KR20200051594A - 적층식 제조 작업 중 방사 열 에너지를 측정하는 시스템 및 방법 - Google Patents

적층식 제조 작업 중 방사 열 에너지를 측정하는 시스템 및 방법 Download PDF

Info

Publication number
KR20200051594A
KR20200051594A KR1020207005720A KR20207005720A KR20200051594A KR 20200051594 A KR20200051594 A KR 20200051594A KR 1020207005720 A KR1020207005720 A KR 1020207005720A KR 20207005720 A KR20207005720 A KR 20207005720A KR 20200051594 A KR20200051594 A KR 20200051594A
Authority
KR
South Korea
Prior art keywords
grid
scans
energy source
area
energy density
Prior art date
Application number
KR1020207005720A
Other languages
English (en)
Other versions
KR102340573B1 (ko
Inventor
알. 브루스 마디간
라스 자크메톤
글렌 위클
마크 제이. 콜라
비벡 알. 데이브
대런 베켓
알베르토 엠. 카스트로
Original Assignee
시그마 랩스, 인코포레이티드
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 시그마 랩스, 인코포레이티드 filed Critical 시그마 랩스, 인코포레이티드
Publication of KR20200051594A publication Critical patent/KR20200051594A/ko
Application granted granted Critical
Publication of KR102340573B1 publication Critical patent/KR102340573B1/ko

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
    • B23K—SOLDERING OR UNSOLDERING; WELDING; CLADDING OR PLATING BY SOLDERING OR WELDING; CUTTING BY APPLYING HEAT LOCALLY, e.g. FLAME CUTTING; WORKING BY LASER BEAM
    • B23K26/00—Working by laser beam, e.g. welding, cutting or boring
    • B23K26/02—Positioning or observing the workpiece, e.g. with respect to the point of impact; Aligning, aiming or focusing the laser beam
    • B23K26/03—Observing, e.g. monitoring, the workpiece
    • B23K26/032—Observing, e.g. monitoring, the workpiece using optical means
    • 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
    • B22F12/90—Means for process control, e.g. cameras or sensors
    • B22F3/1055—
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
    • B23K—SOLDERING OR UNSOLDERING; WELDING; CLADDING OR PLATING BY SOLDERING OR WELDING; CUTTING BY APPLYING HEAT LOCALLY, e.g. FLAME CUTTING; WORKING BY LASER BEAM
    • B23K15/00—Electron-beam welding or cutting
    • B23K15/0046—Welding
    • B23K15/0086—Welding welding for purposes other than joining, e.g. built-up welding
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
    • B23K—SOLDERING OR UNSOLDERING; WELDING; CLADDING OR PLATING BY SOLDERING OR WELDING; CUTTING BY APPLYING HEAT LOCALLY, e.g. FLAME CUTTING; WORKING BY LASER BEAM
    • B23K15/00—Electron-beam welding or cutting
    • B23K15/02—Control circuits therefor
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
    • B23K—SOLDERING OR UNSOLDERING; WELDING; CLADDING OR PLATING BY SOLDERING OR WELDING; CUTTING BY APPLYING HEAT LOCALLY, e.g. FLAME CUTTING; WORKING BY LASER BEAM
    • B23K26/00—Working by laser beam, e.g. welding, cutting or boring
    • B23K26/08—Devices involving relative movement between laser beam and workpiece
    • B23K26/082—Scanning systems, i.e. devices involving movement of the laser beam relative to the laser head
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
    • B23K—SOLDERING OR UNSOLDERING; WELDING; CLADDING OR PLATING BY SOLDERING OR WELDING; CUTTING BY APPLYING HEAT LOCALLY, e.g. FLAME CUTTING; WORKING BY LASER BEAM
    • B23K26/00—Working by laser beam, e.g. welding, cutting or boring
    • B23K26/12—Working by laser beam, e.g. welding, cutting or boring in a special atmosphere, e.g. in an enclosure
    • B23K26/123—Working by laser beam, e.g. welding, cutting or boring in a special atmosphere, e.g. in an enclosure in an atmosphere of particular gases
    • B23K26/125—Working by laser beam, e.g. welding, cutting or boring in a special atmosphere, e.g. in an enclosure in an atmosphere of particular gases of mixed gases
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
    • B23K—SOLDERING OR UNSOLDERING; WELDING; CLADDING OR PLATING BY SOLDERING OR WELDING; CUTTING BY APPLYING HEAT LOCALLY, e.g. FLAME CUTTING; WORKING BY LASER BEAM
    • B23K26/00—Working by laser beam, e.g. welding, cutting or boring
    • B23K26/34—Laser welding for purposes other than joining
    • B23K26/342—Build-up welding
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
    • B23K—SOLDERING OR UNSOLDERING; WELDING; CLADDING OR PLATING BY SOLDERING OR WELDING; CUTTING BY APPLYING HEAT LOCALLY, e.g. FLAME CUTTING; WORKING BY LASER BEAM
    • B23K26/00—Working by laser beam, e.g. welding, cutting or boring
    • B23K26/70—Auxiliary operations or equipment
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
    • B23K—SOLDERING OR UNSOLDERING; WELDING; CLADDING OR PLATING BY SOLDERING OR WELDING; CUTTING BY APPLYING HEAT LOCALLY, e.g. FLAME CUTTING; WORKING BY LASER BEAM
    • B23K31/00—Processes relevant to this subclass, specially adapted for particular articles or purposes, but not covered by only one of the preceding main groups
    • B23K31/12—Processes relevant to this subclass, specially adapted for particular articles or purposes, but not covered by only one of the preceding main groups relating to investigating the properties, e.g. the weldability, of materials
    • B23K31/125—Weld quality monitoring
    • 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
    • B29C64/10—Processes of additive manufacturing
    • B29C64/106—Processes of additive manufacturing using only liquids or viscous materials, e.g. depositing a continuous bead of viscous material
    • B29C64/124—Processes of additive manufacturing using only liquids or viscous materials, e.g. depositing a continuous bead of viscous material using layers of liquid which are selectively solidified
    • B29C64/129—Processes of additive manufacturing using only liquids or viscous materials, e.g. depositing a continuous bead of viscous material using layers of liquid which are selectively solidified characterised by the energy source therefor, e.g. by global irradiation combined with a mask
    • B29C64/135—Processes of additive manufacturing using only liquids or viscous materials, e.g. depositing a continuous bead of viscous material using layers of liquid which are selectively solidified characterised by the energy source therefor, e.g. by global irradiation combined with a mask the energy source being concentrated, e.g. scanning lasers or focused light sources
    • 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
    • B29C64/20—Apparatus for additive manufacturing; Details thereof or accessories therefor
    • B29C64/264—Arrangements for irradiation
    • B29C64/268—Arrangements for irradiation using laser beams; using electron beams [EB]
    • 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
    • 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
    • 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
    • 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
    • B22F10/31—Calibration of process steps or apparatus settings, e.g. before or during 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
    • B22F2203/00—Controlling
    • B22F2203/11—Controlling temperature, temperature profile
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
    • B23K—SOLDERING OR UNSOLDERING; WELDING; CLADDING OR PLATING BY SOLDERING OR WELDING; CUTTING BY APPLYING HEAT LOCALLY, e.g. FLAME CUTTING; WORKING BY LASER BEAM
    • B23K2101/00—Articles made by soldering, welding or cutting
    • B23K2101/001—Turbines
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Materials Engineering (AREA)
  • Optics & Photonics (AREA)
  • Mechanical Engineering (AREA)
  • Manufacturing & Machinery (AREA)
  • Plasma & Fusion (AREA)
  • Automation & Control Theory (AREA)
  • Quality & Reliability (AREA)
  • Analytical Chemistry (AREA)
  • Health & Medical Sciences (AREA)
  • Toxicology (AREA)
  • Powder Metallurgy (AREA)
  • Laser Beam Processing (AREA)
  • Investigating Or Analyzing Materials Using Thermal Means (AREA)

Abstract

본 개시는 적층식 제조 프로세스의 특징을 나타내는 다양한 방법 및 장치를 기술한다. 적층식 제조 프로세스의 특징을 나타내는 방법은 빌드(build) 평면에 걸쳐 에너지 소스의 스캔을 생성하는 단계; 광학 센서를 사용하여 각각의 스캔 동안 빌드 평면으로부터 방사되는 에너지 양을 측정하는 단계; 스캔 동안 횡단된 빌드 평면의 면적을 결정하는 단계; 방사된 에너지의 양 및 스캔에 의해 횡단된 빌드 평면의 면적에 기초하여 스캔에 의해 횡단된 빌드 평면의 면적에 대한 열 에너지 밀도를 결정하는 단계; 열 에너지 밀도를 빌드 평면의 하나 또는 그 이상의 위치로 매핑하는 단계; 열 에너지 밀도가 소정의 밀도 값 범위 밖의 밀도를 특징으로 하는 것으로 결정하는 단계; 및 빌드 평면의 상기 하나 또는 그 이상의 위치에 걸쳐 또는 그 부근에서 에너지 소스의 후속 스캔을 조정하는 단계를 포함한다.

