2024年设备能⼒研究白皮书

⽩⽪书 作者 AydınYağmur,EOS增材制造顾问 SimonPorthun,EOS增材制造顾问 设备能⼒研究 EOSM290&EOSTitaniumTi64ELI 本⽩⽪书给出了以下问题的答案： EOSM290与EOSTitaniumTi64ELI在密度、拉伸特性、⼏何精度和表⾯粗糙度 ⽅⾯的性能 使⽤EOSTitaniumTi64ELI和EOS60µmDMLS⼯艺时预期的零部件特性分析不同材料批次及试样位置对拉伸特性的影响 ⽬录 批量⽣产⾥程碑：验证3 ⽅法4 结果与讨论6 结论与应⽤前景14 插图⽬录 图1 EOSAdditiveMinds实施的AM验证基准模型 3 图2 设备能⼒研究的流程图 4 图3 采⽤4x4矩阵的机器能⼒作业布局以及在每个⼦单元中进⾏分析的试样 5 图4 密度的⼯艺能⼒直⽅图 6 图5 三个材料批次的密度测量结果 6 图6 热处理拉伸测试的要求与能⼒值 7 图7 热处理试样的拉伸测试 8 图8 取决于成型基板位置的热处理拉伸特性 9 图9 ⼏何精度的现成样品⼯艺能⼒ 10 图10 Ra、Rz粗糙度的能⼒直⽅图 12 图11 EOSM290机器能⼒研究的粗糙度值 13 批量⽣产⾥程碑：验证 ⽆论是哪个⾏业，将机器投⼊运⾏的流程都是相似的，⽣产设备验证正是其中 ⼀环。增材制造领域也不例外。 通过⼯⼚验收试验(FAT)后，机器将安装在客⼾的设施中。随后的安装验证(IQ)旨在确保安全功能等基本功能在适 ⽤的安装条件下处于就绪状态并能正常发挥作⽤。接下来，操作验证(OQ)将验证机器及相应的制造⼯艺能否⽣产出符合既定规格的测试样品和零部件。在进⼊批量⽣产之前，这是⼗分重要的⼀步。在最终步骤中，性能验证(PQ)可评估在既定⼯艺限制条件内⽣产特定零部件的能⼒。 理解并掌控制造设备的性能（即在既定规格限制下的⼯艺稳定性和⼯艺位置），这⼀点⾮常重要。制造商可以将机器能⼒研究结果纳⼊验证程序中。我们利⽤各种质量⼯具和⽂档确保了本研究数据的可靠性，这意味着这些数据可以作为增材制造机器⽤⼾的参考基准，从⽽缩短验证⼯作的时间并降低相关成本。 本⽩⽪书摘录了EOS公司内部全⾯机器能⼒研究的部分内容。 FAT IQ OQ PQ QualifiedProduction Standard Standard Generic ApplicationSpecific 机器能⼒数据有助于减少⼯作量、时间和成本 执⾏者：客⼾ ⽀持者:EOSAdditiveMinds 执⾏者：EOS 图1.EOSAdditiveMinds实施的AM验证基准模型 ⽅法 在所有必要的⽂档都已准备就绪的情况下，我们进⾏了机器能⼒研究。为了评估结果在⽣产环境中的可重现性，我们采⽤了多种不同的质量评估⽅法。 MaterialFlow WI:MachineSetup ProductionFlow START DataFlow Checklist:IncomingInspection WIData Preparation Record:Data MachinePlan Checkofmaterial Checkofsupportingmedia Preparation Switchingonthemachine* Checklist:DataPreparation Specification:Incoming Inspection WorkSafety Record:IncomingInspection WI:Powder Handlingand Warehousing WI:LaserPowerMonitoring LaserPowerMonitoring? YES NO *accordingtoWISetting-up Checklist:BuildJob Checklist:MachineSetup ExecutionofLaserPowerMonitoring **accordingtoWIDataPreparation Pass? NO Non-Conformity-Process Checkofmaterial ControlPlanBuildJob YES Fillingofdispenser duct* SlicingofdatasinMagics,RP-Tools,BuildProcessor Preparingof collector* Fittingand DocumentationofCycleNo. Ti6Al4V-ELINOadjustingof 60μm buildingplatformandRecoater* YES YES YES HeatingofbuildingHeatingofbuilding plaformplatform CleanwindowfortheF-Thetamodule Loading/Selection adjustingofofbuildjobdata Fittingand Record:DataPreparation YES Nextbuildjob? buildingplatformandRecoater andapplicablemahinesetting* Recoatingoffirst layer* Archivingof retainedsamples NO Flooting* Report/ApprovalFlowTesting YES StartingofjobRecord:Setting-upbuilding* BuildJob Retainsamples? EOState-Reports Removingpowderoffthechamber* Monitoring-Data VacuumandsievingofpowderwithIPCMmodule* YES IPCM module? NO ChecklistJobandPartApproval