I strävan efter hållbarhet minskar sensorer cykeltider, energianvändning och avfall, automatiserar processtyrning i slutna kretslopp och ökar kunskapen, vilket öppnar upp för nya möjligheter för smart tillverkning och strukturer.#sensorer #hållbarhet #SHM
Sensorer till vänster (uppifrån och ned): värmeflöde (TFX), in-mold dielektrik (Lambient), ultraljud (University of Augsburg), engångsdielektrik (Synthesites) och mellan pennies och termoelement Microwire (AvPro). Grafer (överst, medurs): Collo dielektrisk konstant (CP) kontra kollojonisk viskositet (CIV), hartsresistans mot tid (Synthesites) och digital modell av kaprolaktamimplanterade preforms med hjälp av elektromagnetiska sensorer (CosiMo-projektet, DLR ZLP, University of Augsburg).
När den globala industrin fortsätter att växa fram ur covid-19-pandemin har den övergått till att prioritera hållbarhet, vilket kräver minskat avfall och förbrukning av resurser (som energi, vatten och material). Som ett resultat måste tillverkningen bli effektivare och smartare .Men detta kräver information. För kompositer, var kommer denna data ifrån?
Som beskrivs i CW:s 2020 Composites 4.0-serie av artiklar, definierar de mätningar som behövs för att förbättra detaljkvalitet och produktion, och de sensorer som behövs för att uppnå dessa mätningar, det första steget i smart tillverkning. Under 2020 och 2021 rapporterade CW om sensorer – dielektriska sensorer, värmeflödessensorer, fiberoptiska sensorer och beröringsfria sensorer som använder ultraljud och elektromagnetiska vågor – såväl som projekt som visar deras kapacitet (se CW:s onlinesensorinnehållsuppsättning). Den här artikeln bygger på den här rapporten genom att diskutera sensorerna som används i komposit material, deras utlovade fördelar och utmaningar och det tekniska landskapet under utveckling. Noterbart är att företag som växer fram som ledande inom kompositindustrin redan utforskar och navigerar i detta område.
Sensornätverk i CosiMo Ett nätverk av 74 sensorer – varav 57 är ultraljudssensorer utvecklade vid University of Augsburg (visas till höger, ljusblå prickar i övre och nedre formhalvorna) – används för lockdemonstrator för T-RTM gjutning CosiMo-projekt för termoplastiska kompositbatterier. Bildkredit: CosiMo-projektet, DLR ZLP Augsburg, University of Augsburg
Mål #1: Spara pengar. CW:s blogg från december 2021, "Custom Ultrasonic Sensors for Composite Process Optimization and Control", beskriver arbetet vid University of Augsburg (UNA, Augsburg, Tyskland) för att utveckla ett nätverk av 74 sensorer som för CosiMo projekt för att tillverka en demonstrator för batterikåpa för elbilar (kompositmaterial i smarta transporter). Delen är tillverkad med termoplastisk hartstransferformning (T-RTM), som polymeriserar kaprolaktammonomer in situ till en polyamid 6 (PA6) komposit.Markus Sause, professor vid UNA och chef för UNA:s Artificial Intelligence (AI) Production Network i Augsburg, förklarar varför sensorer är så viktiga: ”Den största fördelen vi erbjuder är visualiseringen av vad som händer inuti den svarta lådan under bearbetning. För närvarande har de flesta tillverkare begränsade system för att uppnå detta. Till exempel använder de mycket enkla eller specifika sensorer när de använder hartsinfusion för att tillverka stora flyg- och rymddelar. Om infusionsprocessen går fel har du i princip en stor bit skrot. Men om du har en lösning för att förstå vad som gick fel i produktionsprocessen och varför, kan du fixa det och rätta till det, vilket sparar mycket pengar.”
Termoelement är ett exempel på en "enkel eller specifik sensor" som har använts i decennier för att övervaka temperaturen på kompositlaminat under autoklav- eller ugnshärdning. De används till och med för att kontrollera temperaturen i ugnar eller värmefiltar för att härda kompositreparationsplåster med hjälp av termiska bindemedel. Hartstillverkare använder en mängd olika sensorer i labbet för att övervaka förändringar i hartsviskositet över tid och temperatur för att utveckla härdningsformuleringar. Vad som däremot växer fram är ett sensornätverk som kan visualisera och styra tillverkningsprocessen på plats baserat på flera parametrar (t.ex. temperatur och tryck) och materialets tillstånd (t.ex. viskositet, aggregering, kristallisation).