Description

적층식 제조 작업 중 방사 열 에너지를 측정하는 시스템 및 방법
관련 출원에 대한 상호 참조
본 출원은 각각 발명의 명칭이 "적층식 제조 작업 중 방사 열 에너지를 측정하는 시스템 및 방법"인 2017년 8월 1일에 출원된 미국 임시특허출원 제62/540,016호, 2018년 2월 21일에 출원된 미국 임시특허출원 제62/633,487호 및 2018년 3월 15일에 출원된 미국 임시특허출원 제62/643,457호를 우선권 주장의 기초로 하고, 이들의 개시 내용은 전체로서 모든 목적을 위해 참조에 의해 편입된다.
본 명세서에 기술된 실시예들은 강한 열 에너지의 이동 영역의 형태를 취하는 에너지 소스의 사용을 포함하는 적층식 제조에 관한 것이다.
적층식 제조, 또는 물질 부가 및 인가된 에너지의 조합을 통한 부품의 순차적 조립 또는 구성은 많은 형태를 취하고 현재 많은 특정 구현예 및 실시예로 존재한다. 적층식 제조는 사실상 임의의 형상의 3차원 부품의 형성을 포함하는 다수의 다양한 프로세스 중 임의의 것을 사용함으로써 수행될 수 있다. 이러한 다양한 프로세스는 일반적으로 각각 자외선, 고출력 레이저 또는 전자빔을 사용하는 액체, 분말 또는 과립상 원료의 층간 소결, 경화 또는 용융을 갖는다. 불행하게도, 이러한 방식으로 제조된 결과적인 부품의 품질을 결정하기 위한 확립된 프로세스는 제한적이다. 기존의 품질 보증 테스트는 일반적으로 부품의 기계적, 기하학적 또는 야금학적(metallurgical) 특성에 대한 후처리(post-process) 측정을 포함하고, 이로 인해 종종 부품이 파손된다. 파괴(destructive) 테스트는 부품의 다양한 내부 형상을 면밀히 조사할 수 있기 때문에 부품의 품질을 검증하는 허용된 방식이지만, 이러한 테스트는 명백한 이유로 생산 부품에 적용될 수 없다.
결과적으로, 적층식 제조에 의해 생산된 생산 부품의 기계적, 기하학적 및 야금학적 특성을 비파괴적으로 정확하게 검증하는 방법이 요구된다.
기술된 실시예들은 강한 열 에너지의 이동 영역의 형태를 취하는 에너지 소스를 사용하는 것을 포함하는 적층식 제조에 관한 것이다. 이러한 열 에너지가 부가된 물질의 물리적 용융을 야기하는 경우, 이러한 프로세스는 용접(welding) 프로세스로 널리 알려져 있다. 용접 프로세스에서, 점진적이고 순차적으로 부가되는 물질은 융합 용접(fusion weld)과 유사한 방식으로 에너지 소스에 의해 용융된다. 기술된 실시예들과 함께 사용하기에 적합한 예시적인 용접 프로세스는 파우더 베드를 갖는 스캐닝 에너지 소스를 사용하는 프로세스 및 에너지 소스로서 아크, 레이저 또는 전자 빔을 사용하는 유선(wire-fed) 프로세스를 포함한다.
부가된 물질이 분말 층의 형태를 취할 때, 분말 물질의 각 증가 층이 구축되는 부품에 순차적으로 부가된 후, 스캐닝 에너지 소스는 분말 층의 용접 영역에 의해 점증적으로 부가된 분말을 용융시켜 이하에서 용융 풀(melt pool)이라 불리는 움직이는 용융 영역을 생성하고, 응고(solidification) 시에 이들은 새로운 층 아래에 미리 순차적으로 부가되고 용융 및 응고된 층의 일부가 되어 구축되는 부품을 형성한다. 적층식 가공 프로세스는 길고, 다수의 용융 풀 통과를 포함할 수 있기 때문에, 용융 풀이 부품을 응고시키기 위해 사용될 때 용융 풀의 크기 및 온도에 있어서 적어도 약간의 변화를 피하는 것이 어려울 수 있다. 본 명세서에 기술된 실시예들은 용융 풀의 크기 및 온도의 변화에 의해 야기되는 불연속성을 감소시키거나 최소화시킨다. 적층식 제조 프로세스는 가열 소자의 높은 이동 속도 및 3차원 구조를 형성하는데 필요한 복잡한 패턴으로 인해 컴퓨터 수치 제어(CNC)와 연관된 하나 이상의 프로세서에 의해 구동될 수 있음에 유의해야 한다.
기술된 실시예들의 전체 목적은 광학 감지 기술, 예를 들어, 품질 추론, 프로세스 제어 또는 둘 다를 적층식 제조 프로세스에 적용하는 것이다. 광학 센서는 연관 프로세스 내 물리적 변수의 진화를 추적하여 프로세스 내 물리적 현상의 진화를 추적하는데 사용될 수 있다. 여기서 광학은 근 적외선(IR), 가시광선 및 근 자외선(UV)을 포함하는 전자기 스펙트럼의 부분을 포함할 수 있다. 일반적으로 광학 스펙트럼은 파장 측면에서 380nm 내지 780nm에 달하는 것으로 간주된다. 그러나 근 UV 및 IR은 각각 파장 측면에서 1nm만큼 낮고 3000nm만큼 높을 수 있다. 광학 센서에서 수집한 센서 판독 값은 인 프로세스 품질 메트릭(in process quality metrics: IPQMs)을 결정하는데 사용될 수 있다. 이러한 IPQM 중 하나는 열 에너지 밀도(TED)이고, 이는 부품의 다른 영역에 인가되는 에너지의 양을 특징짓는데 유용하다.
TED는 레이저 출력, 레이저 속도, 해치 간격(hatch spacing) 등과 같은 사용자 정의 레이저 파우더 베드 융합 프로세스 파라미터에 민감한 메트릭이다. 그 다음 이 메트릭은 기준 데이터 세트에 대한 IPQM 비교를 사용하는 분석에 사용될 수 있다. 결과적인 IPQM은 모든 스캔에 대해 계산되고 포인트-클라우드를 사용하여 그래프 또는 3 차원으로 표시될 수 있다. 또한, 제조 결함을 나타내는 기준 데이터 세트에 대한 IPQM 비교는 프로세스 파라미터에 대한 제어 신호를 생성하는데 사용될 수 있다. 상세한 열 분석이 요구되는 몇몇 실시예들에서, 열 에너지 밀도는 각각의 스캔의 개별 부분들에 대해 결정될 수 있다. 몇몇 실시예들에서, 다수의 스캔으로부터의 열 에너지 데이터는 그리드의 개별 그리드 영역들로 분할될 수 있고, 각각의 그리드 영역이 층 또는 미리 정의된 수의 층들에 대한 각 그리드 영역에서 수신된 총 에너지 양을 반영하게 한다.
적층식 제조 방법이 개시되고 다음을 포함한다: 빌드 평면(build plane)을 가로질러 에너지 소스의 복수의 스캔을 생성하는 단계; 빌드 평면을 모니터링하는 광학 센서를 사용하여 복수의 스캔 각각 동안 빌드 평면으로부터 방사되는 에너지 양을 측정하는 단계; 복수의 스캔 동안 횡단된 빌드 평면의 면적을 결정하는 단계; 방사된 에너지의 양 및 복수의 스캔에 의해 횡단된 빌드 평면의 면적에 기초해서 복수의 스캔에 의해 횡단된 빌드 평면의 면적에 대한 열 에너지 밀도를 결정하는 단계; 열 에너지 밀도를 빌드 평면의 하나 또는 그 이상의 위치에 매핑하는 단계; 열 에너지 밀도가 소정의 밀도 값 범위 밖의 밀도를 특징으로 하는 것으로 결정하는 단계; 및 빌드 평면의 하나 또는 그 이상의 위치에 걸쳐 또는 그 부근에서 에너지 소스의 후속 스캔을 조정하는 단계를 포함한다.
적층식 제조 방법이 개시되고 다음을 포함한다: 빌드 평면을 가로질러 에너지 소스의 스캔을 생성하는 단계; 파우더 베드를 모니터링하는 광학 센서를 사용하여 스캔 동안 파우더 베드로부터 방사되는 에너지 양을 측정하는 단계; 스캔과 연관된 면적을 결정하는 단계; 방사된 에너지 양 및 스캔의 면적에 기초하여 스캔의 면적에 대한 열 에너지 밀도를 결정하는 단계; 열 에너지 밀도가 소정의 밀도 값 범위 밖의 밀도를 특징으로 하는 것으로 결정하는 단계; 및 빌드 평면을 가로질러 에너지 소스의 후속 스캔을 조정하는 단계를 포함한다.
적층식 제조 방법이 개시되고, 다음을 포함한다: 에너지 소스를 사용하여 적층식 제조 작업을 수행하는 단계; 파우더 베드를 가로질러 에너지 소스를 스캔하는 동안 포토다이오드와 연관된 센서 데이터를 수신하는 단계; 에너지 소스가 켜진 때를 나타내는 구동 신호 데이터를 수신하는 단계; 에너지 소스 구동 신호 데이터를 사용하여 에너지 소스가 켜진 때 수집된 센서 데이터를 식별하는 단계; 센서 데이터를 복수의 샘플 섹션으로 분할하는 단계 - 각각의 샘플 섹션은 스캔의 일부분에 대응함 -; 복수의 샘플 섹션 각각에 대한 열 에너지 밀도를 결정하는 단계; 및 복수의 샘플 섹션 각각의 열 에너지 밀도에 기초해서 제조 결함을 포함할 가능성이 높은 부품의 하나 이상의 부분을 식별하는 단계를 포함한다.
적층식 제조 방법이 개시되고 다음을 포함한다: 빌드 평면을 가로질러 에너지 소스의 복수의 스캔을 생성하는 단계; 복수의 스캔을 포함하는 그리드 영역(grid region)을 결정하는 단계 - 상기 그리드 영역은 그리드 면적을 특징으로 함 -; 광학 센서를 사용하여 복수의 스캔 각각 동안 센서 판독 값을 생성하는 단계; 센서 판독 값을 사용하여 복수의 스캔 동안 빌드 평면으로부터 방사되는 총 에너지 양을 결정하는 단계; 방사된 총 에너지 양 및 그리드 면적에 기초하여 그리드 영역과 연관된 열 에너지 밀도를 계산하는 단계; 그리드 영역과 연관된 열 에너지 밀도가 소정의 열 에너지 밀도 값의 범위 밖의 열 에너지 밀도를 특징으로 하는 것으로 결정하는 단계; 및 에너지 소스의 출력을 조정하는 단계를 포함한다.
적층식 제조 방법이 개시되고 다음을 포함한다: 빌드 평면의 일부를 각각 그리드 영역 면적을 갖는 복수의 그리드 영역을 포함하는 그리드로서 정의하는 단계; 빌드 평면을 가로질러 에너지 소스의 복수의 스캔을 생성하는 단계; 광학 센서를 사용하여 복수의 스캔 각각 동안 센서 판독 값을 생성하는 단계; 복수의 스캔 각각에 대해, 복수의 센서 판독 값 각각의 부분들을 복수의 그리드 영역 각각에 매핑하는 단계; 복수의 그리드 영역 각각에 대해:
각 그리드 영역에 매핑된 센서 판독 값을 합산하는 단계; 및 합산된 센서 판독 값 및 그리드 영역 면적에 기초하여 그리드 기반 열 에너지 밀도를 계산하는 단계; 복수의 그리드 영역들 중 하나 이상과 연관된 그리드 기반 열 에너지 밀도가 소정의 열 에너지 밀도 값의 범위 밖의 열 에너지 밀도를 특징으로 하는 것으로 결정하는 단계; 및 에너지 소스의 출력을 조정하는 단계를 포함한다.
본 개시는 첨부 도면과 관련하여 이하의 상세한 설명에 의해 용이하게 이해될 것이며, 유사한 참조 번호는 유사한 구조적 요소를 나타낸다.
도 1a는 이 특정 예에서 레이저 빔으로 간주되는 에너지 소스를 갖는 적층식 제조 시스템에 사용되는 광학 감지 장치의 개념도이다.
도 1b는 이 특정 예에서 전자 빔으로 간주되는 에너지 소스를 갖는 적층식 제조 시스템에 사용되는 광학 감지 장치의 개념도이다.
도 2는 적층식 제조 프로세스에 사용되는 샘플 스캔 패턴을 도시한다.
도 3은 제조 결함을 포함할 가능성이 높은 부품의 부분들을 식별하는 방법을 나타내는 흐름도를 도시한다.
도 4a 내지 4h는 열 에너지 밀도를 사용하여 제조 결함을 포함할 가능성이 높은 부품의 일부를 식별하기 위한 단계별 프로세스와 연관된 데이터를 도시한다.
도 5는 IPQM 평가를 완결하기 위해 스캔릿(scanlet) 데이터 분리를 사용하는 방법을 상세히 설명하는 흐름도를 도시한다.
도 6a 내지 6f는 열 에너지 밀도를 사용하여 제조 결함을 포함할 가능성이 높은 부품의 일부를 식별하기 위한 단계별 프로세스와 연관된 데이터를 도시한다.
도 7a 내지 7c는 IPQM 메트릭을 후 프로세스 금속 조직학(metallography)과 비교한 테스트 결과를 도시한다.
도 8은 비-이미징 광 검출기와 같은 광학 센서에 의해 기록된 데이터가 적층식 제조 빌드 프로세스를 특징짓기 위해 처리될 수 있는 대안적인 프로세스를 도시한다.
도 9a 내지 9d는 다수의 스캔이 개별 그리드 영역에 도입된 전력에 어떻게 기여할 수 있는지를 나타내는 시각적 묘사를 도시한다.
도 10a는 기술된 실시예들과 함께 사용하기에 적합한 예시적인 터빈 블레이드를 도시한다.
도 10b는 25개의 터빈 블레이드가 빌드 평면(1006) 위에 동시에 제조될 수 있는 예시적인 제조 구성을 도시한다.
도 10c 내지 10d는 도 10b에 도시된 구성의 상이한 층의 상이한 단면도를 도시한다.
도 11a 내지 11b는 2개의 상이한 터빈 블레이드의 베이스 부분의 단면도를 도시한다.
도 11c는 2개의 상이한 베이스 부분들 사이의 표면 일관성의 차이를 나타내는 도면이다.
도 12는 다수의 상이한 빌드와 연관된 부품에 대한 열 에너지 밀도를 도시한다.
도 13 내지 도 14b는 열 에너지 밀도가 현장(in-situ) 측정을 사용하여 부품의 공정을 제어하는데 어떻게 사용될 수 있는지의 일 예를 도시한다.
도 14c는 에너지 소스 설정이 프로세스 윈도우에서 너무 멀리 떨어져서 발생하는 다양한 물리적 효과를 강조하는 다른 전력 밀도 그래프를 도시한다.
도 14d는 레이저 출력 및 스캐닝 속도 설정에 따라 용융 풀의 크기 및 형상이 어떻게 변할 수 있는지를 도시한다.
도 15a 내지 15f는 적층식 제조 작업을 특성화하고 제어하기 위해 어떻게 그리드가 동적으로 생성될 수 있는지를 도시한다.
도 16은 적층식 제조 작업의 피드백 제어를 설정 및 유지하기 위한 예시적인 제어 루프(1600)를 도시한다.
도 17a는 빌드 플레이트(build plate)에 걸친 분말의 정상 분포를 도시한다.
도 17b는 불충분한 양의 분말이 리코터 암(recoater arm)에 의해 빌드 플레이트에 걸쳐 확산될 때, 결과적인 분말 층의 두께가 어떻게 변할 수 있는지를 도시한다.
도 17c는 분말의 짧은 공급이 빌드 플레이트 상에 배열된 9개의 작업물의 부분적 커버리지만을 초래한 빌드 플레이트의 흑백 사진을 보여준다.
도 17d는 동일한 입력 파라미터를 사용하여 에너지 소스가 9개의 모든 작업물을 가로질러 스캔할 때, 검출된 열 에너지 밀도가 어떻게 실질적으로 다른지를 보여준다.
도 1a는 열 에너지 밀도를 결정하기 위해 하나 이상의 광 감지 장치를 사용하는 적층식 제조 시스템의 일 실시예를 도시한다. 열 에너지 밀도는 예를 들어 에너지 소스 전력, 에너지 소스 속도, 및 해치 간격과 같은 프로세스 파라미터의 변화에 민감하다. 도 1a의 적층식 제조 시스템은 에너지 소스로서 레이저(100)를 사용한다. 레이저(100)는 부분 반사 미러(102)를 통과하고 스캐닝 및 포커싱 시스템(103)으로 들어가는 레이저 빔(101)을 방출하고, 스캐닝 및 포커싱 시스템(103)은 작업 플랫폼(105) 상의 작은 영역(104)으로 빔을 투영한다. 몇몇 실시예에서, 작업 플랫폼은 파우더 베드이다. 높은 물질 온도 때문에 광학 에너지(106)가 작은 영역(104)으로부터 방출된다.
몇몇 실시예들에서, 스캐닝 및 포커싱 시스템(103)은 빔 상호작용 영역(104)으로부터 방출된 광학 에너지(106)의 일부를 수집하도록 구성될 수 있다. 부분 반사 미러(102)는 광학 신호(107)에 의해 도시된 바와 같이 광학 에너지(106)를 반사할 수 있다. 광학 신호(107)는 일련의 추가적인 부분 반사 거울(108)을 통해 광학 신호(107)의 일부를 각각 수신하는 다수의 축상(on-axis) 광학 센서(109)에 의해 조사될 수 있다. 일부 실시예에서, 적층식 제조 시스템은 완전 반사 미러(108)를 갖는 하나의 축상 광학 센서(109)만을 포함할 수 있음에 유의해야 한다.
수집된 광 신호(107)는 빔 상호작용 영역(104)으로부터 방출된 광학 에너지(106)와 동일한 스펙트럼 성분을 갖지 않을 수 있음에 유의해야 하는데, 부분 반사 미러(102), 스캐닝 및 포커싱 시스템(103), 및 일련의 추가적인 부분 반사 미러(108)와 같은 다수의 광학 소자를 거친 후 신호(107)는 다소 감쇠되기 때문이다. 이들 광학 소자는 각각 고유한 투과 및 흡수 특성을 가짐으로써 다양한 양의 감쇠를 야기할 수 있고, 이렇게 해서 빔 상호작용 영역(104)으로부터 방사되는 에너지 스펙트럼의 특정 부분을 제한할 수 있다. 축상 광학 센서(109)에 의해 생성된 데이터는 작업 플랫폼에 부과된 에너지의 양에 대응할 수 있다.
축상 광학 센서(109)의 예는 고온계(pyrometer) 및 포토다이오드와 같은 광-전기 신호 변환기(즉, 광 검출기)를 포함하지만 이에 국한되지는 않는다. 광학 센서는 또한 분광계, 및 가시, 자외선 또는 적외선 주파수 스펙트럼에서 동작하는 저속 또는 고속 카메라를 포함할 수 있다. 축상 광학 센서(109)는 빔과 함께 이동하는 기준 프레임 내에 있다. 즉, 이들은 레이저 빔에 의해 접촉된 모든 영역을보고, 레이저 빔(101)이 작업 플랫폼(105)을 가로질러 스캔함에 따라 접촉된 작업 플랫폼(105)의 모든 영역으로부터 광학 신호(107)를 수집할 수 있다. 스캐닝 및 포커싱 시스템(103)에 의해 수집된 광학 에너지(106)는 레이저 빔에 거의 평행한 경로를 이동하기 때문에, 센서(109)는 축상 센서로 간주될 수 있다.
몇몇 실시예에서, 적층식 제조 시스템은 레이저 빔(101)에 대해 고정 기준 프레임에 있는 축외(off-axis) 센서(110)를 포함할 수 있다. 이들 축외 센서(110)는 매우 좁을 수 있는 주어진 시야(111)를 갖거나 전체 작업 플랫폼(105)을 아우를 수 있을 것이다. 이러한 센서의 예는 고온계, 포토다이오드, 분광계, 가시 광선, 자외선 또는 IR 스펙트럼 범위에서 동작하는 고속 또는 저속 카메라 등을 포함할 수 있지만 이들로 국한되지 않는다. 에너지 소스와 정렬되지 않은 축외 센서(110)는 축외 센서로 간주된다. 축외 센서(110)는 또한, 하나의 레이저 빔으로 착물(deposit)을 활발하게 여기시키거나 "핑(ping)"할 수 있는 레이저 초음파 센서와 같은 일련의 물리적 측정 양태를 결합한 다음, 착물이 쌓이고 있을 때 착물의 기계적 성질 또는 기계적 완전성을 측정 또는 예측하기 위해 레이저 간섭계를 사용하여 구조물의 결과적인 초음파 또는 구조물의 울림(ringing)을 측정하는 센서일 수 있다. 레이저 초음파 센서/간섭계 시스템은 재료의 탄성 특성을 측정하는데 사용될 수 있고, 예를 들어, 재료의 다공성(porosity) 및 다른 재료 특성에 대한 통찰을 제공할 수 있다. 또한 재료 진동을 초래하는 결함 형성은 레이저 초음파/센서 간섭계 시스템을 사용하여 측정될 수 있다.
또한, 분말을 분산시키는 기계적 디바이스, 리코터 암(112) 상에 접촉 센서(113)가 있을 수 있다. 이러한 센서는 가속도계, 진동 센서 등이 될 수 있다. 마지막으로, 다른 유형의 센서(114)가 있을 수 있다. 이들은 매크로 열 필드를 측정하기 위한 열전대(thermocouple)와 같은 접촉 센서를 포함하거나, 착물이 쌓이고 있을 때 착물 내에서 발생하는 균열 및 기타 야금(metallurgical) 현상을 감지할 수 있는 음향 방출 센서를 포함할 수 있다. 이러한 접촉 센서는 분말 추가 프로세서 동안 리코터 암(112)의 동작을 특징짓기 위해 이용될 수 있다. 축상 광학 센서(109) 및 축외 센서(110)에 의해 수집된 데이터는 리코터 암(112)과 연관된 프로세스 파라미터를 검출하는데 사용될 수 있다. 따라서, 확산된 분말의 표면에 있어서의 불균일성이 시스템에 의해 검출되고 해결될 수 있다. 분말 확산 프로세스의 편차로 인한 거친 표면은 결과적인 부품에서 가능한 문제 영역 또는 불균일성을 예측하기 위해 접촉 센서(113)에 의해 특징지어질 수 있다.
몇몇 실시예에서, 분말 확산에 있어서의 피크는 레이저 빔(101)에 의해 융합될 수 있고, 그 결과 후속하는 분말 층이 상응하는 피크를 갖는다. 어떤 지점에서, 피크는 리코터 암(112)과 접촉하여 잠재적으로 리코터 암(112)을 손상시키고 추가적인 확산 분말 불균일을 초래할 수 있다. 따라서, 본 발명의 실시예들은 작업 플랫폼(105) 상의 빌드 영역에서 불균일성을 초래하기 전에 확산 분말의 불균일성을 검출할 수 있다. 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자(이하, "통상의 기술자")는 많은 변형, 수정 및 대안을 인식할 것이다.
몇몇 실시예에서, 축상 광학 센서(109), 축외 센서(110), 접촉 센서(113) 및 기타 센서(114)는 프로세스 내 로우(raw) 센서 데이터를 생성하도록 구성될 수 있다. 다른 실시예에서, 축상 광학 센서(109), 축외 광학 센서(110), 접촉 센서(113) 및 기타 센서(114)는 데이터를 처리하고 감소된 차수 센서 데이터를 생성하도록 구성될 수 있다.
몇몇 실시예에서, 프로세서(118), 컴퓨터 판독가능 매체(120) 및 I/O 인터페이스(122)를 포함하는 컴퓨터(116)가 제공되고 다양한 센서로부터 데이터를 수집하기 위해 적층식 제조 시스템의 적절한 시스템 컴포넌트에 연결된다. 컴퓨터(116)에 의해 수신된 데이터는 프로세스 내 로우 센서 데이터 및/또는 감소된 차수 센서 데이터를 포함할 수 있다. 프로세서(118)는 프로세서 내 로우 센서 데이터 및/또는 감소된 차수 센서 데이터를 사용하여 작업 플랫폼(105)과 관련된 좌표를 포함하여 레이저(100) 전력 및 제어 정보를 결정할 수 있다. 다른 실시예에서, 프로세서(118), 컴퓨터 판독가능 매체(120) 및 I/O 인터페이스(122)를 포함하는 컴퓨터(116)는 다양한 시스템 컴포넌트의 제어를 제공할 수 있다. 컴퓨터(116)는 각각의 컴포넌트에 대한 각각의 프로세스 파라미터를 제어 및 조정하기 위해 레이저(100), 작업 플랫폼(105) 및 리코터 암(112)과 연관된 제어 정보를 송신, 수신 및 모니터링할 수 있다.
프로세서(118)는 프로세스 품질 메트릭을 생성하기 위해 다양한 센서에 의해 수집된 데이터를 사용하여 계산을 수행하는데 사용될 수 있다. 몇몇 실시예에서, 축상 광학 센서(109) 및/또는 축외 센서(110)에 의해 생성된 데이터는 빌드 프로세스 동안 열 에너지 밀도를 결정하는데 사용될 수 있다. 빌드 평면을 가로지르는 에너지 소스의 이동과 연관된 제어 정보는 프로세서에 의해 수신될 수 있다. 프로세서는 제어 정보를 사용하여 축상 광학 센서(들)(109) 및/또는 축외 광학 센서(들)(110)로부터의 데이터를 대응하는 위치와 상관시킬 수 있다. 그 다음 이 상관 데이터를 결합하여 열 에너지 밀도를 계산할 수 있다. 몇몇 실시예에서, 열 에너지 밀도 및/또는 다른 메트릭들은 원하는 범위를 벗어난 열 에너지 밀도 또는 다른 메트릭에 응답하여 프로세스 파라미터들, 예를 들어, 레이저 전력, 레이저 속도, 해치 간격 및 다른 프로세스 파라미터들에 대한 제어 신호들을 생성하기 위해 프로세서(118)에 의해 사용될 수 있다. 이러한 방식으로, 생산 부품을 손상시킬 수 있는 문제가 개선될 수 있다. 다수의 부품이 한번에 생성되는 실시예에서, 원하는 범위를 벗어나는 메트릭에 응답한 프로세스 파라미터에 대한 즉각적인 정정은 인접한 부품이 에너지 소스로부터 너무 많거나 너무 적은 에너지를 수취하는 것을 방지할 수 있다.
