亿迅智能制造网
工业4.0先进制造技术信息网站!
首页 | 制造技术 | 制造设备 | 工业物联网 | 工业材料 | 设备保养维修 | 工业编程 |
home  MfgRobots >> 亿迅智能制造网 >  >> Industrial materials >> 树脂

复合材料4.0:驾驭数字化转型实现自适应生产与创新

复合材料4.0是工业4.0宇宙中的一小星系,后者指产品与服务的设计、生产、交付、运营、维护和退役的数字化转型。对复合材料制造而言,目标是利用自动化、传感器与数据、5G通信、软件及持续演进的数字技术,使产品和工艺更高效、智能、自适应。

复合材料制造商沿谱系推进数字化转型。初期步骤包括在线检测和优化工艺,减少废料成本、提升零件质量良率。高阶方案致力于智能自主生产,不仅敏捷,更能响应甚至预判市场和客户需求变化。

“复合材料4.0不是终点,是工具,”Aachen工业大学AZL亚琛综合轻量化生产中心总监Michael Emonts博士解释,其iComposite 4.0项目展示的自适应工艺链有望将汽车地板成本降低50-64%。

“仅做数字化与真正改变业务流程、开辟新机遇和商业模式的数字化转型有本质区别,”复合部件生产商Dynexa(德国劳登巴赫)总监Christian Koppenberg主张。

“复合材料4.0不只是用机器人,”德国航空航天中心(DLR)轻量化生产技术中心(ZLP,奥格斯堡)主任Michael Kupke博士断言,该中心开发了AI赋能工作单元,协作机器人可在不重新编程或再培训下在复合材料后压力隔框和机身面板间切换生产。“它是让你无需教导机器人的技术,因教导机器人无商业案例。复合材料4.0不止提效降本,它是企业思考和应对生产方式的变革,将决定哪些企业生存、哪些出局。”

自适应预成型与RTM

Emonts解释:“iComposite 4.0项目旨在用性价比高的粗纱和单丝创建预成型体,结合干法长玻纤(25-30mm)喷射并经自动化铺丝(AFP)用单向(UD)碳纤维网格增强。演示件后底盘地板原用昂贵纺织品且废料超60%。”

复合材料4.0转型要求集成纤维喷射、铺丝和后续树脂传递模塑(RTM)工艺,使其相互响应并基于工序间测量的零件质量自适应调整。使用Apodius GmbH(德国亚琛)机器视觉系统(光学激光传感器+相机模块)表征喷射预成型体表面拓扑,分析各方向纤维百分比,与数字设计对比决定是否满足力学要求:满足则铺标准UD网格,不满足则决定额外UD纤维层铺放位置。

但额外UD层可能导致厚度和几何超差。“因此结合自适应RTM工艺,必要时增加模具特定部位压力调整零件厚度,”Emonts说。这也实现自动化,旨在替代线边操作员干预,但需用测量数据和标准FEA软件仿真零件性能。

“目前零件力学性能仿真离线进行,”Emonts说,“建立工艺和零件变异数据库,创建算法应对各变异并经FEA验证。基于生产线测量变异,算法指导执行相应缓解措施。要实现原位自适应,下一步引入机器学习。”AZL同时推进多个Composite 4.0项目,含混合热塑性复合材料自优化生产、带集成加强筋的带材定制坯料注塑成型等。

零缺陷CFRP机翼蒙皮

ZAero项目(见“复合材料零缺陷制造”)始于2016年,旨在提升大型CFRP结构(如机翼蒙皮)生产率。通过预浸料AFP或Danobat(西班牙埃尔戈伊巴尔)自动干法铺料(ADMP)的自动化在线检测减少缺陷;树脂浸注或预浸料固化过程监测预测固化状态缩短周期;收集的工艺缺陷数据配合FEA预测零件性能,输入决策支持工具处理缺陷;开发CFRP机翼蒙皮零件流仿真,输入该工具优化返工策略。如今许多此类零件制造中返工,但仅在NDI后。更早返工和改进工艺控制正是ZAero目标,以及实现15%增产、15-20%降本、50%减废的推动因素。

