KR102236149B1 - 3d 프린팅 시스템 및 이의 실시간 피드백 공정제어 방법 - Google Patents

3d 프린팅 시스템 및 이의 실시간 피드백 공정제어 방법 Download PDF

Info

Publication number
KR102236149B1
KR102236149B1 KR1020190179192A KR20190179192A KR102236149B1 KR 102236149 B1 KR102236149 B1 KR 102236149B1 KR 1020190179192 A KR1020190179192 A KR 1020190179192A KR 20190179192 A KR20190179192 A KR 20190179192A KR 102236149 B1 KR102236149 B1 KR 102236149B1
Authority
KR
South Korea
Prior art keywords
quality
stacking
printing
real
stacking quality
Prior art date
Application number
KR1020190179192A
Other languages
English (en)
Inventor
손훈
전익근
페이페이 리우
Original Assignee
한국과학기술원
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 한국과학기술원 filed Critical 한국과학기술원
Priority to KR1020190179192A priority Critical patent/KR102236149B1/ko
Priority to US17/124,973 priority patent/US11484945B2/en
Priority to CN202011592407.XA priority patent/CN113119470B/zh
Application granted granted Critical
Publication of KR102236149B1 publication Critical patent/KR102236149B1/ko
Priority to US17/934,004 priority patent/US11628502B2/en

Links

Images

Classifications

    • 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
    • B22F10/00—Additive manufacturing of workpieces or articles from metallic powder
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B29—WORKING OF PLASTICS; WORKING OF SUBSTANCES IN A PLASTIC STATE IN GENERAL
    • B29C—SHAPING OR JOINING OF PLASTICS; SHAPING OF MATERIAL IN A PLASTIC STATE, NOT OTHERWISE PROVIDED FOR; AFTER-TREATMENT OF THE SHAPED PRODUCTS, e.g. REPAIRING
    • B29C64/00—Additive manufacturing, i.e. manufacturing of three-dimensional [3D] objects by additive deposition, additive agglomeration or additive layering, e.g. by 3D printing, stereolithography or selective laser sintering
    • B29C64/30—Auxiliary operations or equipment
    • B29C64/386—Data acquisition or data processing for 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
    • B22F10/10—Formation of a green body
    • 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
    • B22F10/25—Direct deposition of metal particles, e.g. direct metal deposition [DMD] or laser engineered net shaping [LENS]
    • 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
    • B22F10/36—Process control of energy beam parameters
    • 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
    • B22F10/36—Process control of energy beam parameters
    • B22F10/368—Temperature or temperature gradient, e.g. temperature of the melt pool
    • 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
    • B22F12/40—Radiation means
    • B22F12/41—Radiation means characterised by the type, e.g. laser or electron beam
    • 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
    • B29—WORKING OF PLASTICS; WORKING OF SUBSTANCES IN A PLASTIC STATE IN GENERAL
    • B29C—SHAPING OR JOINING OF PLASTICS; SHAPING OF MATERIAL IN A PLASTIC STATE, NOT OTHERWISE PROVIDED FOR; AFTER-TREATMENT OF THE SHAPED PRODUCTS, e.g. REPAIRING
    • B29C64/00—Additive manufacturing, i.e. manufacturing of three-dimensional [3D] objects by additive deposition, additive agglomeration or additive layering, e.g. by 3D printing, stereolithography or selective laser sintering
    • B29C64/30—Auxiliary operations or equipment
    • B29C64/386—Data acquisition or data processing for additive manufacturing
    • B29C64/393—Data acquisition or data processing for additive manufacturing for controlling or regulating additive manufacturing processes
    • 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
    • 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
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B17/00—Measuring arrangements characterised by the use of infrasonic, sonic or ultrasonic vibrations
    • G01B17/02—Measuring arrangements characterised by the use of infrasonic, sonic or ultrasonic vibrations for measuring thickness
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B21/00—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant
    • G01B21/02—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant for measuring length, width, or thickness
    • G01B21/08—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant for measuring length, width, or thickness for measuring thickness
    • G01B21/085—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant for measuring length, width, or thickness for measuring thickness using thermal means
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0004—Industrial image inspection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0004—Industrial image inspection
    • G06T7/001—Industrial image inspection using an image reference approach
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/50—Depth or shape recovery
    • 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
    • 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
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
    • G01J2005/0077—Imaging
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
    • G01J5/0037—Radiation pyrometry, e.g. infrared or optical thermometry for sensing the heat emitted by liquids
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10048—Infrared image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20081—Training; Learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20084—Artificial neural networks [ANN]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30108—Industrial image inspection
    • G06T2207/30164—Workpiece; Machine component
    • 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

Abstract

3D 프린팅 공정 중 실시간 피드백 공정제어 방법 및 시스템이 개시된다. 3D 프린팅 공정 중 실시간 피드백 공정제어 방법으로서, 3D 프린팅 공정 변수, 계측 신호 및 적층 품질에 관한 빅데이터를 수집하는 단계, 빅데이터를 기초로 인공신경망을 구축하는 단계, 실시간으로 3D 프린팅의 적층 품질 이상 여부에 대하여 평가하는 단계 및 인공신경망을 기반으로 하여 적층 품질을 피드백 제어하는 단계를 포함할 수 있다.