몇몇 실시예에서, I/O 인터페이스(122)는 수집된 데이터를 원격 위치로 전송하도록 구성될 수 있다. I/O 인터페이스는 원격 위치로부터 데이터를 수신하도록 구성될 수 있다. 수신된 데이터는 기준 데이터 세트, 이력 데이터, 후 프로세스 검사 데이터, 및 분류기 데이터를 포함할 수 있다. 원격 컴퓨팅 시스템은 적층식 제조 시스템에 의해 전송된 데이터를 사용하여 프로세스 내 품질 메트릭을 계산할 수 있다. 원격 컴퓨팅 시스템은 특정 프로세스 내 품질 메트릭에 응답하여 정보를 I/O 인터페이스(122)에 전송할 수 있다.
전자 빔 시스템의 경우, 도 1b는 센서의 가능한 구성 및 배열을 도시한다. 전자 빔 건(150)은 전자기 포커싱 시스템(152)에 의해 포커싱된 다음 전자기 편향 시스템(153)에 의해 편향되는 전자 빔(151)을 생성하여, 미세하게 집속되고 타겟팅된 전자 빔(154)을 초래한다. 전자 빔(154)은 작업물(156) 상에 핫 빔-물질 상호작용 구역(155)을 생성한다. 광학 에너지(158)는 작업물(156)로부터 방사되고 각각 자신의 시야(160)를 갖는 일련의 광학 센서(159)에 의해 수집될 수 있으며, 이는 상호작용 영역(155)에 국부적으로 고립되거나 전체 작업물(156)을 아우를 수 있다. 또한, 광학 센서(159)는 전자 빔(154)이 작업물(156)을 가로질러 이동할 때 전자 빔(154)을 따라갈 수 있는 자체 추적 및 스캐닝 시스템을 가질 수 있다.
센서(159)가 광학 추적을 갖는지 여부에 관계없이, 센서(159)는 고온계, 포토다이오드, 분광계, 및 가시, UV 또는 IR 스펙트럼 영역에서 동작하는 고속 또는 저속 카메라로 구성될 수 있다. 센서(159)는 또한, 하나의 레이저 빔으로 착물(deposit)을 활발하게 여기시키거나 "핑(ping)"할 수 있는 레이저 초음파 센서와 같은 일련의 물리적 측정 양태를 결합한 다음, 착물이 쌓이고 있을 때 착물의 기계적 성질 또는 기계적 완전성을 측정 또는 예측하기 위해 레이저 간섭계를 사용하여 구조물의 결과적인 초음파 또는 구조물의 "울림(ringing)"을 측정하는 센서일 수 있다. 또한, 리코터 암 상에 접촉 센서(113)가 있을 수 있다. 이러한 센서들은 가속도계, 진동 센서 등이 될 수 있다. 마지막으로, 다른 유형의 센서(114)가 있을 수 있다. 이들은 매크로 열 필드를 측정하기 위한 열전대와 같은 접촉 센서를 포함하거나, 착물이 쌓이고 있을 때 착물 내의 균열 및 기타 야금학적 현상을 감지할 수 있는 음향 방출 센서를 포함할 수 있다. 몇몇 실시예에서, 센서(159)에 의해 수집된 온도 데이터를 교정하기 위해 하나 이상의 열전대가 사용될 수 있다. 도 1a 및 1b와 관련하여 설명된 센서들은 순차적인 재료 축적을 포함하는 임의의 적층식 제조 프로세스의 성능을 특징짓기 위해 기술된 방식으로 사용될 수 있다.
도 2는 파우더 베드를 가로질러 에너지 소스를 스캐닝하는 가능한 해치 패턴을 도시한다. 200에서, 작업물의 영역은 방향이 교번하는 긴 경로 길이를 따라 에너지 소스 스캐닝에 의해 처리된다. 이 실시예에서, 제1 스캔(206)과 제2 스캔(208) 사이에 해치 간격(204)이 도시되어 있다. 202에서, 작업물의 영역은 제1 스캔(210)과 제2 스캔(212)에 의해 순차적으로 왼쪽에서 오른쪽으로 그리고 위에서 아래로 스캐닝될 수 있는 더 작은 체커보드(214)로 분할된다. 다른 실시예들에서, 개별 체커 보드들에 대한 스캔 순서는 무작위일 수 있다. 본 명세서에 개시된 적층식 제조 프로세스와 관련하여 다수의 해치 패턴이 이용될 수 있다. 당업자는 많은 변형, 수정 및 대안을 인식할 것이다.
도 3은 열 에너지 밀도를 결정하고 제조 결함을 포함할 가능성이 높은 부품의 부분들을 식별하기 위해 적층식 제조 시스템에 의해 생성된 데이터를 사용하는 예시적인 프로세스(300)를 도시하는 흐름도이다. 축상 광학 센서(109) 및 축외 광학 센서(110)에 의해 생성된 데이터는 열 에너지 밀도를 결정하기 위해 단독으로 또는 조합하여 사용될 수 있다. 302에서, 로우 포토다이오드 데이터 트레이스가 수신된다. 로우 포토다이오드 데이터 트레이스는 예를 들어 방출된 열 에너지의 검출에 응답하여 센서에 의해 생성된 전압 데이터를 사용하여 생성될 수 있다. 304에서, 특정 스캔 scani에 대응하는 로우 포토다이오드 트레이스의 일부가 식별된다. 몇몇 실시예들에서, 개별 포토다이오드 데이터 트레이스는 에너지 소스 구동 신호 데이터(에너지 소스의 조작 및 작동을 담당하는 구동 신호)를 참조함으로써 나머지 센서 판독 값으로부터 분리될 수 있다. 306에서, scani에 대한 로우 포토다이오드 데이터 트레이스 아래의 면적, 이하, pdoni를 결정한다. 몇몇 실시예에서, pdoni는 집적 포토다이오드 전압을 나타낼 수 있다. 몇몇 실시예에서, pdoni은 scani 동안 포토다이오드의 평균 판독 값을 나타낸다. 308에서, scani와 연관된 부품 p를 식별한다. 308에서 식별된 부품은 또한 상기 부품의 연관 면적 Ap를 가질 수 있다. 이들 두 값은 상기한 바와 같이 pdoni를 에너지 소스 위치 데이터와 상관시킴으로써 결정될 수 있다. 프로세스는 310에서 총 스캔 카운트를 계산할 수 있다. 312에서 scani와 관련된 길이 Li가 결정될 수 있다. Li는 수학식 (1)을 사용하여 계산될 수 있고, 여기서 x1i, y1i 및 x2i, y2i는 scani에 대한 각각의 시작 및 종료 위치를 나타낸다:
Figure pct00001
수학식 (1)
314에서, 부품을 제작하기 위해 사용된 모든 스캔의 총 길이 Lsump가 결정될 수 있다. 부품에 걸친 Lsump은 부품과 연관된 각 스캔의 길이 Li를 합산하여 결정될 수 있다. 316에서, 스캔의 비례 배분된(prorated) 면적 Ai가 결정될 수 있다. Ai는 수학식 (2)를 사용하여 계산될 수 있다:
Figure pct00002
수학식 (2)
316에서, i번째 스캔에 대한 비례 배분된 열 에너지 밀도(TED) TEDi가 결정될 수 있다. TEDi는 한 세트의 감소된 차수 프로세스 특징의 일 예이다. TED는 로우 포토다이오드 데이터를 사용하여 계산된다. 이 로우 센서 데이터로부터, TED 계산은 로우 센서 데이터에서 감소된 차수 프로세스 특징(feature)을 추출한다. TEDi는 레이저 전력, 레이저 속도, 해치 간격 등과 같은 모든 사용자 정의 레이저 파우더 베드 융합 프로세스 파라미터에 민감하다. TEDi는 수학식 (3)을 사용하여 계산될 수 있다:
Figure pct00003
수학식 (3)
이 논의의 목적상, "감소된 차수"는 다음 측면들 중 하나 이상을 지칭한다: 데이터 압축, 즉, 로우 데이터와 비교하여 특징에서 더 적은 데이터; 데이터 축소, 즉, 프로세스 메트릭 또는 기타 성능 지수(figure of merit)를 산출하는 로우 데이터의 체계적 분석; 데이터 집계, 즉, 데이터를 개별 그룹 및 로우 데이터 자체와 반대로 클러스터링을 특징짓는 더 작은 변수 세트로 클러스터링함; 데이터 변환, 즉, 변환 법칙 또는 알고리즘을 사용하여 로우 데이터를 낮은 차원의 다른 변수 공간에 선형 또는 비선형으로 매핑하기 위한 데이터의 수학적 조작; 또는 데이터 밀도 감소, 데이터 차원 감소, 데이터 크기 감소, 데이터의 다른 감소된 공간으로의 변환, 또는 동시에 영향을 받는 이들 모두의 순 효과를 갖는 다른 관련 기술들.
TEDi는 기준 데이터 세트와 프로세스 품질 메트릭(process quality metric: IPQM) 비교 중에 분석을 위해 사용될 수 있다. 모든 스캔에 대해 결과적인 IPQM을 계산할 수 있다. 318에서, IPQM 품질 기준 데이터 세트와 계산된 TEDi가 비교될 수 있다. 계산된 TED와 기준 데이터 세트 사이의 차이가 문턱값을 초과하는 부품의 영역들에서, 이 영역들은 하나 이상의 결함을 포함하는 것으로 식별될 수 있고/있거나 그 영역에 대해 거의 실시간으로 추가 프로세스가 수행되어 기준 데이터 세트로부터의 TED의 편차로 인한 결함을 개선할 수 있다. 몇몇 실시예에서, 결함을 포함할 수 있는 부품의 부분들은 분류기를 사용하여 식별될 수 있다. 분류기는 결과를 공칭(nominal) 또는 비공칭(off-nominal)으로 그룹화할 수 있으며 그래픽 및/또는 텍스트 기반 매체를 통해 표현될 수 있다. 분류기는 단일 및 다변수 통계 분류; 휴리스틱 기반 분류기; 전문가 시스템 기반 분류기; 룩업 테이블 기반 분류기; 단순히 제어 상한 또는 하한에 기초한 분류기; 신뢰 구간 및/또는 자유도의 고려에 기초하여 공칭 대 비공칭 문턱값을 확립할 수 있는 하나 이상의 통계적 분포와 함께 동작하는 분류기; 또는 한 세트의 특징 데이터가 공칭인지 또는 비공칭인지를 식별할 수 있는 암시적 또는 명시적인 다른 임의의 분류 체계를 포함할 수 있지만 이에 국한되지 않는다. 이 논의의 목적상, "공칭"은 제조된 부품의 프로세스 후 측정 속성이 허용가능한 것으로 간주되는 값의 범위 내에 속하도록 하는 미리 정의된 사양 내에 있는 한 세트의 프로세스 결과 또는 "허용가능한" 컴포넌트를 확립하기 위한 임의의 다른 정량적, 반-정량적, 객관적 또는 주관적인 방법론을 의미한다. IPQM의 분류와 관련된 추가의 설명은 2016년 9월 30일에 출원된 미국 특허출원 제15/282,822호에 제공되며, 그 개시 내용은 전체가 모든 목적을 위해 참조에 의해 본 명세서에 편입된다.
도 3에 도시된 특정 단계들은 본 발명의 일 실시예에 따라 데이터를 수집하고 열 에너지 밀도를 결정하는 특정 방법을 제공하는 것으로 이해되어야 한다. 대안적인 실시예들에 의하면 다른 단계들의 시퀀스들이 또한 수행될 수 있다. 더욱이,도 3에 도시된 개별 단계들은 그 단계에 적합하게 다양한 시퀀스로 수행될 수 있는 다수의 하위 단계들을 포함할 수 있다. 또한, 특정 애플리케이션에 따라 추가 단계가 부가되거나 기존 단계가 제거될 수 있다. 당업자는 많은 변형, 수정 및 대안을 인식 할 것이다.
도 4a 내지 4h는 TED를 결정하고 결함을 포함할 가능성이 있는 부품의 부분들을 식별하기 위해 프로세스 300에서 사용되는 단계를 도시한다. 도 4a는 단계 302에 대응하고 주어진 스캔 길이에 대한 로우 포토다이오드 신호(402)를 도시한다. x-축(450)은 초 단위의 시간을 나타내고, y-축(460)은 포토다이오드 전압을 나타낸다. 몇몇 실시예에서, 광학 측정은 고온계에 의해 대신하여, 또는 이에 더하여 이루어질 수 있다. 신호(402)는 포토다이오드 로우 전압이다. 레이저가 온 상태인 동안 신호의 산란 및 변화(408) 뿐만 아니라 포토다이오드 신호(402)의 상승(404) 및 하강(406)을 명확하게 볼 수 있다. 데이터는 초당 주어진 수의 샘플로 수집된다. 포토다이오드 신호(402)에 있어서의 변화(408)는 파우더 베드 상에서 용융되는 분말의 변화에 의해 야기될 수 있다. 예를 들어, 포토다이오드 신호(402)의 작은 파곡(trough) 중 하나는 고체 상태에서 액체 상태로 천이하는 입자 베드에서 더 큰 입자에 의해 에너지가 흡수됨으로써 야기될 수 있다. 일반적으로, 상승 및 하강 이벤트 사이의 포토다이오드 신호의 주어진 세그먼트 내의 데이터 포인트의 수는 스캔 지속 시간 및 샘플링 레이트와 관련될 수 있다.
도 4b는 로우 포토다이오드 신호(402) 및 레이저 구동 신호(410)를 도시한다. 도 4b에 도시된 레이저 구동 신호(410)는 에너지 소스 구동 신호 데이터, 이 경우에는 레이저 구동 신호(410), 또는 특정 스캔 길이에 대해 레이저가 켜지고 꺼 지도록 하는 명령 신호를 사용하여 생성될 수 있다. 포토다이오드 신호(402)는 레이저 구동 신호(410) 위에 중첩된다. 레이저 구동 신호(410)의 상승(412) 및 하강(414)은 포토다이오드 신호(402)의 상승(404) 및 하강(406)에 대응한다. 도4b에 도시된 데이터는 단계 304에서 스캔에 대응하는 로우 포토다이오드 신호(402)의 일부를 식별하기 위해 사용될 수 있다. 몇몇 실시예에서, 레이저 구동 신호(410)는 레이저가 꺼져 있을 때 ~0V이고 레이저가 켜져 있을 때 ~5V이다. 단계 304는 레이저 구동 신호(410)가 특정 문턱값, 예를 들어 4.5V를 초과하는 포토다이오드 신호와 연관된 모든 데이터를 격리함으로써 달성될 수 있고, 레이저가 이 문턱값 미만인 모든 데이터를 분석에서 제외한다.
도 4c는 로우 포토다이오드 신호(402) 하의 면적(416)을 결정하는 단계를 포함하는 단계(306)의 일 실시예를 도시한다. 몇몇 실시예에서, 곡선 아래의 면적은 수학식 (4)를 사용하여 계산될 수 있다:
Figure pct00004
수학식 (4)
적분된 포토다이오드 전압(418)은 TEDi 계산에 대한 pdoni를 결정하는데 사용될 수 있다.
도 4d는 부품 및 총 스캔 카운트(424)에 대한 스캔(420)의 위치를 도시한다. 두 값을 모두 사용하여 부품의 스캔 위치에 대응하는 TED를 결정할 수 있다. 도 4e는 관심 대상 부품(426)에 대한 렌더링 영역을 도시한다. 도 4e는 또한 복수의 추가 부품(428) 및 증거 쿠폰(witness coupon)(430)을 도시한다. 도 4e의 모든 부품은 파우더 베드(432) 상에 위치하는 것으로 도시되어 있다.
도 4f는 총 샘플 카운트(434)를 결정하기 위해 나머지 포토다이오드 데이터와 함께 사용될 수 있는 4개의 스캔에 대응하는 레이저 구동 신호 데이터 및 포토다이오드 데이터의 일부와 연관된 트레이스를 도시한다. 총 샘플 카운트는 부품에 걸친 총 스캔 길이 LSump를 계산하는데 사용될 수 있다. 총 샘플 카운트는 레이저-온 시간 주기(436)를 합산함으로써 결정된다. 몇몇 실시예들에서, 총 스캔 길이는 레이저-온 시간 주기 동안의 스캐닝 에너지 소스의 평균 속도 및 레이저 온 시간 주기의 합을 사용하여 결정될 수 있다.
스캔 데이터를 수집한 후, 각 층에 대한 TED가 각각의 레이저 스캔과 연관된 TED로부터 계산될 수 있고, 그 다음 도 4g에 도시된 그래프(440)에 표시될 수 있다. 그래프(440)는 공칭 영역(442) 내에 그리고 비공칭 영역(444) 내에 위치된 TED 값을 나타낸다. TED 영역은 기준 문턱값(438)에 의해 분할된다. 이러한 방식으로, 결함을 포함할 가능성이 있는 부품의 층들을 쉽게 식별할 수 있다. 그 다음 비공칭 TED 값을 갖는 층들에 대한 추가 분석에 집중할 수 있다.
도 4h는 포인트-클라우드(446)를 사용하여 각 스캔에 대한 TED 값이 3차원에서 어떻게 표시될 수 있는지를 보여준다. 포인트 클라우드(446)는 비공칭 값을 공칭 값과 다른 색 또는 강도로 표시함으로써 공칭 영역(442) 및 비공칭 영역(444)으로부터 TED 값의 3차원 공간에서의 위치를 도시한다. 비공칭 값은 키홀(keyhole) 형성으로부터의 다공성 또는 융합 부족으로 인한 공극(void)과 같은 제조 결함을 포함할 가능성이 높은 부품의 부분들을 나타낸다. 몇몇 실시예들에서, 시스템은 TED에 기초하여 하나 이상의 프로세스 파라미터들을 변경할 제어 신호를 생성 및 송신할 수 있다.
도 5는 열 에너지 밀도를 결정하고 제조 결함을 포함할 가능성이 높은 부품의 부분들을 식별하기 위해 적층식 제조 시스템에 의해 생성된 데이터를 사용하는 예시적인 프로세스(500)를 도시하는 흐름도이다. 축상 광학 센서(109) 및 축외 광학 센서(110)에 의해 생성된 데이터는 열 에너지 밀도를 결정하기 위해 단독으로 또는 조합하여 사용될 수 있다. 502에서, 포토다이오드 시계열(time series) 데이터가 수집될 수 있다. 포토다이오드 시계열 데이터는 예를 들어 센서와 연관된 전압 데이터를 사용하여 생성될 수 있다. 504에서, 레이저 구동 시계열 데이터가 수집된다. 레이저 구동 시간 데이터는 레이저 전력, 레이저 속도, 해치 간격, x-y 위치 등과 같은 추가적인 프로세스 파라미터와 연관될 수 있다. 506에서 프로세스는 레이저-오프 상태를 나타내는 레이저 구동 시계열 데이터의 일부에 대응하는 포토다이오드 시계열 데이터의 일부를 뺌으로써 포토다이오드 시계열 데이터를 슬라이스 할 수 있다. 몇몇 실시예에서, 레이저 구동 신호는 레이저가 꺼져 있을 때 ~0V이고 레이저가 켜져 있을 때 ~5V이다. 506에서 프로세스는 레이저 구동 신호가 특정 문턱값, 예를 들어, 4.5V를 초과하는 모든 데이터를 격리할 수 있고, 레이저가 이 문턱값 미만인 모든 데이터를 분석에서 제외할 수 있다. 몇몇 실시예에서, 주기적으로 ~0.2V로 떨어지는 포토다이오드 신호가 샘플 시리즈 데이터에 포함될 수 있는데, 이는 레이저가 방금 켜지고 레이저가 재료를 가열하는 시간이기 때문이다.
506에서 프로세스는 레이저-온 포토다이오드 데이터(508)만을 출력한다. 레이저 온 포토다이오드 데이터는 시계열 데이터를 샘플 시리즈 데이터로 변환하기 위해 510에서 프로세스에 의해 사용될 수 있다. 510에서 프로세스는 레이저 온 포토다이오드 데이터를 'N' 샘플 섹션으로 구획한다. 20개의 샘플 섹션의 사용은 본 발명의 일 실시예의 예를 제공하기 위한 것이다. 다양한 수의 샘플 섹션이 다양한 정확도/분해능으로 사용될 수 있다. 몇몇 실시예에서, 샘플 섹션 세트는 일반적으로 단일 스캔을 구성하기 위해 다수의 스캔릿(520)을 취하기 때문에 스캔릿(520)으로 지칭될 수 있다. 512에서 프로세스는 샘플의 수를 카운트할 수 있다(516). 514에서 프로세스는 레이저가 조사된 부품의 영역을 렌더링할 수 있다. 몇몇 실시예들에서, 레이저가 조사된 부품 영역(518)은 레이저가 조사된 부품과 연관된 디스플레이의 픽셀 수를 사용하여 결정될 수 있다. 다른 실시예에서, 상기 영역은 프로세스 파라미터와 연관된 스캔의 수 및 데이터를 사용하여 계산될 수 있다. 522에서, 프로세스는 총 샘플 카운트 레이저 조사된 부품 영역(518) 및 스캔릿 데이터(520)를 사용하여 스캔릿 데이터를 정규화한다. 도시된 실시예에서, 스캔릿 메트릭 데이터(524)는 각각의 스캔릿과 연관된 부품의 부분들에 대한 열 에너지 밀도이다. 몇몇 실시예들에서, 스캔 데이터는 또한 스캔 유형에 의해 나누어질 수 있다. 예를 들어, 적층식 제조기는 상이한 특성을 갖는 스캔들을 이용할 수 있다. 특히, 윤곽 스캔, 또는 부품의 외부 표면을 마무리하도록 설계된 것들은 부품의 내부 영역을 소결시키도록 설계된 스캔보다 실질적으로 더 많은 전력을 가질 수 있다. 따라서 스캔 유형별로 데이터를 분리하여 보다 일관된 결과를 얻을 수 있다. 몇몇 실시예들에서, 스캔 유형의 식별은 스캔 강도, 스캔 지속 기간 및/또는 스캔 위치에 기초할 수 있다. 몇몇 실시예에서, 스캔 유형은 검출된 스캔을 쌓이는 부품과 연관된 스캔 계획에 의해 지시된 스캔과 상관시킴으로써 식별될 수 있다.
다음으로, 프로세스(528)는 기준 스캔릿 메트릭 데이터 및 열 에너지 밀도를 수신하고 IPQM 품질 평가(530)를 출력한다. IPQM 품질 평가(530)는 제조 결함을 포함할 가능성이 높은 부품의 부분들을 식별하기 위해 사용될 수 있다. 프로세스(528)는 본 명세서에서 앞서 논의된 바와 같은 분류기를 포함할 수 있다. 상기 방법 및 시스템에 더하여, 프로세스(528)는 후보 데이터, 예를 들어, 마할라노비스(Mahalanobis) 거리를 사용하여 스캔릿 메트릭 데이터(524) 및 기준 스캔릿 메트릭 데이터를 비교할 수 있다. 몇몇 실시예에서, 각각의 스캔릿에 대한 마할라노비스 거리는 기준 스캔릿 메트릭 데이터를 사용하여 계산될 수 있다. 도 5와 관련하여 개시된 실시예들은 에너지 소스로서 레이저의 사용을 논의하였지만, 상기 교시를 고려하여 많은 수정 및 변형이 가능하다는 것이 당업자에게 명백할 것이고, 예를 들어, 레이저는 전자 빔 또는 다른 적절한 에너지 소스로 대체될 수 있다.
도 5는 본 발명의 다른 실시예에 따라 열 에너지 밀도를 결정하고 제조 결함을 포함할 가능성이 높은 부품의 부분들을 식별하는 특정 방법을 제공한다. 대안적인 실시예들에 의하면 다른 단계들의 시퀀스들이 또한 수행될 수 있다. 예를 들어, 본 발명의 대안적인 실시예는 상술한 단계들을 다른 순서로 수행할 수 있다. 더욱이, 도 5에 도시된 개별 단계들은 그 개별 단계에 적절하게 다양한 시퀀스로 수행될 수 있는 다수의 하위 단계를 포함할 수 있다. 또한, 특정 애플리케이션에 따라 추가 단계가 부가되거나 제거될 수 있다. 당업자는 많은 변형, 수정 및 대안을 인식할 것이다.
도 6a는 포토다이오드 시계열 데이터(602)를 도시한다. 포토다이오드 시계열 데이터는 도 1과 2에 도시된 바와 같이 다양한 축상 또는 축외 센서로부터 수집될 수 있다. x-축(604)은 초 단위의 시간을 나타내고 y-축(606)은 센서에 의해 생성된 전압을 나타낸다. 센서에 의해 생성된 전압은 하나 이상의 센서에 충돌할 수 있는 빌드 평면으로부터 방출된 에너지와 연관된다. 샘플들(606)은 포토다이오드 시계열 데이터(602)의 트레이스 상에 도시되어 있다. 도 4b는 포토다이오드 데이터가 레이저 구동 신호와 연관되는 506에서의 상기 프로세스를 보여준다.
도 6b는 레이저 온 포토다이오드 데이터를 도시한다. x-축은 샘플(608)의 수를 나타내고, y-축(610)은 로우 센서 데이터의 전압을 나타낸다. 전압 강하(612)는 전압이 실질적으로 더 낮으면서도 레이저가 여전히 재료를 가열하는데 적극적으로 기여하기 때문에 분석에 포함된다.
도 6c는 단계 510과 관련하여 논의된 레이저 온 포토다이오드 샘플 시리즈 데이터를 도시한다. 20-샘플 섹션(620)은 임의의 크기를 가질 수 있다. 20개의 샘플은 1000mm/s의 레이저 이동 속도로 ~400μm의 레이저 이동 거리에 대응한다. XY 신호 자체의 노이즈는 ~150μm이다. 몇몇 실시예들에서, 20-샘플 섹션 미만, 예를 들어, 2 샘플-섹션에서, 측정된 거리 및 노이즈는 포인트의 위치가 자신있게 결정될 수 없는 비율이 될 것이다. 몇몇 실시예에서, 1mm 미만의 공간 해상도를 위해 50 샘플의 한계가 사용될 수 있다. 따라서, 레이저 이동 속도가 1000mm/s인 50KHz 데이터에 대해, 데이터를 구획하기 위한 샘플의 수는 20≤N≤50의 범위에 있어야 한다. 상기 교시에 비추어 많은 수정 및 변형이 가능하다는 것이 당업자에게 명백할 것이다.
