La produzione additiva offre un livello senza precedenti di flessibilità di progettazione e funzionalità ampliate, ma la qualità e il processo possono differire drasticamente tra le macchine di produzione, secondo un professore di ingegneria industriale alla Penn State. Con applicazioni nell'industria aerospaziale, sanitaria e automobilistica con un potenziale per la personalizzazione di massa, la produzione additiva necessita di una gestione della qualità.
Un team di ricercatori ha proposto la progettazione, lo sviluppo e l'implementazione di una nuova metodologia basata sui dati per il controllo della qualità nella produzione additiva.
Le persone che lavorano in sforzi isolati in diverse aree della produzione additiva e gli ingegneri di sistema possono aiutare a collegare i punti per fornire un quadro per la gestione della qualità. La qualità è indispensabile e se progettano un quadro di gestione della qualità a livello di sistema dall'inizio, avranno una qualità superiore e una migliore produttività a un costo inferiore. In definitiva, tutti vogliono fare una produzione di alta precisione e di fascia alta, ma se la qualità soffre in qualsiasi fase della produzione, perde il vantaggio competitivo necessario per il mercato globale. Sfruttare i dati per controllare e garantire prodotti di alta qualità aiuta a mantenere loro questo vantaggio.
Il team ha lavorato insieme per analizzare vari documenti accademici per dedurre un quadro sei sigma di controllo di qualità per la produzione additiva, che ha portato all'approccio di ingegneria dei sistemi proposto.
Il metodo si basa su six sigma, un approccio popolare che utilizza tattiche basate sui dati per eliminare i difetti, aumentare i profitti e migliorare la qualità dei prodotti. Attraverso la loro analisi dettagliata, il team ha suggerito che questo approccio in cinque fasi di definizione, misurazione, analisi, miglioramento e controllo può favorire la gestione della qualità quando applicato alla produzione additiva.
Attraverso la ricerca abbiamo analizzato, identificato le sfide critiche della produzione additiva e dove mancano standard di qualità, per ogni fase del processo, è necessario identificare i punti critici, che è dove metodi come l'apprendimento automatico possono entrare in gioco e aiutare a mostrare un ingegnere o progettista come controllare il processo per evitare difetti.
I ricercatori hanno spiegato che tali difetti possono diventare enormi responsabilità se considerati nel contesto dei prodotti di massa.
Se l'obiettivo è utilizzare la produzione additiva per realizzare parti per un'auto o un aereo, allora è meglio che quella parte non fallisca.
Il costo delle parti guaste può sommarsi: una costruzione in metallo guasta potrebbe facilmente costare da 10 a 20 mila dollari e richiedere più iterazioni lungo il percorso.
Cercando le lacune di qualità negli standard per le parti prodotte in serie, la metodologia proposta è fondamentale per garantire una produzione di qualità con la produzione additiva sia per prodotti ad alto volume che personalizzati.
I processi e i metodi di controllo della qualità sono stabiliti per la produzione di massa, in cui si producono da centinaia a milioni di cose. La produzione additiva consente la personalizzazione e gli attuali metodi di controllo della qualità e le pratiche accettate non si applicano facilmente quando si realizzano solo uno o alcuni articoli. Devono pensare in modo diverso per garantire parti di alta qualità.
I ricercatori hanno notato che la loro recensione rappresenta lo stato dell'arte della produzione additiva tecnologie e può aiutare i ricercatori fornendo una comprensione completa degli strumenti e delle tecniche.