Porosity is one of the most critical defects in 3D printing, and the type and degree of the porosity is determined by the melt pool depth. However, existing porosity reduction techniques relied on post-processing methods due to the limitation of melt pool depth estimation, which cannot be directly measured. Therefore, in this dissertation, we developed a real-time melt pool depth estimation technique based on online melt pool monitoring and artificial neural network, as well as the melt pool depth feedback control system to control porosity.
First, the melt pool surface model was established using the melt pool width and length measured by a coaxial infrared camera and the melt pool height measured by CCD cameras. The laser-induced heat conduction equation was then used to calculate the internal temperature distribution and melt pool depth. In multi-layer and multi-track printing, the melt pool profile was further measured by a laser line scanner. The monitoring data were used as inputs to the artificial neural network model, and the melt pool depth was estimated online with an accuracy of 26 µm. Afterwards, a feedback system was developed to control the melt pool depth during 3D printing. The laser power was adjusted to maintain the melt pool depth constantly, and the porosity was reduced 81 % compared to the uncontrolled part. The result indicates that the proposed technique improves the part quality in DED 3D printing.
3D 프린팅의 대표적인 결함인 공극의 유형과 양은 용융풀 깊이에 따라 결정된다. 따라서 3D 프린팅 부품의 공극을 감소시키기 위해 용융풀 깊이 추정과 제어가 필수적이나, 용융풀 깊이는 공정 중 직접적인 계측이 불가능하기 때문에 기존 공극 감소 기술들은 대부분 후처리에 의존했다. 이에 본 연구에서는 DED 3D 프린팅 공정 모니터링을 통해 실시간으로 용융풀 깊이를 추정하고, 피드백 제어를 기반으로 공정 중 용융풀 깊이를 최적 값으로 유지함으로써 부품의 공극을 감소시키는 기술을 개발했다.
먼저 단층 적층에서 동축 열화상 카메라와 CCD 카메라를 이용해 용융풀 너비, 길이, 높이를 실시간으로 측정했다. 동시에 용융풀 형상 모델을 수립하고 레이저 열 전도식을 계산하여 용융풀 깊이를 추정했다. 나아가 다층 적층에서는 동축 열화상과 라인 스캐닝을 이용하여 용융풀 형상 및 적층 특성을 추출하였고, 이를 인공 신경망에 대입함으로써 용융풀 깊이를 실시간으로 추정했다. 제안 기술은 다양한 공정 조건에서 검증되었으며 약 26 µm 수준의 추정 정확도를 획득했다. 이후 레이저 강도를 실시간으로 조절하여 공정 중 용융풀 깊이를 최적 값으로 유지하는 피드백 제어 기술이 개발되었다. 개발 기술은 비제어 대비 공극률을 81 % 감소시킴으로써 부품 품질을 크게 향상시켰다.