도 6d는 프로세스(522)에 대응하고 각 스캔릿의 평균값(618)이 결정되는 실시예를 도시한다. 몇몇 실시예에서, 프로세스(522)로의 입력은 총 샘플 카운트(516), 레이저 조사된 부품 영역(518), 및 스캔릿 데이터(520)를 포함한다. 이 입력을 사용하여, 수학식 (5)에 표시된 대로 평균을 사용하여 곡선 아래 면적(AUC)을 결정할 수 있다.
Figure pct00005
수학식 (5)
여기서 V는 각 스캔릿에 대해 결정된 평균 전압이고 N은 샘플 수이다. 도 6d에서, 20-샘플 세그먼트의 평균 전압은 데이터의 폭이 고정되어 있기 때문에 신호를 적분하는 것과 균등하다.
도 6e는 개별 스캔릿(622), Ai 및 모든 스캔(624)에 대한 레이저 조사된 부품 면적을 도시한다. 상기 면적에 더하여, 스캔 길이 Li 및 전체 부품에 걸친 Li의 합 LSump가 계산될 수 있다. Li는 수학식 (6)을 사용하여 계산될 수 있다:
Figure pct00006
수학식 (6)
스캔의 시작 및 종료에 대한 x 및 y 좌표가 제공되거나 이들은 하나 이상의 직접 센서 측정에 기초하여 결정될 수 있다.
도 6f는 빌드 평면에서의 층과 연관된 레이저 조사된 부품의 렌더링 영역(626)을 도시한다. 몇몇 실시예에서, 일단 pdoni, 부품의 면적 Ap, 스캔 길이 Li, 및 총 길이 LSump가 결정되면, TED는 수학식 (7)을 사용하여 계산될 수 있다:
Figure pct00007
수학식 (7)
TED는 레이저 전력, 레이저 속도, 해치 간격 등과 같은 모든 사용자 정의 레이저 파우더 베드 융합 프로세스 파라미터에 민감하다. TED 값은 IPQM과 기준 데이터 세트의 비교를 사용하는 분석에 사용될 수 있다. 결과적인 IPQM은 모든 레이저 스캔에 대해 결정되고 포인트 클라우드를 사용하여 그래프 또는 3차원으로 표시될 수 있다. 도 4g는 예시적인 그래프를 도시한다. 도 4h는 예시적인 포인트 클라우드를 도시한다.
도 7a 내지 7c는 프로세스 후 다공성 측정 및 대응하는 정규화된 프로세스 중 TED 측정을 도시한다. 상기 도면들은 프로세스 중 TED 측정이 다공성 및 기타 제조 결함의 정확한 IPQM 예측자가 될 수 있음을 보여준다. 도 7a는 TED 메트릭 데이터와 기준 데이터 세트의 비교를 도시한다. 이 도표는 IPQM 메트릭에서 각 포토다이오드의 값을 개별적으로 그리고 결합하여 표시한다. 축상 포토다이오드 데이터(702)는 에너지 소스와 정렬된 센서로부터 올 수 있다. 축외 포토다이오드 데이터(704)는 에너지 소스와 정렬되지 않은 센서에 의해 수집될 수 있다. 축상 및 축외 포토다이오드 데이터의 조합(706)은 프로세스 파라미터의 변화에 대해 가장 높은 감도를 제공한다. x-축(708)은 부품의 빌드 평면 층을 도시하고; y-축(710)은 계산된 TED와 기준 메트릭 사이의 마할라노비스 거리를 도시한다.
마할라노비스(Mahalanobis) 거리는 TED 데이터를 표준화하는데 사용될 수 있다. 마할라노비스 거리는 각 TED 측정 값이 TED 측정 값의 공칭 분포로부터 얼마나 많은 표준 편차인지를 나타낸다. 이 경우, 마할라노비스 거리는 각 TED 측정 값이 제어 층 526-600을 쌓는 동안 수집된 평균 TED 측정 값으로부터 얼마나 많은 표준 편차만큼 떨어져 있는지를 나타낸다. 아래 차트 도 7a는 또한 TED가 글로벌 에너지 밀도(GED) 및 다공성에 따라 어떻게 변하는지를 보여준다. 특히, 이 실험 세트에 대해, TED는 파괴적인 검사를 수행할 필요없이 부품 다공성을 예측하도록 구성될 수 있다.
몇몇 실시예에서, 테스트 런을 수행하면서 생성된 금속 부품의 정량적 금속학적 특징(예를 들어, 세공(pore) 또는 금속간 입자의 크기 및 형상) 및/또는 기계적 특성 특징(예를 들어, 강도, 인성 또는 피로)을 비교함으로써 적층식 제조 디바이스의 성능을 추가로 확인할 수 있다. 일반적으로, 시험 부품에 비융합 금속 분말 입자의 존재는 충분한 에너지가 인가되지 않은 반면, 너무 많은 에너지를 받은 시험 부품은 생성된 부품의 완전성을 손상시킬 수 있는 내부 공동을 발달시키는 경향이 있음을 나타낸다. 다공성(714)은 이러한 결함을 나타낼 수 있다.
몇몇 실시예에서, 도 7a를 생성하는데 사용되는 공칭 값은 선행 시험에서 가져온다. 몇몇 실시예에서, 계산은 적층식 제조 작업 동안 수행될 필요가 없기 때문에 공칭 값은 후속 테스트로부터 또한 가져올 수 있다. 예를 들어, 두 개의 적층식 제조 디바이스의 성능을 비교하려고 할 때, 적층식 제조 디바이스 중 첫번째 것을 사용하여 테스트를 실행함으로써 공칭 값을 식별할 수 있다. 그 다음 두번째 적층식 제조 디바이스의 성능은 첫번째 적층식 제조 디바이스의 의해 정의된 공칭 값과 비교될 수 있다. 몇몇 실시예에서, 2 개의 적층식 제조 디바이스의 성능이 미리 정해진 5 개의 표준 편차의 문턱값 내에 있는 경우, 2 개의 기계로부터 유사한 성능이 기대될 수 있다. 몇몇 실시예에서, 미리 정해진 문턱값은 역 카이 제곱(inverse chi squared) 분포로부터 유도된 95% 통계적 신뢰 수준일 수 있다. 이 유형의 테스트 방법론은 시간이 지남에 따른 성능 변화를 식별하는 데에도 사용될 수 있다. 예를 들어, 기계를 교정 한 후, 테스트 패턴의 결과가 기록될 수 있다. 디바이스에 의해 특정 수의 제조 동작이 수행된 후, 적층식 제조 디바이스가 다시 수행될 수 있다. 교정 직후 수행된 초기 테스트 패턴은 시간 경과에 따른 적층식 제조 디바이스의 성능 변화를 식별하기 위한 기준으로서 사용될 수 있다. 몇몇 실시예에서, 적층식 제조 디바이스의 설정은 적층식 제조 디바이스를 교정 후 성능으로 되돌리도록 조정될 수 있다.
도 7b는 적층식 제조 프로세스를 사용하여 구성된 부품에 대한 후 프로세스 금속 조직을 도시한다. 도 7b는 부분(718) 및 상기 부품의 대응하는 단면(720)을 도시한다. 섹션 1 내지 11은 도 7a의 섹션 1 내지 11에 대응한다. 프로세스 파라미터의 변화 및 결과적인 다공성의 변화는 부품의 단면도(720)에서 볼 수 있다. 특히, 섹션 2 및 3은 각각 3.38% 및 1.62%의 가장 높은 다공성을 갖는다. 더 높은 다공성은 샘플 부품에서 증가된 수의 결함 마크(722)에 의해 단면도에 보여진다.
도 7c는 금속 조직 관찰 중에 결정된 대응하는 단면을 갖는 IPQM 결과를 도시한다. 각각의 단면은 J/mm2의 에너지 밀도(724) 및 다공성(714)을 포함한다. 결함 마크가 가장 많은 샘플(722)은 기준으로부터 표준화된 거리가 가장 높은 TED 측정 값에 대응한다. 이 도표는 표준화된 거리가 낮을수록 밀도가 높고 다공성이 낮은 금속 조직을 예측할 수 있는 한편, 높은 표준화된 마할라노비스 거리는 높은 다공성 및 빈약한 금속 조직과 높은 상관 관계가 있음을 보여준다. 예를 들어, 층(200) 주위에 층들을 생성하는데 사용되는 저전력 설정은 높은 다공성(714) 및 다수의 결함 마크(722)를 초래한다. 이에 비해, 600번째 층 상의 또는 그 주변의 로드(road) 설정의 중간을 사용하면 식별가능한 결함 마크(722)가 없어지고 기록된 최저 다공성 값이 0.06%가 된다.
도 8은 비-이미징 광 검출기와 같은 광학 센서에 의해 기록된 데이터가 적층식 제조 빌드 프로세스를 특징짓기 위해 처리될 수 있는 대안적인 프로세스를 도시한다. 802에서, 함께 상관된 빌드 평면 강도 데이터 및 에너지 소스 구동 신호 모두를 포함할 수 있는 로우 센서 데이터가 수신된다. 804에서, 구동 신호와 빌드 평면 강도 데이터를 비교함으로써, 개별 스캔이 빌드 평면 내에 식별되고 위치될 수 있다. 일반적으로 에너지 소스 구동 신호는 스캔이 연장되는 영역이 결정될 수 있는 적어도 시작 및 종료 위치를 제공할 것이다. 806에서, 각각의 스캔의 강도 또는 전력과 연관된 로우 센서 데이터는 대응하는 X 및 Y 그리드 영역으로 비닝(binning)될 수 있다. 몇몇 실시예에서, 로우 강도 또는 전력 데이터는 특정 그리드 영역에서 각 스캔의 체류 시간을 상관시킴으로써 에너지 단위로 변환될 수 있다. 몇몇 실시예들에서, 각각의 그리드 영역은 빌드 평면을 모니터링하는 광학 센서의 하나의 픽셀을 나타낼 수 있다. 극좌표와 같은 서로 다른 좌표계를 사용하여 그리드 좌표를 저장할 수 있으며 좌표 저장은 데카르트(Cartesian) 좌표로 제한되어서는 안 된다. 몇몇 실시예에서, 분석이 특정 스캔 유형에 대해서만 단독으로 수행될 수 있도록 상이한 스캔 유형이 개별적으로 비닝될 수 있다. 예를 들어, 이러한 유형의 스캔이 원치 않는 변동을 포함할 가능성이 높은 경우, 조작자는 윤곽 스캔에 집중하기를 원할 수 있다. 808에서, 각각의 그리드 영역에서의 에너지 입력이 합산되어 각 그리드 영역에서 수신된 총 에너지 양이 수학식 (8)을 사용하여 결정될 수 있다.
Figure pct00008
수학식 (8)
이 합산은 새로운 분말 층을 빌드 평면에 추가하기 직전에 수행될 수 있거나, 또는 소정 개수의 분말 층이 디포짓(deposit)될 때까지 합산이 지연될 수도 있다. 예를 들어, 합산은 적층식 제조 프로세스 중에 5 개 또는 10 개의 상이한 분말 층의 부분들을 디포짓 및 융합한 후에만 수행될 수 있다. 몇몇 실시예에서, 소결된(sintered) 분말 층은 부품의 두께에 약 40 미크론을 추가할 수 있지만; 이 두께는 사용되는 분말의 유형 및 분말 층의 두께에 따라 변할 것이다.
810에서, 검출되고 각 그리드 영역과 연관된 샘플들에 대한 표준 편차가 결정된다. 이는 전력 판독 값이 더 작거나 더 큰 양만큼 변하는 그리드 영역을 식별하는 것을 돕는다. 표준 편차의 변화는 하나 이상의 스캔이 없거나 정상 작동 파라미터를 훨씬 벗어난 전력 수준을 갖는 경우 및/또는 센서 성능의 문제를 나타낼 수 있다. 표준 편차는 수학식 (9)를 사용하여 결정될 수 있다.
Figure pct00009
수학식 (9)
812에서, 각각의 그리드 영역에서 수신된 총 에너지 밀도는 전력 판독 값을 그리드 영역의 전체 면적으로 나눔으로써 결정될 수 있다. 몇몇 실시예에서, 그리드 영역은 길이가 약 250 마이크론인 정사각형 형상을 가질 수 있다. 각 그리드 영역에 대한 에너지 밀도는 수학식 (10)을 사용하여 결정될 수 있다.
Figure pct00010
수학식 (10)
814에서, 둘 이상의 부품이 구축될 때, 상이한 그리드 영역이 상이한 부품과 연관될 수 있다. 몇몇 실시예들에서, 시스템은 그리드 영역의 좌표 및 각각의 부품과 연관된 경계를 사용하여 각각의 그리드 영역 및 그것의 연관된 에너지 밀도를 각자의 부품과 신속하게 연관시키는데 사용될 수 있는 저장된 부품 경계를 포함할 수 있다.
816에서, 부품의 각 층의 면적이 결정될 수 있다. 층이 공극을 포함하거나 내부 공동을 정의하는 것을 돕는 경우, 층의 실질적인 부분들은 어떠한 에너지도 받지 않을 수 있다. 이러한 이유로, 영향을 받는 면적은 에너지 소스로부터 일정량의 에너지를 받는 것으로 식별된 그리드 영역만을 합산함으로써 계산될 수 있다. 818에서, 부품과 연관된 층의 일부 내의 그리드 영역에 의해 수신된 총 전력량이 합산되고 상기 부품의 해당 층에 대한 에너지 밀도를 결정하기 위해 영향을 받는 면적에 의해 나누어질 수 있다. 면적 및 에너지 밀도는 수학식 (11) 및(12)를 사용하여 계산될 수 있다.
Figure pct00011
수학식 (11)
Figure pct00012
수학식 (12)
820에서, 각 층의 에너지 밀도는 함께 합쳐져서 부품에 의해 수신된 전체 에너지 양을 나타내는 메트릭을 얻을 수 있다. 부품의 전체 에너지 밀도는 빌드 평면 상의 다른 유사한 부품의 에너지 밀도와 비교될 수 있다. 822에서, 각 부품으로부터의 총 에너지가 합산된다. 이를 통해 다른 빌드 간에 높은 수준의 비교를 행할 수 있다. 빌드 비교는 분말의 변화 및 전체 전력 출력의 변화와 같은 체계적인 차이를 식별하는 데 도움이 될 수 있다. 최종적으로 824에서, 합산된 에너지 값은 다른 층, 부품 또는 빌드 평면의 품질을 결정하기 위해 상기 다른 층, 부품 또는 빌드 평면과 비교될 수 있다.
도 8에 도시된 특정 단계들은 본 발명의 다른 실시예에 따른 적층식 제조 빌드 프로세스를 특성화하는 특정 방법을 제공한다는 점이 이해되어야 한다. 대안적인 실시예들에 따라 다른 단계들의 시퀀스들이 또한 수행될 수 있다. 예를 들어, 본 발명의 대안적인 실시예는 상술한 단계들을 다른 순서로 수행할 수 있다. 더욱이, 도 8에 도시된 개별 단계들은 그 개별 단계에 적절하게 다양한 시퀀스로 수행될 수 있는 다수의 하위 단계들을 포함할 수 있다. 또한, 특정 애플리케이션에 따라 추가 단계가 부가되거나 제거될 수 있다. 당업자는 많은 변형, 수정 및 대안을 인식할 것이다.
도 9a 내지 9d는 다수의 스캔이 개별 그리드 영역에 도입된 전력에 어떻게 기여할 수 있는지를 나타내는 시각적 묘사를 도시한다. 도 9a는 적층식 제조 시스템에 의해 구축되는 부품의 일부에 걸쳐 분포된 다수의 그리드 영역(902)으로 구성된 그리드 패턴을 도시한다. 도 9a는 또한 그리드 영역(902)을 가로질러 대각선으로 연장되는 제1 패턴의 에너지 스캔(904)을 묘사한다. 제1 패턴의 에너지 스캔(904)은 그리드(902)를 가로질러 레이저 또는 다른 강렬한 열 에너지 스캐닝 소스에 의해 인가될 수 있다. 도 9b는 부품을 가로질러 도입된 에너지가 어떻게 각각의 그리드 영역(902)에서 수취된 에너지의 양을 나타내는 단일 그레이 스케일 컬러로 표현되는지를 도시하고, 여기서 더 어두운 회색 음영은 더 많은 양의 에너지에 대응한다. 몇몇 실시예에서, 더 높은 해상도 데이터를 얻기 위해 그리드 영역(902)의 크기가 감소될 수 있다. 대안적으로, 그리드 영역(902)의 크기는 메모리 및 처리 전력 사용량을 감소시키기 위해 증가될 수 있다.
도 9c는 제1 패턴의 에너지 스캔의 에너지 스캔 중 적어도 일부와 중첩되는 제2 패턴의 에너지 스캔(906)을 도시한다. 도 8을 수반하는 설명에서 논의된 바와 같이, 제1 및 제2 패턴의 에너지 스캔이 중첩되는 경우, 그리드 영역은 두 스캔으로부터의 에너지가 중첩 스캔 패턴에 걸쳐 수취된 에너지의 양을 어떻게 증가시켰는지 설명하기 위해 더 어두운 음영으로 도시된다. 분명히, 이 방법은 2개의 중첩 스캔으로 국한되지 않고, 각각의 그리드 영역에서 수취된 에너지를 온전히 나타내기 위해 함께 추가될 많은 다른 추가 스캔을 포함할 수 있다.
도 10a는 설명된 실시예들과 함께 사용하기에 적합한 예시적인 터빈 블레이드(1000)를 도시한다. 터빈 블레이드(1000)는 다수의 상이한 표면을 포함하고, 생성할 다수의 상이한 유형의 복잡한 스캔을 요구하는 다수의 상이한 특징부를 포함한다. 특히, 터빈 블레이드(1000)는 중공 블레이드 부분(1002) 및 테이퍼진 베이스 부분(1004)을 포함한다. 도 10b는 25개의 터빈 블레이드(1000)가 빌드 평면(1006) 위에 동시에 제조될 수 있는 예시적인 제조 구성을 도시한다.
도 10c 내지 도 10d는 그리드 TED 기반 시각화 층들을 갖는 도 10b에 도시된 구성의 상이한 층들의 상이한 단면도를 도시한다. 도 IOc는 터빈 블레이드(1000)의 층 14를 도시하고, TED 기반 시각화 층은 베이스 부분(1004) 중 선택된 것들의 하단부가 어떻게 터빈 블레이드(1000-1, 1000-2 및 1000-3)에서 다수의 공극을 정의할 수 있는지를 도시한다. 에너지 밀도 데이터는 불연속 그리드 영역과 연관되어 있기 때문에, 터빈 블레이드 내에 완전히 숨겨져 있었을 이 공극들을 이러한 그리드 TED 기반 시각화에서는 명확하게 볼 수 있다. 도 10d는 베이스 부분(1004)의 상단부가 또한 어떻게 터빈 블레이드(1000-1, 1000-2 및 1000-3) 내의 다수의 은닉된 공극을 정의할 수 있는지를 도시하고, 이는 도 10d에 도시된 그리드 TED 기반 시각화 층으로부터 명확하게 식별될 수 있다.
도 11a 내지 11b는 2개의 상이한 터빈 블레이드(1000)의 베이스 부분(1004-1 및 1004-2)의 단면도를 도시한다. 도 11a는 공칭 제조 설정을 사용하여 제조된 베이스 부분(1004-1)을 도시한다. 베이스 부분(1004-1)의 외부 표면(1102 및 1104)은 베이스 부분(1004-1)의 내부(1106)보다 실질적으로 더 많은 에너지를 받는다. 외부 표면으로의 증가된 에너지 입력은 보다 균일한 경화 표면을 제공하여, 외부 표면(1102 및 1104)을 따라 어닐링 효과가 달성된다. 이러한 추가 에너지는 외부 표면(1102 및 1104)을 목표로 하는 더 높은 에너지 윤곽 스캔을 사용하여 도입될 수 있다. 도 11b는 윤곽 스캔을 생략하는 것을 제외하고 1004-2와 동일한 제조 설정으로 제조된 베이스 부분(1004-2)을 도시한다. 제조 작업 생성 베이스 부분(1004-2)에 이용된 모든 스캔이 베이스 부분(1004-1)을 생성하는데도 포함되었지만, 각 그리드 영역을 커버하는 모든 스캔에 대한 에너지 밀도 입력의 합산은 작업자로 하여금 베이스 부분 1004-1과 1004-2 사이의 차이를 명확하게 볼 수 있게 한다.
도 11c는 베이스 부분들(1004-1 및 1004-2) 사이의 표면 일관성의 차이를 도시한다. 분명히, 베이스 부분(1004-2)에 대한 윤곽 스캔을 생략하면 전체 외부 표면 품질에 실질적인 영향을 미친다. 베이스 부분(1004-1)의 외부 표면이 더 매끄럽고 일관성에 있어서 덜 다공성이다. 베이스 부분(1004-1)에 대한 어닐링 효과는 또한 베이스 부분(1004-2)보다 실질적으로 더 큰 강도를 제공해야 한다.
도 12는 다수의 상이한 빌드와 연관된 부품에 대한 열 에너지 밀도를 도시한다. 빌드 A-G 각각은 동일한 적층식 제조 작업 동안 구축된 약 50개의 상이한 부품(분산된 원(1202)으로 표시)에 대한 열 방출 데이터를 포함한다. 이 도면은 열 방출 데이터를 사용하여 다른 빌드들 간의 변동을 추적하는 방법을 보여준다. 예를 들어, 로트(lot) A, B 및 C는 모두 유사한 TED 분포를 갖는다; 그러나 빌드 D, E 및 F는 여전히 공차 내에 있지만 열 방출 데이터는 일관되게 더 낮다. 경우에 따라 이러한 유형의 변화는 분말 로트의 변화로 인한 것일 수 있다. 이러한 방식으로, 전체 출력 품질에 부정적인 영향을 줄 수 있는 시스템적인 오류를 추적히는데 열 방출 데이터가 사용될 수 있다. 이 차트는 그리드 TED를 기반으로 한 평균 TED 값을 나타내지만 스캔 기반 TED 방법론에 대해 유사한 차트가 구성될 수 있음에 유의한다.
도 13 내지 도 14b는 열 에너지 밀도가 현장(in-situ) 측정을 사용하여 부품의 공정을 제어하기 위해 어떻게 사용될 수 있는지의 일 예를 도시한다. 도 13은 도시된 바와 같이 그램/입방 센티미터 단위의 결과적인 부품 밀도를 결정하기 위해 상이한 조합의 에너지 소스 전력 및 스캔 속도를 사용하여 제조되는 부품이 어떻게 제조되고 파괴적으로 분석될 수 있는지를 도시한다. 이 시험에서는, 부품 밀도가 4.37g/cc인 부품 밀도 1302와 연관된 부품이 제조업체 권장 스캔 및 레이저 전력 설정을 사용하여 제작되었다. 결과적인 밀도 판독 값에 기초하여, 점선 1304의 위치가 결정될 수 있다. 선 1304는 결과적으로 감소된 에너지 입력의 양으로 인해 분말의 일부가 함께 융합될 만큼 충분히 가열되지 않아서 부품 밀도가 임계 밀도 수준 아래로 떨어지는 곳을 나타낸다. 시스템에 너무 많은 에너지가 부가될 때, 분말이 제조 작업 중에 용융되는 대신 기화됨으로써, 부품 밀도가 감소되어 부품 내에 키홀이 형성될 수 있다. 점선 1306은 밀도 데이터로부터 실험적으로 결정될 수 있으며, 이 예에서는 4.33g/cc만큼 낮은 부품 밀도로 식별된다. 선 1308은 에너지 밀도 및 부품 형상이 실질적으로 일정하게 유지되는 최적의 에너지 밀도 윤곽을 나타낸다. 밀도 테스트는 라인 1308을 따라 분포 된 설정을 사용하여 생성된 부품의 평균 밀도가 어떻게 상대적으로 일정하게 유지되는지를 보여준다.
도 14a 내지 도 14b는 전력-밀도 그래프의 일부 위에 중첩된 열 에너지 밀도 윤곽을 도시하고, 적층식 제조 작업 동안 수집된 열 밀도 측정 값이 에너지 소스에 의해 사용된 설정에 따라 어떻게 변화하는지를 도시한다. 도 14a 및 14b에 도시된 바와 같이, 더 어두운 음영은 열 에너지 밀도가 더 높음을 나타내고 더 밝은 음영은 열 에너지 밀도가 더 낮음을 나타낸다. 부품 밀도 테스트 및 열 에너지 밀도 윤곽으로부터, 특정 부품에 대한 제어 한계를 결정할 수 있다. 이 경우, 타원 1402로 표시된 제어 한계가 결정되었고, 상기 제어 한계는 전력 및 스캔 속도 파라미터가 부품(1302)을 생성하는데 사용된 설정으로부터 라인(1308)을 따라 3σ까지 그리고 라인(1308)에 수직인 라인을 따라 1σ까지 변동될 수 있게 허용한다. 몇몇 실시예에서, 전력 및 속도의 허용가능한 변동은 생산 공정 동안 원하는 열 에너지 밀도를 유지하기 위해 프로세스 내 조정이 이루어질 수 있게 한다. 타원 1404는 제어 한계를 벗어난 추가 변동을 수용할 수 있는 전체 프로세스 윈도우를 나타낸다. 몇몇 실시예들에서, 이 프로세스 윈도우는 결과적인 부품이 프로세스 내 데이터만을 사용하여 검증될 수 있도록 하는 변동을 식별하는데 사용될 수 있다. 예시된 제어 및 프로세스 윈도우는 타원형으로 도시되어 있지만, 다른 프로세스 윈도우 형상 및 크기가 가능하고, 예를 들어, 부품 형상 및 재료 특이성에 따라 더 복잡할 수 있음에 유의해야 한다. 제조 작업 중에, 열 방사를 측정하는 광학 센서 판독 값은 현장에서 열 에너지 밀도를 결정하는데 사용될 수 있다. 레이저 전력 및 스캔 속도를 타원 1402에 의해 표시된 도시된 제어 한계 내로 유지할 때 열 에너지 밀도가 예상 범위를 벗어나는 경우, 열 에너지 밀도가 비정상적으로 판독된 부품의 일부는 결함이 있는 것으로 플래그될 수 있다.
몇몇 실시예에서, 프로세스 윈도우는 열 에너지 밀도를 결정하는데 사용되는 센서 판독 값을 수집하는 하나 이상의 광 센서를 모델링하는 모델링 및 시뮬레이션 프로그램에 통합될 수 있다. 모델링 및 시뮬레이션 시스템이 작업물에 대한 명령 세트의 첫 번째 근사치까지 반복되면, 추가 테스트를 위해 예상 열 에너지 밀도가 적층식 제조 기계로 출력될 수 있다. 적층식 제조 기계가 열 에너지 밀도를 측정하도록 구성된 광학 센서 및 컴퓨팅 장비를 포함할 때, 모델링된 열 에너지 밀도 데이터가 추가 테스트 및 검증을 위해 적층식 제조 기계에 의해 사용될 수 있다. 모델링 및 측정된 열 에너지 밀도의 비교는 명령 세트의 성능이 현장에서의 예상 결과와 얼마나 밀접하게 일치하는지 확인하는데 사용될 수 있다.
