Op computertomografie gebaseerde verbetering van de mogelijkheden voor in-process monitoring

Correleer autonoom in-line CT-gegevens met AM-procesparameters die zijn bepaald tijdens de voorbereiding van de build. Om variaties in het proces te kwantificeren, zullen alle experimenten in-line worden gevolgd met behulp van bijvoorbeeld thermische en optische beeldvorming. Volgens een geschikt datamodel worden de monitoringgegevens opgeslagen in een database en worden de gefabriceerde onderdelen CT-scand. De monitoringgegevens worden ook voor elke proceslaag verzameld en gestapeld om een 3D volumetrisch model te produceren. Deep learning-technieken zullen vervolgens de in-process monitoringmodellen correleren met de post-process CT-gegevens. De reikwijdte van deze correlatie is om het sensoruitgangsgegevensbereik te identificeren dat een adequate onderdeelkwaliteit oplevert. Door de CT-resultaten te combineren met de monitoringgegevens, zullen de CT-scans van de experimentele delen worden geïnterpreteerd om voorspellende modellen te ontwikkelen die kunnen worden gebruikt bij de bouwvoorbereiding.