一貫性のある 3D プリント部品を作成する方法のシミュレーション

3DXpert のプロセスシミュレーション機能は、コストのかかるビルドの失敗を防ぐのに役立ちます。画像提供：オクトン。

積層造形 (AM) は、量産グレードの部品作成の実行可能な代替手段として大きく進歩しました。しかし、AM 出力の設計を最適化することを目的とした 3D プリンティングハードウェアやソフトウェアが進歩したにもかかわらず、一貫した再現性のある品質と部品のパフォーマンスを確保するために AM プロセスを監視およびシミュレーションできるツールの需要が高まっています。

企業が新しいプロセスシミュレーションとその場モニタリングの製品を展開するにつれて、このギャップは埋まり始めています。これらの製品は、3D プリントの専門家に、高品質の部品を大規模に製造するためにプリントパラメータと材料特性を変更する方法について貴重な洞察を提供します。少数のオーダーメイド部品やプロトタイプを印刷するために、時間とリソースを費やして完璧なパラメーターのセットを反復するのは現実的ではありません。このプロセスは、限定的または全面的な製造実行を調整する場合、効率や投資収益率 (ROI) の観点から見ても耐えられません。

AM を使い始めた多くの企業は、部品の設計からローカルでの印刷までのプロセスがすべて比較的短い期間内で直線的であることを期待しています。

「現実はまったく異なります。反復が蔓延している領域もあります」と、Markforged のソフトウェア製品管理ディレクターである Doug Kenik 氏は言います。

Kenik氏は以前、Teton SimulationのCEOを務めていたが、同社は昨年4月にMarkforgedに買収された。検証を自動化し、AM 部品のパフォーマンスを最適化するクラウドベースのシミュレーションソフトウェアが、Markforged Digital Forge の金属およびカーボンファイバー AM プラットフォームに統合されました。

歴史的には、3D プリントされた部品が指定どおりに動作する能力を評価するのは、推測ゲームのようなものでしたが、プロセスシミュレーションソフトウェアを含むシミュレーションによって、その方程式が変わります。

「現在、多くの人がやっているのは、ダーツを投げて何かがうまくいくかどうかを確認し、うまくいかない場合は、戻ってデザインし直すか、プリントの何かを変更して、もう一度試してみることです」とケニク氏は言う。「もう 1 つのオプションは、ベタで印刷することですが、それは材料と時間の無駄です。シミュレーションはその問題を解決します。印刷とテストを物理的に繰り返す代わりに、印刷する前に何かが機能するかどうかがわかります。」

トポロジ最適化とジェネレーティブデザインソフトウェアにより、AM 向けに設計を調整する能力が向上し、エンジニアがビルドプロセスをレイヤーごとに検査するのに役立つ新しいプロセスモニタリングツールが提供されていますが、すべてのデータを収集して実際に活用するまでには依然として大きな隔たりがあります。信頼性の高い高品質な部品を一貫して生産します。問題の主な原因は、さまざまなソフトウェアツールと 3D プリンタプラットフォーム間の統合が欠如していることだと、AM 向けに微調整されたエンジニアリング設計ソフトウェアを販売する nTopology の CEO である Brad Rothenberg 氏は述べています。

nTopology と EOSPRINT 間の直接暗黙的接続により、シーメンスエナジーは、これまで印刷できなかった産業用熱交換器を製造できるようになりました。画像提供：nTopology

「要素はすべてそこにあります。問題の核心は、それらの要素がどのように接続されるかです」と彼は言います。「特にプロセス監視ツールについては、すべてのデータを収集していますが、問題はデータをどのように使用して実行可能にするかということになります。より適切かつ迅速に設計上の意思決定を行い、優れた製品を作成するために、そのデータからどのように学習するかです。より信頼性が高く、より優れたパフォーマンスを、より低コストで実現できるでしょうか?」