도 14c는 프로세스 윈도우(1404)로부터 너무 멀리 떨어진 에너지 소스 설정으로 인한 다양한 물리적 효과를 강조하는 또 다른 전력 밀도 그래프를 도시한다. 예를 들어, 전력 밀도 그래프는 낮은 스캐닝 속도에서 다량의 레이저 전력을 추가하면 작업물 내에 키홀이 형성됨을 보여준다. 키홀 형성은 너무 많은 에너지를 받음으로 인해 분말 재료의 일부가 증발하여 발생한다. 또한, 높은 스캐닝 속도와 결합된 낮은 전력은 분말이 서로 융합되지 않는 결과를 초래할 수 있다. 마지막으로, 높은 스캐닝 속도와 결합된 높은 전력 수준으로 인해 결과적으로 빌드 작업 중에 융합된 금속이 볼링 업(balling up)된다. 디포짓된 전력 층의 두께를 변화시키는 것은 전도 모드 구역을 키홀 형성 구역 및 융합 부족 구역으로부터 분리하는 라인의 이동을 초래할 수 있음에 유의해야 한다. 예를 들어, 분말 층의 두께를 증가시키는 것은, 일반적으로 더 두꺼운 층이 액화를 겪기 위해 더 많은 에너지를 요구하기 때문에 키홀 및 융합 부족 영역을 전도 모드 구역으로부터 분리하는 라인의 기울기를 증가시키는 효과를 갖는다.
도 14c는 또한 어떻게 전도 모드 구역에 대응하는 전력 및 스캔 속도 설정이 일반적으로 전술한 심각한 결함을 야기하지 않는지를 보여준다; 그러나, 프로세스 윈도우(1404) 내의 값에 대응하는 레이저 설정을 유지함으로써 결과적인 입자 구조 및/또는 부품의 밀도가 최적화될 수 있다. 에너지 소스 설정을 프로세스 윈도우(1404) 내로 유지하는 것의 다른 이점은 이들 설정이 열 에너지 밀도 판독 값을 좁은 범위의 값 내로 유지해야 한다는 것이다. 제조 작업 동안 소정의 범위를 벗어나는 임의의 열 에너지 밀도 값은 제조 프로세스에서 문제를 나타낼 수 있다. 이러한 문제는 설정을 프로세스 윈도우의 중앙 영역에 더 가깝게 이동시키거나 후속 부품에 대한 프로세스 윈도우를 업데이트함으로써 해결될 수 있다. 몇몇 실시예에서, 제조자는 이러한 오류가 결함있는 분말 또는 후속 제조 프로세스에 포함되어서는 안 되는 일부 다른 흔치 않은 이상에 의해 야기된 것을 발견할 수 있었다. 도시된 프로세스 윈도우는 부품의 모든 부분에 대해 동일하지 않을 수 있으며, 특정 시간에 부품의 어떤 영역 또는 심지어 특정 층이 작업되고 있는지에 따라 크게 달라질 수 있음을 이해해야 한다. 프로세스 윈도우(1404)의 크기 및/또는 형상은 또한 몇몇 실시예에서 해치 간격, 스캔 길이 및 스캔 방향과 같은 다른 인자(factor)들에 따라 변할 수 있다.
도 14d는 레이저 전력 및 스캐닝 속도 설정에 따라 용융 풀의 크기 및 형상이 어떻게 변할 수 있는지를 도시한다. 예시적인 용융 풀(1406-1418)은 다양한 레이저 출력 및 속도 설정에 대한 예시적인 용융 풀 크기 및 형상을 나타낸다. 일반적으로, 더 큰 용융 풀은 더 많은 양의 레이저 전력과 더 낮은 스캔 속도로 인해 발생한다는 것을 알 수 있다. 그러나 이 특정 구성의 경우 용융 풀 크기는 속도보다 레이저 전력에 더 의존한다.
도 15a 내지 15f는 적층식 제조 작업을 특징짓고 제어하기 위해 그리드가 어떻게 동적으로 생성될 수 있는지를 도시한다. 도 15a는 빌드 평면(1504)의 일부 상에 위치된 원통형 작업물(1502)의 평면도를 도시한다. 작업물(1502)은 적층식 제조 작업을 거치는 것으로 도시되어 있다. 도 15b는 원통형 작업물(1502)이 어떻게 다수의 트랙(1506)으로 분할될 수 있는지를 어떤 에너지 소스가 원통형 작업물(1502)의 상부 표면 상에 분포된 분말을 용융시킬 수 있는지와 함께 보여준다. 몇몇 실시예에서, 에너지 소스는 도시된 바와 같이 방향(1506)을 교번할 수 있는 반면, 다른 실시예에서는 에너지 소스가 항상 한 방향으로 이동할 수 있다. 또한, 트랙(1506)의 방향은 작업물(1502)을 구축하는데 사용되는 스캔의 배향을 추가로 랜덤화하기 위해 층마다 다를 수 있다.
도 15c는 작업물(1502)의 일부를 형성할 때 에너지 소스에 대한 예시적인 스캔 패턴을 도시한다. 화살표(1508)에 의해 나타낸 바와 같이, 예시적인 에너지 소스의 작업물(1502)을 가로지르는 이동 방향은 대각선이다. 에너지 소스의 개별 스캔(1510)은 트랙(1506)을 따라 에너지 소스의 이동 방향에 수직인 방향으로 배향될 수 있고 트랙(1506)을 완전히 가로질러 연장될 수 있다. 에너지 소스는 연속적인 개별 스캔들(1510) 사이에서 잠시 꺼질 수 있다. 몇몇 실시예에서, 트랙(1506) 각각을 횡단할 때 에너지 소스의 듀티 사이클은 약 90% 일 수 있다. 이러한 유형의 스캔 전략을 사용함으로써, 에너지 소스는 작업물(1502)을 가로질러 지나갈 때 트랙(1506)의 폭을 커버할 수 있다. 몇몇 실시예에서, 한 줄(swath)(1510)은 약 5mm의 폭을 가질 수 있다. 일부 실시예에서 에너지 소스에 의해 생성된 용융 풀의 폭이 약 80 마이크론 정도일 수 있으므로, 이는 작업물(1502)을 형성하는데 필요한 트랙의 수를 실질적으로 감소시킬 수 있다.
도 15d 내지 15e는 그리드 영역들(1512)이 어떻게 각 트랙(1506)을 따라 동적으로 생성되고 각각의 개별 스캔(1510)의 폭을 수용하도록 크기가 정해질 수 있는지를 도시한다. 후속 스캔의 정확한 위치는 에너지 소스로 가는 중에 에너지 소스 구동 신호를 참조함으로써 시스템에 의해 예측될 수 있다. 몇몇 실시예에서, 그리드(1512)의 폭은 개별 스캔(1510)의 길이와 매칭되거나 개별 스캔(1510)의 길이의 10 또는 20% 이내일 수 있다. 다시, 에너지 소스 구동 신호를 참조함으로써 개별 스캔(1512)의 스캔 길이가 예상될 수 있다. 몇몇 실시예에서, 그리드 영역(1512)은 정사각형 또는 직사각형 형상일 수 있다. 에너지 소스가 트랙(1506)을 따라 계속됨에 따라 그리드 영역(1512) 각각에 대해 열 에너지 밀도가 결정될 수 있다. 몇몇 실시예에서, 그리드 영역(1512-1) 내의 열 에너지 밀도 판독 값은 이 경우에 있어서 다음 그리드 영역, 그리드 영역(1512-2) 내의 에너지 소스의 출력을 조정하는데 사용될 수 있다. 예를 들어, 그리드 영역(1512-1) 내의 개별 스캔(1510)에 의해 생성된 열 에너지 밀도 판독 값이 예상보다 실질적으로 더 높으면, 에너지 소스 전력 출력이 감소될 수 있고, 개별 스캔(1510)에 걸친 에너지 소스 스캔이 증가될 수 있고 그리고/또는 개별 스캔들(1510) 사이의 간격이 그리드 영역(1512-2) 내에서 증가될 수 있다. 이러한 조정은 폐루프 제어 시스템의 일부로서 수행될 수 있다. 각 영역 내에 5 개의 개별 스캔(1510)만이 도시되어 있지만, 이는 예시적인 목적일 뿐이고 그리드 영역(1512) 내의 개별 스캔의 실제 수는 실질적으로 더 클 수 있다. 예를 들어, 에너지 소스에 의해 생성 된 용융 구역이 약 80 마이크론 폭인 경우, 5mm 정사각형 그리드 영역(1512) 내의 모든 분말이 용융 구역 내에 속하기 위해서는 약 60번의 개별 스캔(1510)이 필요할 수 있다.
도 15f는 에너지 소스가 일단 상기 패턴의 트랙(1506)을 횡단하는 것을 끝낸 다음 작업물(1502)의 에지 영역을 도시한다. 몇몇 실시예에서, 대부분의 분말이 용융되고 재응고된 후에 에너지 소스는 작업물(1502)에 에너지를 계속 추가할 수 있다. 예를 들어, 윤곽 스캔(1514)은 작업물(1502)에 표면 마감을 적용하기 위해 작업물(1502)의 외주(1516)를 따라갈 수 있다. 도시된 바와 같은 윤곽 스캔(1514)은 개별 스캔(1510)보다 실질적으로 더 짧다는 점을 이해해야 한다. 이러한 이유로, 그리드 영역(1518)은 그리드 영역(1512)보다 실질적으로 좁을 수 있다. 그리드 영역들(1518)은 이 경우에 작업물(1502)의 외주부의 윤곽을 따르기 때문에 순수한 직사각형 형상이 아님에 주목해야 한다. 스캔 길이 차이를 초래할 수 있는 다른 예는 작업물이 다양한 두께의 벽을 포함하는 경우일 수 있다. 가변적인 두께의 벽은 단일 그리드 영역 내에서 스캔 길이가 변하게 할 수 있다. 이러한 경우에, 개별 스캔 길이의 변화에 맞춰 폭을 좁히면서 그리드 영역의 길이를 증가시킴으로써 각각의 그리드 영역의 면적을 일정하게 유지할 수 있다.
도 16은 적층식 제조 작업의 피드백 제어를 설정 및 유지하기 위한 피드백 제어 루프(1600)를 도시하는 폐루프 제어 예를 도시한다. 블록 1602에서, 에너지 소스가 횡단하려고 하는 다음 그리드 영역에 대한 기준 열 에너지 밀도가 제어 루프로 입력된다. 이 기준 열 에너지 밀도 판독 값은 모델링 및 시뮬레이션 프로그램 및/또는 이전에 실행한 실험/테스트 실행으로부터 설정될 수 있다. 몇몇 실시예에서, 이 기준 열 에너지 밀도 데이터는 앞선 층들 동안 기록된 다양한 그리드 영역에 대한 에너지 밀도 판독 값을 포함하는 에너지 밀도 바이어스 블록(1604)에 의해 조정될 수 있다. 에너지 밀도 바이어스 블록(1604)은 앞선 층들이 너무 많거나 너무 적은 에너지를 받은 경우에 기준 에너지 밀도 블록에 대한 조정을 포함할 수 있다. 예를 들어, 광학 센서 판독 값이 작업물의 하나의 영역에서 공칭 미만의 열 에너지 밀도를 나타내는 경우, 에너지 밀도 바이어스 값은 공칭 열 에너지 밀도 판독 값 미만인 그리드 영역과 겹치는 그리드 영역에 대한 기준 에너지 밀도의 값을 증가시킬 수 있다. 이러한 방식으로, 에너지 소스는 앞선 층 또는 층들 동안 완전히 융합되지 않은 추가 분말을 융합시킬 수 있다.
도 16은 또한 블록(1602 및 1604)으로부터의 입력들이 어떻게 제어기(1606)에 의해 수신되는 에너지 밀도 제어 신호를 협동적으로 생성하는지를 도시한다. 제어기(1606)는 에너지 밀도 제어 신호를 수신하고 현재 그리드 영역 내에서 원하는 열 에너지 밀도를 생성하도록 구성된 열 소스 입력 파라미터를 생성하도록 구성된다. 입력 파라미터는 전력, 스캔 속도, 해치 간격, 스캔 방향 및 스캔 지속 시간을 포함할 수 있다. 그 다음, 입력 파라미터는 에너지 소스(1608)에 의해 수신되고, 현재 그리드 영역에 대해 입력 파라미터의 임의의 변화가 에너지 소스(1608)에 의해 채택된다. 광학 센서가 현재 전류 그리드 영역을 구성하는 에너지 소스(1608)의 스캔을 측정하면, 블록 1610에서 현재 그리드 영역에 대한 열 에너지 밀도가 계산되고 에너지 밀도 제어 신호와 비교된다. 두 값이 동일하면, 광학 센서 데이터에 기초하여 에너지 밀도 제어 신호에 대한 변경이 이루어지지 않는다. 그러나 두 값이 다르면, 다음 그리드 영역에서 스캔을 위한 에너지 밀도 제어 신호로부터 차이가 더해지거나 빼진다.
몇몇 실시예들에서, 현재 층 및 모든 앞선 층들에 대한 그리드 영역들은 에너지 소스에 의해 수행되는 스캔의 경로 및 스캔 길이/폭에 따라 배향되는 그리드 영역들이 동적으로 생성될 수 있다. 이러한 유형의 구성에서, 기준 에너지 밀도 및 에너지 밀도 바이어스는 모두 동적으로 생성된 그리드 영역에 기초할 수 있다. 다른 실시예에서, 현재 층에 대한 그리드 영역은 동적으로 생성 될 수 있는 반면, 에너지 밀도 바이어스 데이터(1604)는 적층식 제조 작업의 시작 전에 정의된 정적 그리드 영역과 연관된 에너지 밀도 판독 값에 기초할 수 있고, 이렇게 해서 정적 그리드 영역은 부품 전체를 통해 고정된 상태로 유지되고 위치, 크기 또는 모양이 변하지 않게 된다. 그리드는 데카르트 그리드 시스템이 필요할 때 균일하게 형성되고 이격될 수 있지만, 극 그리드 시스템을 구성하는 그리드 영역의 형태를 취할 수도 있다. 다른 실시예들에서, 현재 층에 대한 그리드 영역들은 빌드 작업이 실행되기 전에 정적으로 생성될 수 있고 에너지 밀도 바이어스 데이터 또한 정적으로 생성되고 현재 층에 사용되는 동일한 그리드를 공유할 수 있다.
몇몇 실시예들에서, 제어 루프(1600)를 갖는 열 에너지 밀도 대신에 열 방출 밀도가 사용될 수 있다. 열 방출 밀도는 열 에너지 밀도 외에도 다른 인자들을 나타낼 수 있다. 예를 들어, 열 방출 밀도는 피크 온도, 최소 온도, 가열 속도, 냉각 속도, 평균 온도, 평균 온도와의 표준 편차, 및 시간에 따른 평균 온도의 변화율과 같은 하나 이상의 다른 특징과 함께 열 에너지 밀도를 포함하는 다수의 특징들의 가중(weighted) 평균일 수 있다. 다른 실시예들에서, 각각의 그리드 영역들을 구성하는 스캔들이 원하는 온도, 가열 속도 또는 냉각 속도에 도달하고 있는지를 검증하기 위해 다른 특징들 중 하나 이상이 사용될 수 있다. 이러한 실시예에서, 검증 특징들은 원하는 온도, 가열 속도 또는 냉각 속도를 달성하기 위해 정의된 제어 윈도우 내에서 에너지 소스에 대한 입력 파라미터가 조정될 필요가 있음을 나타내는 플래그로서 사용될 수 있다. 예를 들어, 그리드 영역 내의 피크 온도가 너무 낮으면, 전력이 증가되거나 그리고/또는 스캐닝 속도가 감소될 수 있다. 전술한 제어 루프(1600)에 대한 논의가 다양한 유형의 그리드 TED와 관련되지만, 당업자는 스캔 TED 메트릭이 또한 유사한 루프 구성에서 사용될 수 있음을 이해할 것이다.
리코터 암 단기 공급(short feed)에 대한 TED 분석
도 17a는 빌드 플레이트(1704)에 걸친 분말(1702)의 정상 분포를 도시한다. 이 도면은 어떻게 분말이 높이에 변동없이 고르게 퍼지는지를 보여준다. 대조적으로, 도 17b는 리코터 암이 불충분한 양의 분말(1702)을 가져올 때, 분말 층(1702)의 두께가 어떻게 크게 변할 수 있는지를 도시한다. 리코터 암이 분말(1702)을 다 써버리면, 분말(1702)의 층의 두께는 빌드 플레이트(1704)의 일부에 분말(1702)이 완전히 없게 될 때까지 점차 테이퍼진다. 이러한 종류의 오류는 부품의 전체 품질에 매우 부정적인 영향을 줄 수 있으므로, 이러한 유형의 현상을 조기에 검출하는 것이 정확한 결함 검출에 중요하다.
도 17c는 분말(1702)의 단기 공급이 빌드 평면 상에 배열된 부분 커버리지 또는 9개의 작업물만을 초래한 빌드 플레이트의 흑백 사진을 보여준다. 특히 사진 오른쪽에 있는 3개은 작업물이 완전히 덮힌 반면, 왼쪽에 있는 3개의 작업물은 거의 완전히 덮히지 않았다.
도 17d는 에너지 소스가 동일한 입력 파라미터를 사용하여 9개의 모든 작업물에 걸쳐 스캔할 때, 검출된 열 에너지 밀도가 실질적으로 어떻게 다른지를 보여준다. 영역(1706)은, 분말의 방사율이 실질적으로 더 높고 빌드 플레이트 또는 응고된 분말 재료의 열 전도성이 분말의 유효 열 전도성보다 크기 때문에, 실질적으로 더 높은 열 에너지 밀도 판독 값을 생성한다. 높은 열 전도성은 광학 센서를 향한 방사에 이용가능한 에너지의 양을 줄여서 검출되는 열 방사를 줄인다. 또한, 재료 자체의 방출률(emissivity)이 낮을수록 방사되는 열 에너지의 양도 줄어든다.
열 에너지 밀도 대 글로벌 에너지 밀도
작업물로 들어오는 에너지 소스에 의해 제공되는 전력은 작업물을 만드는 재료의 용융을 야기하지만, 적층식 제조 프로세스 동안 몇몇 다른 열 및 물질 전달 프로세스에 의해 전력이 소실될 수도 있다. 다음 수학식은 에너지 소스가 파우더 베드를 가로지르는 레이저 스캐닝인 경우 방출되는 전력을 흡수할 수 있는 상이한 프로세스들을 기술한다:
P총 레이저 전력 = P레이저에서의 광학 손실 + P챔버 가스에 의한 흡수 + P반사 + P입자와 플룸(plume) 상호작용 + P용융 풀을 유지하기 위해 필요한 전력 + P전도 손실 + P방사 손실 + P대류 손실 + P기화 손실 ... 수학식 (13)
레이저에서의 광학 손실은 빌드 평면 상에 레이저 광을 전송하고 초점을 맞추는 광학 시스템의 결함으로 인한 전력 손실을 나타낸다. 상기 결함은 광학 시스템 내에서 방출된 레이저의 흡수 및 반사 손실을 초래한다. 챔버 가스에 의한 흡수는 소량의 레이저 전력을 흡수하는 적층식 제조 시스템의 빌드 챔버 내의 가스로 인한 전력 손실을 가리킨다. 이 전력 손실의 영향은 레이저의 파장에서의 가스의 흡수율에 달려 있다. 반사 손실은 파우더 베드에 의해 결코 흡수되지 않는 레이저 광학 장치를 빠져 나가는 빛으로 인해 손실되는 전력을 가리킨다. 입자와 플룸(plume) 상호작용은 레이저와 플룸 및/또는 디포지션 프로세스에서 방출된 입자들 사이의 상호작용을 가라킨다. 차폐 가스가 빌드 챔버를 통해 순환되기는 하지만 이러한 영향들로 인한 전력 손실은 개선될 수 있는 한편, 일반적으로 소량의 전력 감소를 완전히 피할 수는 없다. 용융 풀을 유지하기 위해 필요한 전력은 용융 풀이 궁극적으로 달성하는 온도로 분말을 용융시키고 궁극적으로 과열시키기 위해 작업 재료에 의해 흡수된 레이저 전력의 일부를 가리킨다. 전도 손실은 분말 및 파우더 베드 아래의 응고된 금속으로의 전도를 통해 흡수 된 전력의 일부를 가리킨다. 이러한 방식으로, 부품을 구성하는 응고된 재료 및 파우더 베드는 용융 풀로부터 열을 전도한다. 이러한 열 에너지의 전도성 전달은 용융 풀로부터의 주요한 에너지 손실 형태이다. 방사 손실은 용융 풀과 열 방사선을 방출하기에 충분히 뜨거운 용융 풀을 둘러싸는 물질에 의해 방출되는 레이저 전력의 일부를 가리킨다. 대류 손실은 빌드 챔버를 통해 순환하는 가스로 열 에너지가 전달되어 발생하는 손실을 가리킨다. 마지막으로, 기화 손실은 레이저 조사 하에서 기화될 소량의 분말 재료를 가리킨다. 기화 잠열(latent heat)은 매우 커서, 용융 풀에 대한 강력한 냉각 효과이고 총 레이저 빔 전력이 높아짐에 따라 무시할 수 없는 에너지 손실의 소스가 될 수 있다.
열 에너지 밀도(thermal energy density: TED) 메트릭은 가열된 영역으로부터 나오는 빛의 방사, 광학 장치를 통한 빛의 투과, 검출기에 의한 빛의 수집, 및 이 빛의 전기 신호로의 변환의 결과인 광학 광선의 측정을 기초로 한다. 가능한 모든 주파수에서 흑체 방사를 지배하는 수학식은 아래의 식 (14)에 표현된 스테판-볼츠만(Stefan-Boltzmann) 방정식으로 제공된다.
Figure pct00013
수학식 (14)
수학식 (14)의 변수는 아래 표 1에 보여진다.
[표 1]
Figure pct00014
센서에 의해 수집되기 전과 TED 메트릭을 계산하는데 사용되는 전압을 초래하기 전에 방사된 빛에 영향을 주는 추가적인 개입 인자들이 존재한다. 이는 아래의 수학식 (15)에 요약되어 있다.
Figure pct00015
수학식 (15)
수학식 (15)의 다양한 항들은 아래 표 2에 설명된다.
[표 2]
Figure pct00016
적층식 제조에서는 종종, 사용되는 성능 지수(figure of merit)는 글로벌 에너지 밀도(Global Energy Density: GED)이다. 이는 아래의 수학식 (16)과 같이 다양한 프로세스 입력(PROCESS INPUTS)을 결합하는 파라미터이다.
GED = (빔 전력(BEAM POWER))/{(이동 속도(TRAVEL SPEED)) × (해치 간격(HATCH SPACING)} 수학식 (16)
우리는 GED가 단위 면적당 에너지 단위를 가짐을 알 수 있다: (JOULES/SEC)/{(CM/SEC)×(CM)} = JOULES/CM2. 그러나, GED가 TED와 동일한 단위를 가질 수는 있지만, GED와 TED는 일반적으로 균등하지 않다는 점에 유의한다. 예를 들어, TED는 고온 영역(hot region)의 방사 전력을 면적으로 나눈 값에서 파생되는 반면, GED는 입력 전력의 측정 값이다. 본 명세서에 기술된 바와 같이, TED는 응답(RESPONSE) 또는 프로세스 출력(PROCESS OUTPUT)에 관련된 반면, GED는 프로세스 입력(PROCESS INPUT)에 관련된다. 본 발명의 발명자들은, 결과적으로 TED와 GED는 서로 다른 측정 값이라고 생각한다. 몇몇 실시예에서, TED를 결정하는데 사용되는 면적은 용융 풀 면적과 다르다. 결과적으로, 몇몇 실시예는 TED와 용융 풀 면적 사이에 직접적인 상관관계를 갖지 않는다. 바람직하게, TED는 적층식 제조 프로세스에 직접 영향을 미치는 광범위한 인자들에 민감하다.
본 명세서에 기술된 실시예들은 열 에너지 밀도를 결정하기 위해 광학 센서에 의해 생성된 데이터를 사용했지만, 본 명세서에 기술된 실시예들은 프로세스 내 물리적 변수들의 다른 표현을 측정하는 센서에 의해 생성된 데이터를 사용하여 구현될 수도 있다. 프로세스 내 물리적 변수들의 표현을 측정하는 센서는, 예를 들어, 힘 및 진동 센서, 접촉식 열 센서, 비접촉식 열 센서, 초음파 센서 및 와전류(eddy current) 센서를 포함한다. 상기 교시에 비추어 많은 수정 및 변형이 가능하다는 것이 당업자에게 명백할 것이다.
설명된 실시예들의 다양한 양상들, 실시예들, 구현들 또는 특징들은 개별적으로 또는 임의의 조합으로 사용될 수 있다. 설명된 실시예들의 다양한 양상들은 소프트웨어, 하드웨어, 또는 하드웨어와 소프트웨어의 조합에 의해 구현될 수 있다. 설명된 실시예들은 또한 제조 작업을 제어하기 위한 컴퓨터 판독 가능 매체 상의 컴퓨터 판독가능 코드 또는 제조 라인을 제어하기 위한 컴퓨터 판독가능 매체 상의 컴퓨터 판독가능 코드로서 구현될 수 있다. 컴퓨터 판독가능 매체는 컴퓨터 시스템에 의해 판독될 수 있는 데이터를 저장할 수 있는 임의의 데이터 저장 장치이다. 컴퓨터 판독가능 매체의 예는 읽기 전용 메모리, 랜덤 액세스 메모리, CD-ROM, HDD, DVD, 자기 테이프 및 광학 데이터 저장 장치를 포함한다. 컴퓨터 판독가능 매체는 또한 컴퓨터 판독가능 코드가 분산 방식으로 저장되고 실행되도록 네트워크 결합 컴퓨터 시스템을 통해 배포될 수 있다.
상기 기술은, 설명의 목적으로, 기술된 실시예들의 철저한 이해를 제공하기 위해 특정 명명법을 사용하였다. 그러나, 기술된 실시예들을 실시하기 위해 특정 세부 사항들이 반드시 요구되는 것은 아니라는 것이 당업자에게는 자명할 것이다. 따라서, 특정 실시예들의 상기 기술은 예시 및 설명의 목적으로 제공된다. 이들은 개시된 실시예들을 완전한 것으로 혹은 개시된 정확한 형태로 제한하는 것을 의도하지 않는다. 상기 교시에 비추어 많은 수정 및 변형이 가능하다는 것이 당업자에게 명백할 것이다.

