Multi-Physics Coupled Modeling and Predictive Control of the DLP Photocuring Printing Process

Resumen Técnico: Modelado de Acoplamiento Multifísico y Control Predictivo del Proceso de Fotocurado por Impresión DLP

Planteamiento del Problema
La fotopolimerización por cuveta basada en Procesamiento Digital de Luz (DLP) es una técnica de fabricación aditiva de alta resolución capaz de fabricar geometrías complejas. Sin embargo, el proceso es intrínsecamente un fenómeno multifísico fuertemente acoplado que involucra atenuación óptica, cinética de polimerización, conducción térmica transitoria y evolución de esfuerzos dinámicos. Estas interacciones no lineales conducen a una falta de uniformidad espaciotemporal en el proceso de curado, lo que resulta en deformaciones por alabeo y propiedades mecánicas inconsistentes. Las prácticas industriales actuales dependen en gran medida de configuraciones de parámetros empíricos de lazo abierto, las cuales no logran abordar las incertidumbres derivadas de las variaciones de los lotes de material y las perturbaciones ambientales. Además, variables de estado clave como la temperatura interna, los gradientes de curado y el esfuerzo interno son difíciles de medir directamente in situ, lo que crea una barrera significativa para lograr un control de alta precisión de la forma y las propiedades.

Metodología
El estudio propone un marco integrado que comprende modelado multifísico, identificación de parámetros y estrategias de control avanzado.

1. Modelado Multifísico:

   • Un enfoque modular descompone el sistema en cuatro submodelos: irradiación ($\Sigma_I$), cinética de reacción ($\Sigma_p$), transferencia de calor ($\Sigma_T$) y evolución mecánica ($\Sigma_M$).
   • Óptica: La atenuación de la luz se modela mediante la ley de Beer–Lambert, omitiendo el fotoblanqueo para simplificación.
   • Cinética: Un modelo de cinética de reacción relaciona el grado de curado ($p$) con la intensidad de la luz y la temperatura, utilizando una ecuación cinética de orden $n$.
   • Térmica: Una ecuación de conducción de calor transitoria unidimensional da cuenta de las condiciones de contorno convectivas y del calor exotérmico de la polimerización.
   • Mecánica: Un modelo mecánico 3D simplificado caracteriza la evolución de la deformación por esfuerzo, descomponiendo la deformación total en componentes elásticas, térmicas y de contracción química. El módulo de Young se modela como una función del grado de curado utilizando una aproximación polinómica de quinto orden.
   • Formulación de Espacio de Estados: Las ecuaciones diferenciales parciales (EDP) acopladas se discretizan en el espacio utilizando el método de diferencias finitas (FDM) para formar un modelo unificado de espacio de estados no lineal adecuado para el diseño del controlador.

2. Identificación y Validación de Parámetros:

   • Se realizaron experimentos utilizando un sistema DLP ascendente desarrollado por los propios autores y un calorímetro diferencial de barrido ultravioleta (UV-DSC).
   • La profundidad de penetración ($D_p$) y la energía de exposición crítica ($E_c$) se identificaron mediante mediciones del espesor de la capa.
   • Los parámetros cinéticos ($r, n, b$) y la entalpía de reacción ($\Delta H$) se derivaron de datos de UV-DSC isotérmicos.
   • Se propuso un método de validación indirecta utilizando un "factor de captura" ($\eta$) para mapear la generación de calor teórica con las señales de flujo de calor experimentales de DSC, verificando los términos de acoplamiento termodinámico.

3. Estrategia de Control:

   • Control Predictivo No Lineal (NMPC): Se diseñó una estrategia NMPC para seguir trayectorias de referencia del grado de curado mientras se minimiza el consumo de energía y se respetan las restricciones físicas (por ejemplo, límites de intensidad de luz).
   • Observación de Estado: Dado que los estados internos (esfuerzo, deformación, temperatura interna) no son mensurables, se integró un Observador de Modo Deslizante (SMO) con un término de conmutación de tangente hiperbólica continua para estimar los estados completos y rechazar perturbaciones.
   • Aceleración en Tiempo Real: Para abordar la carga computacional de la programación no lineal en línea, se entrenó una red neuronal de Perceptrón Multicapa (MLP) fuera de línea con datos de NMPC para servir como un controlador predictivo sustituto. La función entrenada se implementó en Simulink para validar la estructura lógica y el rendimiento de la ley de control aprendida.

Resultos Clave

• Precisión del Modelo: El modelo multifísico propuesto demostró una alta fidelidad al compararse con simulaciones de COMSOL Multiphysics. Los errores de predicción para el grado de curado y la temperatura fueron de aproximadamente el 1% a través de diferentes capas. El modelo también predijo eficazmente las tendencias de alabeo y las distribaciones de esfuerzo residual.
• Desempeño del Control:
  • La estrategia NMPC superó a los controladores convencionales LQR y GS-PID, mejorando la precisión del seguimiento del grado de curado en un 16.38% y exhibiendo un comportamiento predictivo superior para mitigar retrasos.
  • El SMO logró una reconstrucción de estado de alta precisión, con un error relativo de solo 0.85% para la estimación del esfuerzo residual bajo condiciones ruidosas.
  • El controlador sustituto MLP replicó con éxito las trayectorias de NMPC en el entorno Simulink, demostrando su potencial para la implementación en tiempo real.
• Validación Experimental:
  • Experimentos de Espectroscopía Infrarroja por Transformada de Fourier (FTIR) confirmaron que la estrategia de control de intensidad de luz variable propuesta puede implementarse en hardware físico.
  • Debido a las limitaciones del montaje experimental actual, se adoptó un marco de validación de "optimización fuera de línea–implementación de lazo abierto–caracterización fuera de línea". La secuencia de tiempo de intensidad de luz óptima generada por el controlador se discretizó y se aplicó a la plataforma DLP real.
  • En comparación con una estrategia de intensidad de luz constante con energía total equivalente, la estrategia de intensidad variable propuesta aumentó el grado de curado de la capa inferior del 68.22% al 72.80%.
  • Crucialmente, la diferencia de curado entre capas se redujo del 19.40% al 15.17%, lo que representa una mejora del 21.80% en la uniformidad del curado a lo largo de la dirección del espesor.

Significancia y Reivindicaciones
El artículo afirma proporcionar un marco teórico y práctico crítico para la fabricación inteligente por fotopolimerización. Al integrar el modelado basado en la física con la teoría de control avanzada, el estudio aborda el desafío de los estados no mensurables y el fuerte acoplamiento multifísico. La principal significancia radica en demostrar que un marco de lazo cerrado, incluso cuando se valida mediante un enfoque de "optimización fuera de línea–implementación de lazo abierto" debido a las limitaciones actuales del hardware, puede mejorar significativamente la calidad de formación y la consistencia entre capas. El trabajo establece un camino hacia el logro de un control preciso de la forma y las propiedades en la impresión DLP, yendo más allá del ensayo y error empírico hacia una regulación adaptativa impulsada por modelos. Los autores señalan que, si bien el estudio actual se centra en el curado de una sola capa de resina pura, el marco sienta las bases para futuras extensiones a la impresión continua de múltiples capas y lodos compuestos complejos.