EP4168196A1 - Detection et localisation d'anomalies d'etalements de poudre par mesures d'emissions acoustiques - Google Patents

Detection et localisation d'anomalies d'etalements de poudre par mesures d'emissions acoustiques

Info

Publication number
EP4168196A1
EP4168196A1 EP21736635.0A EP21736635A EP4168196A1 EP 4168196 A1 EP4168196 A1 EP 4168196A1 EP 21736635 A EP21736635 A EP 21736635A EP 4168196 A1 EP4168196 A1 EP 4168196A1
Authority
EP
European Patent Office
Prior art keywords
anomaly
scraper
acoustic
powder
range finder
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
EP21736635.0A
Other languages
German (de)
English (en)
Inventor
Damien Jonathan Julien COURAPIED
Daniel André Jean CORNU
Rémi Robert GIRAUD
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Safran SA
Original Assignee
Safran SA
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Safran SA filed Critical Safran SA
Publication of EP4168196A1 publication Critical patent/EP4168196A1/fr
Pending legal-status Critical Current

Links

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B33—ADDITIVE MANUFACTURING TECHNOLOGY
    • B33Y—ADDITIVE MANUFACTURING, i.e. MANUFACTURING OF THREE-DIMENSIONAL [3-D] OBJECTS BY ADDITIVE DEPOSITION, ADDITIVE AGGLOMERATION OR ADDITIVE LAYERING, e.g. BY 3-D PRINTING, STEREOLITHOGRAPHY OR SELECTIVE LASER SINTERING
    • B33Y10/00—Processes of additive manufacturing
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B22—CASTING; POWDER METALLURGY
    • B22F—WORKING METALLIC POWDER; MANUFACTURE OF ARTICLES FROM METALLIC POWDER; MAKING METALLIC POWDER; APPARATUS OR DEVICES SPECIALLY ADAPTED FOR METALLIC POWDER
    • B22F10/00—Additive manufacturing of workpieces or articles from metallic powder
    • B22F10/20—Direct sintering or melting
    • B22F10/28—Powder bed fusion, e.g. selective laser melting [SLM] or electron beam melting [EBM]
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B22—CASTING; POWDER METALLURGY
    • B22F—WORKING METALLIC POWDER; MANUFACTURE OF ARTICLES FROM METALLIC POWDER; MAKING METALLIC POWDER; APPARATUS OR DEVICES SPECIALLY ADAPTED FOR METALLIC POWDER
    • B22F10/00—Additive manufacturing of workpieces or articles from metallic powder
    • B22F10/30—Process control
    • B22F10/37—Process control of powder bed aspects, e.g. density
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B22—CASTING; POWDER METALLURGY
    • B22F—WORKING METALLIC POWDER; MANUFACTURE OF ARTICLES FROM METALLIC POWDER; MAKING METALLIC POWDER; APPARATUS OR DEVICES SPECIALLY ADAPTED FOR METALLIC POWDER
    • B22F10/00—Additive manufacturing of workpieces or articles from metallic powder
    • B22F10/80—Data acquisition or data processing
    • B22F10/85—Data acquisition or data processing for controlling or regulating additive manufacturing processes
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B22—CASTING; POWDER METALLURGY
    • B22F—WORKING METALLIC POWDER; MANUFACTURE OF ARTICLES FROM METALLIC POWDER; MAKING METALLIC POWDER; APPARATUS OR DEVICES SPECIALLY ADAPTED FOR METALLIC POWDER
    • B22F12/00—Apparatus or devices specially adapted for additive manufacturing; Auxiliary means for additive manufacturing; Combinations of additive manufacturing apparatus or devices with other processing apparatus or devices
    • B22F12/60—Planarisation devices; Compression devices
    • B22F12/67—Blades
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B22—CASTING; POWDER METALLURGY
    • B22F—WORKING METALLIC POWDER; MANUFACTURE OF ARTICLES FROM METALLIC POWDER; MAKING METALLIC POWDER; APPARATUS OR DEVICES SPECIALLY ADAPTED FOR METALLIC POWDER
    • B22F12/00—Apparatus or devices specially adapted for additive manufacturing; Auxiliary means for additive manufacturing; Combinations of additive manufacturing apparatus or devices with other processing apparatus or devices
    • B22F12/90—Means for process control, e.g. cameras or sensors
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B33—ADDITIVE MANUFACTURING TECHNOLOGY
    • B33Y—ADDITIVE MANUFACTURING, i.e. MANUFACTURING OF THREE-DIMENSIONAL [3-D] OBJECTS BY ADDITIVE DEPOSITION, ADDITIVE AGGLOMERATION OR ADDITIVE LAYERING, e.g. BY 3-D PRINTING, STEREOLITHOGRAPHY OR SELECTIVE LASER SINTERING
    • B33Y30/00—Apparatus for additive manufacturing; Details thereof or accessories therefor
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B33—ADDITIVE MANUFACTURING TECHNOLOGY
    • B33Y—ADDITIVE MANUFACTURING, i.e. MANUFACTURING OF THREE-DIMENSIONAL [3-D] OBJECTS BY ADDITIVE DEPOSITION, ADDITIVE AGGLOMERATION OR ADDITIVE LAYERING, e.g. BY 3-D PRINTING, STEREOLITHOGRAPHY OR SELECTIVE LASER SINTERING
    • B33Y50/00—Data acquisition or data processing for additive manufacturing
    • B33Y50/02—Data acquisition or data processing for additive manufacturing for controlling or regulating additive manufacturing processes
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P10/00—Technologies related to metal processing
    • Y02P10/25—Process efficiency

