapides et créer des produits plus fiables, avec de meilleures performances, à moindre coût ?"

Materialise résout certains de ces problèmes, plus récemment avec une nouvelle solution de surveillance des processus pour l'impression 3D métallique ainsi qu'une boîte à outils utilisée pour modifier les paramètres de construction d'une imprimante afin d'obtenir une qualité plus constante. Les deux offres sont conçues pour aider les utilisateurs de FA à éviter les échecs de construction, les défauts cachés et les paramètres d'impression 3D standard qui ne correspondent pas à leurs applications de FA et qui entraînent une perte de temps machine, de matériel et de capacité de post-traitement.

Materialise Process Control, intégré à la plate-forme logicielle d'impression 3D CO-AM, utilise l'IA pour automatiser le contrôle qualité. Image reproduite avec l'aimable autorisation de Materialise.

"Idéalement, une imprimante produira le même composant à chaque fois, mais avec certains composants, ce n'est pas le cas", explique Bart Van der Schueren, directeur de la technologie chez Materialise. "Toutes sortes de choses peuvent se produire lors du dépôt de la couche de poudre et c'est souvent quelque chose que personne ne peut voir pendant le processus."

La nouvelle solution Process Control de Materialise utilise l'intelligence artificielle (IA) pour analyser et corréler les données de couche du processus d'impression 3D, aidant les utilisateurs à identifier les pièces défectueuses avant qu'elles ne soient envoyées au post-traitement ou à l'inspection de la qualité, ce qui, selon l'entreprise, peut représenter 30 % à 70 % du coût de fabrication total d'une pièce. Grâce à des collaborations avec Phase3D et Sigma Additive Solutions, tous deux fournisseurs de solutions d'inspection de processus AM in situ, Materialise intègre des données complémentaires qui développeront des informations plus approfondies sur le processus d'impression 3D.

Le partenariat Phase3D ajoute la cartographie de hauteur, une forme de données de couche topographique et Sigma Additive Solutions fournit des données thermiques du bain de fusion pour optimiser la qualité d'impression 3D.

Materialise a également annoncé le kit de développement logiciel (SDK) Build Processor, qui fournit une plate-forme de développement ouverte aux constructeurs de machines et aux clients afin qu'ils puissent plus facilement créer et personnaliser des processeurs de construction pour atteindre leur point idéal spécifique entre la rentabilité et la qualité des pièces à l'appui de la production de masse AM.

Van der Schueren affirme que les informations les plus précieuses que les utilisateurs peuvent glaner à partir de la surveillance des processus ne sont pas nécessairement une correction in situ couche par couche, mais plutôt d'examiner la totalité des images et d'avoir une vue globale. Il est également important d'évaluer les données et les informations dans le cadre d'une plate-forme holistique par opposition aux silos individuels, dit-il. À cette fin, la solution Process Control et les offres futures disposent d'une connectivité complète à la plate-forme logicielle ouverte CO-AM de l'entreprise pour la gestion de l'ensemble du processus AM.

"Vous devez avoir une vision globale de l'ensemble du processus et tout prendre en compte, de la préparation des données jusqu'à l'inspection des composants du fichier et des pièces", explique-t-il.

Hexagon Manufacturing Intelligence s'appuie sur la simulation et la modélisation pour aborder le problème de qualité des pièces AM. La société a collaboré avec des fabricants d'imprimantes pour valider la combinaison de matériaux spécifiques et de processus de fabrication additive dans le cadre de sa plateforme de modélisation de matériaux multi-échelles Digimat.

Dans l'un de ces exemples, l'entreprise s'est associée à Stratasys pour capturer le comportement des matériaux hautes performances et légers en polyéthercétonecétone renforcé Antero (PEKK) de Stratasys et ses processus AM spécifiques. Cet effort donne aux clients AM des modèles de simulation validés qui aident à prédire comment les pièces imprimées avec PEKK et les imprimantes Stratasys approuvées fonctionneront sans avoir à engager physiquement le temps et les coûts du prototypage physique.

Du côté des métaux, Hexagon Manufacturing Intelligence s'est associé à Raytheon Technologies sur un outil de simulation multi-échelle qui viendra compléter son logiciel de simulation de processus Simufact Additive et sera disponible en novembre.