Description

3D 프린팅 시스템 및 이의 실시간 피드백 공정제어 방법{3D printing system and real-time feedback process control method thereof}
본 발명은 3D 프린팅 시스템 및 방법에 관한 것으로, 보다 상세하게는, 실시간 피드백 공정제어가 가능한 3D 프린팅 시스템 및 방법에 관한 것이다.
3D 프린팅은 3차원 물체를 만들어 내는 제조 기술로서, 3D모델 데이터로부터 정보를 받아 한 층씩 쌓아가는 방식으로 대상물을 가공하는 기술이다. 3D 프린팅은 복잡하거나 제품의 내부에 형성된 형상의 구현을 용이하게 해주는 장점을 갖는다. 이와 같은 장점으로 인하여 3D 프린팅 기술은 각종 산업용 부품과 의료용 재료 등 다양한 제품의 제작을 쉽게 해 줄 수 있는 고부가 가치 기술로 각광받고 있다.
3D 프린팅은 3차원 제품의 형상을 균일하거나 가변적인 두께를 가지는 수많은 2차원 단면으로 나누어 각 2차원 단면을 적층하여 형성하는 방식으로 진행될 수 있다. 3D 프린팅에는 1) Material extrusion 방식, 2) Material jetting 방식, 3) Binder jetting 방식, 4) Sheet lamination 방식, 5) Vat photopolymerization 방식, 6) Powder bed fusion 방식, 7) Directed energy deposition(DED) 방식 등이 알려져 있다. 그 중 DED 방식은 금속 파우더, 혹은 와이어의 소재를 레이저 등의 에너지를 집중시켜 녹여 붙이는 방식으로 타 방식에 비해 저렴한 상용소재를 쓸 수 있다는 점, 기존에 존재하는 3D형상에 적층할 수 있다는 점, 그리고 타 방식에 비해 기계 물성이 우수하다는 때문에 널리 이용되고 있는 추세이다.
DED 방식의 3D 프린팅에서는 집광부에서 조사되는 레이저빔이 기재에 조사되면서 용융풀이 형성되고, 용융풀 상에 금속 분말이 공급되면서 적층이 이루어지게 된다.
이 때, 적층부의 물성치, 형상, 결함 여부는 적층 품질을 결정하는 중요한 요소이며, 이와 같은 물성치, 형상, 결함 등을 확인하여 적층 품질의 이상 여부 평가하고 이를 기반으로 3D 프린팅 공정을 제어하는 것은 적층 품질을 향상시키기 위하여 필요한 기술이다. 그러나, 이와 같이 실시간으로 적층 품질을 평가하고 이를 피드백 하여 공정을 제어하는 기술은 개발된 예가 없다.
본 발명의 일 실시예들은 3D 프린팅 공정 중 실시간으로 적층 품질을 평가하고 그 평가 결과에 기초하여 피드백 공정제어를 할 수 있는 3D 프린팅 시스템 및 방법을 제공하고자 한다.
본 발명의 일 측면에 따르면, 3D 프린팅 공정 중 실시간 피드백 공정제어 방법으로서, 3D 프린팅 공정 변수, 계측 신호 및 적층 품질에 관한 빅데이터를 수집하는 단계; 상기 빅데이터를 기초로 인공신경망을 구축하는 단계; 실시간으로 상기 3D 프린팅의 적층 품질 이상 여부에 대하여 평가하는 단계; 상기 인공신경망을 기반으로 하여 상기 적층 품질을 피드백 제어하는 단계를 포함하는, 3D 프린팅 공정 중 실시간 피드백 공정제어 방법이 제공된다.
일 실시예에서, 상기 빅데이터를 수집하는 단계는, 상기 공정 변수를 수집하는 단계; 열화상 및 초음파 신호를 계측하는 단계 및 상기 열화상 및 초음파 신호를 분석하여 상기 적층 품질을 추정하는 단계를 포함할 수 있다.
일 실시예에서, 상기 열화상 및 초음파 신호를 분석하여 상기 적층 품질을 추정하는 단계는, 상기 초음파의 응답의 도달시간 및 파동 속도와, 상기 열 화상의 열 에너지 전달 속도 중 적어도 어느 하나에 따라 물성치 또는 형상을 추정하는 단계를 포함할 수 있다.
일 실시예에서, 상기 열화상 및 초음파 신호를 분석하여 상기 적층 품질을 추정하는 단계는, 상기 초음파의 응답의 추가적인 반사파, 도달시간 및 파동 속도와, 상기 열 화상의 열 에너지 분포의 변화 중 적어도 어느 하나에 따라 결함의 존재를 검출하는 단계를 포함할 수 있다.
일 실시예에서, 상기 인공신경망을 구축하는 단계는, 상기 공정 변수와 상기 적층 품질 사이의 상관 관계를 분석하는 단계를 포함할 수 있다.
일 실시예에서, 상기 인공신경망을 구축하는 단계는, 상기 계측 신호와 상기 적층 품질 사이의 상관 관계를 분석하는 단계를 포함할 수 있다.
일 실시예에서, 상기 실시간으로 3D 프린팅의 적층 품질 이상 여부에 대하여 평가하는 단계는, 새로 계측한 열화상 및 초음파 신호에서 상기 인공신경망을 통하여 적층 품질 예측값을 도출하는 단계; 실제 적층 품질의 계측값을 도출하는 단계; 상기 인공신경망의 적층 품질 예측값과 실제 적층 품질 계측값 사이의 오차를 계산하는 단계 및 상기 오차가 허용 오차 임계치를 넘을 경우 품질 이상으로 판별하는 단계를 포함할 수 있다.
일 실시예에서, 상기 실시간으로 3D 프린팅의 적층 품질 이상 여부에 대하여 평가하는 단계는, 실제 적층 품질의 계측값을 모니터링하는 단계; 상기 적층 품질 계측값이 상기 허용범위 내의 값이 아닐 경우 품질 이상으로 판별하는 단계를 포함할 수 있다.
일 실시예에서, 상기 실시간으로 3D 프린팅의 적층 품질 이상 여부에 대하여 평가하는 단계는, 열화상 및 초음파 신호를 분석하여 내부 공극, 표면 균열 중 적어도 어느 하나를 포함하는 결함 여부를 모니터링하는 단계; 결함의 존재가 추정될 경우 품질 이상으로 판별하는 단계를 포함할 수 있다.
일 실시예에서, 상기 인공신경망을 기반으로 하여 상기 적층 품질을 피드백 제어하는 단계는, 상기 품질 이상 여부를 확인하는 단계; 상기 품질 이상 발생 시 실시간 피드백을 하는 단계; 및 상기 실시간 피드백을 통하여 상기 3D 프린팅 공정변수를 조정하는 단계를 포함할 수 있다.
일 실시예에서, 상기 공정 변수는 레이저 빔의 강도, 공정 속도, 레이저 빔의 크기 및 분말 분출량 중 적어도 어느 하나를 포함할 수 있다.
일 실시예에서, 상기 적층 품질은 적층부의 물성치, 결함 여부 및 형상 중 적어도 어느 하나를 포함할 수 있다.
일 실시예에서, 상기 계측 신호는 열화상, 초음파 신호, 비전카메라 영상 및 음향 중 적어도 어느 하나를 포함할 수 있다.
일 실시예에서, 상기 3D 프린팅 공정은 DED(direct energy deposition) 방식 3D 프린팅 공정일 수 있다.
일 실시예에서, 상기 용융풀의 모재는 금속 재료일 수 있다.
본 발명의 다른 측면에 따르면, 전술한 방법을 이용하여 3D 프린팅 공정 중 실시간으로 피드백 공정제어가 가능한 3D 프린팅 시스템으로서, 레이저 빔을 조사하여 적층부에 공급되는 모재를 녹임으로써 상기 적층부에 용융풀이 형성되도록 하는 레이저 소스; 상기 적층부로 모재를 공급하는 모재 공급원; 상기 적층부에 형성되는 용융풀의 열 화상을 획득하는 적외선 카메라; 상기 적층부로부터 반사되는 레이저 초음파를 수광하는 레이저 초음파 장치 및 상기 획득된 열 화상 및 상기 수광된 레이저 초음파의 응답을 기초로 상기 적층부의 적층 품질 평가를 수행하고, 이를 근거로 실시간으로 적층 품질의 피드백 제어를 수행하는 제어부를 포함하고, 상기 적외선 카메라 및 상기 레이저 초음파 장치는 3D 프린팅용 레이저 소스와 동축 상으로 배치되는, 3D 프린팅 공정 중 실시간 피드백 공정제어가 가능한 3D 프린팅 시스템이 제공된다.
본 발명의 일 실시예에 따르면 열화상 카메라 및 초음파 장치를 이용하여 3D 프린팅 공정 중 형성되는 적층부의 적층 품질을 실시간으로 추정하고, 3D 프린팅에 사용된 공정 변수와 적층 품질 사이의 상관 관계를 분석함으로써 효과적인 피드백 공정제어가 가능하다.
본 발명의 일 실시예에 따르면, 3D 프린팅 공정 중 3D 프린팅에 사용된 공정 변수와 적층 품질 사이의 상관 관계를 분석한 결과에 기초하여 인공신경망 모델을 구축하고, 그 인공 신경망 모델을 통해 적층 품질의 예측값을 도출한 후, 실제 적층 품질의 계측값과 비교함으로써 적층 품질 이상을 용이하게 판별할 수 있다.
또한, 본 발명의 일 실시예에 따르면, 3D 프린팅 공정이 품질 이상으로 판별된 경우 인공신경망 모델을 통해 분석된 공정 변수와 적층 품질 사이의 상관관계에 따라 3D 프린팅 공정 변수를 조절하여 적층부의 적층 품질을 실시간으로 제어할 수 있다.
본 발명의 일 실시예에 따르면, 3D 프린팅 공정 변수를 제어하면서 실시간으로 공정 제어를 수행하므로 부품 품질 및 공정 효율성을 증가시킬 수 있다.
도 1은 본 발명의 일 실시예에 따른 3D 프린팅 시스템의 구성도이다.
도 2는 본 발명의 실시예에 따른 3D 프린팅 시스템에서 레이저 소스에 의해 적층부에서 용융풀, 열파 및 레이저 초음파가 생성되는 것을 모식적으로 나타낸 도면이다.
도 3은 본 발명의 실시예에 따른 3D 프린팅 시스템에서 펄스-에코 기법에 의한 레이저 초음파와 열 화상의 데이터 융합 기반 결함 검출의 일례를 나타낸 도면이다.
도 4는 본 발명의 실시예에 따른 3D 프린팅 시스템에서 피치-캐치 기법에 의한 레이저 초음파와 열 화상의 데이터 융합 기반 물성치 추정의 일례를 나타낸 도면이다.
도 5는 본 발명의 일 실시예에 따른 3D 프린팅 시스템의 공정 중 실시간 피드백 공정제어 방법의 순서도이다.
도 6은 본 발명의 일 실시예에 따른 3D 프린팅 시스템의 실시간 피드백 공정제어 방법에서 빅데이터를 수집하는 단계의 세부적인 단계를 나타내는 순서도이다.
도 7은 본 발명의 일 실시예에 따른 3D 프린팅 시스템의 실시간 피드백 공정제어 방법에서 초음파 신호를 분석하여 적층 품질을 추정하는 단계의 세부적인 단계를 나타내는 순서도이다.
도 8은 본 발명의 일 실시예에 따른 3D 프린팅 시스템의 실시간 피드백 공정제어 방법에서 인공신경망을 구축하는 단계의 세부적인 단계를 나타내는 순서도이다.
도 9는 본 발명의 일 실시예에 따른 3D 프린팅 시스템의 실시간 피드백 공정제어 방법에서 적층 품질 이상 여부에 대하여 평가하는 단계의 세부적인 단계를 나타내는 순서도이다.
