49、陶瓷增量成型:快速模具技术解析

陶瓷增量成型:快速模具技术解析

1. 被动柔性模具

被动柔性模具是陶瓷增量成型(CIF)方法中的关键组成部分,它与传统的MMF模具不同,采用聚苯乙烯球和氯丁橡胶织物膜来支持成型过程。
- 结构组成
- 聚苯乙烯球 :直径为2 - 4毫米的聚苯乙烯球放置在顶部开口的盒子中,它们具有局部可压缩性,能像流体一样平衡压力,为粘土板提供必要的支撑。
- 氯丁橡胶织物膜 :由90%的聚酯和10%的氨纶组成,厚度为1.5毫米,铺在聚苯乙烯球上,为粘土板提供连续、光滑和柔软的支撑表面。其15%的四向拉伸能力使其非常适合在双曲面成型过程中支撑粘土板。
- 可调支撑 :在柔性模具中靠近螺栓连接的地方引入了几个可调支撑,支撑的数量由所需形状和将成品陶瓷面板固定到其他建筑组件的连接数量决定。每个支撑顶部的粘土板上都有一个固定结,通过稀土磁铁在水平和垂直方向固定在支撑上,防止粘土板意外移动。

2. 外部力:剪切力和摩擦力

在增量成型过程中,粘土材料受到剪切力和摩擦力的作用,了解这些力对工具路径规划至关重要。
- 剪切力 :CIF方法利用剪切力将粘土板转变为壳体。通过施加垂直于目标表面的力,使粘土板弯曲,从而让剪切力作用于粘土板。大多数SPIF方法使用3轴CNC机器,只能在固定方向提供剪切力,而使用超过5轴的机器可以为工具提供多自由度,控制剪切力的方向。例如,使用ABB IRB - 4600机器人(6自由度,使用5自由度)开发原型表面面板,为避免工具或机器人与粘土板碰撞,将表面法线方向和垂直方向夹角的中线作为目标平面的法线。
- 摩擦力 :在传统的SPIF方法中,研究人员通常会避免摩擦力,因为它可能导致开裂、精度降低等问题。但在CIF中,由于粘土具有可塑性,摩擦力可以被利用来实现一些理想的效果。例如,使用少量摩擦力将粘土推向特定方向,重新分布粘土板的密度,就像工匠用手塑造粘土容器一样。

3. 末端执行器

在测试中,使用了两种末端执行器,它们各有优缺点。
|末端执行器类型|特点|优点|缺点|
| ---- | ---- | ---- | ---- |
|往复按压式|添加目标平面到现有目标平面的法线,对目标表面施加压力|避免摩擦,降低步降要求,有助于避免粘土板开裂,减少工具的整体影响半径,提高成型精度|工具路径长,制造时间相对较长,频繁的加速和减速会对机器人造成磨损|
|滚动式|通过滚动连接每个目标平面并对粘土表面施加压力|速度快|精度略低于按压式工具,失败风险略高,球的大小受多种因素影响,需要进一步研究|

4. 工具路径规划

为了测试该方法在叶脉图案自支撑墙中的能力,测试基于“Y”形和“H”形两种相同的形状进行,这两种形状中心有双曲面区域,边界有平坦区域,平坦区域用于与其他建筑组件连接,需要更高的精度。
- 整体工具路径策略
- 在成型前,将粘土板放置得比目标形状的最高高度略高,确保所有区域都从上方成型,避免低于目标表面的不可调节偏差。
- 由于成型过程中粘土板和氯丁橡胶织物的内力以及聚苯乙烯球的流体状位移会使成型区域周围的区域略有变形,因此应尽早进行该过程,以便在后续成型过程中进行调整。
- 面板成型过程应先成型弯曲部分,再成型平坦部分,最后通过3D扫描调整所有部分。

graph LR
    A[开始] --> B[放置粘土板高于目标形状]
    B --> C[成型弯曲部分]
    C --> D[成型平坦部分]
    D --> E[3D扫描调整]
    E --> F[结束]
  • 弯曲部分的工具路径策略 :由于粘土的高可塑性,采用类似于3D打印的逐层工具路径规划逻辑。将输入形状按步降切成多层,在原型中应用了每层的从外到内逻辑,即先追踪边界,再填充内部,这种逻辑可以定义每层的边界,避免成型过程对其他区域的影响,提高精度。
  • 平坦部分的工具路径策略 :在平坦区域的工具路径规划中,应考虑摩擦力。通过规划朝向陡峭边缘的工具路径,利用摩擦力将一小部分粘土重新分配到边缘,提高成型精度,例如可以以相对较高的精度形成60°的边缘。
5. 球填充的压力控制