Definitions

  • the present invention relates to the general field of the manufacture of parts by additive manufacturing by selective sintering or selective melting on a powder bed, and more particularly to the detection and localization of anomalies during the spreading of the powder.
  • the manufacturing processes by selective melting or selective sintering on a powder bed comprise a step during which is deposited and spread by a scraper, on a production plate, a first layer of powder of a metal, of a metal alloy or of ceramic of controlled thickness; then a step consisting in heating a predefined zone of the powder layer. These steps are then repeated for each additional layer of powder deposited and spread.
  • the spreading of the powder by the scraper is an important step in the production. Indeed, the quality of the powder layer applied partly determines the quality of the part resulting from the manufacture. A bad powder spreading can, if it is not corrected, lead to a stop of the machine carrying out the manufacture and / or to the manufacture of an unconfirmed part, or even to material defects not detected in the part thus manufactured.
  • SA Schevchik et al. proposed in the article "Acoustic emission for in situ quality monitoring in additive manufacturing using spectral convolutional neural networks” to use the sound waves emitted during manufacturing to detect anomalies to quantify the rate of porosity in the material and thus determine the material quality after manufacture.
  • L. Scime and J. Beuth have proposed in the article "A multi-scale convolutional neural network for autonomous anomaly detection and classification in a laser powder bed fusion additive manufacturing process” to acquire images during manufacturing to detect anomalies when spreading the powder. These images also make it possible to classify the anomalies according to their type: irregular spreading, incomplete spreading, bumps or hollows in the powder, etc.
  • the invention relates to a device for manufacturing a part by a method of selective melting or selective sintering on a powder bed comprising a production plate having a work surface, parallel to a first direction and to a second direction, on which the part is intended to be manufactured, a scraper placed on the work surface and able to move and spread the powder in the first direction on the work surface, characterized in that it further comprises:
  • a laser range finder oriented in the first direction and able to determine a position of the scraper in the first direction
  • a control system capable of detecting an anomaly as a function of said acoustic signal and of determining a position of the anomaly as a function of the acoustic signal detected by said acoustic sensors and of a position signal measured by said laser range finder.
  • the device of the invention makes it possible to detect and precisely locate a contact between the scraper and the bed of powder during the spreading of the powder by the scraper, the contact possibly being an anomaly. In fact, during contact between the powder and the scraper, acoustic waves are emitted and propagate in the scraper.
  • the acoustic sensors detect this acoustic signal, and the position of this contact in the second direction is determined by the time lag between the detection of the acoustic signal by the first sensor and the detection of the same acoustic signal by the second acoustic sensor. Thanks to the laser range finder, it is possible to determine the actual position of the scraper in the first direction. The control system is then able to precisely locate the contact and therefore the anomaly on the work surface. He is also able to assess whether this contact is indeed an anomaly.
  • the device of the invention can also detect anomalies resulting from an irregular spreading of the powder (hollow or hole in the powder bed). In fact, in this case, no acoustic wave will be detected by the acoustic sensors, which means that no contact has taken place between the scraper and the powder. It will then be up to the control system to determine if this lack of contact is normal or if it is the result of poor spreading of the powder.
  • the anomaly is more particularly localized in a system with three coordinates in the first, second and third directions.
  • the first coordinate which corresponds to the first direction is determined by virtue of the position signal measured by the laser range finder.
  • the second coordinate which corresponds to the second direction is determined by the time lag between the detections of the acoustic signal from the two acoustic sensors.
  • the third coordinate which corresponds to a third direction is determined by the number of layers of powder spread by the scraper.
  • the laser range finder is fixed to the scraper.
  • the laser range finder is fixed to the scraper by gluing or by a mechanical connection.
  • each acoustic sensor is fixed to the scraper by gluing or by mechanical connection.
  • the manufacturing device comprises two acoustic sensors each fixed to one end of the scraper.
  • control system is a machine learning system.
  • the machine learning system is then able to give the precise localization of the anomalies and thanks to the acoustic signals detected by the acoustic sensors, it is able to learn to classify the anomalies according to their severity according to the characteristics of these signals. These characteristics are for example the amplitude, the duration or the waveform of the signal.
  • the machine learning system Thanks to the classification of the anomalies by the machine learning system, it is also possible to know whether the anomaly results in damage to the scraper or not, and whether it is necessary to stop the manufacture of the part to repair or change the scraper. .
  • the machine learning system is a neural network, and more particularly is a convolutional neural network.
  • the machine learning system is a system of decision trees or a forest of decision trees.
  • the machine learning system is based on probabilistic modeling.
  • the machine learning system is based on methods using kernels.
  • the machine learning system is based on a gradient amplification algorithm.
  • Neural networks have the advantage of allowing supervised learning. They will be able to do all the work of extracting the data and description of anomalies. During the training phase, the classification error will be minimized in order to optimize the classification parameters.
  • the specific architecture of the neural network makes it possible to extract signatures of the anomaly of different complexities, from the simplest to the most complex.
  • the automatic extraction and prioritization of signatures which adapt to the given problem, is one of the strengths of convolutional neural networks.
  • Another object of the invention is a method for detecting an anomaly implemented by a device according to the invention comprising the following steps:
  • the position of the anomaly being determined in the first direction by the position signal measured by the laser range finder, in the second direction by a time shift of the acoustic signal detected by the at least two acoustic sensors and in a third direction by a number of layers of powder spread by the scraper;
  • Determining the position of the anomaly in three directions makes it possible to locate the anomaly in a three-dimensional space, and not only in a two-dimensional space as in the prior art. This may possibly be able to correct the anomaly quickly.
  • the classification of the anomaly according to its seriousness also makes it possible to know whether a production stop is necessary or not, if the scraper is damaged or even if the final part will contain acceptable material defects or not.
  • Another subject of the invention is a method of manufacturing a part by selective melting or selective sintering on a powder bed comprising a step of detecting anomalies by the detection method according to the invention.
  • FIG. 1 represents a device for manufacturing a part by selective melting or selective sintering on a powder bed according to one embodiment of the invention.
  • FIG. 2 represents a scraper of the manufacturing device according to one embodiment of the invention.
  • FIG. 1 represents a device 100 for manufacturing a part by selective melting or selective sintering on a powder bed comprising a production plate 101 having a work surface 102 on which the part is manufactured.
  • the device 100 also comprises a scraper 110 which makes it possible to spread the powder 103 in the X direction by moving on the work surface 102.
  • the scraper 110 thus moves in a plane formed by the axes (X, Y) and the build plate 101 as well as the work surface 102 are parallel to this plane.
  • the number of layers of powder deposited and spread defines the thickness of the final part along the Z axis.
  • areas 160 of the working surface 102 are heated by an energy source, such as a laser beam or an electron beam, so as to sinter or merge powder in these areas 160.
  • an energy source such as a laser beam or an electron beam
  • the device 100 In order to detect anomalies 150 resulting from contact or from an absence of contact between the powder and the scraper 110, the device 100 also comprises a laser range finder 130 and two acoustic sensors 121 and 122.
  • the laser range finder 130 is fixed to one end 170 of the device 100 and is oriented towards the scraper 110 in the X direction.
  • the range finder 130 makes it possible to measure the position of the scraper 110 in the X direction, which makes it possible to determine the position of a possible anomaly 150 in the same direction X.
  • the two acoustic sensors 121 and 122 are fixed on the scraper 110. They are spaced from each other in the Y direction. When contact takes place between the scraper 110 and the powder 103 spread on the work surface 102, acoustic waves are emitted. and propagate in the scraper 110. By propagating in the scraper, these acoustic waves are detected by the two acoustic sensors 121 and 122. Thanks to the data transmitted by the acoustic sensors 121 and 122, a control system 140 identifies or not a anomaly. These same data also make it possible to determine the position of the anomaly 150 in the direction Y. Indeed, thanks to the time shift between the detections of the acoustic wave by the two sensors 121 and 122, it is possible to go back to the position of the contact. and therefore the anomaly 150 in the Y direction.
  • the control system 140 determines the position of the anomaly 150 in the X direction, which is the position of the scraper 110 in this same X direction measured by the laser range finder 130.
  • the determination of the position of the anomaly 150 in the Z direction by the control system 140 is given by the number of layers of powder 103 deposited and spread on the production plate 101.
  • the laser range finder 130 and the acoustic sensors 121 and 122 can be attached to the device 100 by gluing or by a mechanical connection.
  • the acoustic sensors 121 and 122 are placed respectively at 1/3 and 2/3 of the length of the scraper 110 in the direction Y.
  • the control system 140 can be a machine learning system.
  • the system 140 can thus learn to classify the acoustic waveforms detected by the acoustic sensors 121 and 122 contacts, to determine whether the contact, or the absence of contact is an anomaly 150 and then classify this anomaly 150 according to its gravity.
  • an anomaly 150 may be the result of a gas bubble, a hole in the spread powder, an elevation of the powder, an incomplete spread of the powder, traces in the spreading or even irregular spread. These anomalies do not present the same level of severity. Usually, the most serious anomalies result from powder elevation, traces in spreading, and uneven spreading in the (X, Y) plane of the work surface 102. Classification according to the severity of the anomalies allows the control system 140 to give or predict the risk of damage to the scraper, to the final part and to decide whether or not production should be interrupted.
  • the classification of the detected anomalies 150 can be done according to the characteristics of the detected waves: waveform, amplitude, duration, etc ...
  • the machine learning system is chosen from among a convolutional neural network, a system based on probabilistic modeling, a system based on a kernel algorithm, decision trees, a forest of 'decision trees or a gradient implementation system.
  • a convolutional neural network will, for example, make it possible to have an automatic extraction and prioritization of the contacts and non-contacts detected in order to classify the anomalies according to their severity.
  • FIG. 2 represents a scraper 210, and more particularly the arrangement of the acoustic sensors 221 and 222 and of the laser range finder 230 according to another embodiment of the invention.
  • the two acoustic sensors 221 and 222 are still fixed on the scraper 210 and spaced apart in the Y direction. So as to obtain a significant time shift to determine the position of the anomaly 250 according to the direction Y, the acoustic sensors 221 and 222 are each placed on one end of the scraper 210.
  • the laser range finder 230 is fixed on the scraper 210 and is always oriented in the direction X to determine the position of the scraper 210 and of the anomaly 250 in this same direction X.
  • the laser range finder 230 is placed in the middle of the scraper 210 between the two acoustic sensors 221 and 222.
  • the two acoustic sensors 221 and 222, as well as the laser range finder 230 can be attached to the scraper 210 by gluing or by a mechanical connection.
  • acoustic waves propagate in the scraper 210.
  • the acoustic sensor 221 detects these waves at the instant t 0 + a, while the acoustic sensor 222 detects these same waves at the instant to + a + b. It is the temporal shift between the two instants of detection b which makes it possible to determine the position of the contact (and of the possible anomaly 250) in the direction Y, the positions of the two acoustic sensors 221 and 222 being known.
  • the stopping of the propagation of acoustic waves in the scraper can also be detected and the possible anomaly at the origin of this stopping will also be localized thanks to the time lag between the acoustic sensors.
  • the manufacturing device can also include more than three acoustic sensors. Indeed, if the acoustic sensors are too far apart, one of the sensors could not perceive the acoustic wave propagating in the scraper, or could perceive a wave already disturbed by the arrival of a new wave.
  • the use of three or four sensors makes it possible to remedy this, because it is thus possible to place the sensors at closer intervals, while maintaining a sufficient spacing between at least two sensors to detect a significant time shift for the determination of the position. of the anomaly.
  • the device comprises three acoustic sensors placed respectively at 1/4, 2/4 and 3/4 of the length of the scraper in the Y direction.
  • Another object of the invention is a method for detecting an anomaly during the spreading of the powder by the scraper, the method being implemented by one of the devices presented above.
  • the method firstly comprises the detection of an acoustic signal by the acoustic sensors, then the determination of the position of the anomaly, and finally the classification of the anomaly according to its severity.
  • the position of the anomaly is determined:
  • control system which determines whether the detected acoustic wave or the absence of a wave really results from an anomaly, then which determines the position of this anomaly and finally which classifies this anomaly according to its severity.
  • Another subject of the invention is a method of manufacturing a part by selective melting or selective sintering on a powder bed comprising a step of detecting anomalies by the detection method described above.