Claims (20)

  1. 적층식 제조 방법에 있어서,
    빌드 평면을 가로질러 에너지 소스의 복수의 스캔을 생성하는 단계;
    상기 빌드 평면을 모니터링하는 광학 센서를 사용하여 상기 복수의 스캔의 각각 동안 상기 빌드 평면으로부터 방사되는 에너지의 양을 측정하는 단계;
    상기 복수의 스캔 동안 횡단된 상기 빌드 평면의 면적을 결정하는 단계;
    상기 방사된 에너지의 양 및 상기 복수의 스캔에 의해 횡단된 빌드 평면의 면적에 기초하여 상기 복수의 스캔에 의해 횡단된 상기 빌드 평면의 면적에 대한 열 에너지 밀도를 결정하는 단계;
    상기 열 에너지 밀도를 상기 빌드 평면의 하나 또는 그 이상의 위치에 매핑하는 단계;
    상기 열 에너지 밀도가 소정의 밀도 값 범위 밖의 밀도를 특징으로 하는 것으로 결정하는 단계; 및
    상기 빌드 평면의 상기 하나 또는 그 이상의 위치에 걸쳐 또는 그 부근에서 상기 에너지 소스의 후속 스캔을 조정하는 단계
    를 포함하는 적층식 제조 방법.
  2. 제1항에 있어서,
    상기 에너지 양을 측정하는 단계는 상기 광학 센서로부터 센서 판독 값을 수신하는 단계를 포함하는, 적층식 제조 방법.
  3. 제1항에 있어서,
    상기 횡단된 빌드 평면의 면적을 결정하는 단계는,
    상기 복수의 스캔 중 제1 스캔의 시작점을 결정하는 단계;
    상기 제1 스캔의 종료점을 결정하는 단계; 및
    상기 시작점과 상기 종료점 사이의 거리를 계산함으로써 상기 제1 스캔의 길이를 결정하는 단계를 포함하는,
    적층식 제조 방법.
  4. 제1항에 있어서,
    제조 결함을 포함할 가능성이 가장 높은 부품의 부분들을 식별하는 단계는,
    기준을 수신하는 단계;
    하나 이상의 열 에너지 밀도 스캔 값이 상기 기준과 실질적으로 다른 것으로 결정하는 단계; 및
    그래프 및 포인트 클라우드 중 적어도 하나를 출력하는 단계를 포함하는, 적층식 제조 방법.
  5. 제4항에 있어서,
    제조 결함을 포함할 가능성이 높은 부품의 부분들을 식별하는 단계는,
    프로세스 파라미터와 연관된 제어 신호를 전송하는 단계를 더 포함하는, 적층식 제조 방법.
  6. 제1항에 있어서,
    상기 에너지 소스는 레이저 및 전자 빔 중 적어도 하나에 대응하는, 적층식 제조 방법.
  7. 제1항에 있어서,
    상기 열 에너지 밀도를 매핑하는 단계는,
    상기 빌드 평면에 걸쳐 상기 에너지 소스의 경로를 나타내는 에너지 소스 구동 신호 데이터를 수신하는 단계; 및
    상기 에너지 소스 구동 신호 데이터를 사용하여 상기 복수의 스캔의 각각의 위치를 결정하는 단계를 포함하는, 적층식 제조 방법.
  8. 제1항에 있어서,
    상기 에너지 소스와 연관된 위치 데이터를 수신하는 단계를 더 포함하는, 적층식 제조 방법.
  9. 제1항에 있어서,
    에너지 소스 구동 신호 데이터를 수신하는 단계
    를 더 포함하고,
    상기 에너지 소스 구동 신호 데이터는 상기 에너지 소스가 켜진 때 및 상기 에너지 소스가 꺼진 때를 나타내는, 적층식 제조 방법.
  10. 적층식 제조 방법에 있어서,
    빌드 평면을 가로질러 에너지 소스의 복수의 스캔을 생성하는 단계;
    상기 복수의 스캔을 포함하는 그리드 영역을 결정하는 단계 - 상기 그리드 영역은 그리드 면적을 특징으로 함 -;
    광학 센서를 사용하여 상기 복수의 스캔의 각각 동안 센서 판독 값을 생성하는 단계;
    상기 센서 판독 값을 사용하여 상기 복수의 스캔 동안 상기 빌드 평면으로부터 방사되는 총 에너지 양을 결정하는 단계;
    상기 방사된 총 에너지 양 및 상기 그리드 면적에 기초하여 상기 그리드 영역과 연관된 열 에너지 밀도를 계산하는 단계;
    상기 그리드 영역과 연관된 상기 열 에너지 밀도가 소정의 열 에너지 밀도 값의 범위 밖의 열 에너지 밀도를 특징으로 하는 것으로 결정하는 단계; 및
    상기 에너지 소스의 출력을 조정하는 단계
    를 포함하는 적층식 제조 방법.
  11. 제10항에 있어서,
    상기 열 에너지 밀도는 상기 방사된 총 에너지의 양을 상기 그리드 면적으로 나눔으로써 결정되는, 적층식 제조 방법.
  12. 제10항에 있어서,
    상기 그리드 영역의 폭의 크기는 상기 복수의 스캔 각각의 길이에 따라 정해지는, 적층식 제조 방법.
  13. 제10항에 있어서,
    상기 복수의 스캔을 포함하는 그리드 영역을 결정하는 단계는,
    상기 빌드 평면에 걸쳐 상기 에너지 소스의 경로를 나타내는 에너지 소스 구동 신호 데이터를 수신하는 단계; 및
    상기 에너지 소스 구동 신호 데이터에 기초하여 상기 그리드 영역의 위치, 형상 및 크기를 정의하는 단계를 포함하는, 적층식 제조 방법.
  14. 제13항에 있어서,
    상기 에너지 소스 구동 신호 데이터는 상기 복수의 스캔 중 둘 또는 그 이상의 스캔 사이의 거리를 포함하는 적층식 제조 방법.
  15. 적층식 제조 방법에 있어서,
    빌드 평면의 일부를, 각각 그리드 영역 면적을 갖는 복수의 그리드 영역들을 포함하는 그리드로서 정의하는 단계;
    상기 빌드 평면을 가로질러 에너지 소스의 복수의 스캔을 생성하는 단계;
    광학 센서를 사용하여 상기 복수의 스캔의 각각 동안 센서 판독 값을 생성하는 단계;
    상기 복수의 스캔 각각에 대해, 복수의 센서 판독 값들 각각의 부분들을 상기 복수의 그리드 영역들 중 하나에 매핑하는 단계;
    상기 복수의 그리드 영역들 각각에 대하여:
    각각의 그리드 영역에 매핑된 센서 판독 값들을 합산하는 단계; 및
    상기 합산된 센서 판독 값 및 상기 그리드 영역 면적에 기초하여 그리드 기반 열 에너지 밀도를 계산하는 단계;
    상기 복수의 그리드 영역들 중 하나 또는 그 이상과 연관된 상기 그리드 기반 열 에너지 밀도가 소정의 열 에너지 밀도 값의 범위 밖의 열 에너지 밀도를 특징으로 하는 것으로 결정하는 단계; 및
    상기 에너지 소스의 출력을 조정하는 단계
    를 포함하는 적층식 제조 방법.
  16. 제15항에 있어서,
    상기 빌드 평면을 가로질러 분말 층을 제공하는 단계;
    상기 분말 층을 가로질러 상기 에너지 소스의 추가적인 복수의 스캔을 생성하는 단계
    를 더 포함하고,
    상기 추가적인 복수의 스캔 중 적어도 일부의 특성은 상기 복수의 그리드 영역들 중 하나 또는 그 이상의 계산된 그리드 기반 열 에너지 밀도에 기초하는,
    적층식 제조 방법.
  17. 제15항에 있어서,
    상기 에너지 소스의 하나 또는 그 이상의 입력 파라미터는 상기 계산된 그리드 기반 열 에너지 밀도에 기초하여 상기 복수의 스캔 중 하나의 적어도 일부 동안 변경되는, 적층식 제조 방법.
  18. 제15항에 있어서,
    상기 센서 판독 값들 각각의 부분들을 매핑하는 단계는 상기 복수의 스캔 중 하나에 대한 복수의 센서 판독 값 모두를 상기 복수의 그리드 영역들 중 하나 또는 그 이상에 매핑하는 단계를 포함하는, 적층식 제조 방법.
  19. 제15항에 있어서,
    상기 빌드 평면은 상기 그리드의 면적과 동일한 면적을 특징으로 하는, 적층식 제조 방법.
  20. 제15항에 있어서,
    상기 그리드 영역들은 상기 빌드 평면에 걸쳐 균일하게 분포되는, 적층식 제조 방법.
KR1020207005720A 2017-08-01 2018-08-01 적층식 제조 작업 중 방사 열 에너지를 측정하는 시스템 및 방법 KR102340573B1 (ko)