至2019年9月终审,项目牵头方Profactor(奥地利施泰尔)开发的预浸料AFP传感器不仅实现自动化在线检测,还能原位修正零件。Dr. Christian Eitzinger介绍:“传感器能检测间隙、重叠、异物、毛球、扭曲单丝等标准缺陷,以及每根单丝的早切/晚切。缺失单丝可自动在遗漏处精准补铺;毛球或扭曲单丝需停机移除。基于Dassault Systèmes(法国巴黎)3D Experience for CATIA建立的数据库,可按缺陷尺寸形状类型计算对零件性能影响。处理一层所有缺陷仅需秒级。操作员决定保留哪些缺陷、返工哪些。”

浸注监测控制方面,空客(法国图卢兹)通过子公司InFactory Solutions(德国陶夫基兴)开发三传感器测温度、固化度、树脂流动锋面。“我们将其与CATIA 3D Experience集成,证明数据可靠采集并添加至各零件数字主线,”Eitzinger说。

最终三件演示件之一为带三根加强筋的上翼盖子段。Profactor决策支持工具在合作伙伴FIDAMC(西班牙马德里)现场演示,连接基于Siemens PLM(美国德州普莱诺)Tecnomatix Plant Simulation软件的零件流仿真,运行于奥地利Profactor服务器。除建立缺陷数据库,ZAero还开展机器学习实验:人工设计生成计算机模型结合深度神经网络检测分类缺陷,在真实ADMP监测数据中对不同区域(间隙、重叠、单丝、毛球)实时正确分类率达95%,即使用人工缺陷数据训练深度网络(类似超声检测系统在刻意缺陷范围校准)。

“我们必将追求下一阶段,”Eitzinger说。Profactor正商业化模块化传感器用于自动铺丝时的纤维取向和缺陷检测。InFactory Solutions提供AFP和树脂浸注传感器,铺丝合作伙伴Danobat和MTorres(西班牙纳瓦拉托雷斯德埃洛尔兹)现销售集成在线检测设备的设备。

Dynexa数字化转型之旅

Dynexa专注CFRP管材和轴类复合部件制造。“我们一直尝试数字化一切,”Koppenberg说,“已消除手工模拟流程,大多集成进ERP系统。但制造端如何做?我们明白放入工人规程或程序的一切皆代码,这是数字化转型基础。但存哪?本地服务器、云端还是机器内部?问五人得七答。”

幸好德国政府设立高校为中小企业提供免费工业4.0咨询项目。Dynexa与达姆施塔特“中小企业4.0”能力中心合作。“他们建议别纠结数字架构,而关注需测量什么及如何测,”Koppenberg回忆,“我们选了个涉及大量人工测量、已知有质量/时间/成本问题的工艺。”

Dynexa采用湿法缠绕工艺。关键步骤是浸树脂:干纤维绕上压实辊从树脂槽出来,压实辊旁设刮刀决定干纤维缠绕前结合树脂量。“浸树脂过多超径,过少径不足,”Koppenberg说,“不测量只能固化后知最终径,此时全部价值已投入。操作员须停机测量记录重启。多年经验知各缠绕阶段层压厚度应为何值,操作员对比测量调整刮刀修正浸树脂,但极依赖技能经验。”

数字化该环节,Dynexa咨询众多激光/相机厂商。“他们说‘有方案’但无人能成,”Koppenberg说。达姆施塔特团队通过解决湿表面光反射等物理因素修正,实现了相机应用。“现在缠绕机连接测量装置,极标准化运行。”

团队开发修正表数据库和决策算法,使缠绕机知晓特定管材各阶段目标值。“若测量输入显示浸树脂偏离目标,”Koppenberg解释,“缠绕机自动调整刮刀拉回规格,无需停机测量。”