Landscapes

  • Engineering & Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Materials Engineering (AREA)
  • Manufacturing & Machinery (AREA)
  • Automation & Control Theory (AREA)
  • Analytical Chemistry (AREA)
  • Physics & Mathematics (AREA)
  • Plasma & Fusion (AREA)
  • Powder Metallurgy (AREA)
  • Length Measuring Devices Characterised By Use Of Acoustic Means (AREA)
  • Lining Or Joining Of Plastics Or The Like (AREA)

Abstract

Dispositif (100) de fabrication d'une pièce par un procédé de fusion sélective ou frittage sélectif sur lit de poudre (103) comprenant un plateau de fabrication (101) ayant une surface de travail (102), parallèle à une première direction (X) et à une deuxième direction (Y), sur laquelle la pièce est destinée à être fabriquée, un racleur (110) placé sur la surface de travail et apte à se déplacer et à étaler la poudre selon la première direction sur la surface de travail, caractérisé en ce qu'il comprend en outre : - au moins deux capteurs acoustiques (121, 122) fixés et espacés selon la deuxième direction sur le racleur et aptes à détecter un signal acoustique; - un télémètre laser (130) orienté selon la première direction et apte à déterminer une position du racleur selon la première direction; et - un système de contrôle (140) apte à détecter une anomalie (150) en fonction dudit signal acoustique et à déterminer une position de l'anomalie en fonction du signal acoustique détecté par lesdits capteurs acoustiques et d'un signal de position mesuré par ledit télémètre laser.

