Grâce à un accord de licence entre le laboratoire national Oak Ridge du ministère de l’énergie et le fabricant de solutions de métrologie multidimensionnelle ZEISS, ORNL utilisera la tomographie industrielle à rayons X, ou CT, afin d’effectuer des évaluations rapides des composants imprimés en 3D à l’aide de l’algorithme d’apprentissage automatique de l’ORNL, Simurgh. L’intégration de l’apprentissage automatique dans la tomodensitométrie devrait permettre de réduire de plus de dix fois la durée et le coût des inspections, tout en améliorant la qualité.
Cette licence s’inscrit dans le cadre d’une collaboration de recherche de cinq ans entre l’ORNL et ZEISS, soutenue par le bureau des matériaux avancés et des technologies de fabrication du ministère de l’énergie et par un fonds de commercialisation des technologies. La recherche s’est concentrée sur l’utilisation de tomodensitomètres et d’autres appareils de mesure pour voir à l’intérieur des pièces imprimées en 3D afin de vérifier la présence de fissures et d’autres défauts au cours du processus de fabrication.
L’un des défis à relever pour une adoption plus large de l’impression 3D est de savoir comment examiner une pièce pour s’assurer qu’elle ne contient pas de défauts cachés susceptibles d’affecter les performances. Presque tous les produits présentent un certain niveau de défauts matériels ; cependant, les techniques de fabrication traditionnelles s’appuient sur des décennies d’expérience qui permettent aux fabricants de savoir à quoi s’attendre des articles qu’ils fabriquent en utilisant le moulage, le forgeage, l’usinage et d’autres techniques similaires. Mais la nature unique de l’impression 3D exige une approche différente de l’examen des pièces, en utilisant des techniques de caractérisation avancées pour comprendre les caractéristiques distinctes à l’intérieur d’un article.
C’est là que la tomodensitométrie entre en jeu.
« La tomodensitométrie est une technique non destructive standard utilisée dans une multitude d’industries différentes pour garantir la qualité du composant produit« , explique Amir Ziabari, chercheur à l’ORNL. « Mais la tomodensitométrie est traditionnellement un processus coûteux et chronophage. Le défi consiste à savoir comment tirer parti de nos connaissances en physique et en technologie pour accélérer le processus de tomodensitométrie afin qu’il soit plus largement adopté par l’industrie.«
Les recherches sont menées à l’installation de démonstration de fabrication du DOE à l’ORNL. Cette installation abrite le consortium MDF, un groupe national de collaborateurs travaillant avec l’ORNL pour faire progresser les technologies de fabrication aux États-Unis, sous l’égide de l’Advanced Manufacturing and Materials Technologies Office du DOE.
Dans le laboratoire de caractérisation du MDF, ZEISS dispose d’équipements tels que des systèmes de tomographie industrielle et des microscopes électroniques à numérisation qui sont utilisés pour rechercher les moindres défauts dans les pièces imprimées en 3D. la numérisation n’est toutefois que la première étape. Les données issues de la numérisation doivent être soumises à des analyses complexes pour déterminer où se trouvent les défauts. Ce processus nécessite une grande puissance de calcul, ce qui est synonyme de temps et de coûts. Le cadre Simurgh utilise l’apprentissage profond pour accélérer considérablement le temps de numérisation et d’analyse tout en fournissant des résultats encore plus précis.
Ce type de caractérisation très précise est essentiel pour les pièces de grande valeur qui doivent fonctionner dans des environnements extrêmes où la défaillance n’est pas envisageable. L’ORNL a utilisé des techniques de tomodensitométrie pour certifier les performances des supports d’assemblage de combustible nucléaire qui ont été insérés dans la centrale nucléaire de Browns Ferry en Alabama en 2021. C’est la première fois qu’une pièce imprimée en 3D est placée dans un réacteur nucléaire. La caractérisation par tomodensitométrie a également été essentielle pour créer des pales de turbine imprimées en 3D qui ont récemment été testées dans un moteur terrestre où les pales tournent à des vitesses allant jusqu’à 12 000 tours par minute dans un environnement pouvant atteindre 800 degrés Celsius. Les aubes ont résisté à l’environnement hostile de la turbine et se sont comportées exactement comme prévu.
« Comprendre quels types de défauts peuvent être présents est extrêmement important pour comprendre le comportement des matériaux« , a déclaré Ryan Dehoff, directeur du MDF, qui a dirigé le développement du support nucléaire. « Dans ce type de pièces, tout défaut ou minuscule pore dans le matériau peut entraîner une défaillance catastrophique.
L’ORNL étudie également la possibilité d’étendre la tomodensitométrie à d’autres secteurs, tels que la microélectronique et les batteries, qui n’utilisent pas encore cette technique. Ce type de caractérisation pourrait permettre des percées dans des domaines qui seront essentiels à la transition vers l’énergie propre.
La technologie actuelle de tomodensitométrie limite la taille, la forme et le type de matériaux qui peuvent être scannés. Pour les fabricants, il est logique d’utiliser cette technique pour un petit nombre de composants de grande valeur, comme les pales de turbines. Elle est également utile pour valider un petit nombre de pièces d’une série plus importante, en extrapolant à partir du lot d’essai pour voir comment l’ensemble de la série se comportera.
Mais l’équipe de l’ORNL et de ZEISS prévoit de réduire le temps et le coût de la tomodensitométrie, afin qu’elle devienne aussi courante qu’une inspection visuelle aurait pu l’être pour les pièces sortant d’une chaîne de montage il y a plusieurs décennies.
« Mon but ultime, ce que j’aimerais atteindre, est de rendre ce système si rapide que nous puissions l’intégrer dans une chaîne de production afin que chaque pièce puisse être scannée rapidement et de manière fiable », a déclaré Ziabari. « Si nous y parvenons, ce serait une évolution qui changerait la donne et permettrait à l’impression 3D d’exploiter pleinement son potentiel. »
N’oubliez pas que vous pouvez poster gratuitement les offres d’emploi de l’industrie de la FA sur 3D ADEPT Media ou rechercher un emploi via notre tableau d’offres d’emploi. N’hésitez pas à nous suivre sur nos réseaux sociaux et à vous inscrire à notre newsletter hebdomadaire : Facebook, Twitter, LinkedIn & Instagram !