Để theo đuổi sự bền vững, cảm biến đang giảm thời gian chu kỳ, sử dụng và lãng phí năng lượng, tự động hóa việc kiểm soát quy trình khép kín và nâng cao kiến thức, mở ra những khả năng mới cho cấu trúc và sản xuất thông minh.#sensors #sustainability #SHM
Các cảm biến ở bên trái (từ trên xuống dưới): thông lượng nhiệt (TFX), chất điện môi trong khuôn (Lambient), siêu âm (Đại học Augsburg), chất điện môi dùng một lần (Synthesites) và giữa đồng xu và cặp nhiệt điện Microwire (AvPro). Đồ thị (trên cùng, theo chiều kim đồng hồ): Hằng số điện môi Collo (CP) so với độ nhớt ion Collo (CIV), điện trở nhựa so với thời gian (Synthesites) và mô hình kỹ thuật số của phôi được cấy caprolactam sử dụng cảm biến điện từ (dự án CosiMo, DLR ZLP, Đại học Augsburg).
Khi ngành công nghiệp toàn cầu tiếp tục thoát ra khỏi đại dịch COVID-19, nó đã chuyển sang ưu tiên tính bền vững, đòi hỏi phải giảm lãng phí và tiêu thụ tài nguyên (như năng lượng, nước và vật liệu). Do đó, hoạt động sản xuất phải trở nên hiệu quả và thông minh hơn .Nhưng điều này cần có thông tin. Đối với vật liệu tổng hợp, dữ liệu này đến từ đâu?
Như được mô tả trong loạt bài viết Composites 4.0 năm 2020 của CW, việc xác định các phép đo cần thiết để cải thiện chất lượng và sản xuất bộ phận cũng như các cảm biến cần thiết để đạt được các phép đo đó là bước đầu tiên trong sản xuất thông minh. Trong năm 2020 và 2021, CW đã báo cáo về cảm biến—điện môi cảm biến, cảm biến thông lượng nhiệt, cảm biến sợi quang và cảm biến không tiếp xúc sử dụng sóng siêu âm và sóng điện từ—cũng như các dự án thể hiện khả năng của chúng (xem bộ nội dung cảm biến trực tuyến của CW). Bài viết này dựa trên báo cáo này bằng cách thảo luận về các cảm biến được sử dụng trong composite vật liệu, những lợi ích và thách thức hứa hẹn của chúng cũng như bối cảnh công nghệ đang được phát triển. Đáng chú ý, các công ty đang nổi lên dẫn đầu trong ngành vật liệu tổng hợp đã khám phá và định hướng không gian này.
Mạng cảm biến trong CosiMo Một mạng gồm 74 cảm biến – 57 trong số đó là cảm biến siêu âm được phát triển tại Đại học Augsburg (hiển thị bên phải, các chấm màu xanh nhạt ở nửa khuôn trên và dưới) – được sử dụng để trình diễn Nắp cho T-RTM đúc dự án CosiMo cho pin composite nhựa nhiệt dẻo. Nguồn hình ảnh: Dự án CosiMo, DLR ZLP Augsburg, Đại học Augsburg
Mục tiêu số 1: Tiết kiệm tiền. Blog của CW vào tháng 12 năm 2021, “Cảm biến siêu âm tùy chỉnh để tối ưu hóa và kiểm soát quy trình tổng hợp”, mô tả công việc tại Đại học Augsburg (UNA, Augsburg, Đức) để phát triển mạng lưới gồm 74 cảm biến dành cho CosiMo dự án sản xuất trình diễn vỏ pin EV (vật liệu composite trong giao thông thông minh). Bộ phận này được chế tạo bằng phương pháp đúc chuyển nhựa nhiệt dẻo (T-RTM), polyme hóa monome caprolactam tại chỗ thành hỗn hợp polyamit 6 (PA6). Markus Sause, Giáo sư tại UNA và Giám đốc Mạng lưới Sản xuất Trí tuệ Nhân tạo (AI) của UNA ở Augsburg, giải thích lý do tại sao các cảm biến lại quan trọng đến vậy: “Ưu điểm lớn nhất mà chúng tôi mang lại là khả năng trực quan hóa những gì đang diễn ra bên trong hộp đen trong quá trình xử lý. Hiện nay, hầu hết các nhà sản xuất đều có hệ thống hạn chế để đạt được điều này. Ví dụ, họ sử dụng các cảm biến rất đơn giản hoặc cụ thể khi truyền nhựa để chế tạo các bộ phận hàng không vũ trụ lớn. Nếu quá trình tiêm truyền gặp trục trặc, về cơ bản bạn có một mảnh vụn lớn. Nhưng nếu bạn có giải pháp để hiểu được điều gì đã xảy ra trong quá trình sản xuất và tại sao, bạn có thể khắc phục và sửa chữa nó, giúp bạn tiết kiệm rất nhiều tiền.”