Till exempel använder ultraljudssensorn som utvecklats för CosiMo-projektet samma principer som ultraljudsinspektion, som har blivit grundpelaren i oförstörande testning (NDI) av färdiga kompositdelar. Petros Karapapas, chefsingenjör på Meggitt (Loughborough, Storbritannien), sa: "Vårt mål är att minimera den tid och det arbete som krävs för efterproduktionsinspektion av framtida komponenter när vi går mot digital tillverkning." Materials Center (NCC, Bristol, Storbritannien) samarbete för att demonstrera övervakningen av en Solvay (Alpharetta, GA, USA) EP 2400-ring under RTM med hjälp av en linjär dielektrisk sensor utvecklad vid Cranfield University (Cranfield, Storbritannien) Flöde och härdning av oxyresin för en 1,3 m långt, 0,8 m brett och 0,4 m djupt kompositskal för en värmeväxlare för kommersiella flygplansmotorer. "När vi tittade på hur man gör större aggregat med högre produktivitet hade vi inte råd att göra alla traditionella efterbearbetningsinspektioner och testar på varje del,” sa Karapapas. ”Just nu tillverkar vi testpaneler bredvid dessa RTM-delar och gör sedan mekaniska tester för att validera härdningscykeln. Men med den här sensorn är det inte nödvändigt.”
Collo-sonden är nedsänkt i färgblandningskärlet (grön cirkel i toppen) för att upptäcka när blandningen är klar, vilket sparar tid och energi. Bildkredit: ColloidTek Oy
"Vårt mål är inte att vara ytterligare en laboratorieanordning, utan att fokusera på produktionssystem", säger Matti Järveläinen, VD och grundare av ColloidTek Oy (Kolo, Tammerfors, Finland). CW januari 2022-bloggen "Fingerprint Liquids for Composites" utforskar Collos kombination av sensorer för elektromagnetiska fält (EMF), signalbehandling och dataanalys för att mäta "fingeravtrycket" av vilken vätska som helst som monomerer, hartser eller lim. "Vad vi erbjuder är en ny teknik som ger direkt feedback i realtid, så att du kan bättre förstå hur din process faktiskt fungerar och reagera när saker går fel”, säger Järveläinen. ”Våra sensorer omvandlar realtidsdata till förståeliga och praktiska fysiska storheter, såsom reologisk viskositet, som möjliggör processoptimering. Du kan till exempel förkorta blandningstiderna eftersom du tydligt kan se när blandningen är klar. Därför kan du öka produktiviteten, spara energi och minska skrot jämfört med mindre optimerad bearbetning."
Mål #2: Öka processkunskap och visualisering. För processer som aggregering säger Järveläinen: "Du ser inte mycket information från bara en ögonblicksbild. Du tar bara ett prov och går in i labbet och tittar på hur det såg ut för några minuter eller timmar sedan. Det är som att köra på motorvägen, varje timme Öppna ögonen i en minut och försök förutse vart vägen tar vägen.” Sause håller med och noterar att sensornätverket som utvecklats i CosiMo "hjälper oss att få en komplett bild av processen och materialets beteende. Vi kan se lokala effekter i processen, som svar på variationer i deltjocklek eller integrerade material som skumkärna. Det vi försöker göra är att ge information om vad som faktiskt händer i formen. Detta tillåter oss att bestämma olika information såsom formen på flödesfronten, ankomsten av varje deltid och graden av aggregering vid varje sensorplats."
Collo samarbetar med tillverkare av epoxilim, färger och till och med öl för att skapa processprofiler för varje producerad batch. Nu kan varje tillverkare se dynamiken i sin process och ställa in mer optimerade parametrar, med varningar för att ingripa när batcher är utanför specifikation. stabilisera och förbättra kvaliteten.
