1. مقدمه
ساخت افزایشی حجمی (VAM) نشاندهنده یک تغییر پارادایم از تکنیکهای سنتی لایهبهلایه است و امکان ساخت سریع و همزمان سهبعدی کل قطعات را فراهم میکند. با این حال، خط تولید نمونهسازی سریع همچنان با بازرسی و اندازهگیری پس از چاپ دچار گلوگاه است. روشهای کنونی مانند سیتی پرتو ایکس یا اسکن نوری، خارج از خط، زمانبر هستند و نمیتوانند در فرآیند چاپ ادغام شوند. این پژوهش با معرفی یک سیستم اندازهگیری سهبعدی و چاپ کاملاً همزمان برای VAM توموگرافیک، به این شکاف حیاتی میپردازد.
نوآوری اصلی، بهرهگیری از افزایش چشمگیر پراکندگی نور توسط یک فتورزین در فاز ژلشدن آن است. این تغییر فیزیکی برای تصویربرداری سهبعدی بلادرنگ و بدون آرتیفکت از قطعه در حین شکلگیری به کار گرفته میشود و به دقت هندسی کمتر از ۱٪ اندازه قطعه دست مییابد. این ادغام، راه را برای کنترل حلقه بسته در ساخت افزایشی هموار میکند.
2. روششناسی و جزئیات فنی
2.1. اصل VAM توموگرافیک
در VAM توموگرافیک، یک مدل دیجیتال سهبعدی از طریق اصول بازسازی توموگرافیک (شبیه به یک سیتی اسکن معکوس) به یک سری الگوهای نوری دو بعدی (پروژکشنها) تجزیه میشود. این الگوها از زوایای متعدد از طریق یک ویال چرخان حاوی رزین فتوکور عبور داده میشوند. در جایی که دُز تجمعی نور از آستانه ژلشدن فراتر رود، رزین جامد شده و جسم مورد نظر به یکباره شکل میگیرد که خطوط لایهای و نیاز به ساپورت را حذف میکند.
2.2. پراکندگی نور برای اندازهگیری درونخطی
کلید اندازهگیری درونخطی، تغییر در خواص نوری رزین است. رزین مایع عمدتاً شفاف است، اما پس از ژلشدن، به دلیل تشکیل شبکه پلیمری با ناهمگنی ضریب شکست، به شدت پراکندهکننده میشود. با روشن کردن حجم ساخت و استفاده از یک دوربین برای ثبت نور پراکنده از زوایای متعدد، میتوان یک نقشه سهبعدی از چگالی پراکندگی—که مستقیماً با هندسه جامدشده مطابقت دارد—را به صورت بلادرنگ بازسازی کرد.
2.3. چارچوب ریاضی
بازسازی چگالی پراکندگی سهبعدی $\rho(\mathbf{r}, t)$ از پروژکشنهای دو بعدی ثبت شده $P_\theta(\mathbf{x}, t)$ از اصول توموگرافی کامپیوتری پیروی میکند. برای یک زاویه پروژکشن معین $\theta$، رابطه توسط تبدیل رادون مدل میشود:
$P_\theta(\mathbf{x}, t) = \mathcal{R}[\rho(\mathbf{r}, t)] = \int_{L(\mathbf{x}, \theta)} \rho(\mathbf{r}, t) \, ds$
که در آن $L(\mathbf{x}, \theta)$ خطی است که از حجم ساخت در موقعیت آشکارساز $\mathbf{x}$ و زاویه $\theta$ میگذرد، و $ds$ المان خط است. مدل سهبعدی با استفاده از الگوریتمهای پسپروژکشن فیلترشده یا تکراری بازیابی میشود:
$\hat{\rho}(\mathbf{r}, t) = \mathcal{B}\{ \mathcal{F}^{-1}[ |\omega| \cdot \mathcal{F}(P_\theta(\mathbf{x}, t)) ] \}$
که در آن $\mathcal{F}$ تبدیل فوریه و $\mathcal{B}$ عملگر پسپروژکشن را نشان میدهد. مولفه زمانی $t$ امکان پایش چهاربعدی (سهبعدی+زمان) را فراهم میکند.