Cặp nhiệt điện là một ví dụ về “cảm biến đơn giản hoặc cụ thể” đã được sử dụng trong nhiều thập kỷ để theo dõi nhiệt độ của các tấm composite trong quá trình hấp hoặc đóng rắn trong lò. Chúng thậm chí còn được sử dụng để kiểm soát nhiệt độ trong lò nướng hoặc chăn sưởi để xử lý các miếng vá sửa chữa composite bằng cách sử dụng chất kết dính nhiệt. Các nhà sản xuất nhựa sử dụng nhiều loại cảm biến trong phòng thí nghiệm để theo dõi sự thay đổi độ nhớt của nhựa theo thời gian và nhiệt độ để phát triển các công thức chữa bệnh. Tuy nhiên, điều đang nổi lên là một mạng cảm biến có thể hình dung và kiểm soát quá trình sản xuất tại chỗ dựa trên nhiều thông số (ví dụ: nhiệt độ và áp suất) và trạng thái của vật liệu (ví dụ: độ nhớt, độ kết tụ, độ kết tinh).
Ví dụ: cảm biến siêu âm được phát triển cho dự án CosiMo sử dụng các nguyên tắc tương tự như kiểm tra siêu âm, vốn đã trở thành nền tảng chính của thử nghiệm không phá hủy (NDI) của các bộ phận composite đã hoàn thiện. Petros Karapapas, Kỹ sư chính tại Meggitt (Loughborough, Vương quốc Anh), cho biết: “Mục tiêu của chúng tôi là giảm thiểu thời gian và lao động cần thiết cho việc kiểm tra sau sản xuất các bộ phận trong tương lai khi chúng tôi chuyển sang sản xuất kỹ thuật số.” Sự hợp tác của Trung tâm Vật liệu (NCC, Bristol, Vương quốc Anh) để chứng minh khả năng giám sát vòng Solvay (Alpharetta, GA, Hoa Kỳ) EP 2400 trong RTM bằng cách sử dụng cảm biến điện môi tuyến tính được phát triển tại Đại học Cranfield (Cranfield, Vương quốc Anh) Dòng chảy và quá trình xử lý oxyresin cho một Vỏ composite dài 1,3 m, rộng 0,8 m và sâu 0,4 m dành cho bộ trao đổi nhiệt động cơ máy bay thương mại. “Khi chúng tôi xem xét cách chế tạo các tổ hợp lớn hơn với năng suất cao hơn, chúng tôi không đủ khả năng để thực hiện tất cả các bước kiểm tra sau xử lý truyền thống và thử nghiệm trên mọi bộ phận,” Karapapas cho biết. “Hiện tại, chúng tôi chế tạo các tấm thử nghiệm bên cạnh các bộ phận RTM này và sau đó thực hiện thử nghiệm cơ học để xác nhận chu trình xử lý. Nhưng với cảm biến này thì điều đó là không cần thiết.”