Description

Description
Titre de l'invention : DETECTION ET LOCALISATION D'ANOMALIES D'ETALEMENTS DE POUDRE PAR MESURES D'EMISSIONS ACOUSTIQUES
Domaine Technique
La présente invention se rapporte au domaine général de la fabrication de pièces par fabrication additive par frittage sélectif ou fusion sélective sur lit de poudre, et plus particulièrement de la détection et de la localisation d'anomalies lors de l'étalement de la poudre.
Technique antérieure
Les procédés de fabrication par fusion sélective ou frittage sélectif sur lit de poudre comprennent une étape durant laquelle est déposée et étalée par un racleur, sur un plateau de fabrication, une première couche de poudre d'un métal, d'un alliage métallique ou de céramique d'épaisseur contrôlée ; puis une étape consistant à chauffer une zone prédéfinie de la couche de poudre. Ces étapes sont ensuite répétées pour chaque couche supplémentaire de poudre déposée et étalée.
L'étalement de la poudre par le racleur est une étape importante de la fabrication. En effet, la qualité de la couche de poudre appliquée détermine en partie la qualité de la pièce issue de la fabrication. Un mauvais étalement de poudre peut, s'il n'est pas corrigé, mener à un arrêt de la machine réalisant la fabrication et/ou à une fabrication d'une pièce non confirme, voire également à des défauts de la matière non détectés dans la pièce ainsi fabriquée.
Afin de remédier à cela, S.A. Schevchik et al. ont proposé dans l'article « Acoustic émission for in situ quality monitoring in additive manufacturing using spectral convolutional neural networks » d'utiliser les ondes sonores émises pendant la fabrication pour détecter des anomalies pour quantifier le taux de porosité dans le matériau et ainsi déterminer la qualité du matériau après la fabrication. L. Scime et J. Beuth ont proposé dans l'article « A multi-scale convolutional neural network for autonomous anomaly détection and classification in a laser powder bed fusion additive manufacturing process » d'acquérir des images lors de la fabrication pour détecter des anomalies lors de l'étalement de la poudre. Ces images permettent également de classer les anomalies selon leur type : étalement irrégulier, étalement incomplet, bosse ou creux dans la poudre, etc...
Néanmoins, ces détections d'anomalies ne permettent pas de localiser précisément les anomalies lors de l'étalement de la poudre, ni de quantifier la gravité de ces anomalies.
Il est donc souhaitable de disposer d'un système permettant une localisation précise d'une anomalie détectée lors de l'étalement de la poudre. Il est également souhaitable de disposer d'un système permettant de quantifier la gravité de l'anomalie détectée.
Exposé de l'invention
L'invention concerne un dispositif de fabrication d'une pièce par un procédé de fusion sélective ou frittage sélectif sur lit de poudre comprenant un plateau de fabrication ayant une surface de travail, parallèle à une première direction et à une deuxième direction, sur laquelle la pièce est destinée à être fabriquée, un racleur placé sur la surface de travail et apte à se déplacer et à étaler la poudre selon la première direction sur la surface de travail, caractérisé en ce qu'il comprend en outre :
- au moins deux capteurs acoustiques fixés et espacés selon la deuxième direction sur le racleur et aptes à détecter un signal acoustique ;
- un télémètre laser orienté selon la première direction et apte à déterminer une position du racleur selon la première direction ; et
- un système de contrôle apte à détecter une anomalie en fonction dudit signal acoustique et à déterminer une position de l'anomalie en fonction du signal acoustique détecté par lesdits capteurs acoustiques et d'un signal de position mesuré par ledit télémètre laser. Le dispositif de l'invention permet de détecter et de localiser précisément un contact entre le racleur et le lit de poudre lors de l'étalement de la poudre par le racleur, le contact pouvant être une anomalie. En effet, lors d'un contact entre la poudre et le racleur, des ondes acoustiques sont émises et se propagent dans le racleur. Les capteurs acoustiques détectent ce signal acoustique, et la position de ce contact selon la deuxième direction est déterminée par le décalage temporel entre la détection du signal acoustique par le premier capteur et la détection du même signal acoustique par le second capteur acoustique. Grâce au télémètre laser, on peut déterminer la position réelle du racleur selon la première direction. Le système de contrôle est alors capable de localiser précisément le contact et donc l'anomalie sur la surface de travail. Il est également capable d'évaluer si ce contact est bien une anomalie.
Le dispositif de l'invention peut également détecter les anomalies issues d'un étalement irrégulier de la poudre (creux ou trou dans le lit de poudre). En effet, dans ce cas, aucune onde acoustique ne sera détectée par les capteurs acoustiques, ce qui signifie qu'aucun contact n'a eu lieu entre le racleur et la poudre. Ce sera ensuite au système de contrôle de déterminer si cette absence de contact est normale ou si elle est le résultat d'un mauvais étalement de la poudre.
L'anomalie est plus particulièrement localisée dans un système à trois cordonnées selon la première, la deuxième et une troisième directions. Ainsi la première coordonnée qui correspond à la première direction est déterminée grâce au signal de position mesuré par le télémètre laser. La deuxième coordonnée qui correspond à la deuxième direction est déterminée par le décalage temporel entre les détections du signal acoustique des deux capteurs acoustiques. La troisième coordonnée qui correspond à une troisième direction est déterminée par le nombre de couches de poudre étalées par le racleur.
Selon une autre caractéristique particulière de l'invention, le télémètre laser est fixé sur le racleur.
Selon une autre caractéristique particulière de l'invention, le télémètre laser est fixé sur le racleur par collage ou par une liaison mécanique. Selon une autre caractéristique particulière de l'invention, chaque capteur acoustique est fixé sur le racleur par collage ou par liaison mécanique.
Selon une autre caractéristique particulière de l'invention, le dispositif de fabrication comprend deux capteurs acoustiques fixés chacun à une extrémité du racleur.
Selon une autre caractéristique particulière de l'invention, le système de contrôle est un système d'apprentissage machine.
Le système d'apprentissage machine est alors capable de donner la localisation précise des anomalies et grâce aux signaux acoustiques détectés par les capteurs acoustiques, il est capable d'apprendre à classer les anomalies en fonction de leur gravité selon les caractéristiques de ces signaux. Ces caractéristiques sont par exemple l'amplitude, la durée ou la forme d'onde du signal.
