Porosity Prediction in Aluminum Wire Arc Additive Manufacturing Using Two-Stage Machine Learning Cascade and Computed Tomography

एक तार को पिघलाकर और उसे परत-दर-परत बिछाकर एक विशाल धातु की संरचना बनाने की कल्पना करें, जैसे कि एक बहुत तेज़, बहुत सटीक 3D प्रिंटर। यह प्रक्रिया, जिसे वायर आर्क एडिटिव मैन्युफैक्चरिंग (wire arc additive manufacturing) के रूप में जाना जाता है, एयरोस्पेस जैसे उद्योगों के लिए बड़े धातु के पुर्जे बनाने के तरीके को बदल रही है। यह कुशल है और इसमें सामग्री का अच्छा उपयोग होता है, लेकिन इसमें एक जिद्दी दोष है: धातु के ठंडा होने के दौरान इसके अंदर हवा की छोटी थैलियां, या छिद्र (pores), फंस सकते हैं। ये अदृश्य छेद संरचना को कमजोर कर देते हैं, ठीक वैसे ही जैसे बांध में एक दरार होती है, और बाद में पुर्जे के विफल होने का कारण बन सकते हैं। दशकों से, इंजीनियरों को इन दोषों की जांच करने के लिए पुर्जा पूरा होने तक इंतजार करना पड़ता था, जिसमें अक्सर अंदर देखने के लिए भारी एक्स-रे मशीनों का उपयोग किया जाता था। यदि कोई दोष पाया जाता था, तो पूरे महंगे पुर्जे को बेकार घोषित किया जा सकता था। आधुनिक विनिर्माण का लक्ष्य इन समस्याओं को तब पकड़ना है जब पुर्जा अभी बनाया जा रहा हो, ताकि प्रक्रिया को वास्तविक समय में समायोजित करके इन छेदों को बनने से रोका जा सके।

तुर्की के रोकेट्सान (Roketsan) में शोधकर्ताओं की एक टीम ने इस लक्ष्य की ओर एक महत्वपूर्ण कदम उठाया है, जिसमें उन्होंने एक कंप्यूटर को यह भविष्यवाणी करना सिखाया है कि ये छिद्र कब दिखाई देंगे। उन्होंने एक विशिष्ट एल्युमीनियम मिश्र धातु, Al-2319 पर ध्यान केंद्रित किया, जो अपनी मजबूती के लिए सराहा जाता है और रॉकेटों तथा विमानों में व्यापक रूप से उपयोग किया जाता है। समस्या को समझने के लिए, उन्होंने एक रोबोटिक आर्म और एक विशेष वेल्डिंग सिस्टम का उपयोग करके इस धातु की कई ऊँची दीवारें बनाईं, जो तार और इलेक्ट्रिक आर्क को अत्यधिक सटीकता के साथ संचालित करता है। जैसे ही रोबोट काम कर रहा था, उसने वेल्डिंग प्रक्रिया में होने वाले हर सूक्ष्म परिवर्तन को रिकॉर्ड किया, जैसे कि तार कितनी तेजी से फीड किया जा रहा था, इलेक्ट्रिक आर्क का वोल्टेज क्या था, और तापमान क्या था, जिसने हर दसवें सेकंड में डेटा कैप्चर किया। एक बार दीवारें पूरी हो जाने के बाद, शोधकर्ताओं ने केवल बाहरी हिस्सा ही नहीं देखा; उन्होंने औद्योगिक कंप्यूटेड टोमोग्राफी का उपयोग करके प्रत्येक दीवार के पूरे आंतरिक भाग को स्कैन किया। यह 3C एक्स-रे इमेजिंग का एक शक्तिशाली रूप है जो धातु के भीतर प्रत्येक छिद्र का विस्तृत मानचित्र बनाता है, जिससे पता चलता है कि वे कहाँ हैं, कितने बड़े हैं और उनका आकार कैसा है।