도 10은 본 발명의 일 실시예에 따른 3D 프린팅 시스템의 실시간 피드백 공정제어 방법에서 적층 품질 예측값과 계측값 사이의 오차를 모니터링하는 단계의 세부적인 단계를 나타내는 다른 순서도이다.
도 11는 본 발명의 일 실시예에 따른 3D 프린팅 시스템의 실시간 피드백 공정제어 방법에서 적층 품질을 피드백 제어하는 단계의 세부적인 단계를 나타내는 순서도이다.
도 12은 본 발명의 일 실시예에 따른 3D 프린팅 시스템 및 빅데이터 수집 단계를 나타내기 위한 모식도이다.
도 13는 머신 러닝을 이용하여 공정 변수와 적층 품질 또는 계측 신호와 적층 품질 사이의 상관 관계를 분석하는 모식도이다.
도 14a 및 도 14b는 적층 품질 이상 여부를 실시간으로 모니터링하는 과정을 도시한 도면이다.
도 15은 품질 이상 검출 시 피드백을 통한 공정 변수를 제어하는 과정을 도시한 도면이다.
이하, 첨부한 도면을 참고로 하여 본 발명의 실시예에 대하여 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 상세히 설명한다. 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다. 도면에서 본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 동일 또는 유사한 구성요소에 대해서는 동일한 참조부호를 붙였다.
본 발명의 일 실시예에 따른 3D 프린팅 시스템은 레이저를 이용하여 모재를 녹여 3차원의 물체를 형성하는 시스템으로서, 3D 프린팅 공정 동안 온라인으로 비파괴 평가(NDE; NonDestructive Evaluation)를 수행하여 실시간으로 피드백 공정제어를 할 수 있는 시스템이다. 이때, 본 발명의 일 실시예에 따른 3D 프린팅 시스템은 금속 분말을 레이저로 용융시켜 3차원 물체를 형성할 수 있는 DED 방식의 3D 프린팅 시스템일 수 있다.
도 1은 본 발명의 실시예에 따른 3D 프린팅 시스템의 구성도이다.
도 1을 참조하면, 본 발명의 일 실시예에 따른 3D 프린팅 시스템(1)은 레이저 소스(20), 모재 공급원(30), 초점렌즈(40), 노즐(50), 적외선 카메라(60), 비전 카메라(70), 레이저 초음파 장치(80) 및 제어부(90)를 포함한다.
여기서, 레이저 소스(20), 모재 공급원(30), 초점렌즈(40) 및 노즐(50)은 일반적인 DED 방식의 3D 프린터(10)를 구성할 수 있다. 그러나 본 발명의 일 실시예에 따른 3D 프린팅 시스템(1)에 적용될 수 있는 3D 프린터(10)가 DED 방식에 제한되는 것은 아니다. 용융풀을 금속으로 형성할 수 있는 3D 프린터라면 본 발명에 따른 3D 프린팅 시스템(1)용으로 채용될 수 있다.
또한, 3D 프린팅 시스템(1)에서, DED 3D 프린터(10)에 동축으로 적외선 카메라(60), 비전 카메라(70) 및 레이저 초음파 장치(80)가 구비될 수 있다. 즉, 적외선 카메라(60), 비전 카메라(70) 및 레이저 초음파 장치(80)는 레이저 소스(20)와 동축 상에 배치된다. 여기서, 동축 배치는 복수의 레이저 빔이 동일한 광로를 공유하도록 관련 구성요소들이 배치되어 빔 스플리터, 다이크로익 미러(dichroic mirror), 필터 등에 의해 레이저 빔을 분리 및 투과시켜 광로를 공유하는 것을 의미한다.
이에 의해, 적외선 카메라(60), 비전 카메라(70) 및 레이저 초음파 장치(80)의 위치를 제어하지 않아도 연속적으로 적층부(4)의 촬영 및 검사가 가능하다.
또한, 적외선 카메라(60), 레이저 초음파 장치(80) 및 제어부(90)는 본 발명의 실시예에 따른 3D 프린팅 공정의 열 화상 및 레이저 초음파 통합 검사 시스템을 구성할 수 있다. 따라서 3D 프린팅 시스템(1)은 3D 프린터(10)와 3D 프린팅 공정의 열 화상 및 레이저 초음파 통합 검사 시스템을 포함한다.
도 1을 참조하면, 레이저 소스(20)는 적층부(4)로 레이저 빔(22)을 조사한다. 레이저 소스(20)로부터 조사된 레이저 빔(22)은 초점렌즈(40)를 지나 적층부(4)로 조사된다. 이때, 레이저 소스(20)로부터 조사된 레이저 빔(22)은 용융풀(2)까지 조사되는 동안 모재를 공급하기 위한 노즐(50)을 통과하여 지나도록 형성될 수 있다. 여기서, 레이저 소스(20)는 1.07㎛ 이하의 파장 대역을 가질 수 있다.
모재 공급원(30)으로부터 공급된 모재는 별도의 공급관(32)을 통하여 예를 들어, 금속 분말 혹은 금속 와이어 형태로 노즐로 공급된다. 모재를 적층부로 공급하기 위하여 노즐(50)에 형성되는 모재의 이동 경로는 레이저 빔(22)이 지나는 경로와 나란하게 혹은 비스듬하게 형성될 수 있다. 적층부(4)로 공급된 모재는 레이저 소스(20)에 의하여 용융되어 적층부(4)에서 용융풀(2)을 형성한다.
적층부(4)는 복수의 층이 적층되어 3차원 물체로 형성될 수 있다. 본 실시예를 설명하기 위한 도 1에서, 적층부(4)는 제1층(6) 및 제2층(8)으로 형성되고, 제2층(8)에 용융풀(2)이 형성된 상태가 도시되어 있다.
적외선 카메라(60)는 적층부(4)에 형성되는 용융풀(2)의 열 화상을 획득한다. 여기서, 적외선 카메라(60)는 레이저 소스(20)와 상이한 파장 대역을 가질 수 있다. 일례로, 적외선 카메라(60)는 2~5㎛의 파장 대역을 가질 수 있다.
적외선 카메라(60)를 레이저 소스(20)와 동축 배치로 구성하기 위해, 제1빔 스플리터(62)가 레이저 소스(20)로부터 조사된 레이저 빔(22) 경로 상에 배치될 수 있다. 제1빔 스플리터(62)는 적층부(4)로부터 반사되는 레이저 빔(22)의 일부를 적외선 카메라(60) 측으로 분리시킬 수 있다.
또한, 제1필터부(64)가 제1빔 스플리터(62)와 적외선 카메라(60) 사이에 배치될 수 있다. 이때, 제1필터부(64)는 적외선 카메라(60)의 파장 대역을 통과시킬 수 있다. 이에 의해, 적외선 카메라(60)는 레이저 빔(22)으로부터 자신의 파장 대역의 레이저 빔만 추출하여 열 화상을 획득할 수 있다.
비전 카메라(70)는 적층부(4)의 실화상을 획득한다. 여기서, 비전 카메라(70)는 레이저 소스(20)와 상이한 파장 대역을 가질 수 있다. 일례로, 비전 카메라(70)는 600~900㎚의 파장 대역을 가질 수 있다.
비전 카메라(70)를 레이저 소스(20)와 동축 배치로 구성하기 위해, 제3빔 스플리터(82)가 레이저 소스(20)로부터 조사된 레이저 빔(22) 경로 상에 배치될 수 있다. 제3빔 스플리터(72)는 적층부(4)로부터 반사되는 레이저 빔(22)의 일부를 비전 카메라(70) 측으로 분리시킬 수 있다.
또한, 제3필터부(74)가 제3빔 스플리터(72)와 비전 카메라(70) 사이에 배치될 수 있다. 이때, 제3필터부(74)는 비전 카메라(70)의 파장 대역을 통과시킬 수 있다. 이에 의해, 비전 카메라(70)는 레이저 빔(22)으로부터 자신의 파장 대역의 레이저 빔만 추출하여 적층부(4)의 가공 상태 이미지를 획득할 수 있다.
레이저 초음파 장치(80)는 적층부(4)로부터 반사되는 레이저 초음파를 수광한다. 여기서, 레이저 초음파 장치(80)는 레이저 소스(20)와 상이한 파장 대역을 가질 수 있다. 일례로, 레이저 초음파 장치(80)는 515㎚ 이하의 파장 대역을 가질 수 있다. 또한, 레이저 초음파 장치(80)는 펨토초 레이저 장치일 수 있다.
레이저 초음파 장치(80)를 레이저 소스(20)와 동축 배치로 구성하기 위해, 제2빔 스플리터(82)가 레이저 소스(20)로부터 조사된 레이저 빔(22) 경로 상에 배치될 수 있다. 제2빔 스플리터(82)는 적층부(4)로부터 반사되는 레이저 빔(22)의 일부를 레이저 초음파 장치(80) 측으로 분리시킬 수 있다.
또한, 제2필터부(84)가 제2빔 스플리터(82)와 레이저 초음파 장치(80) 사이에 배치될 수 있다. 이때, 제2필터부(84)는 레이저 초음파 장치(80)의 파장 대역을 통과시킬 수 있다. 이에 의해, 레이저 초음파 장치(80)는 레이저 빔(22)으로부터 자신의 파장 대역인 레이저 초음파만을 추출하여 수광할 수 있다.
여기서, 적외선 카메라(60), 비전 카메라(70) 및 레이저 초음파 장치(80)의 동축 배치 구성을 위해, 빔 스플리터 및 필터부만 구비하는 것으로 도시되고 설명하였으나, 일정한 반사각을 갖는 미러 등과 같은 광 경로 변환기 또는 특정 파장 대역을 통과시키거나 반사시키는 다이크로익 미러를 포함할 수 있음은 물론이다.
또한, 도 1에서 적외선 카메라(60), 비전 카메라(70) 및 레이저 초음파 장치(80)는 레이저 빔(22)에 대하여 일측에 배치되는 것으로 도시되었으나, 이에 한정되지 않는다. 일례로, 적외선 카메라(60), 비전 카메라(70) 및 레이저 초음파 장치(80)는 빔 스플리터의 변형에 따라 레이저 빔(22)에 대하여 양측으로 분산 배치될 수 있다.
제어부(90)는 적외선 카메라(60)에서 획득된 열 화상, 레이저 초음파 장치(80)에서 수광된 레이저 초음파의 응답, 비전 카메라(70)에 의해 획득된 이미지, 음향 중 적어도 어느 하나를 포함하는 계측 신호를 기초로 적층부(4)의 적층 품질 검사를 수행한다.
이때, 제어부(90)는 후술하는 바와 같이, 펄스-에코(pulse-echo) 기법 또는 피치-캐치(Pitch Catch) 기법으로 레이저 초음파 응답을 산출할 수 있다.
이하, 도 2 내지 도 4를 참조하여 열 화상 및 레이저 초음파 응답 등의 계측 신호 분석에 기반한 적층 품질 검사를 설명한다. 이 때 적층 품질은 적층부의 적층 상태를 의미하며, 적층 품질을 나타내는 지표로서 물성치, 결함 여부, 형상 중 적어도 어느 하나를 포함할 수 있다. 세부적으로 물성치는 적층부의 강성, 탄성계수를 포함할 수 있고, 결함은 적층부의 내부 공극, 표면 균열을 포함할 수 있다. 또한 형상은 적층부의 길이, 두께, 폭, 깊이 및 크기를 포함할 수 있다.