Grâce au classement des anomalies par le système d'apprentissage machine, on peut également savoir si l'anomalie résulte en un endommagement ou non du racleur, et s'il est nécessaire d'arrêter la fabrication de la pièce pour réparer ou changer le racleur.
Selon une autre caractéristique particulière de l'invention, le système d'apprentissage machine est un réseau de neurones, et plus particulièrement est un réseau de neurones à convolution.
Selon une autre caractéristique particulière de l'invention, le système d'apprentissage machine est un système d'arbres de décisions ou une forêt d'arbres décisionnels.
Selon une autre caractéristique particulière de l'invention, le système d'apprentissage machine est basé sur une modélisation probabilistique.
Selon une autre caractéristique particulière de l'invention, le système d'apprentissage machine est basé sur des méthodes utilisant des noyaux.
Selon une autre caractéristique particulière de l'invention, le système d'apprentissage machine est basé sur un algorithme d'amplification de gradient.
Les réseaux de neurones ont l'avantage de permettre un apprentissage supervisé. Ils pourront réaliser eux-mêmes tout le travail d'extraction des données et de description des anomalies. Lors de la phase d'entraînement, l'erreur de classification sera minimisée afin d'optimiser les paramètres de classification. De plus, l'architecture spécifique du réseau de neurones permet d'extraire des signatures de l'anomalie de différentes complexités, des plus simples aux plus complexes. De plus, l'extraction et la hiérarchisation automatiques des signatures, qui s'adaptent au problème donné, constituent une des forces des réseaux de neurones à convolution.
Un autre objet de l'invention est un procédé de détection d'une anomalie mis en œuvre par un dispositif selon l'invention comprenant les étapes suivantes :
- détection d'un signal acoustique par les au moins deux capteurs acoustiques ;
- détermination de la position de l'anomalie, la position de l'anomalie étant déterminée selon la première direction par le signal de position mesuré par le télémètre laser, selon la deuxième direction par un décalage temporel du signal acoustique détecté par les au moins deux capteurs acoustiques et selon une troisième direction par un nombre de couches de poudre étalées par le racleur ; et
- classification de l'anomalie en fonction de sa gravité.
La détermination de la position de l'anomalie selon trois directions permet de localiser l'anomalie dans un espace en trois dimensions, et non uniquement dans un espace à deux dimensions comme dans l'art antérieur. Cela permet d'éventuellement pouvoir corriger l'anomalie rapidement. De plus, le classement de l'anomalie en fonction de sa gravité permet également de savoir si un arrêt de la fabrication est nécessaire ou non, si le racleur est endommagé ou encore si la pièce finale comprendra des défauts de matière acceptables ou non.
Grâce à la détection des anomalies lors de l'étalement de la poudre par le racleur, il devient également possible de détecter des points chauds liés à la surélévation par augmentation de l'épaisseur de couche de poudre, des décollements de la pièce ou de supports par rapport au plateau de fabrication ou encore des fissures de la pièce causées par le manque d'étalement de poudre. Un autre objet de l'invention est un procédé de fabrication d'une pièce par fusion sélective ou frittage sélectif sur lit de poudre comprenant une étape de détection d'anomalies par le procédé de détection selon l'invention.
Brève description des dessins
D'autres caractéristiques et avantages de la présente invention ressortiront de la description faite ci-dessous, en référence aux dessins annexés qui en illustrent des exemples de réalisation dépourvus de tout caractère limitatif.
[Fig. 1] La figure 1 représente un dispositif de fabrication d'une pièce par fusion sélective ou frittage sélectif sur lit de poudre selon un mode de réalisation de l'invention.
[Fig. 2] La figure 2 représente un racleur du dispositif de fabrication selon un mode de réalisation de l'invention.
Description des modes de réalisation
La figure 1 représente un dispositif 100 de fabrication d'une pièce par fusion sélective ou frittage sélectif sur lit de poudre comprenant un plateau de fabrication 101 ayant une surface de travail 102 sur laquelle la pièce est fabriquée. Le dispositif 100 comprend également un racleur 110 qui permet d'étaler la poudre 103 selon la direction X en se déplaçant sur la surface de travail 102. Le racleur 110 se déplace ainsi dans un plan formé par les axes (X, Y) et le plateau de fabrication 101 ainsi que la surface de travail 102 sont parallèles à ce plan. Le nombre de couches de poudre déposées et étalées définit l'épaisseur de la pièce finale selon l'axe Z.
Suite à l'étalement de la poudre par le racleur 110, des zones 160 de la surface de travail 102 sont chauffées par une source d'énergie, telle qu'un faisceau laser ou un faisceau d'électrons, de manière à fritter ou fusionner la poudre dans ces zones 160.
Afin de détecter des anomalies 150 résultant d'un contact ou d'une absence de contact entre la poudre et le racleur 110, le dispositif 100 comprend également un télémètre laser 130 et deux capteurs acoustiques 121 et 122. Le télémètre laser 130 est fixé à une extrémité 170 du dispositif 100 et est orienté vers le racleur 110 selon la direction X. Le télémètre 130 permet de mesurer la position du racleur 110 selon la direction X, ce qui permet de déterminer la position d'une éventuelle anomalie 150 selon cette même direction X.
Les deux capteurs acoustiques 121 et 122 sont fixés sur le racleur 110. Ils sont espacés entre eux selon la direction Y. Quand un contact a lieu entre le racleur 110 et la poudre 103 étalée sur la surface de travail 102, des ondes acoustiques sont émises et se propagent dans le racleur 110. En se propageant dans le racleur, ces ondes acoustiques sont détectées par les deux capteurs acoustiques 121 et 122. Grâce aux données transmises par les capteurs acoustiques 121 et 122, un système de contrôle 140 identifie ou non une anomalie. Ces mêmes données permettent également de déterminer la position de l'anomalie 150 selon la direction Y. En effet, grâce au décalage temporel entre les détections de l'onde acoustique par les deux capteurs 121 et 122, on peut remonter à la position du contact et donc de l'anomalie 150 selon la direction Y.
Le système de contrôle 140 détermine la position de l'anomalie 150 selon la direction X, qui est la position du racleur 110 selon cette même direction X mesurée par le télémètre laser 130.
La détermination de la position de l'anomalie 150 selon la direction Z par le système de contrôle 140 est donnée par le nombre de couches de poudre 103 déposées et étalées sur le plateau de fabrication 101.