Applications Claiming Priority (7)

Application Number Priority Date Filing Date Title
US201762540016P 2017-08-01 2017-08-01
US62/540,016 2017-08-01
US201862633487P 2018-02-21 2018-02-21
US62/633,487 2018-02-21
US201862643457P 2018-03-15 2018-03-15
US62/643,457 2018-03-15
PCT/US2018/044884 WO2019028184A1 (en) 2017-08-01 2018-08-01 SYSTEMS AND METHODS FOR RADIANT THERMAL ENERGY MEASUREMENT DURING ADDITIVE MANUFACTURING OPERATION

Publications (2)

Publication Number Publication Date
KR20200051594A true KR20200051594A (ko) 2020-05-13
KR102340573B1 KR102340573B1 (ko) 2021-12-21

Family

ID=65234116

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020207005720A KR102340573B1 (ko) 2017-08-01 2018-08-01 적층식 제조 작업 중 방사 열 에너지를 측정하는 시스템 및 방법

Country Status (7)

Country Link
US (3) US10479020B2 (ko)
EP (1) EP3548218A4 (ko)
JP (3) JP7024981B2 (ko)
KR (1) KR102340573B1 (ko)
CN (2) CN115319115A (ko)
DE (1) DE112018001597B4 (ko)
WO (1) WO2019028184A1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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

Families Citing this family (40)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102014016679A1 (de) * 2014-11-12 2016-05-12 Cl Schutzrechtsverwaltungs Gmbh Verfahren und Vorrichtung zur Belichtungssteuerung einer selektiven Lasersinter- oder Laserschmelzvorrichtung
US20180200794A1 (en) * 2017-01-18 2018-07-19 General Electric Company Method and apparatus for optical detection of keyholing and overmelts
EP3548218A4 (en) 2017-08-01 2019-12-04 Sigma Labs, Inc. SYSTEMS AND METHOD FOR MEASURING EMITTED THERMAL ENERGY DURING OPERATION FOR GENERATIVE MANUFACTURING
JP6887926B2 (ja) * 2017-09-21 2021-06-16 日本電子株式会社 三次元構造体の製造方法および三次元構造体の製造装置
US11260454B2 (en) 2017-11-07 2022-03-01 Sigma Labs, Inc. Correction of non-imaging thermal measurement devices
US11517984B2 (en) 2017-11-07 2022-12-06 Sigma Labs, Inc. Methods and systems for quality inference and control for additive manufacturing processes
WO2019094269A1 (en) * 2017-11-10 2019-05-16 General Electric Company Positioning system for an additive manufacturing machine
US11029666B2 (en) * 2017-11-17 2021-06-08 Raytheon Technologies Corporation Fabrication of process-equivalent test specimens of additively manufactured components
US20190211072A1 (en) * 2018-01-10 2019-07-11 Syracuse University TRI-AGONIST FOR THE GLu, GLP-1 AND NPY2 RECEPTORS
CN112004635B (zh) 2018-02-21 2022-04-05 西格马实验室公司 用于增材制造的系统和方法
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
EP4059698A1 (en) 2018-04-04 2022-09-21 CL Schutzrechtsverwaltungs GmbH Apparatus for additively manufacturing three-dimensional objects
FR3080306B1 (fr) * 2018-04-19 2021-02-19 Michelin & Cie Procede de fabrication additive d'une piece metallique en trois dimensions
US10620103B2 (en) * 2018-05-15 2020-04-14 Honeywell International Inc. Devices and methods for evaluating the spreadability of powders utilized in additive manufacturing
US10919115B2 (en) * 2018-06-13 2021-02-16 General Electric Company Systems and methods for finishing additive manufacturing faces with different orientations
US11072039B2 (en) * 2018-06-13 2021-07-27 General Electric Company Systems and methods for additive manufacturing
US10744599B2 (en) * 2018-07-30 2020-08-18 Mitsubishi Electric Corporation Metal additive manufacturing welding condition control device and method
US20220143704A1 (en) * 2019-03-13 2022-05-12 Nanyang Technological University Monitoring system and method of identification of anomalies in a 3d printing process
CN110196231B (zh) * 2019-05-14 2021-09-07 东南大学 一种增材制件的激光超声离线检测装置及方法
DE102019112757A1 (de) * 2019-05-15 2020-11-19 Carl Zeiss Ag Verfahren und Vorrichtung zur additiven Herstellung eines Werkstücks
JP6848010B2 (ja) 2019-06-11 2021-03-24 株式会社ソディック 積層造形装置
US11685122B2 (en) * 2019-09-25 2023-06-27 SLM Solutions Group AG Technique for analyzing sensor data in powder bed additive manufacturing
CN114641846B (zh) 2019-11-20 2023-03-24 信越工程株式会社 工件分离装置及工件分离方法
CN111015006B (zh) * 2019-12-16 2021-07-13 哈尔滨工业大学（威海） 基于光谱信息的激光电弧复合焊接质量在线监测方法
US11537111B2 (en) * 2020-04-01 2022-12-27 General Electric Company Methods and apparatus for 2-D and 3-D scanning path visualization
JP2021186816A (ja) * 2020-05-26 2021-12-13 パナソニックＩｐマネジメント株式会社 レーザ加工装置
CN115884876A (zh) * 2020-05-28 2023-03-31 Slm方案集团股份公司 用于经由加层制造生产三维工件的方法和仪器
US20210394302A1 (en) * 2020-06-18 2021-12-23 Sigma Labs, Inc. Determination and control of cooling rate in an additive manufacturing system
US11536671B2 (en) 2020-08-07 2022-12-27 Sigma Labs, Inc. Defect identification using machine learning in an additive manufacturing system
CN112191849B (zh) * 2020-10-10 2023-03-28 重庆邮电大学 基于温度分布的梯度多孔散热装置设计及增材制造方法
CN112518122B (zh) * 2020-12-04 2022-05-17 广州德擎光学科技有限公司 激光加工件熔深检测方法、装置和系统
CN112828421B (zh) * 2020-12-31 2022-10-11 西安铂力特增材技术股份有限公司 电弧熔丝增材制造网格框架结构的方法
WO2022168268A1 (ja) * 2021-02-05 2022-08-11 株式会社ニコン 加工パス情報生成方法
WO2022176430A1 (ja) * 2021-02-18 2022-08-25 国立大学法人大阪大学 三次元構造物の製造方法および造形装置
WO2022197972A1 (en) * 2021-03-18 2022-09-22 Divergent Technologies, Inc. Variable beam geometry energy beam-based powder bed fusion
US11752558B2 (en) 2021-04-16 2023-09-12 General Electric Company Detecting optical anomalies on optical elements used in an additive manufacturing machine
CN113715337B (zh) * 2021-09-26 2023-10-27 上海联泰科技股份有限公司 控制装置、方法、3d打印方法及打印设备
DE102021211370A1 (de) 2021-10-08 2023-04-13 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung eingetragener Verein Verfahren zum Herstellen dreidimensionaler Bauteile
CN114734058B (zh) * 2022-03-31 2024-02-09 西安航天发动机有限公司 一种多激光拼接扫描路径规划方法及多激光拼接扫描方法
JP2023181933A (ja) * 2022-06-13 2023-12-25 株式会社日立製作所 付加造形品品質判定装置、および、付加造形品品質判定方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5552575A (en) * 1994-07-15 1996-09-03 Tufts University Scan welding method and apparatus
US20130105447A1 (en) * 2011-10-26 2013-05-02 Titanova Inc Puddle forming and shaping with primary and secondary lasers
WO2016050319A1 (en) * 2014-10-03 2016-04-07 Hewlett-Packard Development Company, L. P. Controlling heating of a surface
US20170090462A1 (en) * 2015-09-30 2017-03-30 Sigma Labs, Inc. Systems and methods for additive manufacturing operations

