Mit seinem hochmodernen Multisensor-Sensorsystem, Datenanalysetools und einer einfach integrierbaren Architektur RAMLABs MaxQ könnte Ihre Lösung für die Forschung und Entwicklung im Bereich Schweißen und additive Fertigung sein. Wir haben ein einfach zu bedienendes Überwachungssystem entwickelt, das sich ideal für die akademische Forschung im Bereich des Metall-Lichtbogenschweißens und der drahtbasierten additiven Fertigung eignet. In diesem Artikel stellen wir Ihnen 10 Gründe vor, warum MaxQ von RAMLAB ideal für die akademische Forschung ist:
1. MaxQ ist mit einer Reihe von Schweißquellen und Robotern kompatibel
MaxQ kann mit einer Vielzahl verschiedener Stromquellen und Schweißer-Modi integriert werden. Es wurde mit Panasonic- (Abbildung 1), Miller-, Fronius- und Yaskawa-Systemen getestet und funktioniert in einer Vielzahl von Schweißer-Modi wie Cold Metal Transfer (CMT), Super Active Wire Transfer (SAWP), MIG/MAG-Schweißen und gepulsten Schweißbedingungen. Das Sensorpaket kann je nach gewünschter Anwendung auch individuell angepasst werden.
2. MaxQ bietet Multisensorüberwachung für WAAM
MaxQ ist mit einem Hochfrequenz-Strom- und Spannungssensor ausgestattet und kann mit einem Mikrofon, einem optischen Emissionsspektrometer und einer Schweißkamera ergänzt werden, die Daten aus dem Metallabscheidungsprozess erfasst. Zusätzlich ist es mit einer Zivid 3D-Scanning-Kamera für die Geometriekontrolle sowie einer Optis Xi 80-Infrarotkamera für die Interpass-Temperaturkontrolle ausgestattet. Der Vorteil der Verwendung mehrerer Sensoren (Abbildung 2) besteht darin, dass man ein tieferes Verständnis für den Mechanismus des Metalltransfers erhält und Daten erfasst, die unabhängig voneinander korreliert werden können.
Abbildung 2: Multisensor-Überwachung von WAAM
3. MaxQ bietet Anomalieerkennung für WAAM
Auf den Multisensor-Datenströmen werden statistische Merkmale berechnet, die mit Prozessanomalien und -fehlern korreliert werden können. Diese Sensoren erfassen einen physikalischen Parameter aus dem Abscheidungsprozess und die Daten können zur Berechnung statistischer Merkmale verwendet werden, die mit den Verarbeitungsbedingungen korreliert werden können. Eine Kombination von Merkmalen aus den Audio-, U/I- und optischen Emissionsspektroskopiedaten kann verwendet werden, um häufig auftretende Schweißfehler zu identifizieren. Weitere Informationen zum Anomalieerkennungssystem finden Sie hier.
Abbildung 3: Multisensor-Dashboard zur Funktionsvisualisierung
4. Datenverarbeitungsfunktionen sind anpassbar
Die Daten des Multisensorsystems können in anpassbaren Funktionen verarbeitet werden, um den WAAM/GMAW-Prozess detaillierter zu untersuchen. Diese Sensoren geben Einblick in den Metallübertragungsmechanismus, die Temperatur des Plasmalichtbogens, den Wärmeeintrag und Schweißfehler. Die Möglichkeit, die Datenverarbeitungsfunktionen anzupassen, ist nützlich, um neue Zusammenhänge zwischen Prozessparametern (Abbildung 4), Schweißnahtgeometrie, mikrostrukturellen Merkmalen und Anomalien zu entdecken.
Abbildung 4: Gehäuse mit Spannungssensor
5. Alle Daten sind mit einem Zeitstempel versehen und abrufbar
Die Datenströme des Multisensorsystems werden mit Zeitstempeln synchronisiert und zusammen mit Daten des Schweißroboters wie Positionskoordinaten, Schweißparametern und Programmdetails in einem Backend-Datenbankserver gespeichert. Diese Datenströme können in Echtzeit verarbeitet und in einem Dashboard (Abbildung 5) angezeigt werden, um nützliche Funktionen zu identifizieren, und können zur Berechnung beliebiger benutzerdefinierter Funktionen angepasst werden.