Le télémètre laser 130 et les capteurs acoustiques 121 et 122 peuvent être fixés au dispositif 100 par collage ou par une liaison mécanique.
Selon une caractéristique particulière de l'invention, les capteurs acoustiques 121 et 122 sont placés respectivement à 1/3 et à 2/3 de la longueur du racleur 110 selon la direction Y.
Si aucune onde n'est détectée par les deux capteurs acoustiques 121 et 122, cela signifie soit qu'il n'y a plus de poudre à étaler ou que le racleur 110 est arrivé en fin de course, soit qu'il y a un trou dans le lit de poudre 103 qui peut être une anomalie. Ce sera le système de contrôle 140 qui déterminera si l'absence de signaux acoustiques constitue ou non une anomalie. De la même manière, on peut déterminer la position de ce trou dans la poudre 103 grâce au décalage temporel entre les deux capteurs acoustiques 121 et 122.
Le système de contrôle 140 peut être un système d'apprentissage machine. Le système 140 peut ainsi apprendre à classer les formes d'ondes acoustiques détectées par les capteurs acoustiques 121 et 122 contacts, pour déterminer si le contact, ou l'absence de contact est une anomalie 150 et ensuite classer cette anomalie 150 en fonction de sa gravité. En effet, une anomalie 150 peut être issue d'une bulle de gaz, d'un trou dans la poudre étalée, d'une surélévation de la poudre, d'un étalement incomplet de la poudre, de traces dans l'étalement ou encore d'un étalement irrégulier. Ces anomalies ne présentent pas le même niveau de gravité. Généralement, les anomalies les plus graves résultent d'une surélévation de poudre, de traces dans l'étalement et d'un étalement irrégulier dans le plan (X, Y) de la surface de travail 102. Le classement en fonction de la gravité des anomalies permet au système de contrôle 140 de donner ou prévoir le risque d'endommagement du racleur, de la pièce finale et de décider si la fabrication doit être interrompue ou non.
Le classement des anomalies 150 détectées peut se faire selon les caractéristiques des ondes détectées : forme d'onde, amplitude, durée, etc...
Selon une caractéristique particulière de l'invention, le système d'apprentissage machine est choisi parmi un réseau de neurones à convolution, un système basé sur une modélisation probabilistique, un système basé sur un algorithme à noyaux, des arbres de décision, une forêt d'arbres décisionnels ou un système d'implémentation à gradient. Un réseau de neurones à convolution permettra par exemple d'avoir une extraction et une hiérarchisation automatiques des contacts et non-contacts détectés afin de classifier les anomalies en fonction de sa gravité.
La figure 2 représente un racleur 210, et plus particulièrement la disposition des capteurs acoustiques 221 et 222 et du télémètre laser 230 selon un autre mode de réalisation de l'invention. Les deux capteurs acoustiques 221 et 222 sont toujours fixés sur le racleur 210 et espacés selon la direction Y. De manière à obtenir un décalage temporel significatif pour déterminer la position de l'anomalie 250 selon la direction Y, les capteurs acoustiques 221 et 222 sont placés chacun sur une extrémité du racleur 210.
Le télémètre laser 230 est fixé sur le racleur 210 et est toujours orienté selon la direction X pour déterminer la position du racleur 210 et de l'anomalie 250 selon cette même direction X.
Selon une caractéristique particulière de l'invention, le télémètre laser 230 est placé au milieu du racleur 210 entre les deux capteurs acoustiques 221 et 222.
Comme précédemment, les deux capteurs acoustiques 221 et 222, ainsi que le télémètre laser 230 peuvent être fixés sur le racleur 210 par collage ou par une liaison mécanique.
En cas de contact entre le racleur 210 et la poudre à l'instant to, des ondes acoustiques se propagent dans le racleur 210. Le capteur acoustique 221 détecte ces ondes à l'instant t0 + a, tandis que le capteur acoustique 222 détecte ces mêmes ondes à l'instant to + a + b. C'est le décalage temporel entre les deux instants de détection b qui permet de déterminer la position du contact (et de l'éventuelle anomalie 250) selon la direction Y, les positions des deux capteurs acoustiques 221 et 222 étant connues.
Comme indiqué précédemment, l'arrêt de la propagation d'ondes acoustiques dans le racleur pourra également être détecté et l'éventuelle anomalie à l'origine de cet arrêt sera également localisée grâce au décalage temporel entre les capteurs acoustiques.
Afin de réaliser une localisation plus précise de l'anomalie selon la direction Y, le dispositif de fabrication peut également comprendre plus de trois capteurs acoustiques. En effet, si les capteurs acoustiques sont trop éloignés, un des capteurs pourrait ne pas percevoir l'onde acoustique se propageant dans le racleur, ou pourrait percevoir une onde déjà perturbée par l'arrivée d'une nouvelle onde. L'utilisation de trois ou quatre capteurs permet de remédier à cela, car on peut ainsi placer les capteurs à des intervalles plus proches, tout en conservant un espacement suffisant entre au moins deux capteurs pour relever un décalage temporel significatif pour la détermination de la position de l'anomalie. Selon une caractéristique particulière de l'invention, le dispositif comprend trois capteurs acoustiques placés respectivement à 1/4, 2/4 et 3/4 de la longueur du racleur selon la direction Y.
Un autre objet de l'invention est un procédé de détection d'une anomalie lors de l'étalement de la poudre par le racleur, le procédé étant mis en œuvre par l'un des dispositifs présentés précédemment.
Le procédé comprend d'abord la détection d'un signal acoustique par les capteurs acoustiques, puis la détermination de la position de l'anomalie, et enfin la classification de l'anomalie en fonction de sa gravité.
La position de l'anomalie est déterminée :
- selon la première direction X par le signal de position mesuré par le télémètre laser,
- selon la deuxième direction Y par un décalage temporel du signal acoustique détecté par les capteurs acoustiques, et
- selon la troisième direction Z par le nombre de couches de poudre étalées par le racleur.
C'est le système de contrôle qui détermine si l'onde acoustique détectée ou l'absence d'onde résulte bien d'une d'anomalie, puis qui détermine la position de cette anomalie et enfin qui classifie cette anomalie selon sa gravité.
Un autre objet de l'invention est un procédé de fabrication d'une pièce par fusion sélective ou frittage sélectif sur lit de poudre comprenant une étape de détection d'anomalies par le procédé de détection décrit précédemment.
La détection d'une anomalie, la détermination de sa position dans l'espace et sa classification permet de savoir si cette anomalie doit être corrigée, et si oui, on peut le faire rapidement en connaissant sa position précise ; ou si la fabrication doit être stoppée. Cela permet également de prévoir les éventuels défauts de la pièce finale.