En combinant les technologies d'Hexagon et de l'activité Pratt & Whitney de Raytheon, les partenaires développent un outil qui prédit l'historique thermique et les défauts à l'échelle du trajet laser et de la couche de poudre pour tester des combinaisons de matériaux, de géométries et de processus d'impression afin d'obtenir de meilleurs résultats d'impression et l'intégrité des pièces, selon Mathieu Perennou, directeur de la stratégie mondiale et du développement commercial d'Hexagon Manufacturing Intelligence, fabrication additive.

"Cela permet aux utilisateurs de modifier les processus pour le mieux et de donner un retour aux modèles pour calculer des performances de pièces plus précises", explique Perennou.

Le portefeuille Hexagon comprend également VGSTUDIO Max de Volume Graphics, qui effectue une analyse par tomodensitométrie sur les pièces imprimées à des fins d'inspection de la qualité, garantissant l'identification rapide des défauts tels que les porosités. Cette partie du flux de travail permet également d'"injecter" la carte de porosité dans un modèle d'analyse par éléments finis (FEA) pour une analyse plus approfondie des performances de la pièce, explique Perennou.

Bien que la simulation de processus AM à grande échelle permette des contrôles de fabricabilité, elle ne fournit pas actuellement de données suffisantes sur la qualité du matériau produit - un élément critique et unique du processus AM et un obstacle limitant l'adoption de la FA, en particulier dans les industries hautement réglementées comme l'aérospatiale.

"Une simulation à micro-échelle donnera des informations précises sur la qualité du matériau fabriqué pendant le processus d'impression, mais de telles approches FEA sont très gourmandes en CPU, nécessitant de longs temps de résolution", explique Perennou.

À l'heure actuelle, "elles sont généralement effectuées au niveau du coupon et sont donc difficiles à mettre à l'échelle pour devenir une pièce complète dans un environnement industriel".

En fait, les ensembles de données massifs collectés par les outils de simulation de processus sont l'un des principaux goulots d'étranglement pour rendre les informations exploitables afin d'affiner les processus AM, déclare Daeho Hong, chef de produit chez nTopology.

Il envisage un avenir où les capacités de surveillance in situ ne sont pas seulement utilisées pour suggérer ou automatiser des modifications des processus d'impression 3D ou des trajectoires d'outils, mais plutôt appliquées au niveau de la conception. Pour prendre en charge ce type de flux de travail, les données de géométrie de pièce complexe doivent être intégrées directement sur le matériel de l'imprimante 3D sans avoir besoin de maillage, un cas d'utilisation amorcé pour les capacités de modélisation implicite de nTopology, dit-il.

"Imaginez un fil numérique complet de conception et de fabrication si étroitement couplé que ce que vous apprenez de la conception d'expériences pourrait être réinjecté dans la conception", explique Rothenberg. "Le traitement de grands ensembles de données est le problème critique qui doit être résolu."

nTopology travaille actuellement avec Siemens Energy sur un mécanisme d'échange de données interopérable qui tire parti de ses capacités de conception implicites pour transférer une géométrie complexe de manière légère et évolutive vers les imprimantes EOS. La capacité, qui sera mise à la disposition des clients de nTopology, est actuellement étendue pour prendre en charge du matériel d'impression 3D supplémentaire à l'avenir, dit-il.

À terme, il sera important de boucler la boucle afin que les informations de surveillance des processus in situ puissent automatiquement et directement influer sur les paramètres et les performances de l'imprimante 3D. Cependant, les architectures d'imprimantes propriétaires et l'immaturité relative de la technologie actuelle rendent cela difficile à ce stade.

"C'est un problème de poule et d'œuf - chaque fabricant de machines a une approche différente et la somme de ces approches crée de la complexité", déclare Fabian Grupp, responsable du marketing produit pour la FA industrielle chez Oqton.

Dans l'intervalle, l'adoption d'une approche holistique rendue possible grâce à une conception hybride pour les environnements AM comme 3DXpert combiné au système d'exploitation Oqton Manufacturing peut aider les organisations à maximiser une production AM cohérente grâce à des capacités qui incluent la conception de structures de support, la simulation de builds, le calcul des chemins de numérisation et l'optimisation de l'organisation de la plate-forme de build. Au-delà de tout investissement technologique, les organisations doivent engager des ressources dédiées à la FA et obtenir l'adhésion de la direction aux plus hauts niveaux.

"Vous avez besoin de ressources dédiées pour déployer la FA en tant que stratégie de fabrication à part entière avec une évolutivité réussie", déclare Grupp.

Beth Stackpole est rédactrice en chef de Digital Engineering. Envoyez un e-mail à propos de cet article à [email protected].