3Dプリントデジタル素材の最新の動き

3Dサイエンスバレーの市場観察によると、材料は積層造形を推進して境界を突破する原動力です。 人工知能、デジタルマテリアル、人工双子、これらの要因により、積層造形が限界を超えようとしています。

ドイツのフラウンホーファー研究所によると、将来の製造競争の鍵は材料です。デジタル形式で材料を提供し、製品開発と材料開発をリンクし、インダストリー4.0を通じて材料情報を処理アプリケーションチェーン全体にリンクする行為により、材料の生涯適用コスト。

https://www.htrlaser.com/product-p2256641.html

中国鉄鋼研究所によると、企業は材料のデジタル研究開発を開発しています。欧米の企業にとって、その目的は研究開発サイクルを大幅に短縮し、研究開発コストを削減することです。中国の製造業にとって、それはそれ以上のものです。その重要性は中国が材料革新研究を深く理解するのを助けるため。このメカニズムにより、R＆Dプロセスは反復可能でアップグレード可能になります。



以前は、英国ケンブリッジの人工知能会社であるIntellegensによって開発された新しい機械学習アルゴリズムを使用して、金属添加剤製造用の新しいニッケルベースの合金を設計し、合金開発に費やす時間を15年間短縮しました。



私たちの現在のデジタル時代では、機会はますます増加する速度で現れ、成熟していると言えます。



当時、材料から完成品までの製造はデジタルであるため、将来的には、製造をデジタル化する方法についてはもう話さないでしょう。



今号では、ヒョウを垣間見ることができます。3DサイエンスバレーとGuいくつかの典型的な事例を使用して、国内外でデジタル素材を宣伝するための最新の研究開発対策を共同で評価しました。



設計から製造までのデジタル素材



アーヘン工科大学（RWTH）DAPデジタルアディティブマニュファクチャリング



アーヘン工科大学（RWTH）DAPは、ACAMアーヘンアディティブマニュファクチャリングセンターの研究開発メンバーです。インテリジェントデジタルマテリアルの開発を促進するという点で、DAPには3つの利点があります。アーヘン工科大学とフラウンホーファー研究所からの研究開発の利点;アーヘン大学とフラウンホーファー研究所からの積層造形の分野における研究開発の利点。



デジタルマテリアルには、1つのマテリアルまたは複数のマテリアルのみを含めることができます。



ジオメトリ内の密度分布が異なる可能性があるため、材料を見てみましょう。そのため、パーツはさまざまな位置でさまざまな機械的特性を持つ可能性があります。



3D印刷-積層造形は、さまざまな材料分布の助けを借りて、負荷やその他の要件に応じて局所密度を調整できます。さらに、カスタマイズされたデジタルマテリアルを使用して、コンポーネントの重量、コスト、および製造時間を最適化できます。画期的な生産技術として、積層造形（AM）は、その幾何学的な自由度とカビのない生産により、デジタル材料を効率的に生産できるプロセスになりました。



1627282040164427.jpg

▲インテリジェントなデジタル資料



©RWTHアーヘン工科大学DAPデジタルアディティブマニュファクチャリングスクール



産業用アプリケーションにおけるデジタル材料の並外れた可能性を促進するために、RWTHアーヘン大学のDAPデジタル添加剤製造学校は、スマートデジタル材料を生成するための革新的で効率的なアルゴリズムの開発に焦点を当てています。開発されたソリューションの焦点は、将来デジタルマテリアルが生成されるときに、生産とアプリケーション関連の条件を自動的に統合することです。これにより、設計がより簡単でインテリジェントになります。



3Dサイエンスバレーの理解によると、材料のインテリジェントなデジタル化の観点から、RWTHアーヘン大学のDAPデジタル添加剤製造学校の現在の主な開発の焦点は次の分野にあります。



製造上の制約（臨界オーバーハング角度や達成可能な最小フィーチャサイズなど）を考慮した格子構造生成アルゴリズム

荷重と境界条件に基づく適応グリッド構造の生成

共形格子構造の生成

ローカルまたはグローバル格子構造の精密化アルゴリズム

トポロジー最適化アルゴリズム



さまざまなプロジェクトの一環として、積層造形設計の分野での専門知識と積層造形プロセス開発の分野での長年の専門知識を組み合わせて、RWTHアーヘン大学のDAPデジタル積層造形学部産業アプリケーション分野の開発とデジタル材料の工業化。