在成型过程中,随着聚苯乙烯球总体积不断压缩,对粘土板的支撑力会逐渐接近甚至超过粘土板的抗弯曲能力,导致形状偏差。因此,需要在成型过程中释放聚苯乙烯球的压力。
- 当前方法 :在原型中,在粘土板周围的氯丁橡胶织物上放置几个重物,通过调整重物来控制压力,使聚苯乙烯球从成型区域流出。
- 未来设想 :在未来的实验中,可以应用几个压力传感器和泵来控制聚苯乙烯球的总量,实现自动调整。

6. 表面保护材料

为了保证表面质量和保护末端执行器,需要使用保护材料。
- 弹性网眼织物 :由90%的尼龙和10%的氨纶组成,厚度为0.35毫米,网眼开口直径约为1毫米,放置在粘土板的两侧。这种织物延展性好,在成型过程中几乎不会施加额外的限制,是避免粘土板与膜粘连的良好介质,还能防止干燥粘土板转移时开裂。
- 粗糙塑料薄膜 :在成型过程中,建议在网眼织物和末端执行器之间放置粗糙塑料薄膜,以进一步减少摩擦,防止粘土颗粒进入球辊并堵塞工具。两种材料都可以重复使用,以减少浪费。

7. 反馈成型

由于被动柔性模具具有回弹效应,大多数形状很难一次准确成型。因此,在成型过程之后引入了反馈循环。
- 第一次反馈 :使用RGBD相机(RealSense D435i)扫描表面并生成3D模型,与目标模型进行比较,对仍然高于所需几何结果的网格扫描数据顶点位置进行额外的成型过程。在原型中,经过一次反馈循环通常可以实现较高的精度。
- 第二次反馈 :由于粘土在干燥过程中会有较大变形,在干燥前不需要进行更多的反馈循环。为了减轻干燥过程中的变形,在粘土板皮革干燥后进行另一次反馈循环。

陶瓷增量成型:快速模具技术解析

8. 结果与讨论
8.1 表面精度和质量

粘土在素烧前的干燥过程中会有显著的收缩率,可能导致不均匀收缩。对于一定厚度的板材,两个表面不同的干燥速度会导致不同的收缩率,从而出现弯曲现象,这是该方法误差的主要来源。使用收缩率相对较低的Laguna #10G EM101雕塑粘土可以减轻这种影响。在实验中,大部分收缩发生在从湿到皮革干燥的过程中,从皮革干燥到骨干燥的过程中收缩有限。粘土在皮革干燥状态下仍能进行少量成型工作,因此在这种状态下进行另一次反馈成型有助于大幅提高最终精度。

8.2 裂纹和纹理

在原型制作中,大多数失败并非发生在成型过程中,而是在转移过程中。因此,表面保护方法很有必要,在转移时使用保护织物可以避免变形。素烧后不适当的冷却速度也会导致裂纹。不同的保护材料会在粘土上留下纹理印记,例如网眼织物会留下网状纹理,在施釉时会产生有趣的像素状效果,塑料薄膜会因粘土收缩留下皮革状纹理,更多的表面效果可以在进一步研究中进行测试。

9. 未来研究方向
9.1 裂纹研究

裂纹是增量成型中最常见的失败情况,需要进一步研究其产生原因以及如何在该方法中避免。诸如剪切力阈值、板材最小厚度和末端执行器尺寸等参数可能会影响裂纹的产生。此外,板材表面的纹理也可能是裂纹产生的原因,需要研究网眼织物在产生美丽表面纹理的同时是否会带来更大的开裂风险。

