Descripción del proyecto
Descubrimiento de la dinámica «keyhole» en la impresión 3D de metal
La deposición metálica por láser es un proceso de impresión 3D que ofrece una enorme libertad geométrica al reparar piezas metálicas dañadas. El proceso utiliza un haz láser a fin de fundir polvo metálico en un chorro continuo para construir una pieza. La promesa de la deposición metálica por láser de revolucionar el procesamiento del metal está limitada por un problema generalizado: la creación de pequeñas sopladuras (huecos «keyhole») en la fase final que pueden reducir sus propiedades mecánicas. EL proyecto MFILAMUXIAML, financiado con fondos europeos, combinará técnicas de imagenología por rayos X y aprendizaje automático para examinar mejor la dinámica del fenómeno del «keyhole». Los resultados de la investigación podrían servir de guía para optimizar los parámetros del proceso y mejorar la calidad de las piezas impresas en 3D.
Objetivo
Additive Manufacturing (AM) has been a hot topic for many years. A fundamental understanding of the metal flows in the molten pool is critical to improving the quality of the sample produced by AM. Laser metal deposition (LMD) is one of the most widely used AM methods, which has a high production efficiency, and a special application in repairing the damaged parts with large size and high price. During the LMD process, a powdery filler is injected from the nozzle onto the surface of the base metal, and a laser beam is used to melt the powders and surface of a specimen. Dynamics of the keyhole and molten pool will determine the temperature distribution and the profile of the molten pool, thus affecting the microstructure of the printed bead. It is difficult to observe the dynamics of the molten pool in AM directly with a camera because the molten pool is surrounded by the solid metal. The objectives of this proposal are to reveal the dynamic characteristics of the keyhole and molten pool in LMD and provide a guide for choosing the proper production parameters for defect-free AM. To achieve the objectives, the X-ray imaging system in the host institute will be used to observe the dynamics of the keyhole and molten pool. With the high-melting-point tungsten particles as the tracers mixed with the metal powders, the flow of the liquid metal in the molten pool could be observed. The machine learning technique is then used to track the flow of the tungsten particles, which makes the quick determination of the flow routes and velocities of the liquid metal possible. The novelty of this proposal is that the x-ray imaging method combined with the machine learning technique is first used to visualize the dynamics of the keyhole and molten pool in LMD. This research could provide a guide for optimizing the process parameters and improving the AM quality, and the achievement of this research could contribute to the development of LMD in the industry.
Ámbito científico (EuroSciVoc)
CORDIS clasifica los proyectos con EuroSciVoc, una taxonomía plurilingüe de ámbitos científicos, mediante un proceso semiautomático basado en técnicas de procesamiento del lenguaje natural.
CORDIS clasifica los proyectos con EuroSciVoc, una taxonomía plurilingüe de ámbitos científicos, mediante un proceso semiautomático basado en técnicas de procesamiento del lenguaje natural.
- ingeniería y tecnologíaingeniería eléctrica, ingeniería electrónica, ingeniería de la informacióningeniería electrónicasensoressensores ópticos
- ciencias naturalesciencias químicasquímica inorgánicametales de transición
- ciencias socialeseconomía y empresaciencia económicaeconomía de la producción
- ingeniería y tecnologíaingeniería mecánicaingeniería de fabricaciónfabricación aditiva
- ciencias naturalesinformática y ciencias de la informacióninteligencia artificialaprendizaje automático
Para utilizar esta función, debe iniciar sesión o registrarse
Palabras clave
Programa(s)
Régimen de financiación
MSCA-IF - Marie Skłodowska-Curie Individual Fellowships (IF)Coordinador
WC1E 6BT London
Reino Unido