マテリアライズはこれらの問題のいくつかに対処しており、最近では金属 3D プリンティング用の新しいプロセス監視ソリューションと、より安定した品質を達成するためにプリンターのビルドパラメーターを変更するために使用されるツールキットを使用しています。どちらの製品も、AM ユーザーがビルドの失敗、隠れた欠陥、AM アプリケーションに合わない標準的な 3D プリントパラメータを回避できるように設計されており、これらのパラメータによりマシン時間、材料、後処理能力が無駄になります。

CO-AM 3D プリンティングソフトウェアプラットフォームと統合されたマテリアライズプロセスコントロールは、AI を使用して品質管理を自動化します。画像提供：マテリアライズ。

「理想的には、プリンターは何度も同じコンポーネントを生成しますが、一部のコンポーネントではそうはいきません」と、マテリアライズ社の最高技術責任者、バートファンデルシューレン氏は述べています。「粉末層の堆積中にはあらゆる種類のことが起こる可能性があり、多くの場合、プロセス中は誰もそれを見ることができません。」

マテリアライズの新しいプロセス制御ソリューションは、人工知能 (AI) を使用して 3D プリンティングプロセスからのレイヤーデータを分析および関連付けることで、ユーザーが後処理または品質検査に送られる前に欠陥のある部品を特定できるようにします。同社によれば、この欠陥は部品の 30% を占めると推定されています。部品の総製造コストの 70%。マテリアライズは、現場での AM プロセス検査ソリューションのプロバイダーである Phase3D および Sigma Additive Solutions とのコラボレーションを通じて、3D プリンティングプロセスについてより深い洞察を得る補完的なデータを統合しています。

Phase3D パートナーシップにより、地形層データの形式である高さマッピングが追加され、Sigma Additive Solutions はメルトプールからの熱データを提供して 3D プリントの品質を最適化します。

マテリアライズはまた、ビルドプロセッサソフトウェア開発キット (SDK) も発表しました。これは、機械メーカーと顧客にオープンな開発プラットフォームを提供し、コスト効率と大量生産をサポートする部品品質の間の特定のスイートスポットに合わせてビルドプロセッサをより簡単に作成および調整できるようにします。 AM制作。

Van der Schueren 氏は、ユーザーがプロセス監視から収集できる最も貴重な情報は、必ずしも層ごとにその場で補正する必要はなく、むしろ画像全体を調べて全体的な視野を得ることができると述べています。データと洞察を個別のサイロではなく全体的なプラットフォームの一部として評価することも重要だと彼は言います。そのために、プロセス制御ソリューションと今後の製品は、完全な AM プロセスを管理するために、同社の CO-AM オープンソフトウェアプラットフォームに完全に接続します。

「プロセス全体を総合的に把握し、データの準備からファイルコンポーネントや部品の検査に至るまで、すべてを考慮する必要があります」と彼は言います。

Hexagon Manufacturing Intelligence は、シミュレーションとモデリングを活用して AM 部品の品質問題に取り組んでいます。同社は、プリンタメーカーと協力して、Digimat マルチスケールマテリアルモデリングプラットフォームの一部として、特定のマテリアルと AM プロセスの組み合わせを検証しました。

その一例として、同社は Stratasys と提携して、Stratasys の高性能軽量 Antero 強化ポリエーテルケトンケトン (PEKK) 材料とその特定の AM プロセスの挙動を捕捉しました。この取り組みにより、AM の顧客は、物理的なプロトタイピングに時間とコストを費やすことなく、PEKK および承認済みの Stratasys プリンタで印刷された部品がどのように動作するかを予測するのに役立つ検証済みのシミュレーションモデルを提供できます。

金属側では、Hexagon Manufacturing Intelligence は、同社の Simufact Additive プロセスシミュレーションソフトウェアを補完するマルチスケールシミュレーションツールに関して Raytheon Technologies と提携し、11 月に利用可能になります。

Hexagon と Raytheon の Pratt & Whitney ビジネスの技術を組み合わせて、パートナーは、より良い印刷結果と部品の完全性を達成するために、レーザー経路および粉末層スケールでの熱履歴と欠陥を予測し、材料、形状、印刷プロセスの組み合わせをテストするツールを開発しています。 Hexagon Manufacturing Intelligence の積層造形担当グローバル戦略兼ビジネス開発ディレクターである Mathieu Perennou 氏は次のように述べています。