도 2는 본 발명의 실시예에 따른 3D 프린팅 시스템에서 레이저 소스에 의해 적층부에서 용융풀, 열파 및 레이저 초음파가 생성되는 것을 모식적으로 나타낸 도면이다.
도 2를 참조하면, 레이저 소스(20)로부터 조사된 레이저 빔(22)은 용융풀(2)을 형성하기 위해 적층부(4)에 조사된다.
이때, 레이저 빔(22)의 열 에너지 또는 용융풀(2)의 열에 의해 열파(3)가 생성될 수 있다. 생성된 열파(3)는 적층부(4)를 따라 전파한다. 여기서, 열파(3)는 적층부(4)의 열 에너지 분포, 열 에너지 전달 속도, 또는 열 확산율과 관련된다. 즉, 열 에너지 분포, 열 에너지 전달 속도, 또는 열 확산율은 적층부(4)의 적층 품질의 영향을 받는다.
또한, 레이저 빔(22)에 의한 적층부(4)에서의 반사에 따라 레이저 초음파(3a)가 생성될 수 있다. 즉, 적층부(4)의 두께 방향으로 진행한 레이저 빔(22)이 그 표면(상부 또는 하부)에서 반사되어 적층부(4)의 외부로 다시 방출되는데, 이와 같은 반사파가 레이저 초음파(3a)일 수 있다.
이때, 레이저 초음파(3a)는 적층부(4)에 대한 응답으로서 도달시간 또는 파동 속도와 관련된다. 즉, 레이저 초음파(3a)의 도달시간 및 파동 속도는 적층부(4)의 적층 품질의 영향을 받는다. 여기서, 도달시간은 레이저 빔(22)의 조사 시점부터 반사에 의한 레이저 초음파(3a)의 수광시점까지의 시간을 의미한다.
상술한 바와 같이, 열 화상 및 레이저 초음파(3a) 응답은 적층부(4)의 적층 상태에 따라 상호작용한다. 즉, 열 화상 및 레이저 초음파(3a) 응답은 적층 품질을 나타내는 특징을 갖는다. 다시 말하면, 열 화상 및 레이저 초음파(3a) 응답은 적층부(4)의 적층 품질에 따라 변경될 수 있다.
그러므로 본 발명의 일 실시예에서, 적층부(4)에 대한 열 화상 및 레이저 초음파(3a) 등의 계측 신호를 분석함으로써 적층부(4)의 적층 품질을 추정하는 것이 가능하다.
도 3은 본 발명의 실시예에 따른 3D 프린팅 시스템에서 펄스-에코 기법에 의한 레이저 초음파와 열 화상 영상에 기반한 결함 검출의 일례를 나타낸 도면이다.
적층부(4)가 결함이 존재하지 않는 경우, 적층부(4)에 조사된 레이저 빔(22)은 적층부(4)의 표면에 의한 반사파(St)와 적층부(4)의 바닥면에 의한 반사파(Sr)를 생성할 수 있다. 여기서, 레이저 초음파(3a)의 응답은 펄스-에코 기법을 이용하며, 레이저 빔(22)의 조사 위치와 레이저 초음파(3a)의 수광 위치는 동일하다.
그러나 적층부(4)의 내부에 공극(void)과 같은 결함이 존재하는 경우, 도 3의 (a)에 도시된 바와 같이, 적층부(4)에 조사된 레이저 빔(22)은 공극에 의한 추가적인 반사파(Sr')를 생성할 수 있다. 즉, 추가적인 반사파(Sr')의 생성 여부에 따라 적층부(4)의 결함 여부를 판단할 수 있다. 다시 말하면, 정상적인 반사파(St, Sr) 이외의 추가적인 반사파(Sr')가 검출되면, 적층부(4)의 공극이 존재하는 것으로 추정할 수 있다.
한편, 반사파(St, Sr)에 의해 적층부(4)의 두께를 판단할 수 있다. 이때, 추가적인 반사파(Sr')는 결함에 의한 것인지 적층부(4)의 두께 변화에 의한 것인지 명확하지 않을 수 있다. 이를 보완하기 위해 열 화상의 데이터를 융합하여 결함 여부를 판단할 수 있다.
보다 상세히, 도 3의 (b)에 도시된 바와 같이, 적층부(4)의 내부에 공극과 같은 결함이 존재하는 경우, 적층부(4)의 열 에너지의 이력이 변화할 수 있다. 즉, 적층부(4)의 열 에너지 분포가 변화할 수 있다. 이와 같이, 열 화상에 의한 적층부(4)의 열 에너지 분포의 변화 여부에 따라 적층부(4)의 결함 여부를 판단할 수 있다. 다시 말하면, 적층부(4)의 열 화상에서 열 에너지 분포가 변화하면, 적층부(4)의 결함이 존재하는 것으로 추정할 수 있다.
이때, 제어부(90)는 레이저 초음파의 응답의 추가적인 반사파(Sr') 및 열 화상의 열 에너지 분포의 변화에 따라 적층부(4)에 결함의 존재를 검출할 수 있다. 이에 의해, 레이저 초음파의 응답 또는 열 화상의 열 에너지 분포의 변화만을 모니터링하는 경우에 비하여, 본 발명은 적층부(4)의 결함 여부를 더 정확하게 검출할 수 있다.
도 4는 본 발명의 실시예에 따른 3D 프린팅 시스템에서 피치-캐치 기법에 의한 레이저 초음파와 열 화상 영상에 기반한 물성치 추정의 일례를 나타낸 도면이다.
도 4의 (a)에 도시된 바와 같이, 레이저 초음파(3a)의 도달시간은 적층부(4)의 강성, 탄성계수 등과 같은 물성치에 따라 변화한다. 여기서, 레이저 초음파(3a)의 응답은 피치-캐치 기법을 이용하여 획득하며, 레이저 빔(22)의 조사 위치와 레이저 초음파(3a)의 수광 위치는 상이하다.
일례로, ①과 같이, 적층부(4)가 딱딱한(stiff) 경우, 레이저 초음파(3a)의 도달시간은 비교적 짧다. 또한, ②와 같이, 적층부(4)가 무른(soft) 경우, 레이저 초음파(3a)의 도달시간은 비교적 길어진다. 즉, 레이저 초음파(3a)의 도달시간에 따라 적층부(4)의 강성과 같은 물성치를 추정할 수 있다.
한편, 레이저 초음파(3a)의 도달시간은 적층부(4)에 의한 반사파로 측정되기 때문에 적층부(4)의 두께 변화에 의한 것일 수도 있다. 즉, 레이저 초음파(3a)의 도달시간 만으로는 적층부(4)의 물성치를 명확하게 추정할 수 없다. 이를 보완하기 위해 열 화상의 데이터를 융합하여 결함 여부를 판단할 수 있다.
도 4의 (b)에 도시된 바와 같이, 적층부(4)의 물성치에 따라 열 전파 특성이 변화할 수 있다. 즉, 적층부(4)의 열 에너지 전달 속도가 변화할 수 있다. 여기서, 열 에너지 전달 속도는 적층부(4)의 열 확산율에 기인한다. 이와 같이, 적층부(4)의 열 에너지 전달 속도에 따라 적층부(4)의 강성과 같은 물성치를 추정할 수 있다.
이때, 제어부(90)는 레이저 초음파(3a) 응답의 도달시간 및 파동 속도와, 열 화상의 열 에너지 전달 속도에 따라 적층부(4)의 강성을 추정할 수 있다. 이에 의해, 레이저 초음파의 응답 또는 열 화상의 열 에너지 전달 속도의 변화만을 모니터링하는 경우에 비하여, 적층부(4)의 물성치를 더 정확하게 추정할 수 있다.
본 발명의 일 실시예에 따른 3D 프린팅 시스템(1)은 제어부(90)을 이용하여 적층 품질 검사 결과를 토대로 품질 이상이 확인될 경우 이를 개선하기 위해 3D 프린팅 공정 중 실시간으로 피드백 공정제어를 할 수 있다.
이하 도면을 달리하여, 제어부(90)를 이용하여 3D 프린팅 공정 중 실시간 피드백 공정제어 방법을 설명한다.
도 5는 본 발명의 일 실시예에 따른 3D 프린팅 시스템의 공정 중 실시간 피드백 공정제어 방법의 순서도이다. 도 6은 본 발명의 일 실시예에 따른 3D 프린팅 시스템의 실시간 피드백 공정제어 방법에서 빅데이터를 수집하는 단계의 세부적인 단계를 나타내는 순서도이다. 도 7은 본 발명의 일 실시예에 따른 3D 프린팅 시스템의 실시간 피드백 공정제어 방법에서 초음파 신호를 분석하여 적층 품질을 추정하는 단계의 세부적인 단계를 나타내는 순서도이다. 도 8은 본 발명의 일 실시예에 따른 3D 프린팅 시스템의 실시간 피드백 공정제어 방법에서 인공신경망을 구축하는 단계의 세부적인 단계를 나타내는 순서도이다. 도 9는 본 발명의 일 실시예에 따른 3D 프린팅 시스템의 실시간 피드백 공정제어 방법에서 적층 품질 이상 여부에 대하여 평가하는 단계의 세부적인 단계를 나타내는 순서도이다. 도 10은 본 발명의 일 실시예에 따른 3D 프린팅 시스템의 실시간 피드백 공정제어 방법에서 적층 품질 예측값과 계측값 사이의 오차를 모니터링하는 단계의 세부적인 단계를 나타내는 다른 순서도이다. 도 11는 본 발명의 일 실시예에 따른 3D 프린팅 시스템의 실시간 피드백 공정제어 방법에서 적층 품질을 피드백 제어하는 단계의 세부적인 단계를 나타내는 순서도이다.
도 5를 참조하면, 본 발명의 일 실시예에 따른 3D 프린팅 공정 중 실시간 피드백 공정제어 방법은, 3D 프린팅 공정 변수, 상기 3D 프린팅 공정의 상태를 계측하기 위한 계측 신호 및 적층 품질에 관한 빅데이터를 수집하는 단계(S10), 상기 빅데이터를 기초로 인공신경망 모델을 구축하는 단계(S20), 실시간으로 상기 3D 프린팅의 적층 품질 이상 여부에 대하여 평가하는 단계(S30) 및 상기 인공신경망을 기반으로 하여 상기 적층 품질을 피드백 제어하는 단계(S40)를 포함할 수 있다.
이 때, 도 6을 참조하면 빅데이터를 수집하는 단계(S10)는 공정 변수를 수집하는 단계(S11), 열화상 및 초음파 신호를 계측하는 단계(S12) 및 열화상 및 초음파 신호를 분석하여 적층 품질을 추정하는 단계(S13)를 포함할 수 있다.
본 발명의 일 실시예에서 공정 변수를 수집하는 단계(S11)에서는, 3D 프린팅 공정(Process)에서 능동적으로 조절할 수 있는 변수인 공정 변수(Process input)를 수집한다. 이 때, 공정 변수는 레이저 빔의 강도, 공정 속도, 레이저 빔의 크기 및 모재 분말의 분출량 중 적어도 어느 하나를 포함할 수 있다. 다만, 3D 프린팅에 적용되는 공정 변수가 이에 제한되는 것은 아니다.
이 때, 본 발명의 일 실시예에 따른 3D 프린팅 시스템(1)은 열화상 영상 및 초음파 신호를 계측한다.(S12)
또한, 제어부(90)는 이와 같이 계측된 열화상 영상 및 초음파 신호를 분석하여 적층 품질을 추정할 수 있다(S13). 일례로 초음파 신호를 분석하여 3D 프린팅되는 적층부(4)의 탄성계수를 추정하거나, 열화상 카메라로부터 계측된 용융풀의 표면 온도로부터 용융풀 깊이를 추정할 수 있다.
보다 상세히, 도 7을 참조하면, 열화상 영상 및 초음파 신호를 분석하여 적층 품질을 추정하는 단계(S13)에서는, 전술한 전술한 바와 같이 3D 프린팅되는 적층부(4)의 물성치 또는 형상에 의해 영향을 받는 초음파의 응답의 도달시간 및 파동 속도와, 열 화상의 열 에너지 전달 속도에 중 적어도 어느 하나에 기초하여 물성치 또는 형상을 추정할 수 있다(S131).
