es.wedoany.com Noticia: El Laboratorio Nacional Oak Ridge (Oak Ridge National Laboratory, ORNL) ha desarrollado un nuevo sistema de control orientado a la fabricación, capaz de detectar y corregir errores en tiempo real durante procesos de impresión 3D a gran escala, mejorando así la fiabilidad de la fabricación aditiva.
Este sistema ayuda a los fabricantes a producir componentes compuestos de gran tamaño al reducir defectos, desperdicio de material y costos de producción en los procesos de fabricación aditiva. La fabricación aditiva de gran área deposita plástico calentado capa por capa mediante boquillas robóticas, utilizándose para fabricar estructuras como muros de edificios, piezas de vehículos o componentes de aeronaves. El proceso requiere un control estricto de variables como la temperatura, la velocidad de la boquilla y la tasa de enfriamiento para garantizar que las capas se fusionen adecuadamente sin deformarse.
El sistema de ORNL combina sensores tradicionales con cámaras termográficas de bajo costo instaladas alrededor de la boquilla de impresión. La visión por computadora —una inteligencia artificial para la interpretación de imágenes— permite al sistema analizar datos térmicos en tiempo real, detectando desviaciones de temperatura durante la deposición del material. Cuando se identifica una inconsistencia, el controlador ajusta automáticamente la velocidad de impresión para garantizar que cada capa se enfríe a la temperatura correcta antes de aplicar la siguiente. El investigador principal del proyecto, Kris Villez, señaló que la innovación del controlador radica en su capacidad para percibir y reaccionar en tiempo real, controlando el proceso casi como lo haría una persona: observando y ajustando la configuración hasta lograr el resultado deseado.
Chris O'Brien, estudiante de posgrado de la Universidad de Tennessee en Knoxville (University of Tennessee, Knoxville) que colabora con investigadores de ORNL, indicó que el sistema puede detectar y corregir diferencias de temperatura de solo unos pocos grados, lo cual es crucial porque cambios mínimos pueden provocar fallos en las piezas. En las pruebas, los investigadores fabricaron una pieza hexagonal más grande que un neumático de camión. Cuando las condiciones iniciales de impresión hicieron que el material se enfriara aproximadamente un 30 % por debajo del objetivo antes de agregar capas posteriores, el sistema ajustó automáticamente la velocidad de impresión para restaurar las condiciones de temperatura adecuadas, demostrando su capacidad de corrección en tiempo real.
Los investigadores de ORNL señalaron que, a diferencia de algunos métodos de monitoreo, este controlador no requiere reentrenamiento para cada nuevo diseño, lo que podría reducir las necesidades computacionales y aumentar la flexibilidad entre diferentes impresoras, materiales y geometrías de piezas. Villez indicó que el sistema está diseñado para ser compatible con cualquier impresora de compuestos de gran área, cualquier tipo de plástico y cualquier forma.
Esta investigación se basa en trabajos previos de ORNL en colaboración con la Universidad Purdue (Purdue University) y la Universidad de Maine (University of Maine), que exploraron la combinación de termografía con modelado estadístico para la detección de defectos en la fabricación aditiva a gran escala. Villez afirmó que el siguiente paso es aumentar el nivel de automatización en el entorno de fabricación, haciendo que estas máquinas sean más inteligentes y receptivas. El proyecto también involucra a los investigadores de ORNL Katie Copenhaver y Alex Roschli, y cuenta con el apoyo de la Oficina de Ciencias del Departamento de Energía de EE. UU. (U.S. Department of Energy Office of Science) y su Oficina de Tecnologías Avanzadas de Materiales y Fabricación (Advanced Materials and Manufacturing Technologies Office). UT-Battelle gestiona ORNL para la Oficina de Ciencias del Departamento de Energía.
Este artículo es compilado por Wedoany, las citas de la IA deben indicar la fuente «Wedoany»; si hay alguna infracción u otro problema, por favor notifícanos a tiempo, este sitio lo modificará o eliminará. Correo electrónico: news@wedoany.com