1627282040709122.jpg

▲デジタル素材に向けた3Dプリント整形外科インプラント



©3Dサイエンスバレー



デジタルプロセスチェーン



アーヘンのFraunhoferは、製造技術の飛躍的進歩を追求するだけでなく、スケーラブルで強力な積層造形システム技術と自動化プロセス、およびカスタマイズされた積層造形材料を通じて3D印刷技術産業を強化するデジタルプロセスチェーンを開発してきました。



アーヘンの科学者は、プロセスの安定性と製造の再現性を向上させるために、金属3D印刷を監視するための新しい方法も研究しています。ビルドプラットフォームで構造センサーを使用することにより、サポート構造が破損した場合など、将来的に重大な欠陥を監視することが期待されています。さらに、超音波センサーは、空気中の爆発の音を分析して、コンポーネントの品質との相関関係を判断するためにも使用されます。



1627282041564789.jpg

▲人工知能を使用して積層造形加工技術と材料特性の関係を予測し、より強力な材料を作成する



©フラウンホーファー



フラウンホーファーは、品質管理の観点から、レーザーベースの超音波測定の研究を継続し、パルスレーザーが構造ノイズを引き起こす方法の研究を含む一連の研究を今後さらに実施します。これらの変化は、レーザー振動計によって検出されます。可変ギャップを形成する。関連性の研究。フラウンホーファーは、製造プロセス中に細孔の生成を検出して、すぐに介入できるようにしたいと考えています。



金属粉末に関しては、3Dサイエンスバレーはまた、フラウンホーファーIFAMが鉄ベースの金属粉末のコストを現在のコストの約10％に削減できる新しい製造方法を採用していることを共有しました。チタン粉末などの他の材料も、新しい準備プロセスを通じて安価な代替品を製造できます。



人工知能が超合金を実現



「積層造形設計（DfAM）ガイド」には、AM部品の品質に影響を与える要因の石川図が引用されています。石川図には、処理の品質に影響を与える160以上の要因が詳細に記載されています。は、レーザースキャンプロセスのみです。、スキャンラインの長さ、スキャンラインの種類、外側の輪郭、内側の輪郭、スキャンモード、スキャン速度、ビーム補正、収縮補正、スキャンラインシーケンス、充填間隔、充填方向、レーザー出力、（オフ）フォーカス、表面充填パラメータ、オフセットなど。人間の経験を通じて処理品質に影響を与える160を超える変数を制御し、バランスを取ることは非常に難しいことがわかります。



幸い、人工知能（AI）は大きな進歩を遂げました。この点で、Fraunhofer IWSの専門家は、「人工知能」（AI）と「機械学習」の高度な手法を使用して、処理プロセスの理解を深めています。画像：FraunhoferIWS処理データ管理ワーキンググループが研究を行っています。人工知能を通じて、これらのデータフラッドの隠れたつながりを見つけることができます。



たとえば、特別な分析アルゴリズムは、測定されたセンサー値を研究所の粉末データベースにリンクし、さらなるプロセスパラメーターを評価します。 3Dサイエンスバレーの理解によれば、機械は徐々に自分で決定を下す方法を学びます。たとえば、レーザークラッディング積層造形プロセスでのわずかな温度上昇が許容できるかどうか、またはアセンブリ全体の処理で品質欠陥を引き起こす前に早急な対策を講じる必要があるかどうかを自律的に判断できます。



航空機エンジンのアセンブリ全体を単一の材料で設計することは、アセンブリがすべてのポイントで同じ量の熱を受け取るわけではないため、一般にあまり効果的ではありません。高価な高抵抗材料は高温の場所でのみ使用するのが最善ですが、他の地域では安価な材料で十分です。これはまさに積層造形システムが達成できることです。人工知能が必要な超合金を処理することを学んだら、次のステップはさまざまな高性能材料を1つのコンポーネントに統合することです。



材料のデジタル化と部品の積層造形を結び付ける



3Dサイエンスバレーの市場観察によると、材料の巨人であるGKN積層造形は、デジタル化の加速傾向と3D印刷を推進して境界の制約を打破するデジタル化の力を認識しており、ACAM Aachen Additive Manufacturing Research Center、GKNとの緊密な協力を通じて材料製造は技術革新を加速させており、プロトタイプや設計検証から大量生産まで、3Dプリントの主流のアプリケーションを推進しています。



現在、3Dサイエンスバレーの理解によれば、GKNは材料のデジタル化と部品の積層造形との関係を確立しています。GKNHoeganaesの材料の専門知識と積層造形コンポーネントの機能とのデジタル接続を確立することにより、GKNプロセスチェーン全体のデジタル化は、部品のコンパクトさ、品質の再現性、および認証プロセスのデジタル基盤を提供します。



