欢迎来到荣格工业资源网
      
首页 >新闻>新闻详情

迈向“批量1”生产的通用激光机

来源:国际工业激光商情     发布时间:2022-10-10
分享到:
打开微信扫一扫并分享


近年来从大规模个性化到工业4.0,或最近的软件定义制造(SDM),许多制造模式都在发展。在几乎所有这些范例中都可以观察到一种趋势,即增加产品种类,相应地减少批量,同时以更低的价格和更短的上市时间作为目标。这一趋势(通常称为“批量1”)仍在持续,并对制造商构成挑战,因为它导致产品及其生产的要求不断变化,制造商必须应对这些变化。


“批量1”要求高度通用、完全且易于适应且同时高效的制造环境。大多数现有的范式都将制造系统作为整体来解决这一挑战,这当然是一个重要方面。然而,机床本身也必须具备通用性和很强的适应性。这种“通用制造节点”被认为是SDM的关键促成因素之一。


激光对于这种通用制造节点是一种非常有前途的工具,因为它已经是一种通用工具。原则上,可以使用激光作为工具并仅改变几个加工参数,覆盖德国标准DIN 8580的所有6个主要制造组的工艺。


2(1).jpg

通用激光制造节点所需的关键技术  


这为开发通用制造节点提供了机会,该节点利用基于激光的工艺组合,实现了高度通用性和适应性的制造模式。然而,在相应的系统技术领域仍有相当大的研究需求。

通用激光器的关键技术


斯图加特大学Institut für Strahlwerkzeuge(IFSW)初级研究小组“先进制造”正在研究和开发这种通用激光器的关键技术。这个跨学科小组工作由IFSW、机床研究所(IfW)和机床与制造单元控制工程研究所(ISW)联合开展,同样在斯图加特大学以及卡尔斯鲁厄理工学院(KIT)的生产科学研究所(wbk)。


研究团队主要考虑远程(或具有远程能力的)激光工艺,因为它们最适合利用激光的多功能性,因为它们的使用减少了对外部硬件的需求,例如用于供应工艺气体或填充材料的辅助设备。此外,研究人员还专注于金属加工设备,作为迈向通用激光器的第一步。


对此,研究团队确定了向通用制造节点发展所需的五项关键技术。激光工艺链:需要了解激光工艺链中的技术相互作用,以获得优化的生产顺序。控制架构:需要实时应用和实时网络的“动态”重新配置,以确保不同激光制造工艺之间的无缝切换。运动学:在一台设备上实现不同的激光制造工艺并充分利用其潜力,需要高度动态和精确的运动学。参数预测模型:需要用于预测不同激光制造工艺的工艺参数的模型,以最小化时间、材料消耗和实验工作量。适应性工艺诊断:对不同激光制造工艺和不断变化的边界条件进行可靠的在线质量监控。

当前的挑战和研究需求


在开发通用激光器的这些关键技术方面,目前仍有一些挑战需要攻克。由于在一台设备上可以访问多种不同的激光工艺,因此通用激光制造节点能够实现多种通用和可适应的工艺链。同时,必须考虑所涉及过程之间的技术相互作用,以获得优化的过程链。


1.jpg

概念化通用激光机,具有高度通用性和适应性制造能力


尽管研究人员可以从主要使用传统制造工艺(如铸造、铣削或车削)的工艺链中了解到,但是对于基于激光的工艺链,迄今为止对工艺之间的技术相互作用知之甚少,现有知识主要局限于两种激光工艺的组合。因此,研究团队需要研究激光工艺之间的技术相互作用,以扩展这一知识,特别是对于包含两个以上激光工艺的工艺链。此外,这些知识必须以数字形式提供,以支持基于激光的工艺链的优化。


这种通用且适应性强的工艺链还需要一种控制架构,该架构支持在不同的激光工艺之间进行轻松无缝的实时切换。包括交换实时控制应用程序和重新配置相应的实时网络,因为每个过程都需要一组不同的控制应用程序来运行。最好是仿照网络物理生产系统(CPPS)的分布式控制系统架构应该用于此。对于基于激光的进程之间的不间断切换,在不中断通信的情况下重新配置实时网络至关重要,以免影响设备上任何其他当前正在运行或未来的进程。这需要一个专门的概念和操作来重新调度实时网络,这将被进一步开发和实施。


各种不同的激光工艺和基于激光的工艺链也导致机器必须涵盖的加工参数范围广泛。所需的加工速度可以从几米/分钟到1000米/秒的数量级(特别是对于超短脉冲激光加工),而所需的激光光斑直径可以从几十微米到几厘米。此外,设备应允许在高达几立方米的加工体积内加工不同形状和尺寸的3D零件。当前使用的运动学系统不能同时满足所有这些要求,在至少一个方面受到限制,例如在动力学或处理体积方面。


因此,研究人员需要一种新的运动学设计。该设计专门针对激光制造并考虑激光作为制造工具的特殊特性,而不是使用为机械加工过程设计的运动学系统。随着“批量1”的趋势,每个待制造的零件可能不同,这意味着新零件的最佳工艺参数也可能都不同,加工前每次都必须重新确定。


假设基于模型的程序最适合该参数估计任务,以最小化相关的制造成本和耗时。方法是使用所谓的“混合模型”,它是基于物理模型(例如分析或简化的数值模型)和基于数据的模型(机器学习)的组合。这种方法有助于使模型更加可靠,以补偿过于复杂或计算量太大而无法显式建模的物理效应,同时减少机器学习模型所需的训练数据量。


质量监控是制造的另一个重要方面,理想情况下应直接在线进行。对于通用制造节点,需要一个易于适应各种工艺的监控系统。最好的情况是使用精益设置,其中仅包含少量不同的传感器。


结果表明,大部分考虑的质量特征可以大致分为“表面缺陷”和“内部缺陷”。一种很有前景的传感器组合是扫描光学相干断层扫描(OCT)系统和扫描高温计的组合。确保可靠在线质量监控的另一个重要方面是适当的数据处理方法。

作者:Michael Jarwitz博士(斯图加特大学IFSW高级制造初级研究小组负责人)


来源:荣格-《国际工业激光商情》

原创声明:
本站所有原创内容未经允许,禁止任何网站、微信公众号等平台等机构转载、摘抄,否则荣格工业传媒保留追责权利。任何此前未经允许,已经转载本站原创文章的平台,请立即删除相关文章。


会员登录
回到顶部