「これにより、ユーザーはプロセスをより良い方向に変更できるだけでなく、より正確な部品のパフォーマンスを計算するためにモデルにフィードバックを与えることができます」とペレンノウ氏は言います。

Hexagon ポートフォリオには、品質検査のために印刷部品の CT スキャン分析を実行する Volume Graphics の VGSTUDIO Max も搭載されており、気孔などの欠陥を迅速に特定します。ワークフローのこの部分では、さらに部品の性能解析を行うために、空隙率マップを有限要素解析 (FEA) モデルに「注入」することもできる、とペレンノウ氏は言います。

マクロスケールレベルでの AM プロセスのシミュレーションにより、製造可能性のチェックが可能になりますが、現時点では、生産される材料の品質に関する十分なデータは提供されていません。これは、AM プロセスの重要かつユニークな要素であり、特に高度に規制された業界において、AM の導入を制限するハードルとなっています。航空宇宙のように。

「マイクロスケールのシミュレーションは、印刷プロセス中に作成される材料の品質に関する正確な情報を提供しますが、そのような FEA アプローチは非常に CPU を集中的に使用し、長い解決時間を必要とします」と Perennou 氏は言います。

現時点では、「これらは通常、クーポンレベルで実行されるため、産業環境で完全な部分に拡張するのは困難です。」

実際、プロセスシミュレーションツールによって収集された大量のデータセットは、AM プロセスを微調整する方法として洞察を実用化する上での主要なボトルネックの 1 つである、と nTopology の製品マネージャー、Daeho Hon 氏は述べています。

彼は、現場モニタリング機能が 3D プリンティングプロセスやツールパスへの変更を提案または自動化するためだけでなく、設計レベルで適用される未来を思い描いています。このタイプのワークフローをサポートするには、複雑な部品の形状データをメッシュ化を必要とせずに 3D プリンターハードウェアに直接統合する必要があります。これは、nTopology の暗黙的モデリング機能を備えたユースケースであると彼は言います。

「完全な設計と製造のデジタルスレッドが非常に緊密に結合されているため、実験計画から学んだことが設計にフィードバックできることを想像してください」とローゼンバーグ氏は説明します。「大規模なデータセットを扱うことは、対処すべき重要な問題です。」

nTopology は現在、Siemens Energy と協力して、その暗黙的な設計機能を活用して複雑なジオメトリを軽量かつスケーラブルな方法で EOS プリンタに転送する相互運用可能なデータ交換メカニズムに取り組んでいます。この機能はnTopologyの顧客が利用できるようになり、将来追加の3Dプリントハードウェアをサポートするために現在拡張中であると同氏は述べた。

最終的には、現場プロセス監視の洞察が 3D プリンターのパラメーターとパフォーマンスに自動的かつ直接影響を与えることができるように、ループを閉じることが重要になります。ただし、独自のプリンタアーキテクチャと現在のテクノロジが比較的未熟であるため、現時点ではそれが困難です。

「これは鶏が先か卵が先かの問題です。機械メーカーごとに異なるアプローチがあり、それらのアプローチの合計が複雑さを生み出します」と、Oqton の産業用 AM 担当製品マーケティングマネージャーの Fabian Grupp 氏は言います。

当面は、Oqton Manufacturing オペレーティングシステムと組み合わせた 3DXpert のような AM 環境のハイブリッド設計を通じて可能になる総合的なアプローチを採用することで、サポート構造の設計、ビルドのシミュレーション、スキャンパスの計算、配置の最適化などの機能を通じて、組織が一貫した AM 出力を最大化できるようになります。プラットフォームを構築します。組織はテクノロジーへの投資を超えて、AM に専用のリソースを投入し、最高レベルの経営陣の賛同を得る必要があります。

「拡張性を備えた本格的な製造戦略として AM を展開するには、専用のリソースが必要です」と Grupp 氏は言います。

Beth Stackpole は、Digital Engineering の寄稿編集者です。この記事に関する電子メールを [email protected] に送信してください。