每台缠绕机现配数字测量系统和以太网卡。“最贵是铺设服务器电缆,”Koppenberg调侃,“但现在能联网每台机器收集所有数据。”另一收益:操作员原在机器编程,连服务器后可在任何桌面/笔记本编程,进一步减少停机、消除生产瓶颈。

这一数字化首步提升工艺控制、质量、效率,更具成本效益,并激发进一步转型。

复合材料范式变革

“我们在分步为客户提供新生态系统,”Dynexa销售营销主管Matthias Bruckhoff说。举例:“亚马逊可见买啥何时买及推荐。我们过去接需求几天后用计算工程工具回复。现在将在线化,客户几分钟内查产品、算需求、成本、交期。这不新鲜,但对我们行业是新的。正如解放机器操作员专注更多机器和高阶任务,我们将释放工程团队专注更专业复杂产品。”

Airborne(荷兰海牙)2019年9月推出复合材料自动化制造按需制造门户(见“Airborne发布复合材料打印门户”)。客户在网页平台输入设计,系统即时生成机器代码、确定生产周期和成本。产品可定制,下单后自动化制造单元生产。门户基于Airborne自动化铺层单元(ALC)处理热固性预浸料启动,将扩展至其他工艺,如为SABIC(沙特利雅得)特种业务部开发的高产热塑性复合材料(TPC)生产线。

“此门户是我们眼中复合材料制造数字未来的关键基石,”Airborne首席技术官Marcus Kremers说。“五年前我们从零部件制造商业模式转型为助力客户自动化数字化。开发解决方案组合让客户轻松用复合材料建造。”组合含ALC、蜂窝自动灌胶、自动铺层套件、TPC带材高产线(SABIC称Digital Composites Manufacturing Line,Airborne称Falcon)。后者为Airborne定制方案例证。“我们将复合材料和零部件制造知识嵌入自动化系统,客户无需成专家,”Kremers说。

Airborne三商业模式:买自动化、租自动化、留Airborne运营提供制造即服务(MaaS)。自动化单元含传感器在线检测系统,基于客户定义缺陷容差数据库生成预警。“Falcon线视觉质量缺陷容差极低,”Kremers说,“但航天自动化更受结构公差驱动。我们持续推进技术自学习自适应。如ALC铺带下版软件将具备识别缺陷即时修正生产程序能力。”

长远愿景:扩展按需门户聚合跨多公司多地区分布的复合零部件产能。Kremers引用Protolabs(美国明尼苏达州枫林平原),提供注塑、钣金、CNC、3D打印原型件最快一天交付。类似Plyable(英国牛津)在线App提供复合材料模具,材料从聚氨酯板到钢材含复合和3D打印模具。“这是不同价值链组织方式,”Kremers说,“我们造机器和软件让复合零部件也能这样。”

AZL亚琛也追求此目标,其超快速固化机开发旨在<5秒生产多层TPC层压板。2019年商业化,用Conbility(德国亚琛)机器人激光辅助AFP施胶器和25mm宽UD带材,采用高速印刷业最先进的件流原则,生产简单粘合或全固化TPC层压板,厚度多样、可局部增强。“愿景提供可扩展机器赋能在线平台,”Emonts说,“生产线可多工位、每工位多AFP施胶器。客户输需求获铺层书、成本、交期选项。定型后施胶器互通组织生产而非操作员。这是完全智能化的定制复合材料生产。”

自动化的自动化

ZLP核心聚焦CFRP结构自动化生产。“单一零件或项目的自动化难证明合理,”ZLP柔性自动化组长Florian Krebs说,“但若超越任务专用机器,走向几乎无额外设置即可重构的自动化平台,便有商业解决方案。平台越灵活,投资回报越快。”

开篇图所示工作单元为ZLP项目PROTEC NSR设计,生产遵循同一工艺路线的零件族:干法无捻织物拾取铺放+树脂浸注。工艺为空客A350后压力隔框设计,但因步骤相似也可造机身面板或蒙皮。

