Geschlossenes, visionsbasiertes FDM-Druckverfahren zur Herstellung luftdichter weicher Aktoren

Основные понятия

Ein kostengünstiger Ansatz zur Verbesserung der Druckqualität von Desktop-FDM-Druckern durch Hinzufügen einer Webcam zum Drucker, um den Druckprozess zu überwachen und Defekte wie Löcher oder Lücken zu erkennen und zu korrigieren, verbessert die Luftdichtigkeit gedruckter pneumatischer Aktoren und reduziert den Bedarf an feiner Abstimmung der Druckparameter.

Аннотация

Der Artikel stellt einen geschlossenen, visionsbasierten FDM-Druckansatz vor, um die Luftdichtigkeit von weichen pneumatischen Aktoren zu verbessern.

Pneumatische Aktoren sind die beliebtesten weichen Aktoren aufgrund ihrer Kostengünstigkeit und Einfachheit, werden aber normalerweise durch Silikonformung hergestellt, was zeitaufwendig ist. Additive Fertigung bietet Vorteile wie kürzere Fertigungszeiten, kann aber Probleme mit der Luftdichtigkeit aufweisen, insbesondere bei der Verwendung von Thermoplasten mit niedriger Shore-Härte.

Der vorgestellte Ansatz verwendet eine Webcam, um den Druckprozess zu überwachen und Defekte wie Löcher oder Lücken in Echtzeit zu erkennen und zu korrigieren. Die Erkennung erfolgt durch Bildverarbeitung, wobei Konturen aus dem G-Code verwendet werden, um die zuletzt gedruckte Schicht zu segmentieren und Bereiche mit geringer Intensität als mögliche Defekte zu identifizieren.

Wenn die Anzahl der erkannten Defekte einen empirisch eingestellten Schwellenwert überschreitet, wird der ursprüngliche G-Code für die aktuelle Schicht modifiziert, um die Extrusionsrate und Bewegungsgeschwindigkeit zu reduzieren und so die Schicht abzubügeln und Defekte zu füllen.

Die Experimente zeigen, dass dieser Ansatz die Luftdichtigkeit von FDM-gedruckten Balgaktoren im Vergleich zu einem offenen Regelkreis deutlich verbessert, und zwar um 75,5%, 82,4% und 97,5% bei drei verschiedenen Druckeinstellungen. Die Korrektur führt jedoch zu einer Erhöhung der Gesamtdruckzeit um 8,3% bis 40,4%.

Статистика

Die durchschnittliche Leckagerate wurde um 75,5%, 82,4% und 97,5% für die guten, mittleren und schlechten Druckeinstellungen reduziert.
Die durchschnittliche Höhe der Balgaktoren beträgt 23,92 mm mit einer Standardabweichung von 0,06 mm für das offene Regelkreissystem und 24,01 mm mit einer Standardabweichung von 0,09 mm für das geschlossene Regelkreissystem.
Die Korrektur erhöht die Gesamtdruckzeit um 8,3% bis 40,4%.

Цитаты

"Unser Ansatz verbessert die Qualität bestehender Drucke eher, als dass er grundsätzlich fehlerhafte Parameter rettet. Daher bleibt eine vorherige Parameteroptimierung für die Wirksamkeit unserer vorgeschlagenen Korrektionstechnik unerlässlich."
"Unsere Korrekturstrategie, die ganze Schichten zu bügeln, kann zu unbeabsichtigten Veränderungen der Oberflächenrauheit, der Maßgenauigkeit und der mechanischen Eigenschaften wie Elastizität und Nachgiebigkeit führen, da zusätzliches Material abgelagert wird."

Ключевые выводы из

Vision-based FDM Printing for Fabricating Airtight Soft Actuators

by Yijia Wu,Zil... в arxiv.org 04-12-2024

https://arxiv.org/pdf/2312.01135.pdf

Дополнительные вопросы

Wie könnte der Ansatz weiterentwickelt werden, um die Auswirkungen der Korrektur auf Oberflächenqualität und Maßhaltigkeit zu minimieren?

Um die Auswirkungen der Korrektur auf die Oberflächenqualität und Maßhaltigkeit zu minimieren, könnte der Ansatz durch die Implementierung von präziseren Bildverarbeitungstechniken weiterentwickelt werden. Indem hochauflösende Kameras mit fortschrittlichen Algorithmen zur Bildanalyse kombiniert werden, könnten feinere Defekte erkannt und präzisere Korrekturen vorgenommen werden. Zudem könnte die Integration von Sensoren, die die Druckqualität und -konsistenz während des Druckvorgangs überwachen, dazu beitragen, Fehler frühzeitig zu erkennen und die Korrekturprozesse zu optimieren. Durch die Feinabstimmung der Korrekturparameter, basierend auf Echtzeitdaten und präziseren Bildanalysen, könnte die Oberflächenqualität verbessert und die Maßhaltigkeit der gedruckten Strukturen optimiert werden.

Welche zusätzlichen Sensoren oder Bildverarbeitungstechniken könnten die Defekterkennung über verschiedene Filamentfarben hinweg verbessern?

Um die Defekterkennung über verschiedene Filamentfarben hinweg zu verbessern, könnten zusätzliche Sensoren wie Farbsensoren oder spektrale Kameras integriert werden. Diese Sensoren könnten die Farbunterschiede zwischen gut extrudierten Bereichen und unterextrudierten Defekten präzise erfassen und somit die Erkennung von Fehlern unabhängig von der Filamentfarbe ermöglichen. Darüber hinaus könnten Bildverarbeitungstechniken wie maschinelles Lernen eingesetzt werden, um ein Modell zu trainieren, das die Defekte unabhängig von der Farbe des Filaments identifizieren kann. Durch die Kombination von sensorbasierten Ansätzen und fortgeschrittenen Bildverarbeitungstechniken könnte die Defekterkennung über verschiedene Filamentfarben hinweg optimiert werden.

Wie könnte dieser Ansatz mit fortschrittlicheren Methoden zur Bahnplanung kombiniert werden, um die Luftdichtigkeit weicher Strukturen von Grund auf zu verbessern?

Um die Luftdichtigkeit weicher Strukturen von Grund auf zu verbessern, könnte dieser Ansatz mit fortschrittlicheren Methoden zur Bahnplanung kombiniert werden, die speziell auf die Anforderungen von elastischen Materialien zugeschnitten sind. Durch die Integration von Algorithmen zur adaptiven Bahnplanung, die die Materialdeposition und Extrusionsraten dynamisch anpassen können, könnte die Druckqualität und Luftdichtigkeit optimiert werden. Darüber hinaus könnten Simulationen und Vorhersagemodelle genutzt werden, um die optimalen Druckparameter für die Herstellung luftdichter Strukturen zu ermitteln. Durch die Kombination von präziser Bahnplanung, Echtzeitfehlererkennung und adaptiven Korrekturmaßnahmen könnte die Luftdichtigkeit weicher Strukturen signifikant verbessert werden.