La fabricación aditiva (AM), comúnmente conocida como impresión 3D, implica procesos de fabricación que dependen de un conjunto de parámetros optimizados definido por el usuario. La supervisión y el control de estos procesos en tiempo real pueden ayudar a lograr la estabilidad operativa y la repetibilidad para producir piezas de alta calidad. Aplicando in situ desde métodos de monitoreo hasta procedimientos AM, se pueden detectar defectos en las partes impresas.

En una nueva reseña en la revista Elsevier Materials &Design , Nikhil Gupta, profesor de ingeniería mecánica y aeroespacial y director del Laboratorio de Mecánica y Materiales Compuestos en NYU Tandon, y Youssef AbouelNour, estudiante de doctorado bajo la dirección de Gupta, examinan la aplicación de métodos acústicos y de imágenes para la detección de subsuperficie y defectos internos.

Los métodos de generación de imágenes consisten en técnicas de monitoreo visual y térmico, como cámaras ópticas, cámaras infrarrojas (IR) e imágenes de rayos X. Los datos son abundantes ya que se han llevado a cabo numerosos estudios que prueban la fiabilidad de los métodos de imagen para controlar el proceso de impresión y el área de construcción, así como para detectar defectos.

Los métodos acústicos se basan en tecnologías de detección acústica y métodos de procesamiento de señales para adquirir y analizar señales acústicas, respectivamente. Las señales de emisión acústica sin procesar pueden correlacionarse con mecanismos de defectos particulares utilizando métodos de extracción de características. En su revisión, Gupta y AbouelNour analizan el procesamiento, la representación y el análisis de la adquisición in-situ datos de métodos de imagen y acústicos. También introducen ex-situ técnicas de prueba como métodos para la verificación de los resultados obtenidos de in-situ datos de seguimiento.

Entre sus revelaciones:

• Los métodos de monitoreo de procesos in situ pueden crear un proceso AM de circuito cerrado capaz de corregir y controlar defectos, para garantizar la estabilidad y repetibilidad del proceso
• La integración de métodos de monitoreo y aprendizaje automático en el proceso AM puede ayudar a evaluar continuamente la calidad de la deposición de material y desarrollar métodos de intervención para corregir los defectos in situ
• Y el uso de la tomografía computarizada de rayos X puede llevar a una evaluación profunda de los defectos, así como a una evaluación de la calidad de los métodos de monitoreo in situ.
• La integración de los métodos de control de calidad con los métodos de fabricación elimina el requisito de realizar la evaluación de calidad por separado, lo que puede ahorrar una cantidad significativa de tiempo.