Đầu dò Collo được ngâm trong thùng trộn sơn (vòng tròn màu xanh lá cây ở trên cùng) để phát hiện khi trộn xong, tiết kiệm thời gian và năng lượng. Nguồn ảnh: ColloidTek Oy
Matti Järveläinen, Giám đốc điều hành và người sáng lập của ColloidTek Oy (Kolo, Tampere, Phần Lan), cho biết: “Mục tiêu của chúng tôi không phải là trở thành một thiết bị thí nghiệm khác mà là tập trung vào các hệ thống sản xuất”. Blog CW tháng 1 năm 2022 “Chất lỏng vân tay cho vật liệu tổng hợp” khám phá Collo's sự kết hợp giữa cảm biến trường điện từ (EMF), xử lý tín hiệu và phân tích dữ liệu để đo “dấu vân tay” của bất kỳ chất lỏng nào như monome, nhựa hoặc chất kết dính. “Những gì chúng tôi cung cấp là một công nghệ mới cung cấp phản hồi trực tiếp trong thời gian thực, vì vậy bạn có thể Järveläinen cho biết hiểu rõ hơn về cách quy trình của bạn thực sự hoạt động và phản ứng khi có sự cố xảy ra. “Cảm biến của chúng tôi chuyển đổi dữ liệu thời gian thực thành các đại lượng vật lý dễ hiểu và có thể hành động được, chẳng hạn như độ nhớt lưu biến, cho phép tối ưu hóa quy trình. Ví dụ: bạn có thể rút ngắn thời gian trộn vì bạn có thể thấy rõ khi trộn xong. Do đó, với You có thể tăng năng suất, tiết kiệm năng lượng và giảm phế liệu so với quy trình xử lý kém tối ưu hơn.”
Mục tiêu số 2: Nâng cao kiến thức và trực quan hóa quy trình. Đối với các quy trình như tổng hợp, Järveläinen nói: “Bạn không nhìn thấy nhiều thông tin chỉ từ một ảnh chụp nhanh. Bạn chỉ đang lấy một mẫu và đi vào phòng thí nghiệm và xem nó như thế nào vài phút hoặc vài giờ trước. Giống như việc lái xe trên đường cao tốc, mỗi giờ hãy mở mắt ra một phút và cố gắng đoán xem con đường sẽ đi đến đâu.” Sause đồng ý và lưu ý rằng mạng cảm biến được phát triển trong CosiMo “giúp chúng tôi có được bức tranh hoàn chỉnh về quy trình và hoạt động của vật liệu. Chúng ta có thể thấy các hiệu ứng cục bộ trong quy trình, phản ứng với các Biến thể về độ dày bộ phận hoặc các vật liệu tích hợp như lõi xốp. Những gì chúng tôi đang cố gắng làm là cung cấp thông tin về những gì đang thực sự xảy ra trong khuôn. Điều này cho phép chúng tôi xác định nhiều thông tin khác nhau như hình dạng của mặt trước dòng chảy, sự xuất hiện của từng phần thời gian và mức độ tổng hợp tại mỗi vị trí cảm biến.”
Collo làm việc với các nhà sản xuất chất kết dính epoxy, sơn và thậm chí cả bia để tạo hồ sơ quy trình cho từng lô sản xuất. Giờ đây, mọi nhà sản xuất đều có thể xem động lực của quy trình của mình và đặt các thông số tối ưu hơn, kèm theo cảnh báo để can thiệp khi lô không đạt tiêu chuẩn. Điều này giúp ích ổn định và nâng cao chất lượng.
Video về mặt trước của dòng chảy trong bộ phận CosiMo (lối vào phun là chấm trắng ở giữa) dưới dạng hàm của thời gian, dựa trên dữ liệu đo lường từ mạng cảm biến trong khuôn. Nguồn hình ảnh: Dự án CosiMo, DLR ZLP Augsburg, Đại học Augsburg
Karapapas của Meggitt cho biết: “Tôi muốn biết điều gì xảy ra trong quá trình sản xuất bộ phận chứ không phải mở hộp và xem điều gì xảy ra sau đó”. Các sản phẩm chúng tôi phát triển bằng cảm biến điện môi của Cranfield cho phép chúng tôi xem quy trình tại chỗ và chúng tôi cũng có thể để xác minh quá trình đóng rắn của nhựa.” Sử dụng tất cả sáu loại cảm biến được mô tả bên dưới (không phải danh sách đầy đủ, chỉ là một lựa chọn nhỏ, nhà cung cấp), có thể theo dõi quá trình xử lý/polyme hóa và dòng chảy nhựa. Một số cảm biến có các khả năng bổ sung và các loại cảm biến kết hợp có thể mở rộng khả năng theo dõi và hiển thị trong quá trình đúc composite. Điều này đã được chứng minh trong CosiMo, sử dụng các cảm biến ở chế độ siêu âm, điện môi và áp điện để đo nhiệt độ và áp suất của Kistler (Winterthur, Thụy Sĩ).