असली चुनौती वेल्डिंग मशीन के क्षणिक बदलावों और धातु के भीतर दिखने वाले स्थायी छेदों के बीच संबंध स्थापित करना था। शोधकर्ताओं को दो बहुत अलग प्रकार के डेटा को संरेखित करना था: वेल्डिंग डेटा की निरंतर धारा और छिद्रों का स्थिर 3D मानचित्र। उन्होंने एक ऐसी प्रणाली बनाई जो प्रत्येक छिद्र के स्थान को वेल्डिंग के उस सटीक क्षण से मिला दिया जब उस स्थान पर वेल्डिंग पैरामीटर रिकॉर्ड किए गए थे। इससे उन्हें यह देखने में मदद मिली कि छिद्र बनने से ठीक पहले मशीन क्या कर रही थी। इस डेटा का अध्ययन करके, उन्होंने पाया कि इन दोषों का निर्माण यादृच्छिक (random) नहीं था। इसके बजाय, वेल्डिंग प्रक्रिया में विशिष्ट पैटर्न अक्सर छेद के प्रकट होने से पहले दिखाई देते थे। उदाहरण के लिए, उन्होंने पाया कि जब तार की फीड गति थोड़ी बढ़ जाती है या जब वोल्टेज में उछाल आता है, तो छिद्र बनने की संभावना बढ़ जाती है। दिलचस्प बात यह है कि धातु का तापमान और शील्डिंग गैस का प्रवाह भी भूमिका निभाते हैं, लेकिन सबसे स्पष्ट संकेत तार को फीड करने के तरीके और विद्युत शक्ति के वितरण में होने वाले सूक्ष्म, तीव्र उतार-चढ़ाव थे।

इन अवलोकनों को एक व्यावहारिक उपकरण में बदलने के लिए, टीम ने एक दो-चरणीय कंप्यूटर प्रणाली विकसित की जिसे सुरक्षा जाल (safety net) के रूप में डिज़ाइन किया गया है। पहला चरण, जिसे वे "सेंटिनल" (sentinel) कहते हैं, एक सरल लेकिन संवेदनशील मॉडल है जो वेल्डिंग डेटा पर नज़र रखता है और किसी भी संदिग्ध चीज़ को चिह्नित करता है। इसका एकमात्र काम अधिक से अधिक संभावित समस्याओं को पकड़ना है, भले ही इसमें कुछ गलत अलार्म (false alarms) भी बजें। दूसरा चरण, "कन्फर्मर" (confirformer), केवल उन चिह्नित क्षणों को लेता है और अधिक जटिल मॉडल का उपयोग करके उनकी बारीकी से जांच करता है। यह दूसरा मॉडल अधिक सख्त है; यह पुष्टि करने की कोशिश करता है कि अलार्म वास्तविक है या नहीं, जिससे गलत चेतावनियों को फ़िल्टर किया जा सके। शोधकर्ताओं ने इस प्रणाली का परीक्षण नई दीवारों पर किया जिन्हें कंप्यूटर ने पहले कभी नहीं देखा था। हालांकि यह प्रणाली हर एक दोष को नहीं पकड़ पाई, लेकिन इसने दोषों की एक महत्वपूर्ण संख्या को सफलतापूर्वक पहचाना और चेतावनियों की एक स्थिर धारा प्रदान की जिसका उपयोग वास्तविक कारखाने की सेटिंग में किया जा सकता है। उन्होंने यह भी पाया कि चेतावनियों को कुछ सेकंड के लिए सुचारू (smooth) करने से सिस्टम को बहुत तेज़ी से अलार्म बजाने से रोकने में मदद मिलती है, जो एक मानव ऑपरेटर के लिए विचलित करने वाला हो सकता है।

यह अध्ययन सुझाव देता है कि वेल्डिंग प्रक्रिया की बारीकी से निगरानी करके और इस दो-चरणीय कंप्यूटर जांच का उपयोग करके, निर्माता पुर्जों के बनने के बाद उनके निरीक्षण करने के बजाय, उन्हें बनाने के दौरान ही प्रक्रिया को समायोजित कर सकते हैं। शोधकर्ताओं ने उल्लेख किया कि यह दृष्टिकोण उस डेटा पर निर्भर करता है जो मानक वेल्डिंग मशीनों से पहले से ही उपलब्ध है, जिसका अर्थ है कि इसके लिए हाई-स्पीड कैमरों या ध्वनिक माइक्रोफोन जैसे महंगे नए सेंसरों की आवश्यकता नहीं है। हालांकि यह प्रणाली पूर्ण नहीं है और अभी भी कुछ दोषों को छोड़ देती है, लेकिन यह गुणवत्ता नियंत्रण में सुधार के लिए एक स्केलेबल और समझने योग्य तरीका प्रदान करती है। निष्कर्ष बताते हैं कि इन अदृश्य छेदों को रोकने की कुंजी तार की फीड और इलेक्ट्रिक आर्क की स्थिरता को प्रबंधित करने में निहित है, जो भविष्य में अधिक मजबूत और विश्वसनीय धातु के पुर्जे बनाने के लिए एक स्पष्ट मार्ग प्रदान करती है।