또한, 열화상 영상 및 초음파 신호를 분석하여 적층 품질을 추정하는 단계(S13)에서는, 적층부의 결함 여부에 의해 영향을 받는 초음파의 응답의 추가적인 반사파, 도달시간 및 파동 속도와, 열 화상의 열 에너지 분포의 변화에 따라 결함의 존재를 검출할 수 있다.(S132)
제어부(90)는 상기 공정 변수, 3D 프린팅 공정의 상태를 계측하기 위한 계측 신호 및 계측 신호로부터 추정된 적층 품질과 관련된 데이터를 후술될 인공신경망 구축시 빅데이터로 이용하기 위해 수집한다. 이 때, 상기 빅데이터들은 실제 3D 프린팅 공정 전에 3D 프린팅 반복실험을 통해 수집될 수 있다.
도 8을 참조하면, 제어부(90)는 상기 빅데이터 사이의 상관관계를 분석하고, 향후 적층 품질을 예측하기 위하여 수집된 빅데이터를 기초로 인공신경망 모델을 구축한다(S20).
본 발명의 일 실시예에 있어서, 제어부(90)는 3D 프린팅 공정 변수 및 계측 신호와 적층 품질 사이의 상관 관계를 분석하기 위하여 머신 러닝(machine learning), 즉 기계 학습을 이용할 수 있다. 머신 러닝은 경험적 데이터를 기반으로 학습을 하고 예측을 수행하여 스스로의 성능을 향상시키는 시스템과 이를 위한 알고리즘을 연구하고 구축하는 기술이다. 본 발명의 일 실시예에 따른 3D 프린팅 시스템(1)의 제어부(90)은 기계 학습을 수행하는 머신 러닝 알고리즘과 관련하여 공지의 알고리즘 혹은 프로그램을 이용할 수 있다.
본 발명의 일 실시예에 따른 3D 프린팅 시스템(1)에 있어서 제어부(90)는, 머신 러닝의 알고리즘을 이용하여 3D 프린팅을 위한 공정 변수를 입력 데이터로 하여 용융풀(2)의 형상, 적층부의 물성치 및 결함 여부 중 적어도 어느 하나를 포함하는 적층 품질을 예측하고 추정할 수 있도록 특정한 인공신경망 모델을 구축하도록 형성될 수 있다(S21).
이 때, 제어부(90)는 앞서 설명한 공정 변수 하에서의 적층 품질 데이터를 반복 학습하여 누적된 데이터를 기반으로 공정 변수와 적층 품질 간의 상관 관계를 분석하여 인공신경망 모델을 형성하도록 구성될 수 있다. 이와 같은 인공신경망 모델의 상관 관계를 기초로 하여 적층 품질을 향상 시키기 위한 공정 변수를 도출함으로써, 후술될 피드백 공정제어가 가능해진다.
또한, 본 발명의 일 실시예에서, 제어부(90)는 열 화상 및 초음파 신호를 포함하는 계측 신호를 입력 데이터로 하여 적층 품질을 예측하고 추정할 수 있도록 특정한 인공신경망 모델을 구축하도록 형성될 수 있다(S22).
이 때, 제어부(90)는 특정 계측 신호로 추정되는 적층 품질 데이터를 반복 학습하여 누적된 데이터를 기반으로 계측 신호와 적층 품질과의 상관관계를 분석하여 인공신경망 모델을 형성하도록 구성될 수 있다. 이와 같은 인공신경망 모델을 이용하면 계측 신호를 분석하는 과정을 통하지 않더라도, 계측 신호 자체 만으로 적층 품질을 신속하게 예측할 수 있는 장점이 있다.
이와 같은 반복 학습을 통하여 제어부(90)에서 인공신경망 모델을 구축한 후, 실시간으로 3D 프린팅의 적층 품질 이상 여부에 대하여 평가하는 단계(S30)를 수행한다.
이 때, 실시간으로 3D 프린팅의 적층 품질 이상 여부에 대하여 평가하는 단계(S30)에서는 적층 품질을 모니터링하고, 그 모니터링 결과에 따라 품질 이상 여부를 판별할 수 있다. 특히, 적층 품질을 모니터링하고 품질 이상을 판별하는 것은 다양한 기준 또는 방법에 의하여 수행될 수 있으며, 본 명세서에서 후술되는 세 가지 기준 또는 방법만으로 제한되는 것은 아님을 밝혀둔다.
먼저, 도 9를 참조하면, 본 발명의 일 실시예에서, 실시간으로 3D 프린팅의 적층 품질 이상 여부에 대하여 평가하는 단계(S30)에서는, 적층 품질의 예측값과 계측값을 비교하고 오차를 모니터링 하여(S301), 오차가 허용 오차 임계치를 넘을 경우 품질 이상으로 판별할 수 있다.(S302)
보다 상세히, 도 10을 참조하면, 적층 품질의 예측값과 계측값을 비교하여 오차를 모니터링(S301)하기 위해, 우선 새로 계측한 열화상 및 초음파 신호에서 상기 인공신경망 모델을 통하여 적층 품질 예측값을 도출한다(S101). 즉, 새로 계측한 열화상 및 초음파 신호를 인공신경망 모델에 입력하여 적층 품질 예측값을 구할 수 있다. 또한, 실제 수신된 계측 신호를 분석하여 적층 품질의 계측값을 구할 수 있다(S102). 인공신경망 모델을 이용한 적층 품질 예측값과 실제 적층 품질 계측값 사이의 오차를 계산(S103)할 수 있다. 여기서, 상기 실제 적층 품질 계측값은 전술된 방법을 통해 3D 프린팅 공정 중 수신된 열화상 및 초음파 신호 등 계측신호를 분석하여 도출된 적층 품질로 규정될 수 있다.
이 때, 적층 품질 예측값과 실제 적층 품질 계측값 사이의 오차는 적층부의 품질 이상을 판단하기 위한 기준으로 사용된다.
즉, 본 발명의 일 실시예에서, 제어부(90)는 인공신경망 모델을 통한 적층 품질의 예측값과 실제 계측값 사이의 오차에 대한 기준, 예를 들어 허용 오차 임계치를 미리 설정해 둘 수 있다. 이와 같은 허용 오차 임계치 범위 내에 오차가 존재하는 경우 미리 설정된 품질 기준을 만족하는 것으로 판단하여 3D 프린팅 공정을 수행할 수 있다.
만일 허용 오차 임계치 범위를 오차가 벗어나는 경우 품질 이상으로 판단할 수 있으며(S302), 그 결과 후술할 실시간 피드백 공정제어가 수행되어 공정 변수를 조정할 수 있다(S40).
두 번째로, 다시 도 9를 참조하면, 본 발명의 일 실시예에서, 실시간으로 3D 프린팅의 적층 품질 이상 여부에 대하여 평가하는 단계(S30)에서는, 적층 품질의 계측값을 모니터링 하고(S311), 계측값이 허용 범위 내의 값이 아닐 경우 품질 이상으로 판별할 수 있다(S312).
일례로, 물성치 중 탄성계수에 대하여 허용 가능한 계측값의 범위를 미리 정하고 모니터링하여(S311), 상기 계측값이 허용범위 내의 값이 아닐 경우 품질 이상으로 판별할 수 있다(S312). 여기서, 계측값은 마찬가지로 3D 프린팅 공정 중 수신된 열화상 및 초음파 신호 등 계측신호를 분석하여 도출된 적층 품질로 규정될 수 있다.
세 번째로, 또 다시 도 9를 참조하면, 본 발명의 일 실시예에서, 실시간으로 3D 프린팅의 적층 품질 이상 여부에 대하여 평가하는 단계(S30)에서는, 열화상 및 초음파 신호를 분석하여 내부 공극, 표면 균열 중 적어도 어느 하나를 포함하는 결함 여부를 모니터링하고(S321), 결함의 존재가 추정될 경우 품질 이상으로 판별할 수 있다(S322).
일례로, 수신된 초음파 신호에서 추가적인 반사파(Sr') 또는 초음파 신호의 비선형성이 검출될 경우 적층부에 내부 공극 또는 표면 균열이 있는 것으로 추정하고(S321), 이를 품질 이상으로 판별할 수 있다(S322).
본 발명의 일 실시예에서, 실시간으로 3D 프린팅의 적층 품질 이상 여부에 대하여 평가하는 단계(S30)에서는, 살펴본 세가지 적층 품질 모니터링 방법(S301, S311, S321)이 모두 포함될 수도 있고, 그 중 일부만 포함될 수도 있다. 또한 적층 품질 모니터링 방법이 살펴본 세가지 방법에 의하여 제한되는 것은 아니며, 본 명세서에서 논의되지 않은 모니터링 방법이 포함될 수 있음은 물론이다.
본 발명의 일 실시예에 따른 3D 프린팅 시스템은 상기 적층 품질 이상 여부에 대하여 평가하는 단계(S30)의 결과에 따라 인공신경망을 기반으로 하여 실시간으로 피드백 공정제어를 조정할 수 있다.(S40)
더욱 상세하게, 도 11를 참조하면, 만일 적층 품질의 이상 여부를 확인하여(S41), 품질 이상 판별시 실시간 피드백을 수행하고,(S42) 이를 통하여 상술된 오차 또는 계측값이 허용 임계치 범위 내로 들어올 수 있도록 실시간으로 공정 변수를 조정한다.(S43)
이 때, 제어되는 공정 변수는 인공신경망 모델에서 학습에 의하여 습득된 공정 변수와 적층 품질 간의 상관 관계를 고려하여 자동적으로 제어부(S90)에 의하여 선택될 수 있다. 그리고, 공정 변수의 제어는 오차가 허용 오차 임계치를 넘지 않을 때까지 반복적으로 수행될 수 있다.
본 실시예에서는 오차 또는 계측값이 허용 오차 또는 허용 범위의 임계치를 넘는 경우 품질 이상으로 판별하고 피드백을 통하여 공정 변수를 조정하는 것을 예시하였으나, 오차 또는 계측값이 허용 오차 또는 허용 범위의 임계치를 넘기지는 아니하였으나 넘기려는 위험 수준에 도달한 경우 미리 허용 오차 또는 허용 범위 임계치를 넘지 않도록 공정 변수를 제어하는 것도 가능할 것이다.
이와 같은 구성에 의해, 본 발명의 일 실시예에 따른 3D 프린팅 시스템(1)은 열 화상 및 레이저 초음파 통합 검사 시스템을 구비하여 3D 프린팅 공정 중에 온라인 및 비파괴 기법으로 제품의 적층 품질 평가를 수행할 수 있다. 또한 이를 토대로 인공신경망 모델을 통해 학습된 상관관계에 따라 능동적으로 공정 변수를 제어하면서 실시간으로 공정 제어를 수행하기 때문에 부품 품질 및 공정 효율성을 증대시킬 수 있다.
이상에서 본 발명의 일 실시예에 대하여 설명하였으나, 본 발명의 사상은 본 명세서에 제시되는 실시예에 제한되지 아니하며, 본 발명의 사상을 이해하는 당업자는 동일한 사상의 범위 내에서, 구성요소의 부가, 변경, 삭제, 추가 등에 의해서 다른 실시예를 용이하게 제안할 수 있을 것이나, 이 또한 본 발명의 사상범위 내에 든다고 할 것이다.
1 3D 프린팅 시스템 2 용융풀
3 : 열파 3a : 레이저 초음파
4 : 적층부 10 : 3D 프린터
20 : 레이저 소스 30 : 모재 공급원
40 : 초점렌즈 50 : 노즐
60 : 적외선 카메라 62 : 제1빔 스플리터
64 : 제1필터부 70 : 비전 카메라
72 : 제3빔 스플리터 74 : 제3필터부
80 : 레이저 초음파 장치 82 : 제2빔 스플리터
84 : 제2필터부 90 : 제어부

