Detecção e classificação de anomalias durante o processo de manufatura aditiva por fusão e deposição por meio de transdutores piezelétricos e processamento de sinais

Abstract

O processo de manufatura aditiva por fusão e deposição (FDM – Fused Deposition Modeling), também conhecido como processo de impressão 3D, trata da fabricação de objetos tridimensionais por adição de camadas subsequentes de filamento plástico fundido. As cama-das de filamento são depositadas seguindo determinados arquétipos de preenchimento (AP), definidos durante a fase de fatiamento por meio das características de impressão adotadas pelo operador do processo. Em cada AP, determinados parâmetros fundamentais de camada são observáveis. Dada a característica sequencial da fabricação das camadas no processo FDM, caso seja detectado uma anomalia durante a fabricação da primeira camada, o processo pode ser interrompido, evitando assim diversas perdas. Os efeitos de uma incorreta definição de características de impressão nos parâmetros fundamentais de camada têm sido estudados. O monitoramento indireto de processos de fabricação por meio do processamento digital de sinais adquiridos a partir de transdutores piezelétricos é uma prática muito comum na atuali-dade. A prática do monitoramento do processo FDM por sensor de emissão acústica (EA) vem sendo tema de diversos estudos. O diafragma piezelétrico (PZT) vem sendo estudado como alternativa ao sensor EA tradicional para aplicações de monitoramento in-situ de processos de manufatura. Os dados estatísticos obtidos da etapa de processamento digital de sinais podem ser utilizados como valores de entrada em modelos de classificação de anomalias em processos monitorados. Na construção destes modelos, diferentes métodos de classificação podem ser avaliados e comparados entre si quanto às acurácias obtidas ao classificar determinado grupo de amostras. O presente trabalho procurou estudar a viabilidade da utilização do PZT como alternativa ao sensor EA no monitoramento da fabricação de primeira camada do processo FDM, visando a detecção de anomalias nos parâmetros fundamentais de camada e na geome-tria obtida das peças impressas. Ademais, procurou-se a obtenção de modelos de classificação para os dados obtidos pelo sensor EA e pelo PZT. Para tal, diferentes análises estatísticas fo-ram conduzidas nos sinais adquiridos pelos transdutores piezelétricos, e parte dos dados obti-dos foram utilizados como entrada na avaliação de diferentes métodos de classificação. Como resultado do trabalho, ficou evidenciada a viabilidade da utilização do PZT como alternativa ao sensor de EA no monitoramento do processo FDM, com a detecção de anomalias nos pa-râmetros fundamentais de camada e obtenção de modelos de classificação capazes de identifi-car os diferentes modos de fabricação irregular.

The Fused Deposition Modeling (FDM) process, also known as 3D printing process, deals with the manufacture of three-dimensional objects by adding subsequent layers of fused plastic filament. The filament layers are deposited following certain filling archetypes (FA), defined during the slicing phase through the printing characteristics adopted by the process operator. In each FA, certain fundamental layer parameters are observable. Given the sequen-tial characteristic of the fabrication of layers in the FDM process, if an anomaly is detected during the manufacture of the first layer, the process can be interrupted, thus avoiding several losses. The effects of an incorrect definition of printing characteristics on the fundamental layer parameters have been studied. Indirect monitoring of manufacturing processes through digital processing of signals acquired from piezoelectric transducers is a very common practice today. The practice of monitoring the FDM process by an acoustic emission (AE) sensor has been the subject of several studies. The piezoelectric diaphragm (PZT) has been studied as an alternative to the traditional AE sensor for in-situ monitoring applications of manufacturing processes. The statistical data obtained from the digital signal processing step can be used as input values in monitored anomalies classification models. In the construction of the classifica-tion models, different classification methods can be evaluated and compared with each other regarding the accuracy obtained when classifying a certain group of samples. The present work sought to study the feasibility of using PZT as an alternative to the AE sensor in moni-toring the first layer fabrication of the FDM process, aiming at detecting anomalies in the fun-damental parameters of the layer and in the geometry obtained from the printed parts. In addi-tion, we sought to obtain classification models for the data obtained by the AE sensor and the PZT. To this end, different statistical analyzes were conducted on the signals acquired by pie-zoelectric transducers, and part of the data obtained was used as input for the evaluation of different classification methods. As a result of the work, the feasibility of using PZT as an alternative to the AE sensor in monitoring the FDM process was evidenced, with the detec-tion of anomalies in the fundamental layer parameters and obtaining classification models ca-pable of identifying the different modes of irregular manufacture.