Video av flödesfronten i en CosiMo-del (injektionsingången är den vita pricken i mitten) som funktion av tid, baserat på mätdata från ett in-mold-sensornätverk. Bildkredit: CosiMo-projektet, DLR ZLP Augsburg, University of Augsburg
"Jag vill veta vad som händer under tillverkningen av delar, inte öppna lådan och se vad som händer efteråt", säger Meggitts Karapapas. Produkterna vi utvecklade med Cranfields dielektriska sensorer gjorde att vi kunde se processen på plats, och vi kunde också för att verifiera härdningen av hartset." Genom att använda alla sex typer av sensorer som beskrivs nedan (inte en uttömmande lista, bara ett litet urval, även leverantörer), kan man övervaka härdning/polymerisation och hartsflöde. Vissa sensorer har ytterligare möjligheter, och kombinerade sensortyper kan utöka spårnings- och visualiseringsmöjligheterna under kompositformning. Detta demonstrerades under CosiMo, som använde ultraljud, dielektriska och piezoresistiva in-mode sensorer för temperatur- och tryckmätningar av Kistler (Winterthur, Schweiz).
Mål #3: Minska cykeltiden. Collo-sensorer kan mäta enhetligheten hos tvådelad snabbhärdande epoxi när delarna A och B blandas och injiceras under RTM och på varje plats i formen där sådana sensorer placeras. Detta kan hjälpa till att möjliggöra snabbare härdningshartser för applikationer som Urban Air Mobility (UAM), vilket skulle ge snabbare härdningscykler jämfört med nuvarande endelade epoxier som RTM6.
Collo-sensorer kan också övervaka och visualisera epoxi som avgasas, injiceras och härdas, och när varje process är klar. Efterbehandling av härdning och andra processer baserade på det faktiska tillståndet hos materialet som bearbetas (mot traditionella tid- och temperaturrecept) kallas materialtillståndshantering (MSM). Företag som AvPro (Norman, Oklahoma, USA) har strävat efter MSM i decennier för att spåra förändringar i delmaterial och processer när det strävar efter specifika mål för glasövergångstemperatur (Tg), viskositet, polymerisation och/eller Kristallisering . Till exempel användes ett nätverk av sensorer och digital analys i CosiMo för att bestämma den minsta tid som krävs för att värma upp RTM-pressen och formen och fann att 96 % av den maximala polymerisationen uppnåddes på 4,5 minuter.
Leverantörer av dielektriska sensorer som Lambient Technologies (Cambridge, MA, USA), Netzsch (Selb, Tyskland) och Synthesites (Uccle, Belgien) har också visat sin förmåga att minska cykeltiderna. Synthesites FoU-projekt med komposittillverkare Hutchinson (Paris, Frankrike) ) och Bombardier Belfast (nu Spirit AeroSystems (Belfast, Irland)) rapporterar att baserat på realtidsmätningar av hartsresistans och temperatur, genom sin Optimold datainsamlingsenhet och Optiview Software konverterar till uppskattad viskositet och Tg. "Tillverkare kan se Tg. i realtid, så att de kan bestämma när de ska stoppa härdningscykeln”, förklarar Nikos Pantelelis, Director of Synthesites. ”De behöver inte vänta på att slutföra en överföringscykel som är längre än nödvändigt. Till exempel är den traditionella cykeln för RTM6 en 2-timmars helkur vid 180°C. Vi har sett att detta kan förkortas till 70 minuter i vissa geometrier. Detta demonstrerades också i INNOTOOL 4.0-projektet (se “Accelerera RTM med värmeflödessensorer”), där användningen av en värmeflödessensor förkortade RTM6-härdningscykeln från 120 minuter till 90 minuter.
Mål #4: Closed-loop-styrning av adaptiva processer. För CosiMo-projektet är det slutliga målet att automatisera sluten-loop-styrning under produktionen av sammansatta delar. Detta är också målet för ZAero- och iComposite 4.0-projekten som rapporterats av CW i 2020 (30-50 % kostnadsreduktion). Notera att dessa involverar olika processer – automatiserad placering av prepreg-tejp (ZAero) och fiberspraypreformning jämfört med högtrycks-T-RTM i CosiMo för RTM med snabbhärdande epoxi (iComposite 4.0). av dessa projekt använder sensorer med digitala modeller och algoritmer för att simulera processen och förutsäga resultatet av den färdiga delen.