“实现灵活自动化平台需特定技术砖:机器人算法、传感器及数据理解,”Kupke说。“如PROTEC NSR生产线设计追求最大模块化——全模块互联演示自配置、自纠错、自优化系统,规模和复杂度可扩展。”

他解释图5模块:CAD模型、工艺定义、允许仿真执行的工艺模型、制造执行模块、数据采集传感器、数据标注软件、存储数据库。

“图左侧做计划,执行模块落地计划,”Kupke说,“工序中从所有机器/工艺采集数据:切割机、机器人、厂房环境(温压湿)、拾取铺放相机等。实时分析数据并自动加元数据标注入库,形成工艺数字孪生基础。数字孪生最关键是单一中央存储库、单一真相来源。各零件CAD模型和工艺定义属其单一真相来源一部分。”

模块就绪,一键自主运行。从CAD模型、生产计划、相机,机器人推断下一拾取件并从台面(如其他100切件中)寻找。决定夹具配置拾取铺放位置,知晓放置位置。基于生产计划,机器人确定所有工序起止路径并知晓各工序完成。Kupke注:“通常这些路径人工示教。但我们系统每条路径自动生成、无碰撞、实时。改CAD模型或工艺定义,机器人无额外示教即适应。若彻底换零件?此类自动化能极快变更。这是柔性生产路径。ZLP角色是开发技术砖并链接铺路。”

机遇与本体论

新冠疫情凸显柔性生产价值,也造就日益不可预测商业环境。“近两三年一切更波动,”Dynexa的Bruckhoff说,“客户要极快答案以响应其客户。提供在线新生态系统让全供应链更具竞争力。”

航空业深知此道。“需要生产线和整厂数字基础实现横向纵向集成,”VDI德国工程师协会航空航天技术分会主席、空客子公司复合技术中心(CTC,德国施塔德)COO Marc Fette说。CTC复合材料4.0项目含材料资产追踪、协作机器人、先进工艺链等。但Fette强调本体论——数字通信数据交换的术语和通用协议。

“需给定厂内所有机器生产系统整体联网,但也须延伸至全价值链:工程、采购、物流、材料工艺认证等学科;也须考虑所有利益相关方如供应商并纳入变革。我们见许多试点项目,但细看仍缺企业或生产链整体战略。”

他续称:“全球庞大供应商网络有同等数字化连接供应链需求。多数供应商为同时服务空客波音的中小企业。若无通用标准讨论,挑战转嫁供应商。他们难负担双套不同标准下所有机器的合规:文档、数据评估、网络安全等。”

Fette承认想法宏大,称飞机OEM在制订应对计划。“但障碍重重,极复杂,涉及技术、社会、经济、人因、法律——思维变革过程。我们才起步。但要成功,必须懂这些新系统赖于人,这些人必须全员上船,不只是OEM,而是全球网络。”

“所有行业市场更碎片化,皆面临范式转移,”ZLP的Krebs说。“许多人不视为机遇,”ZLP的Kupke补充。但看见机遇者憧憬复合材料4.0赋能的复合材料民主化准入,从而拓展更广阔市场,含我们才刚构想的应用。

树脂

  1. 维护数字化转型的19大专家洞见
  2. 数字化转型成功的战略蓝图
  3. GE数字:引领制造业与工业物联网的持续数字化转型
  4. 推动快消品制造数字化转型:策略、收益与可持续增长路径
  5. 制造业数字化转型:提升效率与竞争力
  6. 加速数字化转型的七大核心驱动力
  7. 变革数字制造:2024工业4.0战略
  8. 重塑人才战略,成就数字化转型
  9. Airbus 以数据驱动数字化转型提效
  10. 数字化转型如何革新公用事业行业
  11. 克服制造业数字化转型挑战:中小企业成功策略
  12. Evonik投资4亿欧元扩产马尔工厂PA12产能