Claims (19)

  1. 적층부에 공급되는 모재를 레이저 소스로 용융시켜 적층하여 3차원 물체를 형성하는 3D 프린팅 공정 중 실시간 피드백 공정제어 방법으로서,
    3D 프린팅 실험을 통해 생성된 3D 프린팅의 공정 변수, 상기 적층부에 관한 계측 신호 및 적층 품질에 관한 빅데이터를 수집하는 단계;
    수집된 상기 빅데이터를 기초로 기계학습을 수행하는 것에 의해 인공신경망 모델을 구축하는 단계;
    상기 적층부에 관한 실제 계측 신호와 상기 인공신경망 모델에 기초하여 실시간으로 상기 3D 프린팅의 적층 품질 이상 여부에 대하여 평가하는 단계; 및
    상기 적층 품질 이상 여부에 대한 평가 결과에 기초하여, 상기 적층부의 적층 품질을 실시간으로 피드백 제어하는 단계를 포함하며,
    상기 빅데이터를 수집하는 단계는, 3D 프린팅의 상기 공정 변수를 수집하는 단계; 상기 적층부에 대한 열화상 및 초음파 신호를 계측하는 단계; 수집된 상기 공정 변수와 계측된 상기 열화상 및 초음파 신호를 분석하여 상기 적층 품질을 추정하는 단계; 및 추정된 적층 품질에 관련된 빅데이터를 수집하는 단계를 포함하는 것을 특징으로 하는 3D 프린팅 공정 중 실시간 피드백 공정제어 방법.
  2. 삭제
  3. 제 1 항에 있어서, 상기 열화상 및 초음파 신호를 분석하여 상기 적층 품질을 추정하는 단계는, 상기 초음파의 응답의 도달시간 및 파동 속도와, 상기 열 화상의 열 에너지 전달 속도 중 적어도 어느 하나에 기초하여 상기 적층부의 물성치 또는 형상을 추정하는 단계를 포함하는 것을 특징으로 하는 3D 프린팅 공정 중 실시간 피드백 공정제어 방법.
  4. 제 1 항에 있어서, 상기 열화상 및 초음파 신호를 분석하여 상기 적층 품질을 추정하는 단계는, 상기 초음파의 응답의 추가적인 반사파, 도달시간 및 파동 속도와, 상기 열 화상의 열 에너지 분포의 변화 중 적어도 어느 하나에 기초하여 상기 적층부의 결함의 존재를 검출하는 단계를 포함하는 것을 특징으로 하는 3D 프린팅 공정 중 실시간 피드백 공정제어 방법.
  5. 제 1 항에 있어서, 상기 인공신경망 모델은, 상기 공정 변수와 상기 적층 품질 사이의 상관 관계를 기계 학습하여 구축되며, 상기 공정 변수를 입력 데이터로 받을 때 상기 적층 품질의 예상값을 추정할 수 있도록 구성되는 것을 특징으로 하는 3D 프린팅 공정 중 실시간 피드백 공정제어 방법.
  6. 제 1 항에 있어서, 상기 인공신경망 모델은, 상기 계측 신호와 상기 적층 품질 사이의 상관 관계를 기계학습하여 구축되며, 상기 계측 신호를 입력 데이터로 받았을 때 상기 적층 품질의 예상값을 추정할 수 있도록 구성되는 것을 특징으로 하는 3D 프린팅 공정 중 실시간 피드백 공정제어 방법.
  7. 제 1 항에 있어서, 상기 실시간으로 3D 프린팅의 적층 품질 이상 여부에 대하여 평가하는 단계는, 상기 적층부에 관해 새로 계측한 열화상 및 초음파 신호를 상기 인공신경망 모델에 입력하여 적층 품질 예측값을 도출하는 단계; 상기 적층부에 관한 실제 계측 신호를 분석하여 적층 품질 계측값을 도출하는 단계; 상기 인공신경망 모델을 통해 도출된 상기 적층 품질 예측값과 실제 상기 적층 품질 계측값 사이의 오차를 계산하는 단계; 및 상기 오차가 소정의 허용 오차 임계치를 넘을 경우 품질 이상으로 판별하는 단계를 포함하는 것을 특징으로 하는 3D 프린팅 공정 중 실시간 피드백 공정제어 방법.
  8. 제 1 항에 있어서, 상기 실시간으로 3D 프린팅의 적층 품질 이상 여부에 대하여 평가하는 단계는, 실제 적층 품질의 계측값을 모니터링하는 단계; 및 상기 적층 품질 계측값이 소정의 허용범위 내의 값이 아닐 경우 품질 이상으로 판별하는 단계를 포함하는 것을 특징으로 하는 3D 프린팅 공정 중 실시간 피드백 공정제어 방법.
  9. 제 1 항에 있어서, 상기 실시간으로 3D 프린팅의 적층 품질 이상 여부에 대하여 평가하는 단계는, 열화상 및 초음파 신호를 분석하여 내부 공극, 표면 균열 중 적어도 어느 하나를 포함하는 결함 여부를 모니터링하는 단계; 및 결함의 존재가 추정될 경우 품질 이상으로 판별하는 단계를 포함하는 것을 특징으로 하는 3D 프린팅 공정 중 실시간 피드백 공정제어 방법.
  10. 제 1 항에 있어서, 상기 인공신경망을 기반으로 하여 상기 적층 품질을 피드백 제어하는 단계는, 상기 품질 이상 여부를 확인하는 단계; 상기 품질 이상 발생 시 실시간 피드백을 하는 단계; 및 상기 실시간 피드백을 통하여 상기 3D 프린팅 공정변수를 조정하는 단계를 포함하는 것을 특징으로 하는 3D 프린팅 공정 중 실시간 피드백 공정제어 방법.
  11. 제 1 항에 있어서, 상기 공정 변수는 레이저 빔의 강도, 공정 속도, 레이저 빔의 크기 및 분말 분출량 중 적어도 어느 하나를 포함하는 것을 특징으로 하는 3D 프린팅 공정 중 실시간 피드백 공정제어 방법.
  12. 제 1 항에 있어서, 상기 적층 품질은 적층부의 물성치, 결함 여부 및 형상 중 적어도 어느 하나를 포함하는 것을 특징으로 하는 3D 프린팅 공정 중 실시간 피드백 공정제어 방법.
  13. 제 1 항에 있어서, 상기 계측 신호는 열화상, 초음파 신호, 비전카메라 영상 및 음향 중 적어도 어느 하나를 포함하는 것을 특징으로 하는 3D 프린팅 공정 중 실시간 피드백 공정제어 방법.
  14. 제 1 항에 있어서, 상기 3D 프린팅 공정은 DED(direct energy deposition) 방식 3D 프린팅 공정인 것을 특징으로 하는 3D 프린팅 공정 중 실시간 피드백 공정제어 방법.
  15. 3D 프린팅 공정 중 실시간으로 피드백 공정제어가 가능한 3D 프린팅 시스템으로서,
    레이저 빔을 조사하여 적층부에 공급되는 모재를 녹임으로써 상기 적층부에 용융풀이 형성되도록 하는 레이저 소스;
    상기 적층부로 상기 모재를 공급하는 모재 공급원;
    상기 적층부에 형성되는 용융풀의 열 화상을 획득하는 적외선 카메라;
    상기 적층부로부터 반사되는 레이저 초음파를 수광하는 레이저 초음파 장치 및
    3D 프린팅 실험을 통해 생성된 3D 프린팅의 공정 변수, 상기 적층부에 관한 계측 신호 및 적층 품질에 관한 빅데이터를 수집하는 기능, 수집된 상기 빅데이터를 기계학습하여 인공신경망 모델을 구축하는 기능, 상기 적층부에 관한 실제 계측 신호와 상기 인공신경망 모델에 기초하여 실시간으로 상기 3D 프린팅의 적층 품질 이상 여부에 대하여 평가하는 기능, 그리고 상기 적층 품질 이상 여부에 대한 평가 결과에 기초하여 상기 적층부의 적층 품질을 실시간으로 피드백 제어하는 기능을 포함하도록 구성된 제어부를 포함하고,
    상기 빅데이터를 수집하는 기능은, 3D 프린팅 공정의 상기 공정 변수를 수집하는 기능, 상기 적외선 카메라와 상기 레이저 초음파 장치로부터 제공되는 상기 적층부에 대한 열화상 및 초음파 신호를 수집하는 기능, 수집된 상기 적층부에 대한 열화상 및 초음파 신호를 상기 공정 변수와 함께 분석하여 상기 적층 품질을 추정하는 기능을 포함하며,
    상기 적외선 카메라 및 상기 레이저 초음파 장치는 3D 프린팅용 레이저 소스와 동축 상으로 배치되는 것을 특징으로 하는 3D 프린팅 공정 중 실시간 피드백 공정제어가 가능한 3D 프린팅 시스템.
  16. 제 15 항에 있어서, 상기 공정 변수는 3D 프린팅 공정에서 능동적으로 조절할 수 있는 공정 변수로서, 레이저 빔의 강도, 공정 속도, 레이저 빔의 크기 및 모재 분말의 분출량 중 적어도 어느 하나를 포함하는 것을 특징으로 하는 3D 프린팅 공정 중 실시간 피드백 공정제어가 가능한 3D 프린팅 시스템.
  17. 제 15 항에 있어서, 상기 실시간으로 3D 프린팅의 적층 품질 이상 여부에 대하여 평가하는 기능은, 상기 적층부에 관해 새로 계측한 열화상 및 초음파 신호를 상기 인공신경망 모델에 입력하여 적층 품질 예측값을 도출하는 기능; 상기 적층부에 관한 실제 계측 신호를 분석하여 적층 품질 계측값을 도출하는 기능; 상기 인공신경망 모델을 통해 도출된 성가 적층 품질 예측값과 실제 상기 적층 품질 계측값 사이의 오차를 계산하는 기능; 그리고 상기 오차가 소정의 허용 오차 임계치를 넘을 경우 품질 이상으로 판별하는 기능을 포함하는 것을 특징으로 하는 3D 프린팅 공정 중 실시간 피드백 공정제어가 가능한 3D 프린팅 시스템.
  18. 제15항에 있어서, 상기 공정 변수는 3D 프린팅 공정에서 능동적으로 조절할 수 있는 공정 변수로서, 레이저 빔의 강도, 공정 속도, 레이저 빔의 크기 및 모재 분말의 분출량 중 적어도 어느 하나를 포함하는 것을 특징으로 하는 3D 프린팅 공정 중 실시간 피드백 공정제어가 가능한 3D 프린팅 시스템.
  19. 제15항에 있어서, 상기 인공신경망 모델은 상기 공정 변수 및/또는 상기 계측신호와 상기 적층 품질 사이의 상관관계를 기계 학습하여 구축되며, 상기 공정 변수 및/또는 상기 계측신호를 입력 데이터로 받았을 때 상기 적층 품질의 예상값을 추정할 수 있도록 구성되는 것을 특징으로 하는 3D 프린팅 공정 중 실시간 피드백 공정제어가 가능한 3D 프린팅 시스템.
KR1020190179192A 2019-12-31 2019-12-31 3d 프린팅 시스템 및 이의 실시간 피드백 공정제어 방법 KR102236149B1 (ko)