Processkontroll kan ses som en serie steg, förklarade Sause. Det första steget är att integrera sensorer och processutrustning, sa han, "för att visualisera vad som händer i den svarta lådan och parametrarna som ska användas. De andra få stegen, kanske hälften av kontroll med sluten slinga, är att kunna trycka på stoppknappen för att ingripa, ställa in processen och förhindra avvisade delar. Som ett sista steg kan du utveckla en digital tvilling, som kan automatiseras, men som också kräver investeringar i maskininlärningsmetoder.” I CosiMo gör denna investering det möjligt för sensorer att mata in data till den digitala tvillingen. Edge-analys (beräkningar utförda vid kanten av produktionslinjen kontra beräkningar från ett centralt datalager) används sedan för att förutsäga flödesfrontsdynamik, fibervolyminnehåll per textilförform och potentiella torra fläckar. "Helst kan du skapa inställningar för att möjliggöra styrning och inställning av sluten slinga i processen," sa Sause. "Dessa kommer att omfatta parametrar som insprutningstryck, formtryck och temperatur. Du kan också använda denna information för att optimera ditt material.”
På så sätt använder företag sensorer för att automatisera processer. Till exempel arbetar Synthesites med sina kunder för att integrera sensorer med utrustning för att stänga hartsinloppet när infusionen är klar, eller slå på värmepressen när målhärdning uppnås.
Järveläinen noterar att för att avgöra vilken sensor som är bäst för varje användningsfall "måste du förstå vilka förändringar i materialet och processen du vill övervaka, och sedan måste du ha en analysator." En analysator samlar in data som samlats in av en förfrågare eller datainsamlingsenhet. rådata och omvandla den till information som kan användas av tillverkaren. Man ser faktiskt många företag som integrerar sensorer, men sedan gör de ingenting med datan, sa Sause. Vad som behövs, förklarade han, är "ett system av datainsamling, samt en datalagringsarkitektur för att kunna bearbeta datan.”
"Slutanvändare vill inte bara se rådata", säger Järveläinen. De vill veta "Är processen optimerad?" När kan nästa steg tas? För att göra detta måste du kombinera flera sensorer för analys och använd sedan maskininlärning för att påskynda processen.” Denna kantanalys och maskininlärningsmetod som används av Collo- och CosiMo-teamet kan uppnås genom viskositetskartor, numeriska modeller av hartsflödesfronten och förmågan att i slutändan kontrollera processparametrar och maskiner visualiseras.
Optimold är en analysator utvecklad av Synthesites för sina dielektriska sensorer. Styrd av Synthesites Optiview-mjukvara, använder Optimold-enheten temperatur- och resistansmätningar för att beräkna och visa realtidsgrafer för att övervaka hartsstatus inklusive blandningsförhållande, kemisk åldring, viskositet, Tg och härdningsgrad.Den kan användas i prepreg- och vätskeformningsprocesser.En separat enhet Optiflow används för flödesövervakning.Synthesites har även utvecklat en härdningssimulator som inte kräver en härdningssensor i formen eller delen, utan istället använder en temperatursensor och harts/prepreg-prover i denna analysenhet. "Vi använder denna toppmoderna metod för infusion och limhärdning för produktion av vindkraftverksblad", säger Nikos Pantelelis, chef för Synthesites.
Synthesites processkontrollsystem integrerar sensorer, Optiflow och/eller Optimold datainsamlingsenheter och OptiView och/eller Online Resin Status (ORS) programvara. Bildkredit: Synthesites, redigerad av The CW
Därför har de flesta sensorleverantörer utvecklat sina egna analysatorer, vissa använder maskininlärning och andra inte. Men komposittillverkare kan också utveckla sina egna skräddarsydda system eller köpa färdiga instrument och modifiera dem för att möta specifika behov. Analysatorkapaciteten är dock bara en faktor att ta hänsyn till. Det finns många andra.
Kontakt är också ett viktigt övervägande när man väljer vilken sensor som ska användas. Sensorn kan behöva vara i kontakt med materialet, frågeledaren eller båda. Till exempel kan värmeflödes- och ultraljudssensorer sättas in i en RTM-form 1-20 mm från ytan – noggrann övervakning kräver inte kontakt med materialet i formen. Ultraljudssensorer kan också förhöra delar på olika djup beroende på vilken frekvens som används. Collo elektromagnetiska sensorer kan även avläsa djupet på vätskor eller delar – 2-10 cm, beroende på frekvensen av förhör – och genom icke-metalliska behållare eller verktyg i kontakt med hartset.
