Hybrid Machine Learning and Physical Modeling of Feedstock Deformation During Robotic 3D Printing of Continuous Fiber Thermoplastic Composites

ملخص تقني: النمذجة الهجينة بين التعلم الآلي والنمذجة الفيزيائية لتشوه المادة المغذية في الطباعة ثلاثية الأبعاد الروبوتية

بيان المشكلة
يعد تشوه المادة المغذية (feedstock) أثناء الطباعة ثلاثية الأبعاد للمركبات الحرارية البلاستيكية المعززة بالألياف المستمرة تحديًا حرجًا يؤدي إلى عيوب تصنيعية مثل الفجوات والتداخلات. وبينما تُعرف التدرجات الحرارية والإجهادات المتبقية كمساهمين في ذلك، فإن التشوه المحدد لشريط واحد مُودع — الناتج عن تخفيف الإجهاد المتبقي، والتجفيف، والتبلور — يظل عملية معقدة النمذجة. يؤثر هذا التشوه في المسار الواحد بشكل مباشر على متغيرات العملية الجوهرية مثل محاذاة الألياف والتحكم في الترسيب الروبوتي. تواجه النهج الحالية قيودًا: فالنماذج القائمة على البيانات فقط تفتقر إلى الموثوقية خارج المناطق المختبرة، بينما تعاني النماذج التقليدية القائمة على الفيزياء من صعوبة نمذجة العمليات المتعددة الفيزيائية المقترنة مثل التبلور وتغيرات الخصائص البنيوية الدقيقة. يعالج المؤلفون الحاجة إلى إطار عمل قوي يمكنه التنبؤ بالتغيرات الأبعادية للشريط لتحسين تخطيط المسار وتقليل العيوب.

المنهجية
يقترح المؤلفون إطار نمذجة هجين يجمع بين النماذج الفيزيائية الراسخة والنهج القائم على البيانات، وتحديدًا باستخدام المعادلات التفاضلية العادية العصبية (Neural ODE) المستقرة. يمر سير العمل عبر المراحل التالية:

1. التوصيف التجريبي:

• الإعداد: يقوم نظام طباعة ثلاثية الأبعاد روبوتي (ABB IRB 1200) بترسيب شريط مسبق التشكيل (prepreg) من ألياف الكربون المستمرة (CCF) بمصفوفة (LM-PAK) على منصة بناء فولاذية.
• اختبار المواد: حدد تحليل المسح الحراري التفاضلي (DSC) درجة انتقال الزجاج ($T_g \approx 147^\circ\text{C}$) وذروة التبلور ($T_{pc} \approx 184^\circ\text{C}$). كما أُجري تحليل الميكانيكا الديناميكية (DMA) على عينات الشريط عند نظامين حراريين: $120^\circ\text{C}$ (أقل من $T_g$) و$180^\circ\text{C}$ (أعلى من $T_g$). وقاست هذه الاختبارات التغيرات الأبعادية (الانفعال) أثناء دورات التسخين والتبريد.

2. النمذجة الفيزيائية (اللزوجة المرنة):

• تم استخدام نموذج "كيلفن-فويغت" (Kelvin-Voigt) لللزوجة المرنة لمحاكاة السلوك الميكانيكي للمادة مسبقة التشكل.
• استخدم النموذج خصائص حرارية وميكانيكية متباينة المناحي (orthotropic) مستمدة من بيانات الشركة المصنعة وقواعد التجانس.
• تم تحديد المعلمات (معاملات التمدد الحراري ومكونات الموتر اللزج) من خلال مطابقة المحاكاة مع بيانات تجربة DMA-1 عند $120^\circ\text{C}$، مع استبعاد مرحلة التسخين الأولية حيث يحدث التجفيف غير العكسي وتحرير الإجهاد المتبقي.

3. النمذجة الهجينة القائمة على البيانات:

• تحرير الانفعال الأولي (التجفيف/الإجهاد المتبقي): عُزي التباين بين محاكاة اللزوجة المرنة والبيانات التجريبية خلال مرحلة التسخين الأولى في DMA-1 إلى التجفيف وتحرير الإجهاد المتبقي. تم تدريب معادلة (Neural ODE) مستقرة على هذه البيانات المتبقية لتعلم التطور الزمني لهذه الانفعالات الأولية.
• التشوه الناجم عن التبلور: بالنسبة لتجربة DMA-2 ($180^\circ\text{C}$)، تم تعريف الفرق بين إجمالي الانفعال المقاس، وتوقع اللزوجة المرنة، وتحرير الانفعال الأولي المتوقع، بأنه انفعال التبلور. تم تدريب معادلة (Neural ODE) مستقرة ثانية لنمذجة تطور هذه الانفعالات مع ارتفاع درجة الحرارة فوق $T_g$.