Priority Applications (4)

Application Number Priority Date Filing Date Title
KR1020190179192A KR102236149B1 (ko) 2019-12-31 2019-12-31 3d 프린팅 시스템 및 이의 실시간 피드백 공정제어 방법
US17/124,973 US11484945B2 (en) 2019-12-31 2020-12-17 Method of feedback controlling 3D printing process in real-time and 3D printing system for the same
CN202011592407.XA CN113119470B (zh) 2019-12-31 2020-12-29 实时反馈控制3d打印过程的方法以及用于其的3d打印系统
US17/934,004 US11628502B2 (en) 2019-12-31 2022-09-21 Method of feedback controlling 3D printing process in real-time and 3D printing system for the same

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020190179192A KR102236149B1 (ko) 2019-12-31 2019-12-31 3d 프린팅 시스템 및 이의 실시간 피드백 공정제어 방법

Publications (1)

Publication Number Publication Date
KR102236149B1 true KR102236149B1 (ko) 2021-04-06

Family

ID=75473274

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020190179192A KR102236149B1 (ko) 2019-12-31 2019-12-31 3d 프린팅 시스템 및 이의 실시간 피드백 공정제어 방법

Country Status (3)

Country Link
US (2) US11484945B2 (ko)
KR (1) KR102236149B1 (ko)
CN (1) CN113119470B (ko)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB2596649A (en) * 2020-06-25 2022-01-05 Bae Systems Plc Structural simulation of additively manufactured components
KR102396959B1 (ko) * 2021-05-31 2022-05-12 한국전자기술연구원 금속 3d 프린팅의 출력 안정화를 위한 열 빠짐 특성 분석 기반 모델 출력 방향 결정 방법 및 시스템
KR102435874B1 (ko) * 2021-06-21 2022-08-25 한국생산기술연구원 3d 프린터의 공정 관리 장치
KR20230014358A (ko) 2021-07-21 2023-01-30 한국과학기술원 자기 증분 투자율을 이용한 금속 3d 프린팅 부재 항복강도 계측 방법 및 이를 위한 계측 시스템
CN116051562A (zh) * 2023-03-31 2023-05-02 北京大学 基于深度生成网络的金属3d打印质量预测方法
KR20230066796A (ko) * 2021-11-08 2023-05-16 성균관대학교산학협력단 적층물의 가시화 방법 및 장치, 컴퓨터 판독 가능한 기록 매체 및 컴퓨터 프로그램
KR20230067954A (ko) * 2021-11-10 2023-05-17 경상국립대학교산학협력단 레이저 용융 기반한 고밀도 및 고강도 타이타늄 합금 적층 시스템 및 이를 이용한 고밀도 및 고강도 타이타늄 합금 적층 조형물 제조방법
WO2023113450A1 (ko) * 2021-12-16 2023-06-22 한국전자기술연구원 3d 프린팅 열 배출 해석을 위한 서포트 싱크 적용 방법