Men magnetiska mikrotrådar (se "Beröringsfri övervakning av temperatur och tryck inuti kompositer") är för närvarande de enda sensorerna som kan avfråga kompositer på ett avstånd av 10 cm. Det beror på att den använder elektromagnetisk induktion för att framkalla ett svar från sensorn, vilket är inbäddad i kompositmaterialet.AvPros ThermoPulse-mikrotrådssensor, inbäddad i det självhäftande bindningsskiktet, har undersökts genom ett 25 mm tjockt kolfiberlaminat för att mäta temperaturen under bindningsprocessen. Eftersom mikrotrådarna har en hårig diameter på 3-70 mikron, de påverkar inte komposit- eller bindningsprestanda. Vid något större diametrar på 100-200 mikron kan fiberoptiska sensorer också bäddas in utan att försämra strukturella egenskaper. Men eftersom de använder ljus för att mäta, måste fiberoptiska sensorer ha en trådbunden anslutning till interrogator. Likaså, eftersom dielektriska sensorer använder spänning för att mäta hartsegenskaper, måste de också kopplas till en interrogator, och de flesta måste också vara i kontakt med hartset de övervakar.
Collo Probe-sensorn (överst) kan sänkas ner i vätskor, medan Collo-plattan (botten) är installerad i väggen på ett kärl/blandningskärl eller processrör/matningsledning. Bildkredit: ColloidTek Oy
Sensorns temperaturförmåga är en annan viktig faktor. Till exempel arbetar de flesta vanliga ultraljudssensorer vid temperaturer upp till 150°C, men delar i CosiMo måste formas vid temperaturer över 200°C. Därför, UNA var tvungen att designa en ultraljudssensor med denna kapacitet. Lambients dielektriska engångssensorer kan användas på delytor upp till 350°C, och dess återanvändbara in-mold-sensorer kan användas upp till 250°C.RVmagnetics (Kosice, Slovakien) har utvecklats dess mikrotrådssensor för kompositmaterial som tål härdning vid 500°C. Även om Collo-sensorteknologin i sig inte har någon teoretisk temperaturgräns, testas både den härdade glasskärmen för Collo Plate och det nya polyetheretherketon (PEEK)-huset för Collo Probe för kontinuerlig drift vid 150°C, enligt Järveläinen. Under tiden använde PhotonFirst (Alkmaar, Nederländerna) en polyimidbeläggning för att ge en driftstemperatur på 350°C för sin fiberoptiska sensor för SuCoHS-projektet, för en hållbar och kostnadseffektiv effektiv högtemperaturkomposit.
En annan faktor att ta hänsyn till, särskilt för installation, är om sensorn mäter vid en enda punkt eller är en linjär sensor med flera avkänningspunkter. Till exempel kan Com&Sens (Eke, Belgien) fiberoptiska sensorer vara upp till 100 meter långa och ha uppåt till 40 fiber Bragg-gitter (FBG) avkänningspunkter med ett minsta avstånd på 1 cm. Dessa sensorer har använts för strukturell hälsoövervakning (SHM) av 66 meter långa kompositbroar och hartsflödesövervakning under infusion av stora brodäck.Installation individuella punktsensorer för ett sådant projekt skulle kräva ett stort antal sensorer och mycket installationstid.NCC och Cranfield University hävdar liknande fördelar för sina linjära dielektriska sensorer. Jämfört med enpunkts dielektriska sensorer som erbjuds av Lambient, Netzsch och Synthesites, " Med vår linjära sensor kan vi övervaka hartsflödet kontinuerligt längs längden, vilket avsevärt minskar antalet sensorer som krävs i delen eller verktyget."