Mục tiêu số 3: Giảm thời gian chu kỳ. Cảm biến Collo có thể đo tính đồng nhất của epoxy lưu hóa nhanh hai phần khi phần A và B được trộn và phun trong RTM và tại mọi vị trí trong khuôn nơi đặt các cảm biến đó. Điều này có thể giúp kích hoạt nhựa xử lý nhanh hơn cho các ứng dụng như Urban Air Mobility (UAM), sẽ cung cấp chu kỳ xử lý nhanh hơn so với các loại epoxies một thành phần hiện tại như RTM6.
Cảm biến Collo cũng có thể theo dõi và trực quan hóa quá trình khử khí, phun và xử lý epoxy cũng như khi mỗi quy trình hoàn tất. Quá trình xử lý hoàn thiện và các quy trình khác dựa trên trạng thái thực tế của vật liệu đang được xử lý (so với các công thức nấu ăn theo thời gian và nhiệt độ truyền thống) được gọi là quản lý trạng thái vật liệu (MSM). Các công ty như AvPro (Norman, Oklahoma, USA) đã theo đuổi MSM trong nhiều thập kỷ để theo dõi những thay đổi trong vật liệu và quy trình bộ phận vì nó theo đuổi các mục tiêu cụ thể về nhiệt độ chuyển hóa thủy tinh (Tg), độ nhớt, sự trùng hợp và/hoặc kết tinh. Ví dụ: một mạng lưới cảm biến và phân tích kỹ thuật số trong CosiMo đã được sử dụng để xác định thời gian tối thiểu cần thiết để làm nóng máy ép và khuôn RTM và nhận thấy rằng đạt được 96% quá trình trùng hợp tối đa trong 4,5 phút.
Các nhà cung cấp cảm biến điện môi như Lambient Technologies (Cambridge, MA, USA), Netzsch (Selb, Đức) và Synthesites (Uccle, Bỉ) cũng đã chứng minh khả năng giảm thời gian chu kỳ của họ. Dự án R&D của Synthesites với các nhà sản xuất vật liệu tổng hợp Hutchinson (Paris, Pháp) ) và Bombardier Belfast (nay là Spirit AeroSystems (Belfast, Ireland)) báo cáo rằng dựa trên các phép đo thời gian thực về độ bền và nhiệt độ của nhựa, thông qua bộ thu thập dữ liệu Optimold và Phần mềm Optiview chuyển đổi thành độ nhớt ước tính và Tg. “Các nhà sản xuất có thể thấy Tg Nikos Pantelelis, Giám đốc Synthesites giải thích. “Họ không phải đợi để hoàn thành chu trình chuyển giao dài hơn mức cần thiết. Ví dụ, chu trình truyền thống cho RTM6 là xử lý hoàn toàn trong 2 giờ ở 180°C. Chúng tôi thấy rằng thời gian này có thể được rút ngắn xuống còn 70 phút ở một số hình học. Điều này cũng đã được chứng minh trong dự án INNOTOOL 4.0 (xem “Tăng tốc RTM bằng cảm biến thông lượng nhiệt”), trong đó việc sử dụng cảm biến thông lượng nhiệt đã rút ngắn chu trình xử lý RTM6 từ 120 phút xuống còn 90 phút.
Mục tiêu số 4: Kiểm soát vòng kín của các quy trình thích ứng. Đối với dự án CosiMo, mục tiêu cuối cùng là tự động hóa điều khiển vòng kín trong quá trình sản xuất các bộ phận hỗn hợp. Đây cũng là mục tiêu của các dự án ZAero và iComposite 4.0 được CW báo cáo trong 2020 (giảm 30-50% chi phí). Lưu ý rằng những điều này bao gồm các quy trình khác nhau – tự động đặt băng prereg (ZAero) và tạo hình phun sợi so với T-RTM áp suất cao trong CosiMo cho RTM với epoxy lưu hóa nhanh (iComposite 4.0).Tất cả trong số các dự án này sử dụng cảm biến với mô hình và thuật toán kỹ thuật số để mô phỏng quy trình và dự đoán kết quả của phần hoàn thiện.
