Juan Carlos Pereira1 *, Herman Borovkov1, 2, Fidel Zubiri1, Mari Carmen Guerra3 e Josu Caminos4 1 Lortek Technological Centre, Basque Research and Technology Alliance (BRTA), Arranomendia kalea 4A, 20240 Ordizia, Espanha, 2 Faculty of Engineering, University of Deusto, Avenida de las Universidades 24, 48007 Bilbao, Espanha 3 Aotek S. Coop., San Andrés 19, 20500 Arrasate-Mondragon, Espanha 4 Fagor Automation S. Coop., San Andrés 19, 20500 Arrasate-Mondragon, Espanha Fagor Automation S. Coop – Sucursal Portuguesa, Lda. Tel.: +351 229 968 865 · Fax: +351 229 960 719 fagorautomation@fagorautomation.pt · www.fagorautomation.pt
case study 82 robótica
Otimização de processos LMD – Laser Metal Deposition 1. INTRODUÇÃO No processo de fabrico aditivo (AM) utilizando um processo de deposição de energia direcionado (DED) como a Deposição de Metálica a Laser (LMD) é necessário manter o processo estável em termos da taxa de deposição, altura da camada e eficiência do pó, para evitar imperfeições e acumulação de material depositado em determinadas áreas, pelo que é necessário ajustar os parâmetros do processo, as unidades e a própria cinemática, bem como o sistema de alimentação/fornecimento de pó. Otimizar o processo para um ponto laser pequeno e paredes finas é um desafio. Neste processo de ajustamento, a utilização dos dados registados através da OPC-UA e a sua interpretação são da maior importância para alcançar a estabilidade do processo de deposição e corrigir potenciais defeitos. No processo de deposição metálica a laser (LMD), o ajuste da cinemática é da maior importância para fabricar paredes finas com alterações bruscas nas trajetórias, como ocorre em paredes finas com cantos retos. Para este ajuste é da maior importância poder monitorizar dados de variáveis como velocidade, aceleração e posição do bocal, tamanho do melt-pool, altura da camada, entre outros, e analisá-los em profundidade para desenvolver novas estratégias de otimização do processo LMD ou aplicar machine learning. Estudos anteriores investigaram o efeito dos parâmetros do processo como a potência do laser, o diâmetro do ponto laser, a velocidade e a taxa de alimentação em pó. A influência dos principais parâmetros do processo de LMD na geometria é bem conhecida e extensivamente relatada para diferentes materiais metálicos. As trajetórias típicas numa cinemática cartesiana controlada numericamente (CNC) são principalmente compostas por segmentos lineares de movimento e, normalmente, a velocidade diminui na proximidade de cantos ou em pontos de mudança de direção na trajetória. Estas variações causam alguns problemas em termos de precisão no posicionamento e também na taxa de deposição nestas zonas, sendo o defeito mais comum a sobreposição de material e subsequente variação da altura da camada e largura da pista, afetando a tolerância e pode causar perda de tolerâncias geométricas que requerem pós-processamento adicional ou re-trabalho para obter uma boa precisão geométrica da parte. Alguns autores publicaram resultados interessantes desenvolvendo algoritmos para controlar a velocidade, mas apenas tendo em conta a altura da camada e não a precisão da espessura da parede ou dos raios internos/externos no canto da parede. Outros autores tentaram resolver este problema com a implementação de um controlo de ciclo fechado agindo sobre a potência laser ou até processos de digitalização e controlo Nota: este artigo é um resumo de uma publicação realizada com a colaboração da FAGOR Automation intitulado “Optimization of Thin Walls with Sharp Corners in SS316L and IN718 Alloys Manufactured with Laser Metal Deposition” *Autor ao cuidado de quem deverá ser enviada qualquer correspondência relacionada com este artigo. https://doi.org/10.3390/jmmp5010005
dimensional entre camadas usando luz estruturada, mas estes métodos são demasiados lentos ou acrescentam tarefas intermédias ao processo de fabrico que não são desejáveis. Na cinética cartesiana, uma opção é ajustar a taxa de deposição e a aceleração/desaceleração dos eixos, que tem uma grande influência na taxa de deposição, mas também no posicionamento. Esta afinação do algoritmo foi otimizada graças ao FAGOR Datalogger que pode registar dados valiosos numa base de tempo de escala de milissegundos. Também é capaz de executar a filtragem de dados em tempo real de modo a evitar falsos positivos através de sinais de amostragem e aplicação de filtros IIR digitais. Os resultados obtidos com esta ferramenta são úteis para melhorar o movimento dos eixos enquanto a deposição do material é executada. O desempenho da máquina pode ser monitorizado remotamente utilizando o OPC-UA, um protocolo de comunicação industrial que fornece dados de máquina para utilizador final numa arquitetura clássica de servidor de clientes. Esta tecnologia é amplamente utilizada em ambientes industriais em todo o mundo devido à sua abertura, segurança incorporada, escalabilidade e modelação de informação. Pode ser considerado o padrão da Indústria 4.0 e tem sido a tecnologia subjacente para obter dados do CNC.
2. MATERIAIS E MÉTODOS Neste trabalho foram utilizadas duas ligas diferentes, um aço inoxidável austenítico (316 L) e uma liga à base de níquel (IN718). Ambos os materiais com granulometria semelhante. O sistema utilizado para o processo LMD foi uma estação cinemática cartesiana de 3 eixos equipada com CNC FAGOR 8070, (Figura 1), e uma fonte de laser de estado sólido Nd-YAG de 3 kW (Trumpf HL-3006D no modo CW e comprimento de onda 1,06 μm com um diâmetro de 1,2 mm.
Figura 1. Montagem LMD para estudo.
O gcode CNC foi obtido por CAM, com um pós-processador adequado para controlo numérico FAGOR 8070 e as paredes finas foram fabricadas com uma única faixa em cada camada, com a mesma largura de pista (e diâmetro do ponto laser).