AFP NLR för fiberoptiska sensorer En specialenhet är integrerad i den åttonde kanalen på Coriolis AFP-huvudet för att placera fyra fiberoptiska sensorer i en högtemperatur, kolfiberförstärkt komposittestpanel. Bildkredit: SuCoHS Project, NLR
Linjära sensorer hjälper också till att automatisera installationer. I SuCoHS-projektet utvecklade Royal NLR (Dutch Aerospace Centre, Marknesse) en specialenhet integrerad i den åttonde kanalen Automated Fiber Placement (AFP) chef för Coriolis Composites (Queven, Frankrike) för att bädda in fyra arrayer ( separata fiberoptiska linjer), var och en med 5 till 6 FBG-sensorer (PhotonFirst erbjuder totalt 23 sensorer), i kolfibertestpaneler. RVmagnetics har placerat sina mikrotrådssensorer i pultruderat GFRP-armeringsjärn.” Ledningarna är diskontinuerliga [1-4 cm långa för de flesta kompositmikrotrådar], men placeras automatiskt kontinuerligt när armeringsjärnet tillverkas”, säger Ratislav Varga, medgrundare av RVmagnetics. "Du har en mikrotråd med en 1 km mikrotråd. rullar av glödtråd och matar in den i armeringsjärnsproduktionsanläggningen utan att ändra hur armeringsjärnet tillverkas." Samtidigt arbetar Com&Sens med automatiserad teknik för att bädda in fiberoptiska sensorer under glödtrådslindningsprocessen i tryckkärl.
På grund av sin förmåga att leda elektricitet kan kolfiber orsaka problem med dielektriska sensorer. Dielektriska sensorer använder två elektroder placerade nära varandra.” Om fibrerna överbryggar elektroderna kortsluter de sensorn”, förklarar Lambients grundare Huan Lee. Använd i det här fallet ett filter." Filtret låter hartset passera sensorerna, men isolerar dem från kolfibern." Den linjära dielektriska sensorn som utvecklats av Cranfield University och NCC använder ett annat tillvägagångssätt, inklusive två tvinnade par koppartrådar. När en spänning appliceras skapas ett elektromagnetiskt fält mellan ledningarna, som används för att mäta hartsimpedansen. Ledningarna är belagda med en isolerande polymer som inte påverkar det elektriska fältet, men förhindrar att kolfibern kortsluts.
Kostnaden är naturligtvis också ett problem. Com&Sens uppger att den genomsnittliga kostnaden per FBG-avkänningspunkt är 50-125 euro, vilket kan sjunka till cirka 25-35 euro om det används i partier (t.ex. för 100 000 tryckkärl).(Detta är endast en bråkdel av den nuvarande och beräknade produktionskapaciteten för komposittryckkärl, se CW:s 2021-artikel om väte.) Meggitts Karapapas säger att han har fått erbjudanden om fiberoptiska linjer med FBG-sensorer på i genomsnitt £250/sensor (≈300€/sensor), förhörsapparaten är värd cirka 10 000 £ (12 000 €)."Den linjära dielektriska sensorn vi testade var mer som en belagd tråd som du kan köpa från hyllan," tillade han. senior forskare) i Composites Process Science vid Cranfield University, "är en impedansanalysator, som är mycket noggrann och kostar minst £30 000 [≈ €36 000], men NCC använder en mycket enklare förhörsapparat som i grunden består av off-the-shelf moduler från det kommersiella företaget Advise Deta [Bedford, Storbritannien].” Synthesites anger €1 190 för in-mold-sensorer och €20 för engångs-/delsensorer. I EUR är Optiflow noterat till 3 900 EUR och Optimold till 7 200 EUR, med ökande rabatter för flera analysatorenheter. Dessa priser inkluderar Optiview-programvara och eventuella nödvändigt stöd, sa Pantelelis och tillade att vindbladstillverkarna sparar 1,5 timmar per cykel, lägger till blad per linje och månad och minskar energianvändningen med 20 procent, med en avkastning på investeringen på endast fyra månader.
Företag som använder sensorer kommer att få en fördel när den digitala tillverkningen av kompositer 4.0 utvecklas. Till exempel, säger Grégoire Beauduin, chef för affärsutveckling på Com&Sens, "När tillverkare av tryckkärl försöker minska vikt, materialanvändning och kostnad kan de använda våra sensorer för att motivera deras konstruktioner och övervakar produktionen när de når de erforderliga nivåerna till 2030. Samma sensorer som används för att bedöma töjningsnivåer inom skikt under filamentlindning och härdning kan också övervaka tankens integritet under tusentals tankningscykler, förutsäga nödvändigt underhåll och omcertifiera i slutet av designen liv. Vi kan En digital tvillingdatapool tillhandahålls för varje komposittryckkärl som produceras, och lösningen utvecklas även för satelliter.”