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102236149B1 (ko) * 2019-12-31 2021-04-06 한국과학기술원 3d 프린팅 시스템 및 이의 실시간 피드백 공정제어 방법
KR102235761B1 (ko) * 2019-12-31 2021-04-02 한국과학기술원 3d 프린팅 공정의 펨토초 레이저 기반 초음파 계측 장치 및 이를 구비한 3d 프린팅 시스템
US20220230292A1 (en) * 2021-01-20 2022-07-21 Scott Powers Machine learning and computer vision based 3d printer monitoring systems and related methods
CN115358159B (zh) * 2022-10-24 2023-04-07 浙江大学计算机创新技术研究院 一种多目标3d打印工艺参数优化方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20140050093A (ko) * 2011-08-05 2014-04-28 로프보로우 유니버시티 선택적으로 미립자 물질을 결합하기 위한 장치 및 방법
JP2016502603A (ja) * 2012-11-08 2016-01-28 ディーディーエム システムズ， インコーポレイテッド 金属構成要素の加法的製造および修復
US20180029126A1 (en) * 2016-07-28 2018-02-01 Hou T. NG Controlling an intensity profile of an energy beam with a deformable mirror in additive manufacturing
JP2018100954A (ja) * 2016-10-18 2018-06-28 ゼネラル・エレクトリック・カンパニイ 付加製造部品のサーモグラフィ検査のための方法およびシステム
KR20190068349A (ko) * 2017-12-08 2019-06-18 성균관대학교산학협력단 3d 프린터의 건전성 진단 방법 및 장치
KR20190127029A (ko) * 2018-05-03 2019-11-13 한국전자통신연구원 G-code를 이용한 3D 프린팅 관리 방법 및 장치
JP2019534186A (ja) * 2016-10-26 2019-11-28 ゼネラル・エレクトリック・カンパニイ 積層造形法のための方法及び熱的構造体

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11369465B2 (en) * 2013-01-14 2022-06-28 Scripps Health Tissue array printing
WO2016094827A1 (en) * 2014-12-12 2016-06-16 Velo3D, Inc. Feedback control systems for three-dimensional printing
IT201600128438A1 (it) * 2016-12-20 2018-06-20 Gimac Di Maccagnan Giorgio Sistema per processi di additive manufacturing e relativo metodo di controllo
JP6980022B2 (ja) * 2017-01-30 2021-12-15 シーメンス アクチエンゲゼルシヤフトSiemens Aktiengesellschaft オーバーレイとの適合性を有する遮熱コーティングシステム
CN109261219A (zh) * 2018-08-31 2019-01-25 深圳信息职业技术学院 一种面向高效制氢的多尺度纤维载体节能烧结成形方法
CN109171998B (zh) * 2018-10-22 2020-07-21 西安交通大学 基于超声深度学习的热消融区域识别监测成像方法与系统
KR102236149B1 (ko) * 2019-12-31 2021-04-06 한국과학기술원 3d 프린팅 시스템 및 이의 실시간 피드백 공정제어 방법
KR102194695B1 (ko) * 2019-12-31 2020-12-24 한국과학기술원 3d 프린팅 공정 중 형성되는 적층부의 높이를 추정하는 방법 및 장치, 이를 구비한 3d 프린팅 시스템
KR102194694B1 (ko) * 2019-12-31 2020-12-24 한국과학기술원 3d 프린팅 공정의 열 화상 및 레이저 초음파 통합 검사 시스템 및 이를 구비한 3d 프린팅 시스템

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20140050093A (ko) * 2011-08-05 2014-04-28 로프보로우 유니버시티 선택적으로 미립자 물질을 결합하기 위한 장치 및 방법
JP2016502603A (ja) * 2012-11-08 2016-01-28 ディーディーエム システムズ， インコーポレイテッド 金属構成要素の加法的製造および修復
US20180029126A1 (en) * 2016-07-28 2018-02-01 Hou T. NG Controlling an intensity profile of an energy beam with a deformable mirror in additive manufacturing
JP2018100954A (ja) * 2016-10-18 2018-06-28 ゼネラル・エレクトリック・カンパニイ 付加製造部品のサーモグラフィ検査のための方法およびシステム
JP2019534186A (ja) * 2016-10-26 2019-11-28 ゼネラル・エレクトリック・カンパニイ 積層造形法のための方法及び熱的構造体
KR20190068349A (ko) * 2017-12-08 2019-06-18 성균관대학교산학협력단 3d 프린터의 건전성 진단 방법 및 장치
KR20190127029A (ko) * 2018-05-03 2019-11-13 한국전자통신연구원 G-code를 이용한 3D 프린팅 관리 방법 및 장치

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB2596649A (en) * 2020-06-25 2022-01-05 Bae Systems Plc Structural simulation of additively manufactured components
GB2596649B (en) * 2020-06-25 2023-06-28 Bae Systems Plc Structural simulation of additively manufactured components
KR102396959B1 (ko) * 2021-05-31 2022-05-12 한국전자기술연구원 금속 3d 프린팅의 출력 안정화를 위한 열 빠짐 특성 분석 기반 모델 출력 방향 결정 방법 및 시스템
WO2022255717A1 (ko) * 2021-05-31 2022-12-08 한국전자기술연구원 금속 3d 프린팅의 출력 안정화를 위한 열 빠짐 특성 분석 기반 모델 출력 방향 결정 방법 및 시스템
KR102435874B1 (ko) * 2021-06-21 2022-08-25 한국생산기술연구원 3d 프린터의 공정 관리 장치
KR20230014358A (ko) 2021-07-21 2023-01-30 한국과학기술원 자기 증분 투자율을 이용한 금속 3d 프린팅 부재 항복강도 계측 방법 및 이를 위한 계측 시스템
KR102501153B1 (ko) 2021-07-21 2023-02-21 한국과학기술원 자기 증분 투자율을 이용한 금속 3d 프린팅 부재 항복강도 계측 방법 및 이를 위한 계측 시스템
KR102595671B1 (ko) 2021-11-08 2023-10-27 성균관대학교산학협력단 적층물의 가시화 방법 및 장치, 컴퓨터 판독 가능한 기록 매체 및 컴퓨터 프로그램
KR20230066796A (ko) * 2021-11-08 2023-05-16 성균관대학교산학협력단 적층물의 가시화 방법 및 장치, 컴퓨터 판독 가능한 기록 매체 및 컴퓨터 프로그램
KR102652097B1 (ko) 2021-11-10 2024-03-27 경상국립대학교산학협력단 레이저 용융 기반한 고밀도 및 고강도 타이타늄 합금 적층 시스템 및 이를 이용한 고밀도 및 고강도 타이타늄 합금 적층 조형물 제조방법
KR20230067954A (ko) * 2021-11-10 2023-05-17 경상국립대학교산학협력단 레이저 용융 기반한 고밀도 및 고강도 타이타늄 합금 적층 시스템 및 이를 이용한 고밀도 및 고강도 타이타늄 합금 적층 조형물 제조방법
WO2023113450A1 (ko) * 2021-12-16 2023-06-22 한국전자기술연구원 3d 프린팅 열 배출 해석을 위한 서포트 싱크 적용 방법
CN116051562A (zh) * 2023-03-31 2023-05-02 北京大学 基于深度生成网络的金属3d打印质量预测方法

Also Published As

Publication number Publication date
CN113119470B (zh) 2023-05-05
US11628502B2 (en) 2023-04-18
US20210197283A1 (en) 2021-07-01
US11484945B2 (en) 2022-11-01
US20230051394A1 (en) 2023-02-16
CN113119470A (zh) 2021-07-16

Similar Documents

Publication Publication Date Title
KR102236149B1 (ko) 3d 프린팅 시스템 및 이의 실시간 피드백 공정제어 방법
KR102194694B1 (ko) 3d 프린팅 공정의 열 화상 및 레이저 초음파 통합 검사 시스템 및 이를 구비한 3d 프린팅 시스템
US20200254559A1 (en) Laser process monitoring
US11493906B2 (en) Online monitoring of additive manufacturing using acoustic emission methods
US20210197275A1 (en) Three dimensional printing system and method capable of controlling size of molten pool formed during printing process
US20220143704A1 (en) Monitoring system and method of identification of anomalies in a 3d printing process
JP2020189305A (ja) レーザ加工システム、学習装置および学習装置の学習方法
US11590579B2 (en) Method and apparatus for estimating depth of molten pool during printing process, and 3D printing system
US20230201956A1 (en) Method for analyzing a laser machining process, system for analyzing a laser machining process, and laser machining system comprising such a system
CN106537137A (zh) 超声波探伤装置及超声波探伤方法
Yang et al. Measurement of weld penetration depths in thin structures using transmission coefficients of laser-generated Lamb waves and neural network
CN113165107A (zh) 用于监测用于焊接玻璃工件的焊接过程的方法和装置
US20210197282A1 (en) Method and apparatus for estimating height of 3d printing object formed during 3d printing process, and 3d printing system having the same
JP2021058927A (ja) レーザ溶接品質検査の方法及びレーザ溶接品質検査装置
Zhou et al. Research on evaluating laser welding quality based on two-dimensional array ultrasonic probe
JP5611177B2 (ja) 溶削異常検出装置および溶削異常検出方法
WO2021054127A1 (ja) 積層造形システム
Prem et al. A review on application of acoustic emission testing during additive manufacturing
KR102262247B1 (ko) 3d 프린팅 공정의 펨토초 레이저 기반 초음파 계측 장치 및 이를 구비한 3d 프린팅 시스템
US20230004142A1 (en) Method, system and device for acquisition and processing of elastic waves and field sensor data for real-time in-situ monitoring of additive manufacturing
JP2008279497A (ja) 溶接割れ検出方法
EP3447480B1 (en) In-process monitoring; automated decision-making; and process control for composite manufacturing using part-referenced ply-by-ply infrared thermography and other non-contact non-destructive inspection
CN113714635A (zh) 激光加工装置
JP7165957B2 (ja) 造形状態推定システム、方法、コンピュータプログラム、及び学習モデルの学習方法
Pajić et al. AI APPLICATION IN QUALITY ASSURANCE OF INDUSTRIAL LASER WELDING PROCESSES

Legal Events

Date Code Title Description
GRNT Written decision to grant