Sause giải thích, kiểm soát quy trình có thể được coi là một loạt các bước. Bước đầu tiên là tích hợp các cảm biến và thiết bị xử lý, “để hình dung những gì đang diễn ra trong hộp đen và các thông số sẽ sử dụng. Một số bước còn lại, có thể là một nửa của điều khiển vòng kín, có thể nhấn nút dừng để can thiệp, Điều chỉnh quy trình và ngăn chặn các bộ phận bị loại bỏ. Bước cuối cùng, bạn có thể phát triển bản song sinh kỹ thuật số, có thể được tự động hóa nhưng cũng cần đầu tư vào phương pháp học máy.” Trong CosiMo, khoản đầu tư này cho phép các cảm biến cung cấp dữ liệu vào bộ đôi kỹ thuật số, phân tích Edge (các phép tính được thực hiện ở rìa dây chuyền sản xuất so với các tính toán từ kho lưu trữ dữ liệu trung tâm) sau đó được sử dụng để dự đoán động lực học phía trước dòng chảy, hàm lượng khối lượng sợi trên mỗi phôi dệt và các điểm khô tiềm ẩn. “Lý tưởng nhất là bạn có thể thiết lập các cài đặt để cho phép điều khiển và điều chỉnh vòng kín trong quy trình,” Sause cho biết. “Những điều này sẽ bao gồm các thông số như áp suất phun, áp suất khuôn và nhiệt độ. Bạn cũng có thể sử dụng thông tin này để tối ưu hóa tài liệu của mình.”
Khi làm như vậy, các công ty đang sử dụng cảm biến để tự động hóa các quy trình. Ví dụ: Synthesites đang làm việc với khách hàng của mình để tích hợp cảm biến với thiết bị để đóng đầu vào nhựa khi quá trình truyền hoàn tất hoặc bật máy ép nhiệt khi đạt được mục tiêu xử lý.
Järveläinen lưu ý rằng để xác định cảm biến nào là tốt nhất cho từng trường hợp sử dụng, “bạn cần hiểu những thay đổi nào trong vật liệu và quy trình mà bạn muốn theo dõi, sau đó bạn phải có máy phân tích”. Máy phân tích thu thập dữ liệu được thu thập bởi bộ dò tín hiệu hoặc đơn vị thu thập dữ liệu. dữ liệu thô và chuyển nó thành thông tin mà nhà sản xuất có thể sử dụng được. “Bạn thực sự thấy rất nhiều công ty tích hợp cảm biến, nhưng sau đó họ không làm gì với dữ liệu,” Sause nói. Điều cần thiết, ông giải thích, là “một hệ thống thu thập dữ liệu cũng như kiến trúc lưu trữ dữ liệu để có thể xử lý dữ liệu.”
Järveläinen cho biết: “Người dùng cuối không chỉ muốn xem dữ liệu thô”. Họ muốn biết, 'Quy trình có được tối ưu hóa không?'" Khi nào có thể thực hiện bước tiếp theo? Để làm được điều này, bạn cần kết hợp nhiều cảm biến để phân tích, sau đó sử dụng máy học để tăng tốc quá trình.” Phương pháp phân tích cạnh và học máy này được nhóm Collo và CosiMo sử dụng có thể đạt được thông qua bản đồ độ nhớt, mô hình số của mặt trước dòng nhựa và Khả năng kiểm soát cuối cùng các thông số quy trình và máy móc được hiển thị trực quan.