Möjliggör digitala tvillingar och trådar Com&Sens samarbetar med en komposittillverkare för att använda sina fiberoptiska sensorer för att möjliggöra digitalt dataflöde genom design, produktion och service (höger) för att stödja digitala ID-kort som stöder den digitala tvillingen av varje del (vänster) som tillverkas. Bildkredit: Com&Sens och figur 1, "Engineering with Digital Threads" av V. Singh, K. Wilcox.
Således stödjer sensordata den digitala tvillingen, såväl som den digitala tråden som sträcker sig över design, produktion, serviceverksamhet och föråldrad. När de analyseras med artificiell intelligens och maskininlärning, återkopplas dessa data till design och bearbetning, vilket förbättrar prestanda och hållbarhet. har också förändrat hur försörjningskedjorna samarbetar. Till exempel använder limtillverkaren Kiilto (Tammerfors, Finland) Collo-sensorer för att hjälpa sina kunder att kontrollera förhållandet mellan komponenterna A, B, etc. i sin limblandningsutrustning för flera komponenter.” Kiilto kan nu anpassa sammansättningen av sina lim för enskilda kunder, säger Järveläinen, men det gör också att Kiilto förstår hur hartser interagerar i kundernas processer och hur kunder interagerar med sina produkter, vilket förändrar hur utbudet görs. Kedjor kan fungera tillsammans.”
OPTO-Light använder Kistler-, Netzsch- och Synthesites-sensorer för att övervaka härdning av termoplastiska övergjutna epoxi-CFRP-delar. Bildkredit: AZL
Sensorer stöder också innovativa nya material- och processkombinationer. Beskrivet i CW:s artikel 2019 om OPTO-Light-projektet (se "Thermoplastic Overmolding Thermosets, 2-Minute Cycle, One Battery"), använder AZL Aachen (Aachen, Tyskland) en tvåstegs process för att horisontellt komprimera en enda To (UD) kolfiber/epoxi-prepreg, sedan övergjuten med 30 % kort glasfiberförstärkt PA6. Nyckeln är att endast delvis härda prepreg så att den återstående reaktiviteten i epoxin kan möjliggöra bindning till termoplasten .AZL använder Optimold och Netzsch DEA288 Epsilon analysatorer med Synthesites och Netzsch dielektriska sensorer och Kistler in-mold sensorer och DataFlow programvara för att optimera formsprutning.” Du måste ha en djup förståelse av prepreg formpressningsprocessen eftersom du måste se till att du förstå tillståndet av härdning för att uppnå en bra koppling till termoplastisk övergjutning”, förklarar AZL forskningsingenjör Richard Schares. "I framtiden kan processen vara adaptiv Och intelligent, processrotation triggas av sensorsignaler."
Det finns dock ett grundläggande problem, säger Järveläinen, "och det är bristen på förståelse hos kunderna om hur man integrerar dessa olika sensorer i sina processer. De flesta företag har inga sensorexperter.” För närvarande kräver vägen framåt att sensortillverkare och kunder utbyter information fram och tillbaka. Organisationer som AZL, DLR (Augsburg, Tyskland) och NCC utvecklar multisensorexpertis. Sause sa att det finns grupper inom UNA, såväl som spin-off företag som erbjuder sensorintegration och digitala tvillingtjänster. Han tillade att Augsburgs AI-produktionsnätverk har hyrt en anläggning på 7 000 kvadratmeter för detta ändamål, vilket "expanderar CosiMos utvecklingsplan till ett mycket brett spektrum, inklusive länkade automationsceller, där industriella partners kan placera maskiner, driva projekt och lära sig hur man integrerar nya AI-lösningar.”
Carapappas sa att Meggitts demonstration av dielektriska sensorer på NCC bara var det första steget i det. "I slutändan vill jag övervaka mina processer och arbetsflöden och mata in dem i vårt affärssystem så att jag i förväg vet vilka komponenter som ska tillverkas, vilka personer jag behov och vilket material som ska beställas. Digital automation utvecklas.”
Välkommen till SourceBook online, som motsvarar CompositesWorlds årliga tryckta upplaga av SourceBook Composites Industry Buyer's Guide.
Spirit AeroSystems implementerar Airbus Smart Design för A350 Center Fuselage och Front Spars i Kingston, NC
Posttid: 20 maj 2022