GKNはまた、シーメンスとの協力により、積層造形の大量生産にデジタルツインを使用しています。強力なプロセス予測により時間を節約します。これは、3D印刷プロセスをよりよく理解することも意味します。これは、さらなるコスト削減の良い出発点です。



現在、GKNはレーザー製造プロセスのほとんどのプロセスをデジタル化しています。現在、GKNは、材料とプロセスの包括的なデジタル記述を通じて、機械加工プロセスの結果を予測したいと考えています。



GKNは、リンク全体の前兆としてデジタル化を利用することで、大量のビッグデータを取得し、その結果から深い理解を得ています。これは材料会社に深遠なデジタルDNAを与えます。



現在、GKNはお客様のニーズに応じて閉ループシステムで高性能自動車生産用の鋼材を開発しています。また、GKNの粉末製造と3D印刷部品製造の集中により、部門間の協力間の革新だけでなく、概念のアップグレード、つまりアプリケーション指向のデジタルプロセスによるアプリケーション中心の開発ももたらされます。リードタイムを短縮します。



一方では、GKNは内部使用のための検証済みの材料を開発し、同時にこれらの材料を外部市場に販売しています。



3D印刷が工業化に参入するための最も重要な推進要因は、強力な品質とコストです。 GKNは、強力な品質管理機能を実現するために、番号を使用して材料を特徴付け、番号間の接続を確立することに取り組んでいます。 3D印刷の適用がより広く宣伝されるにつれて、それに応じてコストが下がります。



GKNは、これらの詳細な特性を備えた粉末を高度なデジタル粉末と呼んでいます。これは、材料の物理的および化学的特性からは不可能な、100％再現性のある材料の製造が不可能であるためです。



現在、GKNは、粉末の形態を特徴づけるために、粉末研究所を通じて粉末の金属組織学的分析を行っています。粉末に関するこの情報を使用して、GKNは材料のデジタルツインを構築できます。処理フローのデータと組み合わせることにより、粉末と処理の相関関係に関する研究が形成されます。



金属材料のハイスループット調製技術



国内のAnshiAsia-Pacificによると、将来の新素材の開発は大量のデータに基づいて行われるため、これが「MaterialGenome」プロジェクトの現在の開発の重要な理由でもあります。「MaterialGenomeProject」これまでにない大量のデータに基づいており、人工的になりますインテリジェントデータテクノロジーは、ハイスループットコンピューティング、ハイスループット準備、ハイスループット特性評価などの新しいテクノロジーと深く統合されています。構成-構造-プロセス-パフォーマンスの関係高度な新素材やプロセスの改善を実現するために、より速く、より正確に入手することができます。設計予測を行い、必要な材料をより早く入手します。



材料ハイスループット調製技術は、異なる組成の多数の新材料を短時間で調製でき、新材料の開発と応用を加速でき、材料ゲノム技術の3つの主要な技術要素の1つとして挙げられています。その中には、金属材料のハイスループット調製のための多くの調製方法がありますが、金属材料の従来のハイスループット調製方法は、長い調製サイクル、小さなサンプルサイズ、および高いエネルギー消費を有する。



アディティブマニュファクチャリング技術の継続的な開発に伴い、アディティブマニュファクチャリングテクノロジーを使用した金属材料のハイスループット調製も急速に発展しており、アディティブマニュファクチャリングのハイスループットマニュファクチャリングは従来に比べて大きな利点を示しています。ハイスループット準備技術。明らかな利点：



さまざまな材料サンプルをすばやく形成できます。

ミリメートルレベルを超えるブロックサンプルを準備できます。

研究プロセスは、より少ない原材料を消費し、より経済的です。



これに基づいて、AnshiAdditivesとCentralIron and Steel Research Instituteは、レーザー選択的溶融技術に基づいたDLM-120HT金属材料の高スループット添加剤調製装置を開発しました。



DLM-120HTは、異種粉末3D印刷に基づく新しい金属材料の開発のためのハイスループット準備プラットフォームです。元素粉末または合金粉末をレーザー選択溶融成形に直接使用することで、1回の印刷プロセスで4つの粉末と160の材料を組成比で使用した機械的特性サンプルの作成を実現できます。鋼材料、アルミニウム合金、チタン合金、およびニッケルベースの超合金。、高エントロピー合金およびその他の新しい金属材料の組成スクリーニング、性能研究および勾配材料研究。