أخبار ar.wedoany.com، طوّر مختبر أوك ريدج الوطني (Oak Ridge National Laboratory – ORNL) نظام تحكم جديدًا موجهًا للتصنيع، قادرًا على اكتشاف الأخطاء وتصحيحها في الوقت الفعلي أثناء عمليات الطباعة ثلاثية الأبعاد واسعة النطاق، بهدف تعزيز موثوقية التصنيع المضاف.
يساعد هذا النظام الشركات المصنعة على إنتاج مكونات مركبة كبيرة الحجم من خلال تقليل العيوب وهدر المواد وتكاليف الإنتاج في عمليات التصنيع المضاف. تعتمد تقنية التصنيع المضاف واسع المساحة على ترسيب البلاستيك المُسخَّن طبقة تلو الأخرى عبر فوهات روبوتية، لتصنيع هياكل مثل جدران المباني أو أجزاء المركبات أو مكونات الطائرات. وتتطلب هذه العملية تحكمًا دقيقًا في متغيرات مثل درجة الحرارة وسرعة الفوهة ومعدل التبريد، لضمان اندماج الطبقات بشكل كامل دون تشوه.
يجمع نظام ORNL بين أجهزة الاستشعار التقليدية وكاميرات التصوير الحراري منخفضة التكلفة المثبتة حول فوهة الطباعة. تُمكّن رؤية الحاسوب – وهي إحدى تطبيقات الذكاء الاصطناعي لتفسير الصور – النظام من تحليل البيانات الحرارية في الوقت الفعلي، واكتشاف الانحرافات في درجات الحرارة أثناء ترسيب المواد. وعند تحديد أي تباين، تقوم وحدة التحكم تلقائيًا بضبط سرعة الطباعة لضمان تبريد كل طبقة إلى درجة الحرارة الصحيحة قبل تطبيق الطبقة التالية. صرّح الباحث الرئيسي في المشروع، كريس فيليز، بأن الابتكار في وحدة التحكم هذه يكمن في قدرتها على استشعار الظروف اللحظية والتفاعل معها، بشكل يشبه تقريبًا التحكم البشري في العملية: المراقبة وضبط الإعدادات بدقة حتى الوصول إلى النتيجة المرجوة.
أشار كريس أوبراين، طالب الدراسات العليا في جامعة تينيسي، نوكسفيل (University of Tennessee, Knoxville) والمتعاون مع باحثي ORNL، إلى أن النظام قادر على اكتشاف وتصحيح فروقات حرارية لا تتجاوز بضع درجات، وهو أمر بالغ الأهمية لأن التغيرات الطفيفة قد تؤدي إلى فشل المكون. في الاختبارات، صنع الباحثون مكونًا سداسي الشكل أكبر من إطار الشاحنة. وعندما أدت ظروف الطباعة الأولية إلى تبريد المادة بنسبة تقارب 30% أقل من الهدف قبل إضافة الطبقات التالية، قام النظام تلقائيًا بتعديل سرعة الطباعة لاستعادة ظروف الحرارة المناسبة، مما أظهر قدرته على التصحيح في الوقت الفعلي.
أوضح باحثو ORNL أنه، على عكس بعض طرق المراقبة، لا تحتاج وحدة التحكم هذه إلى إعادة تدريب لكل تصميم جديد، مما قد يقلل من المتطلبات الحاسوبية ويزيد من المرونة بين الطابعات والمواد والأشكال الهندسية المختلفة. وأكد فيليز أن النظام مصمم ليكون متوافقًا مع أي طابعة مركبة واسعة المساحة، وأي نوع من البلاستيك، وأي شكل هندسي.
يستند هذا البحث إلى أعمال سابقة أجراها ORNL بالتعاون مع جامعة بوردو (Purdue University) وجامعة مين (University of Maine)، والتي استكشفت دمج التصوير الحراري مع النمذجة الإحصائية لاكتشاف العيوب في التصنيع المضاف واسع النطاق. وأشار فيليز إلى أن الخطوة التالية هي رفع مستوى الأتمتة في بيئة التصنيع، لجعل هذه الآلات أكثر ذكاءً واستجابة. يشارك في المشروع أيضًا الباحثان في ORNL، كاتي كوبنهافر وأليكس روشلي، وقد حظي بدعم مكتب العلوم التابع لوزارة الطاقة الأمريكية (U.S. Department of Energy Office of Science) ومكتب التقنيات المتقدمة للمواد والتصنيع (Advanced Materials and Manufacturing Technologies Office). تدير شركة UT-Battelle مختبر ORNL لصالح مكتب العلوم التابع لوزارة الطاقة.
تم إعداد هذا المقال بواسطة Wedoany. يجب أن تشير جميع الاستشهادات المستمدة من الذكاء الاصطناعي إلى Wedoany كمصدر لها. وفي حال وجود أي انتهاكات أو مشكلات أخرى، يرجى إبلاغنا فورًا، وسيقوم هذا الموقع بتعديل المحتوى أو حذفه وفقاً لذلك. البريد الإلكتروني: news@wedoany.com