3. نتایج آزمایشی و تحلیل
3.1. راهاندازی و کالیبراسیون
راهاندازی آزمایشی، یک سیستم استاندارد VAM توموگرافیک (پروژکتور، ویال چرخان) را با یک سیستم تصویربرداری اضافی ادغام کرد. یک منبع نور منتشر، ویال را روشن میکرد و یک یا چند دوربین نور پراکنده را ثبت میکردند. سیستم با استفاده از فانتومهایی با هندسه مشخص کالیبره شد تا رابطه بین شدت پراکندگی و حجم پلیمریزه شده برقرار شود.
3.2. دقت و معیارهای عملکرد
نتیجه اصلی، نمایش دقت ابعادی زیر ۱٪ برای هندسه اندازهگیری شده درونخطی در مقایسه با قطعه چاپ شده نهایی و مدل CAD اصلی بود. برای یک چاپ معیار (مانند یک شبکه پیچیده یا یک قطعه مکانیکی)، گزارش شد که خطای میانگین مربعات (RMSE) بین بازسازی درونخطی و اسکن میکرو-سیتی خارج از خط، کمتر از ۱٪ از بعد مشخصه جسم است (برای مثال، خطای تقریباً ۵۰ میکرومتر روی یک قطعه ۵ میلیمتری).
معیار کلیدی عملکرد
دقت ابعادی: < ۱٪ اندازه جسم
تأخیر اندازهگیری: تقریباً بلادرنگ (جفت شده با سرعت چاپ)
نوع داده: دادههای حجمی کمی سهبعدی + زمان (چهاربعدی)
3.3. قابلیت تشخیص عیب
سیستم با موفقیت عیوب چاپ را در لحظه وقوع شناسایی کرد. برای مثال، انحرافاتی مانند حفرههای ناخواسته، اعوجاج شکل ناشی از تضعیف نور، یا پلیمریزاسیون ناقص در مناطق برآمده، در نقشههای بازسازی شده چگالی پراکندگی قابل مشاهده بودند. این امر با معرفی عمدی خطاها (مانند دُز کالیبره نشده) و نشان دادن خروجی سیستم اندازهگیری که اختلاف با هندسه هدف را برجسته میکرد، اثبات شد.
توضیح نمودار: یک سری زمانی از تصاویر بازسازی شده سهبعدی، رشد جسم را نشان میدهد. یک نمودار مقایسهای، پروفایل خطی مدل CAD هدف را در مقابل پروفایل اندازهگیری شده درونخطی و پروفایل اسکن سیتی خارج از خط ترسیم میکند که همترازی نزدیک بین هر سه را نشان میدهد، در حالی که دادههای درونخطی، دینامیک فرآیند را ثبت میکنند.
4. چارچوب تحلیل و مطالعه موردی
چارچوب برای رابطه فرآیند-ویژگی درونخطی: این فناوری یک چارچوب تحلیل جدید را ممکن میسازد: همبستگی مستقیم پارامترهای فرآیند (دُز نور در هر زاویه، سرعت چرخش) با نتایج هندسی بلادرنگ. یک مطالعه موردی عملی شامل چاپ یک قطعه با ویژگیهای چالشبرانگیز شناخته شده (مانند پینهای ظریف، دیوارههای نازک) است.
- ورودی: مدل CAD هدف و مجموعه پروژکشنهای توموگرافیک برنامهریزی شده.
- پایش فرآیند: سیستم درونخطی، حجم پراکندگی واقعی $V_{actual}(t)$ را بازسازی میکند.
- مقایسه: در نرمافزار، $V_{actual}(t)$ به طور پیوسته با حجم پراکندگی "ایدهآل" مورد انتظار $V_{ideal}(t)$ که از آستانه ژلشدن شناخته شده و دُز اعمال شده مشتق شده است، مقایسه میشود.
- نقشهبرداری انحراف: یک نقشه تفاوت $\Delta V(t) = V_{actual}(t) - V_{ideal}(t)$ تولید میشود. مقادیر مثبت نشاندهنده پلیمریزاسیون بیش از حد/تورم است؛ مقادیر منفی نشاندهنده پلیمریزاسیون ناقص/حفره است.
- تحلیل ریشه علت: الگوهای فضایی در $\Delta V$ میتوانند به زوایای پروژکشن یا سطوح دُز خاصی ردیابی شوند و علت دقیق یک عیب را شناسایی کنند. این برتر از تحلیل پس از وقوع است، که در آن همبستگی دادن یک عیب نهایی به یک لحظه خاص در فرآیند غیرممکن است.
این چارچوب، کنترل کیفیت را از یک بازرسی منفعل پس از تولید به یک ابزار تشخیصی فعال که در حلقه ساخت ادغام شده است، تبدیل میکند.
5. بینش اصلی و تحلیل انتقادی
بینش اصلی: اورت و همکاران صرفاً یک ابزار اندازهگیری بهتر نساختهاند؛ آنها حلقه بازخورد ساخت افزایشی را اساساً بازمعماری کردهاند. با بهرهگیری از یک سیگنال نهفته (تغییر پراکندگی) که ذاتی فرآیند فوتوپلیمریزاسیون است، آنها به اندازهگیری و ساخت واقعاً همزمان دست یافتهاند. این امر VAM را از یک فرآیند سریع-اما-کور به یک فرآیند شفاف تبدیل میکند و به بارزترین ضعف نمونهسازی سریع میپردازد: تأخیر آزاردهنده بین چاپ و دانستن موفقیتآمیز بودن آن.
جریان منطقی: منطق آن ظریف و مبتنی بر فیزیک است. مسئله: ساخت افزایشی به اندازهگیری هندسه درونخطی نیاز دارد. محدودیت: نمیتوان اسکنری داخل مخزن قرار داد. راهحل آنها: اسکنر اضافه نکنید؛ خود فرآیند چاپ را به اسکنر تبدیل کنید. پراکندگی ناشی از ژلشدن یک باگ نیست؛ یک ویژگی است. این امر فلسفهای مشابه در سایر زمینهها را منعکس میکند، مانند استفاده از دینامیک آموزش یک شبکه عصبی برای دروننگری، به جای افزودن ماژولهای تشخیصی جداگانه. جریان فنی—از مشاهده فیزیکی (افزایش پراکندگی) به مدل ریاضی (بازسازی توموگرافیک چگالی پراکندگی) تا ادغام سیستم—بیعیب است.
نقاط قوت و ضعف: نقطه قوت آن، ادغام بیدرز و دقت بالا است. به سختافزار اضافی حداقلی نیاز دارد و از مسیر نوری موجود بهره میبرد. دقت زیر ۱٪ برای یک روش درونخطی قابل توجه است. با این حال، نقاط ضعف آن قابل توجه و متداول در کارهای پیشگامانه است. اول، به یک پدیده مادهای خاص گره خورده است. آیا با همه فتورزینها کار خواهد کرد؟ رزینهای پر شده، مات، یا دارای پراکندگی اولیه ممکن است تغییر کنتراست کافی را نشان ندهند. دوم، "حجم پلیمریزه شده" را از طریق چگالی پراکندگی اندازه میگیرد، نه توپولوژی سطح. مسائل ظریف پرداخت سطح یا تطابق ضریب شکست بین پلیمر و رزین مایع ممکن است نامرئی باشند. این یک ابزار بازرسی حجمی است، نه سطحی. سوم، همانطور که نویسندگان اشاره میکنند، دادههای بلادرنگ در حال حاضر برای مشاهده هستند، نه هنوز برای کنترل حلقه بسته. گام از تشخیص یک عیب در زمان *t* به محاسبه و اعمال یک دُز تصحیحی قبل از پایان چاپ در *t+Δt*، یک چالش عظیم در نظریه کنترل و سختافزار است.
بینشهای عملی: برای پژوهشگران، مسیر فوری، تعمیم مادهای است: کمّی کردن کنتراست پراکندگی در شیمیهای مختلف رزین. برای صنعت، اولویت این نیست که منتظر کنترل حلقه بسته بمانند. ارزش واقعی کوتاهمدت در توسعه و صلاحیتسنجی فرآیند است. این سیستم میتواند زمان بهینهسازی پارامترهای چاپ برای یک رزین یا هندسه جدید را از هفتهها به روزها کاهش دهد، زیرا بازخورد حجمی فوری را برای هر چاپ آزمایشی فراهم میکند. تولیدکنندگان باید این را نه به عنوان یک ایستگاه نهایی کنترل کیفیت، بلکه به عنوان نهاییترین "دوقلوی دیجیتال" فرآیند چاپ ببینند—ابزاری برای تکمیل دستورالعمل، اطمینان از اینکه وقتی در تولید اجرا میشود، در اولین بار درست است. ارجاع به فرآیند طولانی اسکن میکرو-سیتی [۱۵] یک تیر مستقیم به سوی اندازهگیری سنتی است؛ این فناوری هدف دارد که آن گلوگاه را برای چرخههای توسعه منسوخ کند.
6. کاربردها و جهتهای آینده
- چاپ انطباقی حلقه بسته: هدف نهایی، تصحیح بلادرنگ است. اگر انحرافی در میانه چاپ تشخیص داده شود، سیستم میتواند الگوهای نوری بعدی را برای جبران تنظیم کند—برای مثال، افزودن دُز به یک منطقه با پلیمریزاسیون ناقص یا کاهش آن برای جلوگیری از پلیمریزاسیون بیش از حد.
- پایش چاپ چندمادهای و عملکردی: گسترش اصل برای پایش توزیع مواد مختلف (برای مثال، از طریق پراکندگی وابسته به طول موج) یا پرکنندههای عملکردی (مانند نانولولههای کربنی) در حین چاپ.
- ادغام با یادگیری ماشین: مجموعه دادههای چهاربعدی (سهبعدی+زمان) تولید شده، برای آموزش مدلهای ML جهت پیشبینی شکست چاپ، بهینهسازی طراحیهای بدون ساپورت برای VAM، یا طبقهبندی خودکار انواع عیب ایدهآل هستند.
- استانداردسازی و گواهی: در صنایع تحت نظارت (هوافضا، پزشکی)، این میتواند یک رکورد دیجیتال غیرقابل جعل از هندسه داخلی ساختهشده برای هر قطعه منفرد فراهم کند که برای گواهی حیاتی است.
- فراتر از VAM: ایده اصلی—استفاده از یک سیگنال ذاتی فرآیند برای اندازهگیری—میتواند رویکردهای مشابهی را در سایر روشهای ساخت افزایشی الهام بخشد، مانند پایش انتشار حرارتی در ذوب بستر پودری یا امضایهای آکوستیک در اکستروژن ماده.
7. مراجع
- Kelly, B. E., et al. "Volumetric additive manufacturing via tomographic reconstruction." Science 363.6431 (2019): 1075-1079.
- Loterie, D., et al. "High-resolution tomographic volumetric additive manufacturing." Nature Communications 11.1 (2020): 852.
- Shusteff, M., et al. "One-step volumetric additive manufacturing of complex polymer structures." Science Advances 3.12 (2017): eaao5496.
- Webber, D., & Paquet, C. "Advances in Volumetric 3D Printing." National Research Council Canada Technical Reports (2022).
- Gibson, I., et al. Additive Manufacturing Technologies: 3D Printing, Rapid Prototyping, and Direct Digital Manufacturing. 3rd ed., Springer, 2021. (برای زمینه چالشهای اندازهگیری سنتی AM).
- ISO/ASTM 52902:2023. "Additive manufacturing — Test artifacts — Geometric capability assessment of additive manufacturing systems." (استاندارد مرتبط برای ارزیابی دقت).
- Zhu, J., et al. "Real-time monitoring and control in additive manufacturing: a review." Journal of Manufacturing Systems 68 (2023): 276-301. (برای زمینه گستردهتر در مورد پایش درونخطی).
- Wang, C., et al. "Deep learning for real-time 3D reconstruction in additive manufacturing: A review." Virtual and Physical Prototyping 18.1 (2023): e2167456. (جهت آینده مرتبط با ML).