4. التكامل والتحقق من الصحة:

• تم دمج النماذج المحددة (Kelvin-Voigt، تحرير الانفعال الأولي، والتبلور) في إطار محاكاة شامل باستخدام التفكيك العام المناسب (PGD) للحل الحراري والميكانيكي.
• طُبق هذا الإطار لمحاكاة ترسيب شريط بطول 280 مم تحت ظروف الطباعة الروبوتية ($310^\circ\text{C}$ للفوهة، $160^\circ\text{C}$ للمنصة).
• تمت مطابقة نتائج المحاكاة مع القياسات التجريبية لشريط مرسب فعليًا.

المساهمات الرئيسية

• إطار النمذجة الهجين: يوضح البحث نجاح دمج اللزوجة المرنة القائمة على الفيزياء مع المعادلات التفاضلية العادية العصبية (Neural ODE) المستقرة لالتقاط الظواهر المعقدة وغير الخطية (التجفيف، تحرير الإجهاد، التبلور) التي يصعب نمذجتها تحليليًا بشكل بحت.
• القدرة على الاستقراء: تسلط الدراسة الضوء على قدرة الـ (Neural ODE) المستقرة على التعميم خارج منطقة التدريب. وتحديدًا، نجح نموذج تحرير الانفعال الأولي، الذي تم تدريبه فقط على بيانات حتى $120^\circ\text{C}$، في التنبؤ بالسلوك حتى $180^\circ\text{C}$، وصولاً إلى مرحلة التشبع دون الحاجة لإعادة التدريب.
• تفكيك آليات التشوه: يعزل العمل ويحدد مساهمات التمدد الحراري، وتحرير الإجهاد الأولي، والتبلور في إجمالي تشوه المادة المغذية، مما يوفر فهمًا أوضح لآليات تولد العيوب في ترسيب الشريط الواحد.

النتائج

• دقة النموذج: حقق النموذج الهجين دقة عالية في التنبؤ بتطور الانفعال. بلغت نسبة الخطأ النسبي للتنبؤ بتحرير الانفعال الأولي 0.57% في مجموعة الاختبار، ولانفعال التبلور 2.43% في مجموعة الاختبار.
• التعميم: أعاد النموذج إنتاج تشبع تحرير الانفعال بدقة عند درجات حرارة أعلى بكثير من درجات الحرارة المستخدمة في التدريب ($180^\circ\text{C}$ مقابل $120^\circ\text{C}$ كحد أقصى للتدريب).
• التحقق من الترسيب الروبوتي: عند تطبيق النموذج على سيناريو الطباعة الروبوتية، تنبأت المحاكاة بالتشوه الجانبي للشريط بدقة عالية. طابقت العرض النهائي المحاكى قياسات الكاليبر التجريبية بشكل وثيق، مما يؤكد قدرة النموذج على حساب التأثيرات المجتمعة للتدرجات الحرارية، وتحرير الإجهاد، والتبلور في بيئة ترسيب واقعية.

الأهمية
يزعم المؤلفون أن هذا العمل يشكل "حجر زاوية" في فهم تشوه المادة المغذية للطباعة ثلاثية الأبعاد الروبوتية للمركبات الحرارية البلاستيكية. تكمن الأهمية الأساسية في "النهج الشامل" المقترح الذي يسمح بإنشاء توأم رقمي (Digital Twin) لعملية الطباعة. ومن خلال التنبؤ الدقيق بالأبعاد النهائية للشريط المودع بناءً على معايير العملية، يسمح النموذج بتحسين إزاحة مسار الشريط (Tape Raster Offset - TRO) لمنع الفجوات والتداخلات. وتساهم هذه القدرة في تقليل الاعتماد على التجارب المكلفة والمستهلكة للوقت لتحديد معايير الطباعة المثلى. علاوة على ذلك، يشير المؤلفون إلى أنه بينما يركز البحث الحالي على المسارات المستقيمة، فإن إطار العمل يوفر أساسًا للأعمال المستقبلية المتعلقة بالمسارات المنحنية وتصنيع الأجزاء الهيكلية المعقدة.