Abbildung 5: Minimierte durchschnittliche Verzögerung zwischen verschiedenen Sensordatenströmen auf 6 ms → weniger als die Zeit, die für das Auftreten eines Impulses/Kurzschlusses benötigt wird
6. Daten können in Echtzeit angepasst und visualisiert werden
Die zeitgestempelten Sensordaten und -funktionen können mithilfe eines anpassbaren Grafana-Dashboards in Echtzeit visualisiert werden. Über das Dashboard können die Roboterkoordinaten und Prozessparameter sowie die Variation einzelner Merkmale mit der Position visualisiert werden. Darüber hinaus können Alarme für die Sensordaten eingestellt werden, wenn diese eine benutzerdefinierte Bedingung erfüllen.
A
B
C
D
Abbildung 6: Datenvisualisierung (a) der durch Spritzer (c) im Tankdeckel verursachten Porosität (b), visualisiert durch Verfolgung des Kurzschlussanteils aus dem Datenstrom des MaxQ-Sensors und überlagert mit dem Werkzeugweg (d)
7. MaxQ ermöglicht automatisiertes WAAM
Die MaxQ-Überwachung und -Steuerung bietet nicht nur die Möglichkeit, die Temperaturbedingungen zwischen den Durchläufen aufrechtzuerhalten, sondern bietet auch andere Funktionen, die es ermöglichen, WAAM-Druckaufträge in einer automatisierten Produktionsumgebung auszuführen. Temperaturkontrolle als eine der Funktionen im MaxQ-System, das derzeit mit einer Infrarot-Wärmebildkamera Optris XI 80 ausgestattet ist. Es ist in das Schweißsystem integriert und sorgt dafür, dass das Bauteil die eingestellten Temperaturgrenzen erreicht, wodurch die Wahrscheinlichkeit geometrischer Anomalien und Defekte minimiert wird.
Abbildung 7: Temperaturregelung zwischen den Durchgängen während WAAM
8. MaxQ bietet die Möglichkeit zur Feedback-Kontrolle
MaxQ sammelt eine große Menge an Daten von den verschiedenen Sensoren, die die Verarbeitungsbedingungen während des WAAM-Prozesses aktiv überwachen. Langfristiges Ziel für die Entwicklung dieses Überwachungssystems ist die Integration in ein rückkopplungsbasiertes Kontrollsystem mit der Fähigkeit zur Selbstkorrektur des Druckprozesses. Durch die Untersuchung der Korrelation zwischen den Prozessparametern und der Schweißnahtgeometrie (Abbildung 8) kann der Sensordatenstrom zum Aufbau eines Rückkopplungssystems verwendet werden, das die Prozessparameter so steuert, dass eine vorgegebene Schweißnahtgeometrie eingehalten wird. MaxQ bietet den Anwendern die Möglichkeit, diese selbstkorrigierenden, auf Rückkopplung basierenden Überwachungs- und Kontrollsysteme zu entwickeln und zu testen.
Abbildung 8: 3D-Scan der Geometrie durch den Zivid 2-Scanner
9. MaxQ Robot ist das schlüsselfertige WAAM-System für Studenten
MaxQ Robot wurde als Plug-and-Play-System konzipiert, das einfach für Experimente und Datenerfassung eingerichtet werden kann (Abbildung 9). RAMLAB führt vor dem Versand einen gründlichen Verifizierungstest durch, um sicherzustellen, dass das Hardware- und Softwaresystem nahtlos integriert und einsatzbereit ist. Außerdem ist es für Studenten sicher und einfach anzuwenden, um Schweißexperimente durchzuführen, die Datenerfassung einzurichten und Echtzeitdaten zu visualisieren.
Abbildung 9: MaxQ Robot von RAMLAB in Zusammenarbeit mit Valk Welding
10. Arbeiten Sie mit dem RAMLAB-Ökosystem
RAMLAB hat ein Konsortium von Interessenvertretern aufgebaut, zu dem Zulieferer, Hersteller und Forschungseinrichtungen aus der Schweiß- und Additivfertigungsbranche gehören. Durch dieses Konsortium sowie interne Forschungs- und Entwicklungsarbeiten hat RAMLAB einen Wissensschatz in den Bereichen additive Fertigung von Metallen, Überwachung und Steuerung sowie Entwurf von Werkzeugwegen aufgebaut. Die Zusammenarbeit mit akademischen Einrichtungen und Fertigungsbetrieben bietet Ihnen die einzigartige Möglichkeit, an der Spitze der Forschung im Bereich der additiven Fertigung und ihrer Anwendung in der Industrie zu stehen.
Sprechen Sie mit einem Experten
Möchten Sie mehr über MaxQ für Forschungsanträge erfahren? Hinterlassen Sie Ihre Kontaktdaten und wir kontaktieren Sie in Kürze.
