Porosity Prediction in Aluminum Wire Arc Additive Manufacturing Using Two-Stage Machine Learning Cascade and Computed Tomography
تقدم هذه الدراسة إطار عمل متتالي لتعلم الآلة مكون من مرحلتين يربط بين معلمات عملية التصنيع بالإضافة إلى الإضافة بالتحكم الحراري (CMT-WAAM) في الوقت الفعلي وبيانات المسامية المستمدة من التصوير المقطعي المحوسب الصناعي للتنبؤ بالعيوب الداخلية ومراقبتها في المكونات الألومنيوم، محققةً درجة F1 تبلغ 0.47 مع توفير حل قابل للتوسع لضمان الجودة في الموقع.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل
تخيل بناء هيكل معدني ضخم عن طريق صهر سلك ووضعه طبقة تلو الأخرى، مثل طابعة ثلاثية الأبعاد سريعة جدًا ودقيقة للغاية. هذه العملية، المعروفة باسم التصنيع بالإضافة بالقوس والأسلاك (wire arc additive manufacturing)، تغير طريقة صنع الأجزاء المعدنية الكبيرة لصناعات مثل الطيران والفضاء. إنها عملية فعالة وتستخدم المواد بشكل جيد، ولكن بها عيب مستعصٍ: فجوات هوائية صغيرة، أو مسام، يمكن أن تُحبس داخل المعدن أثناء تبريده. هذه الثقوب غير المرئية تضعف الهيكل، تمامًا مثل شق في سد، ويمكن أن تتسبب في فشل الجزء لاحقًا. لعقود من الزمن، اضطر المهندسون إلى الانتظار حتى ينتهي تصنيع الجزء لفحصه، وغالبًا ما كان ذلك باستخدام أجهزة أشعة إكس ثقيلة للنظر في الداخل. وإذا اكتُشف عيب ما، فقد يضطرون للتخلص من الجزء المكلف بالكامل. الهدف من التصنيع الحديث هو رصد هذه المشكلات أثناء صنع الجزء، وتعديل العملية في الوقت الفلي لتجنب تكون هذه الثقوب من الأساس.
لقد اتخذ فريق من الباحثين في شركة "روكيتسان" (Roketsan) في تركيا خطوة كبيرة نحو هذا الهدف من خلال تعليم الكمبيوتر التنبؤ بموعد ظهور هذه المسام. ركزوا على نوع محدد من سبائك الألومنيوم، وهو Al-2319، الذي يحظى بتقدير كبير لقوته ويُستخدم بشكل شائع في الصواريخ والطائرات. ولفهم المشكلة، قاموا ببناء عدة جدران عالية من هذا المعدن باستخدام ذراع روبوت ونظام لحام متخصص يحرك السلك والقوس الكهربائي بدقة متناهية. وبينما كان الروبوت يعمل، سجل كل تغيير طفيف في عملية اللحام، مثل سرعة تغذية السلك، وجهد القوس الكهربائي، ودرجة الحرارة، ملتقطًا هذه البيانات كل جزء من عشرة من الثانية. وبمجرد الانتهاء من الجدران، لم يكتف الباحثون بفحص الخارج فحسب؛ بل فحصوا داخل كل جدار بالكامل باستخدام التصوير المقطعي الصناعي المحوسب. وهذا شكل قوي من أشكال التصوير بالأشعة السينية ثلاثية الأبعاد الذي ينشئ خريطة مفصلة لكل مسام داخل المعدن، موضحًا مكانها وحجمها وشكلها بدقة.
كان التحدي الحقيقي هو ربط النقاط بين التغيرات الخاطفة في آلة اللحام والثقوب الدائمة التي ظهرت داخل المعدن. كان على الباحثين مواءمة مجموعتين مختلفتين تمامًا من المعلومات: التدفق المستمر لبيانات اللحام والخريطة الساكنة ثلاثية الأبعاد للمسام. لقد بنوا نظامًا يربط موقع كل مسام باللحظة الزمنية الدقيقة التي سُجلت فيها معايير اللحام في تلك النقطة. سمح لهم ذلك برؤية ما كانت تفعله الآلة قبل تشكل المسام مباشرة. ومن خلال دراسة هذه البيانات، اكتشفوا أن تشكل هذه العيوب لم يكن عشوائيًا؛ بل إن أنماطًا محددة في عملية اللحام كانت تسبق غالبًا ظهور الثقب. فعلى سبيل المثال، وجدوا أنه عندما تزداد سرعة تغذية السلك قليلًا أو عندما يحدث ارتفاع مفاجئ في الجهد، تزداد احتمالية تشكل مسام. ومن المثير للاهتمام أن درجة حرارة المعدن وتدفق غاز الحماية لعبا دورًا، لكن العلامات الأكثر دلالة كانت التقلبات الطفيفة والسريعة في كيفية تغذية السلك وتوصيل الطاقة الكهربائية.
ولتحويل هذه الملاحظات إلى أداة عملية، طور الفريق نظامًا حاسوبيًا ذا مرحلتين مصممًا ليعمل كشبكة أمان. المرحلة الأولى، التي يسمونها "الحارس" (sentinel)، هي نموذج بسيط ولكنه حساس يراقب بيانات اللحام ويحدد أي شيء يبدو مريبًا. مهمته الوحيدة هي رصد أكبر عدد ممكن من المشكلات المحتملة، حتى لو أطلق بعض الإنذارات الكاذبة. أما المرحلة الثانية، وهي "المؤكد" (confirmer)، فتأخذ فقط تلك اللحظات التي تم تحديدها وتفحصها بدقة باستخدام نموذج أكثر تعقيدًا. هذا النموذج الثاني أكثر صرامة؛ فهو يحاول التحقق مما إذا كان الإنذار حقيقيًا، مما يساعد في تصفية الإنذارات الكاذبة. اختبر الباحثون هذا النظام على جدران جديدة لم يرها الكمبيوتر من قبل. وبينما لم يتمكن النظام من رصد كل عيب، فقد نجح في تحديد عدد كبير منها ووفر تدفقًا مستقرًا من التحذيرات التي يمكن استخدامها في بيئة مصنع حقيقية. كما وجدوا أن تنعيم التحذيرات على مدار بضع ثوانٍ يساعد في منع النظام من إطلاق الإنذارات بسرعة كبيرة، مما قد يشتت انتباه المشغل البشري.
تشير الدراسة إلى أنه من خلال مراقبة عملية اللحام عن كثب واستخدام هذا الفحص الحاسوبي ذي الخطوتين، يمكن للمصنعين الابتعاد عن مجرد فحص الأجزاء بعد بنائها. بدلاً من ذلك، يمكنهم تغيير عمل الآلة أثناء تشغيلها لمنع تكون العيوب. وأشار الباحثون إلى أن هذا النهج يعتمد على بيانات متاحة بالفعل من آلات اللحام القياسية، مما يعني أنه لا يتطلب مستشعرات جديدة باهظة الثمن مثل الكاميرات عالية السرعة أو الميكروفونات الصوتية. ورغم أن النظام ليس مثاليًا ولا يزال يفقد بعض العيوب، إلا أنه يقدم طريقة قابلة للتوسع ومفهومة لتحسين مراقبة الجودة. وتشير النتائج إلى أن المفتاح لوقف هذه الثقوب غير المرئية يكمن في إدارة استقرار تغذية السلك والقوس الكهربائي، مما يوفر مسارًا واضحًا لصنع أجزاء معدنية أقوى وأكثر موثوقية في المستقبل.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.