Family Cites Families (102)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5427733A (en) * 1993-10-20 1995-06-27 United Technologies Corporation Method for performing temperature-controlled laser sintering
IL121279A (en) 1996-07-16 2001-05-20 Roche Diagnostics Gmbh An analytical system with means for testing samples with too small volumes
DE19844500A1 (de) 1998-09-29 2000-03-30 Roche Diagnostics Gmbh Verfahren zur photometrischen Auswertung von Testelementen
JP2000162137A (ja) 1998-11-26 2000-06-16 Nikon Corp 面検査装置
US7132617B2 (en) * 2002-02-20 2006-11-07 Daimlerchrysler Corporation Method and system for assessing quality of spot welds
US20030222147A1 (en) 2002-06-04 2003-12-04 Hand Held Products, Inc. Optical reader having a plurality of imaging modules
ATE461777T1 (de) * 2002-08-28 2010-04-15 P O M Group Mehrlagen-dmd-verfahren mit einem von der geometrie des werkstücks unabhängigen system zur steuerung, in echtzeit und in geschlossener schleife, der schweissbadtemperatur
SE524421C2 (sv) 2002-12-19 2004-08-10 Arcam Ab Anordning samt metod för framställande av en tredimensionell produkt
US6815636B2 (en) * 2003-04-09 2004-11-09 3D Systems, Inc. Sintering using thermal image feedback
US7162070B2 (en) 2003-06-06 2007-01-09 Acushnet Company Use of patterned, structured light to detect and measure surface defects on a golf ball
JP3792683B2 (ja) 2003-07-16 2006-07-05 ファナック株式会社 レーザ溶接装置
US6930278B1 (en) 2004-08-13 2005-08-16 3D Systems, Inc. Continuous calibration of a non-contact thermal sensor for laser sintering
US20110001812A1 (en) 2005-03-15 2011-01-06 Chub International Holdings Limited Context-Aware Alarm System
DE102005015870B3 (de) * 2005-04-06 2006-10-26 Eos Gmbh Electro Optical Systems Vorrichtung und Verfahren zum Herstellen eines dreidimensionalen Objekts
DE102005056265A1 (de) 2005-11-14 2007-05-16 Pilz Gmbh & Co Kg Vorrichtung und Verfahren zum Überwachen eines Raumbereichs, insbesondere zum Absichern eines Gefahrenbereichs einer automatisiert arbeitenden Anlage
US20070276187A1 (en) 2006-02-27 2007-11-29 Wiklof Christopher A Scanned beam imager and endoscope configured for scanning beams of selected beam shapes and/or providing multiple fields-of-view
DE102006019963B4 (de) * 2006-04-28 2023-12-07 Envisiontec Gmbh Vorrichtung und Verfahren zur Herstellung eines dreidimensionalen Objekts durch schichtweises Verfestigen eines unter Einwirkung von elektromagnetischer Strahlung verfestigbaren Materials mittels Maskenbelichtung
WO2007147221A1 (en) 2006-06-20 2007-12-27 Katholieke Universiteit Leuven Procedure and apparatus for in-situ monitoring and feedback control of selective laser powder processing
DE102006057605A1 (de) 2006-11-24 2008-06-05 Pilz Gmbh & Co. Kg Verfahren und Vorrichtung zum Überwachen eines dreidimensionalen Raumbereichs
US7515986B2 (en) * 2007-04-20 2009-04-07 The Boeing Company Methods and systems for controlling and adjusting heat distribution over a part bed
US8050884B2 (en) * 2007-12-06 2011-11-01 The Boeing Company Method and apparatus for determining the emissivity, area and temperature of an object
US20100140236A1 (en) 2008-12-04 2010-06-10 General Electric Company Laser machining system and method
GB2466497B (en) 2008-12-24 2011-09-14 Light Blue Optics Ltd Touch sensitive holographic displays
DE102009015282B4 (de) * 2009-04-01 2014-05-22 Eos Gmbh Electro Optical Systems Verfahren und Vorrichtung zum generativen Herstellen eines dreidimensionalen Objekts
RU2507032C2 (ru) 2009-07-15 2014-02-20 Аркам Аб Способ и устройство для создания трехмерных объектов
US9215244B2 (en) 2010-11-18 2015-12-15 The Boeing Company Context aware network security monitoring for threat detection
CN201915148U (zh) 2010-12-14 2011-08-03 苏州大学 一种送丝送粉激光熔覆复合喷嘴
US20120283712A1 (en) 2011-02-03 2012-11-08 TRIA Beauty Devices and Methods for Radiation-Based Dermatological Treatments
TWI476364B (zh) 2011-05-09 2015-03-11 Lin Cho Yi 感測方法與裝置
US8614797B2 (en) 2011-06-27 2013-12-24 Infineon Technologies Ag Wafer orientation sensor
GB2493398B (en) 2011-08-05 2016-07-27 Univ Loughborough Methods and apparatus for selectively combining particulate material
DE102012212587A1 (de) * 2012-07-18 2014-01-23 Eos Gmbh Electro Optical Systems Vorrichtung und Verfahren zum schichtweisen Herstellen eines dreidimensionalen Objekts
US9272369B2 (en) 2012-09-12 2016-03-01 Siemens Energy, Inc. Method for automated superalloy laser cladding with 3D imaging weld path control
US8655307B1 (en) 2012-10-26 2014-02-18 Lookout, Inc. System and method for developing, updating, and using user device behavioral context models to modify user, device, and application state, settings and behavior for enhanced user security
US20140265046A1 (en) 2013-03-15 2014-09-18 Matterfab Corp. Laser sintering apparatus and methods
US9468973B2 (en) 2013-06-28 2016-10-18 Arcam Ab Method and apparatus for additive manufacturing
US10821508B2 (en) 2013-08-15 2020-11-03 General Electric Company System and methods for enhancing the build parameters of a component
FR3010785B1 (fr) * 2013-09-18 2015-08-21 Snecma Procede de controle de la densite d'energie d'un faisceau laser par analyse d'image et dispositif correspondant
GB201316815D0 (en) * 2013-09-23 2013-11-06 Renishaw Plc Additive manufacturing apparatus and method
US10705509B2 (en) 2013-10-21 2020-07-07 Made In Space, Inc. Digital catalog for manufacturing
US9254682B2 (en) 2013-10-28 2016-02-09 Eastman Kodak Company Imaging module with aligned imaging systems
US9747778B2 (en) 2013-12-17 2017-08-29 Samsung Electronics Co. Ltd. Context-aware compliance monitoring
WO2015108552A1 (en) 2014-01-16 2015-07-23 Hewlett-Packard Development Company, L.P. Generating three-dimensional objects
RU2595072C2 (ru) * 2014-02-14 2016-08-20 Юрий Александрович Чивель Способ управления процессом селективного лазерного спекания объемного изделия из порошков и устройство для его осуществления
US10207363B2 (en) 2014-03-24 2019-02-19 James Eldon Craig Additive manufacturing temperature controller/sensor apparatus and method of use thereof
US20160347005A1 (en) 2014-03-24 2016-12-01 Empire Technology Development Llc Methods and systems for monitoring melt zones in polymer three dimensional printing
WO2015148702A1 (en) * 2014-03-26 2015-10-01 Sigma Labs, Inc. Optical manufacturing process sensing and status indication system
JP2015199195A (ja) * 2014-04-04 2015-11-12 株式会社松浦機械製作所 三次元造形装置
DE102014208768B4 (de) * 2014-05-09 2019-07-11 MTU Aero Engines AG Verfahren und Vorrichtung zur Qualitätssicherung
US9925715B2 (en) 2014-06-30 2018-03-27 General Electric Company Systems and methods for monitoring a melt pool using a dedicated scanning device
DE102015011013B4 (de) 2014-08-22 2023-05-04 Sigma Additive Solutions, Inc. Verfahren zur Überwachung von generativen Fertigungsprozessen
JP6353065B2 (ja) 2014-09-19 2018-07-04 株式会社東芝 積層造形装置及び積層造形方法
US9533375B2 (en) 2014-10-02 2017-01-03 Industrial Technology Research Institute Temperature sensing apparatus, laser processing system, and temperature measuring method
WO2016081651A1 (en) * 2014-11-18 2016-05-26 Sigma Labs, Inc. Multi-sensor quality inference and control for additive manufacturing processes
US10632566B2 (en) 2014-12-02 2020-04-28 Product Innovation and Engineering L.L.C. System and method for controlling the input energy from an energy point source during metal processing
US10786865B2 (en) 2014-12-15 2020-09-29 Arcam Ab Method for additive manufacturing
DE102015000102A1 (de) 2015-01-14 2016-07-14 Cl Schutzrechtsverwaltungs Gmbh Vorrichtung zur generativen Herstellung dreidimensionaler Bauteile
US11042131B2 (en) 2015-03-16 2021-06-22 Rockwell Automation Technologies, Inc. Backup of an industrial automation plant in the cloud
JP6531823B2 (ja) 2015-04-02 2019-06-19 株式会社ニコン 撮像システム、撮像装置、撮像方法、及び撮像プログラム
EP3283249B1 (en) 2015-04-13 2023-06-14 Materialise NV System and method for monitoring and recoating in an additive manufacturing environment
US20180169948A1 (en) * 2015-06-12 2018-06-21 Materialise N.V. System and method for ensuring consistency in additive manufacturing using thermal imaging
CN105058788A (zh) * 2015-07-28 2015-11-18 南京师范大学 一种应用于3d打印的分布式加热装置及控制方法
EP3127635A1 (en) * 2015-08-06 2017-02-08 TRUMPF Laser-und Systemtechnik GmbH Additive manufacturing of down-skin layers
CN107530967B (zh) * 2015-08-20 2020-01-07 惠普发展公司有限责任合伙企业 过滤构建材料的温度分布数据
KR101697530B1 (ko) * 2015-09-17 2017-01-18 한국생산기술연구원 단방향으로 회전하는 폴리곤미러를 구비하고 조형광선의 에너지밀도 조절기능을 갖는 입체조형장비의 헤드장치 및 이를 이용하는 조형평면의 스캐닝방법 및 이를 이용하는 입체조형장치.
JP6471245B2 (ja) * 2015-09-28 2019-02-13 ヒューレット−パッカード デベロップメント カンパニー エル．ピー．Ｈｅｗｌｅｔｔ‐Ｐａｃｋａｒｄ Ｄｅｖｅｌｏｐｍｅｎｔ Ｃｏｍｐａｎｙ， Ｌ．Ｐ． 積層造形システムにおける温度測定
US10816491B2 (en) * 2015-10-09 2020-10-27 Amir Khajepour System and method for real time closed-loop monitoring and control of material properties in thermal material processing
WO2017071741A1 (en) 2015-10-27 2017-05-04 Hewlett Packard Development Company L.P. Determining temperature of print zone in additive manufacturing system
CN115480252A (zh) 2015-11-05 2022-12-16 路明亮有限责任公司 用于高分辨率深度映射的具有经改进扫描速度的激光雷达系统
WO2018087556A1 (en) 2016-11-14 2018-05-17 Renishaw Plc Localising sensor data collected during additive manufacturing
US11305354B2 (en) 2015-11-16 2022-04-19 Renishaw Plc Machine control for additive manufacturing process and apparatus
WO2017100695A1 (en) 2015-12-10 2017-06-15 Velo3D, Inc. Skillful three-dimensional printing
CN108698297A (zh) 2015-12-16 2018-10-23 德仕托金属有限公司 用于增材制造的方法和系统
US20170173877A1 (en) 2015-12-16 2017-06-22 Desktop Metal, Inc. Layer-forming nozzle exit for fused filament fabrication process
CN105499569B (zh) * 2015-12-24 2017-09-15 华中科技大学 一种用于高能束增材制造的温度场主动调控系统及其控制方法
US9919360B2 (en) 2016-02-18 2018-03-20 Velo3D, Inc. Accurate three-dimensional printing
US10831180B2 (en) * 2016-02-25 2020-11-10 General Electric Company Multivariate statistical process control of laser powder bed additive manufacturing
CN108885643B (zh) * 2016-03-18 2023-09-29 惠普发展公司，有限责任合伙企业 用于增材制造的修改数据
EP3433041B1 (en) 2016-03-21 2023-10-11 Sigma Additive Solutions, Inc. Layer-based defect detection using normalized sensor data
US20190009463A1 (en) * 2016-03-30 2019-01-10 Hewlett-Packard Development Company, L.P. Build surface heat control
US10981333B2 (en) * 2016-04-26 2021-04-20 Hewlett-Packard Development Company, L.P. Additive manufacturing apparatus and method with fusing agent presence determined by temperature measurement
EP3449282A1 (en) 2016-04-28 2019-03-06 trinamiX GmbH Detector for optically detecting at least one object
EP3455057A1 (en) 2016-05-10 2019-03-20 Resonetics, LLC Hybrid micro-manufacturing
KR101858165B1 (ko) 2016-05-16 2018-05-15 주식회사 케이랩 포커싱 상태 측정 장치
WO2017201120A1 (en) 2016-05-17 2017-11-23 Board Of Regents, The University Of Texas System Real-time laser control for powder bed fusion
EP3433590B1 (en) 2016-07-26 2023-02-08 Hewlett-Packard Development Company, L.P. Temperature measurement calibration in an additive manufacturing system
GB201701702D0 (en) * 2017-02-02 2017-03-22 Renishaw Plc Methods and system involving additive manufacturing and additively-manufactured article
DE102016011801A1 (de) 2016-09-30 2018-04-05 Eos Gmbh Electro Optical Systems Verfahren zum Kalibrieren einer Vorrichtung zum Herstellen eines dreidimensionalen Objekts und zum Durchführen des Verfahrens ausgebildete Vorrichtung
CN106626378A (zh) * 2016-11-25 2017-05-10 西安交通大学 一种激光选区烧结分区域工艺参数动态调整方法
US10888924B2 (en) * 2017-01-27 2021-01-12 Raytheon Technologies Corporation Control for powder fusion
WO2018208833A1 (en) * 2017-05-09 2018-11-15 Arconic Inc. Systems and methods for defect detection in additively manufactured bodies
AU2018265760B2 (en) * 2017-05-10 2023-09-07 Monash University Method and system for quality assurance and control of additive manufacturing process
US10974497B2 (en) * 2017-06-05 2021-04-13 The Boeing Company Multi-region temperature controlled base for additive manufacturing
JP6887896B2 (ja) 2017-06-28 2021-06-16 日本電子株式会社 ３次元積層造形装置
US9977425B1 (en) 2017-07-14 2018-05-22 General Electric Company Systems and methods for receiving sensor data for an operating manufacturing machine and producing an alert during manufacture of a part
EP3548218A4 (en) 2017-08-01 2019-12-04 Sigma Labs, Inc. SYSTEMS AND METHOD FOR MEASURING EMITTED THERMAL ENERGY DURING OPERATION FOR GENERATIVE MANUFACTURING
US10725459B2 (en) 2017-08-08 2020-07-28 General Electric Company Identifying and distributing optimal machine parameters within a fleet of additive manufacturing machines
US10710307B2 (en) * 2017-08-11 2020-07-14 Applied Materials, Inc. Temperature control for additive manufacturing
US11511373B2 (en) * 2017-08-25 2022-11-29 Massachusetts Institute Of Technology Sensing and control of additive manufacturing processes
WO2019070250A1 (en) 2017-10-04 2019-04-11 Hewlett-Packard Development Company, L.P. ADDITIVE MANUFACTURING TEMPERATURE
US10605665B2 (en) 2017-10-31 2020-03-31 National Cheng Kung University Method for measuring temperature of process area
EP3527352B1 (en) 2018-02-15 2020-06-03 SLM Solutions Group AG Device and method for calibrating an irradiation system of an apparatus for producing a three-dimensional work piece

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5552575A (en) * 1994-07-15 1996-09-03 Tufts University Scan welding method and apparatus
US20130105447A1 (en) * 2011-10-26 2013-05-02 Titanova Inc Puddle forming and shaping with primary and secondary lasers
WO2016050319A1 (en) * 2014-10-03 2016-04-07 Hewlett-Packard Development Company, L. P. Controlling heating of a surface
US20170090462A1 (en) * 2015-09-30 2017-03-30 Sigma Labs, Inc. Systems and methods for additive manufacturing operations

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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

Also Published As

Publication number Publication date
CN115319115A (zh) 2022-11-11
DE112018001597T5 (de) 2019-12-12
US20200101671A1 (en) 2020-04-02
US10479020B2 (en) 2019-11-19
US20220388249A1 (en) 2022-12-08
CN111315531A (zh) 2020-06-19
US20190039318A1 (en) 2019-02-07
WO2019028184A1 (en) 2019-02-07
JP2024037833A (ja) 2024-03-19
DE112018001597B4 (de) 2021-06-02
JP2020530070A (ja) 2020-10-15
JP7408066B2 (ja) 2024-01-05
KR102340573B1 (ko) 2021-12-21
CN111315531B (zh) 2022-09-30
US11390035B2 (en) 2022-07-19
EP3548218A4 (en) 2019-12-04
EP3548218A1 (en) 2019-10-09
JP7024981B2 (ja) 2022-02-24
US11938560B2 (en) 2024-03-26
JP2022081477A (ja) 2022-05-31

Similar Documents

Publication Publication Date Title
KR102340573B1 (ko) 적층식 제조 작업 중 방사 열 에너지를 측정하는 시스템 및 방법
US10639745B2 (en) Systems and methods for measuring radiated thermal energy during an additive manufacturing operation
US11517984B2 (en) Methods and systems for quality inference and control for additive manufacturing processes
US11858207B2 (en) Defect detection for additive manufacturing systems
US10717264B2 (en) Systems and methods for additive manufacturing operations
Spears et al. In-process sensing in selective laser melting (SLM) additive manufacturing
CN108290219B (zh) 增材制造方法及设备
CN112004635B (zh) 用于增材制造的系统和方法
Caelers Study of in-situ monitoring methods to create a robust SLM process: preventing collisions between recoater mechanism and part in a SLM machine

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant