Nonostante il continuo sviluppo tecnologico e aumento di prestazioni di processi additivi per la produzione di componenti metallici, la qualifica di processo e prodotto e il rispetto di stringenti requisiti di qualitĂ , affidabilitĂ e ripetibilitĂ rappresentano ancora uno dei temi sfidanti per il raggiungimento di una reale e piĂą estesa industrializzazione di tali processi.
Da un lato il tasso di difettosità , specialmente per geometrie complesse e nuovi materiali difficili da processare, è ancora elevato rispetto agli standard imposti dai settori industriali che stanno trainando il mercato. Dall’altro, la ripetibilità part-to-part e machine-to-machine è ancora ridotta rispetto a processi tradizionali. Alcune instabilità di processo e alcuni tipi di difetti possono essere previsti ed evitati grazie alla scelta di parametri e strategie di scansione ottimizzati e scelte adeguate di progettazione del build. Tuttavia, dato l’elevato numero di possibili sorgenti di variabilità durante il processo stesso e nelle proprietà del materiale in ingresso, diverse tipologie di difetto possono comunque insorgere durante la stampa, portando a percentuali di scarti non accettabili.
Smart additive
Per questo motivo, praticamente tutti i costruttori di sistemi additivi a letto di polvere per materiali metallici hanno integrato sensori in macchina per la misura di quantità che possono essere indicatori della qualità e stabilità del processo (per esempio, la temperatura della pozza fusa durante la scansione e l’omogeneità del letto di polvere dopo ogni stesura). I processi additivi, infatti, si prestano alla acquisizione di grandi quantità di informazione durante il processo stesso grazie al paradigma di produzione additivo, layer su layer. Ciò apre la strada all’uso di informazioni acquisite in-linea e in-situ non solo a integrazione della qualifica del prodotto, ma anche per anticipare l’identificazione di anomalie e difetti durante il processo e a supporto dell’ottimizzazione dei parametri e delle strategie di scansione.
Sensorizzare la macchina è il primo passo, ma servono altre capacità e funzionalità per raggiungere l’obiettivo molto più ambizioso di produrre parti prive di difetti (first-time-right). In particolare, servono due passi ulteriori. Uno consiste nella capacità di elaborare in tempo reale la grande mole di dati acquisiti per identificare in modo robusto ed affidabile l’insorgere di difetti e instabilità di processo.
Alcuni costruttori di sistemi a letto di polvere hanno iniziato ad aggiungere funzionalità di monitoraggio basate su regole d’allarme per alcune tipologie di difetto, e la letteratura scientifica in questo ambito sta evolvendo molto rapidamente, proponendo soluzioni sempre più intelligenti. Un passo ulteriore consiste nell’implementare soluzioni automatizzate che consentano alla macchina non solo di rilevare difetti e deviazioni da comportamenti stabili, ma anche di implementare azioni adattative e/o correttive volte a evitare il difetto o a correggerlo in linea. Un sistema di questo tipo potremmo definirlo “unmanned”, cioè una macchina che, senza l’intervento dell’operatore, sia in grado di portare a termine una stampa priva di difetti, intervenendo in modo autonomo ogni volta che il processo devia dalle condizioni desiderate.
Come si raggiunge tale capacità ? Si possono seguire due strade, tra loro complementari. Una strada è quella dei controlli in anello chiuso che, sulla base delle informazioni acquisite e processate in tempo reale, possono adattare i parametri per mantenere stabile il processo anche in presenza di feature critiche e geometrie complesse. Le prime dimostrazioni di fattibilità di tali soluzioni risalgono a oltre 10 anni fa grazie agli studi del gruppo di ricerca del Prof. Kruth alla Katholieke Universiteit Leuven [1] in processi Laser Powder Bed Fusion (LPBF), ma pochi altri risultati rilevanti sono stati ottenuti fino ad uno studio molto recente [2] che ha mostrato la fattibilità e le potenzialità di un controllo in anello chiuso combinato con un controllo feedforward basato su un modello del processo. Nonostante le grandi potenzialità , questi metodi sono limitati all’analisi in linea della pozza fusa in processi LPBF, e quindi risultano efficaci solo per alcuni tipi di difetti. Inoltre, una reale implementazione industriale di tali soluzioni è ancora difficile, soprattutto per sistemi che vanno verso produttività sempre maggiori grazie ad elevate velocità di scansione e impiego di laser multipli.
Un’altra tecnica consiste nel correggere il difetto in linea una volta che è insorto ed è stato identificato dagli algoritmi di monitoraggio. Questa è una soluzione complementare alla prima perché permette di agire su difetti e anomalie di processo che non possono essere previste e per le quali un adattamento locale di alcuni parametri di processo non è sufficiente ad evitare l’insorgere del problema. La possibilità di una correzione in linea di difetti in processi LPBF è stata ipotizzata da alcuni autori, per esempio accoppiando una fusione selettiva con un processo di ablazione laser [3], ma mancano ancora sviluppi industriali in questa direzione.
Laser Powder Bed Fusion: la vision del Politecnico di Milano
Di recente, i ricercatori del Dipartimento di Meccanica del Politecnico di Milano (laboratorio Add.Me Lab), hanno sviluppato un prototipo di sistema LPBF che implementa un’innovativa capacitĂ di rimozione di layer in cui sono stati identificati dei difetti attraverso una soluzione ibrida additiva-sottrattiva.
Sistemi ibridi a letto di polvere sono giĂ presenti sul mercato [4 – 5], ma in tali sistemi l’azione sottrattiva, per mezzo di un processo di fresatura, è finalizzata alla finitura di superfici esterne e interne durante il processo di stampa, non alla rimozione dei difetti. Il concetto proposto dal Politecnico di Milano è diverso e consiste in un sistema che integra sensorizzazione macchina, algoritmi intelligenti di identificazione del difetto e un sistema automatizzato che permette di rimuovere il layer difettoso e riprendere il processo per una stampa first-time-right.