Record:JobandPartApproval Testparts? YES Sievingofpowdermanually* Demountofbuildplatform* Cleaning/powderremoval treatmemt? ThermalYES Heating YESReportsareNO OK? NO Cleaningofmachine* NO NO Testing Cuttingor customizedpostprocessing Nextbuildjob? WILaserPowerMonitoring NO ExecutionofLaserPowerMonitoring MachineLogBook ReportintoMachineLogBook Retainsamples? YES (s) Shutdownofmachine Record:Setting-up MachineLogBook Refurbishingoftherefurbishing WI:Platform platform Closesupporting mediasupport No END END Strengthtestingoftestpartsand/orsacrificialparts ReleaseofParts ImplementationofReportsinto DocumentSystem ApprovalofReports Reviewof -RecordSetting-up -RecordDataPreparation -JobQualityReport -PartQualityReport -Testreport(s) Visualinspectionofpartsand/orsacrificialparts Fillingofpowderintocontainer ImportofSlicedatainto EOSPRINT** SupportGeneration** DocumentationofCycleNo. DataPreparationinMagics** Warehousing MaterialIncoming Record:JobandPartApproval ExporttoHCS** Releasefromstockanddeliverto workingarea IncomingInspection CheckingdataregardingCADfailuresandtriangulation** ImportCADdatafromDesignorcustomerinto Magics** Archivingof retainedsamples Tensiletestingoftestpartsand/orsacrificialparts StartNon-conformingProcess Quarantineofparts Dimensionaltestingofpartsand/orsacrificialparts PrintoutPartQualityReport PrintoutJobQualityReport JobpreparationinEOSPRINT** FixingofdatainMagics** 例如，我们制定了⼀张详细的流程图来模拟⼯作流程，并对所有操作程序达成了共识，这为⻛险分析和降低⻛险提供了基础。 图2.机器能⼒研究的流程图 保持物料流、⽣产流、审批流和测试流程的透明性有助于揭⽰任何潜在的处理错误。 最后，我们必须将所有可能的⻛险都考虑在内，并在必要时，在批量⽣产开始之前就采取并实施相应的应对措施。 除流程图之外，我们针对样品制造和测试能⼒分析中所涉及的不同流程步骤进 ⾏了⻛险评估，并对此进⾏了详细记录。我们创建了P-FMEA来记录样品⽣产过程中的潜在故障⻛险、严重程度、发⽣频率、可检测性、缓解措施和控制 0M1 0N1 0O1 0P1 ⽅式。我们对⻛险及其影响以及发⽣概率进⾏了分析，并制定了缓解措施以尽可能降低⻛险。我们在⼯作说明和检查清单中明确了⾏动事项，以确保其得到妥善执⾏。 为了进⾏机器能⼒分析，我们开发了⼀种特殊布局，该布局由16个⼦单元组成，以4x4矩阵形式分布在整个成型基板上。每个⼦单元包含不同的试样，例如拉伸棒、致密性试验块和⼏何精度零部件，如图3所⽰。此外，我们按照⽔平和垂直两种不同的⽅向制造了拉伸试样。该布局采⽤三种不同的粉末批次，每种批次重复三次，共计9个作业。使 ⽤多个粉末批次可以提供关于材料组成、粒度分布等潜在的依赖性信息。 3M13M2 3N13N2 3O13O2 3P13P2 DensityCube 1x 3I13I2 3J13J2 3K13K2 3L13L2 AccuracyPart 1x 3E13E2 3F13F2 3G13G2 3H13H2 VerticalTensileBar 2x 3C13C2 3A13A2 3B13B2 3D13D2 HorizontalTensileBar 2x 0E1 0A1 0F1 0B1 G1 C1 H1 D1 图3.采⽤4x4矩阵的机器能⼒作业布局以及在每个⼦单元中进⾏分析的试样 0I1 0J1 0K1 0L1 在本次机器能⼒研究中，EOSM290系统通过了FAT和IQ，并且在没有进⾏任何光束偏移调整的情况下顺利完成了成型作业。该机器根据EOSM290参数表“材料与系统硬件的兼容性”进⾏了设置。在作业成型期间，我们跟踪了温度和�度等环境条，确保它们符合EOSM290的安装条件。 钛是对质量要求较为严苛的⾏业中使⽤最为⼴泛的材料；特别是在⼈体植⼊物中使⽤的Ti-6Al-4VELI（超低间隙）， 必须满⾜苛刻的医疗标准。除了对⾼质量的追求，业界对于更⾼⽣产效率的⼯艺需求也在⽇益增⻓。为了贴近现有的EOSDMLS⼯艺并满