9.2 流化床技术

流化床是化学工业中的常见技术,通过向颗粒介质中通入压缩空气,在颗粒之间形成气膜,消除摩擦,使紧密的颗粒介质变成流化状态。可以考虑使用无弹性且摩擦力更大的沙子作为被动柔性模具的填充物,在被动柔性模具底部构建流化矩阵,通过切换每个网格来控制特定区域的气流。当末端执行器在某个区域工作时,向相应网格向上供应压缩空气,使该区域周围的沙子流化以进行成型,而其他区域的沙子保持固态,将粘土板的变形限制在一定区域内。这种设想不仅有可能提高成型精度,还可以控制气流速度,使两侧具有相似的干燥速度,从而提高最终精度和生产率。

graph LR
    A[末端执行器工作区域] --> B[对应网格供应压缩空气]
    B --> C[该区域沙子流化成型]
    D[其他区域] --> E[沙子保持固态]
    E --> F[限制粘土板变形区域]
9.3 复杂形状的成型策略

工具与粘土板之间的摩擦力可以用来重新分配粘土体,探索成型逻辑的潜力。例如,对于有倒扣的形状,需要进一步研究是否可以通过利用摩擦力水平推动已成型部分来实现。

9.4 实时反馈

为了控制精度,可以设想使用一种工具,通过激光准直器和力传感器收集实时的摩擦力和剪切力,进行实时工具路径调整。另一种设想是通过实时3D扫描进行闭环工具路径优化。合理的实时调整算法可以大幅提高精度,减少反馈成型的需求,避免失败,因此值得研究。

9.5 材料研究

作为一项与材料相关的研究,需要进一步研究材料本身。对成型过程中粘土的微观和宏观结构进行研究,将为后续研究提供有用的参考。

综上所述,陶瓷增量成型的快速模具技术具有很大的潜力,但仍有许多方面需要进一步研究和优化。通过对上述各个方面的深入探索,可以提高成型精度、减少失败率,推动该技术在工业应用中的发展。以下是对整个过程的总结表格:

方面 当前情况 未来研究方向
表面精度和质量 使用低收缩率粘土,通过反馈成型提高精度 进一步研究干燥过程对精度的影响
裂纹和纹理 采用保护材料避免裂纹和产生纹理 研究不同材料和工艺对纹理的影响
裂纹研究 了解部分影响裂纹产生的因素 深入研究裂纹产生机制和避免方法
流化床技术 未应用 构建流化矩阵,控制气流提高精度和生产率
复杂形状成型策略 初步探索摩擦力的应用 研究利用摩擦力成型复杂形状的方法
实时反馈 未实现 开发实时调整算法和工具
材料研究 缺乏深入研究 研究粘土微观和宏观结构
先展示下效果 https://pan.quark.cn/s/a4b39357ea24 遗传算法 - 简书 遗传算法的理论是根据达尔文进化论而设计出来的算法: 人类是朝着好的方向(最优解)进化,进化过程中,会自动选择优良基因,淘汰劣等基因。 遗传算法(英语:genetic algorithm (GA) )是计算数学中用于解决最佳化的搜索算法,是进化算法的一种。 进化算法最初是借鉴了进化生物学中的一些现象而发展起来的,这些现象包括遗传、突变、自然选择、杂交等。 搜索算法的共同特征为: 首先组成一组候选解 依据某些适应性条件测算这些候选解的适应度 根据适应度保留某些候选解,放弃其他候选解 对保留的候选解进行某些操作,生成新的候选解 遗传算法流程 遗传算法的一般步骤 my_fitness函数 评估每条染色体所对应个体的适应度 升序排列适应度评估值,选出 前 parent_number 个 个体作为 待选 parent 种群(适应度函数的值越小越好) 从 待选 parent 种群 中随机选择 2 个个体作为父方和母方。 抽取父母双方的染色体,进行交叉,产生 2 个子代。 (交叉概率) 对子代(parent + 生成的 child)的染色体进行变异。 (变异概率) 重复3,4,5步骤,直到新种群(parentnumber + childnumber)的产生。 循环以上步骤直至找到满意的解。 名词解释 交叉概率:两个个体进行交配的概率。 例如,交配概率为0.8,则80%的“夫妻”会生育后代。 变异概率:所有的基因中发生变异的占总体的比例。 GA函数 适应度函数 适应度函数由解决的问题决定。 举一个平方和的例子。 简单的平方和问题 求函数的最小值,其中每个变量的取值区间都是 [-1, ...
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值