Claims

Revendications
[Revendication 1] Dispositif (100) de fabrication d'une pièce par un procédé de fusion sélective ou frittage sélectif sur lit de poudre (103) comprenant un plateau de fabrication (101) ayant une surface de travail (102), parallèle à une première direction (X) et à une deuxième direction (Y), sur laquelle la pièce est destinée à être fabriquée, un racleur (110, 210) placé sur la surface de travail et apte à se déplacer et à étaler la poudre (103) selon la première direction sur la surface de travail, caractérisé en ce qu'il comprend en outre :
- au moins deux capteurs acoustiques (121, 122, 221, 222) fixés et espacés selon la deuxième direction (Y) sur le racleur et aptes à détecter un signal acoustique ;
- un télémètre laser (130, 230) orienté selon la première direction (X) et apte à déterminer une position du racleur selon la première direction (X) ; et
- un système de contrôle (140) apte à détecter une anomalie (150, 250) en fonction dudit signal acoustique et à déterminer une position de l'anomalie en fonction du signal acoustique détecté par lesdits capteurs acoustiques et d'un signal de position mesuré par ledit télémètre laser.
[Revendication 2] Dispositif selon la revendication 1, dans lequel le télémètre laser est fixé sur le racleur.
[Revendication 3] Dispositif selon la revendication 1 ou 2, dans lequel chaque capteur acoustique est fixé sur le racleur par collage ou par une liaison mécanique.
[Revendication 4] Dispositif selon l'une quelconque des revendications 1 à 3, dans lequel le système de contrôle est un système d'apprentissage machine.
[Revendication 5] Dispositif selon la revendication 4, dans lequel le système d'apprentissage machine est un réseau de neurones.
[Revendication 6] Dispositif selon la revendication 5, dans lequel le réseau de neurones est un réseau de neurones à convolution.
[Revendication 7] Dispositif selon la revendication 4, dans lequel le système d'apprentissage machine est un système d'arbres de décisions ou une forêt d'arbres décisionnels.
[Revendication 8] Procédé de détection d'une anomalie (150, 250) mis en œuvre par un dispositif (100) selon l'une quelconque des revendications 1 à 7, comprenant les étapes suivantes :
- détection d'un signal acoustique par les au moins deux capteurs acoustiques
(121, 122, 221, 222) ;
- détermination de la position de l'anomalie, la position de l'anomalie étant déterminée selon la première direction (X) par le signal de position mesuré par le télémètre laser, selon la deuxième direction (Y) par un décalage temporel du signal acoustique détectés par les au moins deux capteurs acoustiques et selon une troisième direction (Z) par un nombre de couches de poudre étalées par le racleur ; et - classification de l'anomalie en fonction de sa gravité.
[Revendication 9] Procédé de fabrication d'une pièce par fusion sélective ou frittage sélectif sur lit de poudre comprenant une étape de détection d'anomalies par le procédé de détection selon la revendication 8.
EP21736635.0A 2020-06-19 2021-06-09 Detection et localisation d'anomalies d'etalements de poudre par mesures d'emissions acoustiques Pending EP4168196A1 (fr)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
FR2006426A FR3111574B1 (fr) 2020-06-19 2020-06-19 Détection et localisation d’anomalies d’étalements de poudre par mesures d’émissions acoustiques
PCT/FR2021/051038 WO2021255367A1 (fr) 2020-06-19 2021-06-09 Detection et localisation d'anomalies d'etalements de poudre par mesures d'emissions acoustiques

Publications (1)

Publication Number Publication Date
EP4168196A1 true EP4168196A1 (fr) 2023-04-26

Family

ID=72801612

Family Applications (1)

Application Number Title Priority Date Filing Date
EP21736635.0A Pending EP4168196A1 (fr) 2020-06-19 2021-06-09 Detection et localisation d'anomalies d'etalements de poudre par mesures d'emissions acoustiques

Country Status (4)

Country Link
US (1) US20230219140A1 (fr)
EP (1) EP4168196A1 (fr)
FR (1) FR3111574B1 (fr)
WO (1) WO2021255367A1 (fr)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR3133549A1 (fr) * 2022-03-15 2023-09-22 Safran Additive Manufacturing Campus Procédé de fonctionnement d’un système de fusion laser sur lit de poudre
FR3133550B1 (fr) * 2022-03-17 2024-07-19 Safran Additive Mfg Campus Procédé de fonctionnement d’un système de fusion laser sur lit de poudre

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3459715A1 (fr) * 2017-09-26 2019-03-27 Siemens Aktiengesellschaft Procédé et appareil pour prédire l'apparition et le type de défauts dans un processus de fabrication additive
US20190134891A1 (en) * 2017-11-08 2019-05-09 General Electric Company Dmlm build platform and surface flattening
CN114643367A (zh) * 2018-02-21 2022-06-21 西格马实验室公司 用于在增材制造操作期间测量辐射热能的系统和方法

Also Published As

Publication number Publication date
FR3111574A1 (fr) 2021-12-24
US20230219140A1 (en) 2023-07-13
FR3111574B1 (fr) 2022-08-12
WO2021255367A1 (fr) 2021-12-23

Similar Documents

Publication Publication Date Title
EP4168196A1 (fr) Detection et localisation d'anomalies d'etalements de poudre par mesures d'emissions acoustiques
Cai et al. Application of sensing techniques and artificial intelligence-based methods to laser welding real-time monitoring: A critical review of recent literature
US11027332B2 (en) System and method for in-situ characterization and inspection of additive manufacturing deposits using transient infrared thermography
EP3743237B1 (fr) Methode pour la simulation d'usinages laser, systeme d'usinage laser ayant des moyens pour mettre en oeuvre ladite methode, et programme d'ordinateur pour implementer une telle methode
US8235588B2 (en) Method for automated testing of a material joint
EP1296797B1 (fr) Procede de detection, de localisation et d'identification de defauts dans un cordon de soudure realise par faisceau laser
Wang et al. Obtaining weld pool vision information during aluminium alloy TIG welding
FR2910621A1 (fr) Procede et dispositif de controle de la qualite d'un cordon de soudure
US20100140236A1 (en) Laser machining system and method
FR2659039A1 (fr) Procede et appareil de surveillance optique du traitement des materiaux par laser.
Masinelli et al. Artificial intelligence for monitoring and control of metal additive manufacturing
WO2023038844A1 (fr) Systèmes et procédés permettant de combiner des simulations thermiques avec des données de capteur afin de détecter des défauts et des cyber-intrusions malveillantes dans une fabrication additive
WO2016170084A1 (fr) Moyen acoustique de détection, de localisation et d'évaluation d'impacts subis par une structure
EP3545286B1 (fr) Procédé de contrôle non destructif d'une pièce de turbomachine
Chen et al. Multimodal sensor fusion for real-time location-dependent defect detection in laser-directed energy deposition
FR2760529A1 (fr) Procede d'examen photothermique d'une piece
WO2019028452A1 (fr) Détection et traitement d'une couche de matériau
FR3068473B1 (fr) Piece de reference pour test ultrasonore de materiaux composites et procede de realisation d'une telle piece
Ansari et al. Optimized analytical approach for the detection of process-induced defects using acoustic emission during directed energy deposition process
Kang et al. Spectrometer as a quantitative sensor for predicting the weld depth in laser welding
JP6318429B2 (ja) コーティング層における剥離の非破壊検査方法および非破壊検査装置
Masinelli et al. and Kilian Wasmer () Laboratory of Advanced Materials Processing, Swiss Federal Laboratories for Materials Science and Technology (Empa), 3602 Thun, Switzerland kilian. wasmer@ empa. ch
FR3133550A1 (fr) Procédé de fonctionnement d’un système de fusion laser sur lit de poudre
JP2002210575A (ja) レーザ溶接における溶接状態判定方法
FR3043004A1 (fr) Procede d'orientation d'un effecteur portant un outil d'assemblage par rapport a une surface

Legal Events

Date Code Title Description
STAA Information on the status of an ep patent application or granted ep patent

Free format text: STATUS: UNKNOWN

STAA Information on the status of an ep patent application or granted ep patent

Free format text: STATUS: THE INTERNATIONAL PUBLICATION HAS BEEN MADE

PUAI Public reference made under article 153(3) epc to a published international application that has entered the european phase

Free format text: ORIGINAL CODE: 0009012

STAA Information on the status of an ep patent application or granted ep patent

Free format text: STATUS: REQUEST FOR EXAMINATION WAS MADE

17P Request for examination filed

Effective date: 20230110

AK Designated contracting states

Kind code of ref document: A1

Designated state(s): AL AT BE BG CH CY CZ DE DK EE ES FI FR GB GR HR HU IE IS IT LI LT LU LV MC MK MT NL NO PL PT RO RS SE SI SK SM TR

DAV Request for validation of the european patent (deleted)
DAX Request for extension of the european patent (deleted)