Optimold là máy phân tích do Synthesites phát triển cho các cảm biến điện môi của nó. Được điều khiển bởi phần mềm Optiview của Synthesites, thiết bị Optimold sử dụng các phép đo điện trở nhiệt và nhựa để tính toán và hiển thị biểu đồ thời gian thực nhằm theo dõi trạng thái nhựa bao gồm tỷ lệ trộn, lão hóa hóa học, độ nhớt, Tg và mức độ lưu hóa. Nó có thể được sử dụng trong quá trình tạo thành chất lỏng và prereg. Một thiết bị riêng biệt Optiflow được sử dụng để theo dõi dòng chảy. Synthesites cũng đã phát triển một mô phỏng lưu hóa không yêu cầu cảm biến lưu hóa trong khuôn hoặc bộ phận mà thay vào đó sử dụng một Nikos Pantelelis, Giám đốc Synthesites cho biết: “Chúng tôi đang sử dụng phương pháp tiên tiến này để truyền và xử lý chất kết dính để sản xuất cánh tuabin gió”.
Hệ thống kiểm soát quy trình tổng hợp tích hợp các cảm biến, bộ thu thập dữ liệu Optiflow và/hoặc Optimold cũng như phần mềm OptiView và/hoặc Online Resin Status (ORS). Tín dụng hình ảnh: Synthesites, do The CW biên tập
Do đó, hầu hết các nhà cung cấp cảm biến đã phát triển máy phân tích của riêng họ, một số sử dụng máy học còn một số thì không. Tuy nhiên, các nhà sản xuất composite cũng có thể phát triển hệ thống tùy chỉnh của riêng họ hoặc mua các thiết bị có sẵn và sửa đổi chúng để đáp ứng các nhu cầu cụ thể. Tuy nhiên, khả năng của máy phân tích vẫn còn hạn chế. chỉ có một yếu tố cần xem xét. Còn nhiều yếu tố khác.
Tiếp xúc cũng là một yếu tố quan trọng cần cân nhắc khi chọn sử dụng cảm biến. Cảm biến có thể cần tiếp xúc với vật liệu, bộ dò tín hiệu hoặc cả hai. Ví dụ: cảm biến thông lượng nhiệt và cảm biến siêu âm có thể được lắp vào khuôn RTM cách 1-20mm từ giám sát bề mặt – chính xác không cần tiếp xúc với vật liệu trong khuôn. Cảm biến siêu âm cũng có thể thẩm vấn các bộ phận ở các độ sâu khác nhau tùy thuộc vào tần số sử dụng. Cảm biến điện từ Collo cũng có thể đọc độ sâu của chất lỏng hoặc các bộ phận – 2-10 cm, tùy về tần suất thẩm vấn – và thông qua các thùng chứa hoặc dụng cụ phi kim loại tiếp xúc với nhựa.
Tuy nhiên, các dây vi sóng từ tính (xem “Theo dõi nhiệt độ và áp suất không tiếp xúc bên trong vật liệu tổng hợp”) hiện là cảm biến duy nhất có khả năng thẩm vấn vật liệu tổng hợp ở khoảng cách 10 cm. Đó là vì nó sử dụng cảm ứng điện từ để tạo ra phản hồi từ cảm biến. được nhúng trong vật liệu composite. Cảm biến dây vi mô ThermoPulse của AvPro, được nhúng trong lớp liên kết dính, đã được thẩm vấn thông qua lớp sợi cacbon dày 25 mm để đo nhiệt độ trong quá trình liên kết. Vì các dây vi mô có đường kính dạng sợi từ 3-70 micron, nên chúng không ảnh hưởng đến hiệu suất tổng hợp hoặc đường liên kết. Ở đường kính lớn hơn một chút, 100-200 micron, cảm biến sợi quang cũng có thể được nhúng mà không làm giảm đặc tính cấu trúc. Tuy nhiên, vì chúng sử dụng ánh sáng để đo nên cảm biến sợi quang phải có kết nối có dây với bộ dò tín hiệu. Tương tự như vậy, vì cảm biến điện môi sử dụng điện áp để đo các đặc tính của nhựa nên chúng cũng phải được kết nối với bộ dò tín hiệu và hầu hết cũng phải tiếp xúc với loại nhựa mà chúng đang theo dõi.
Cảm biến Collo Probe (trên cùng) có thể được ngâm trong chất lỏng, trong khi Tấm Collo (dưới) được lắp vào thành bình/bình trộn hoặc đường ống xử lý/dây cấp liệu. Nguồn hình ảnh: ColloidTek Oy
Khả năng chịu nhiệt độ của cảm biến là một yếu tố quan trọng khác cần cân nhắc. Ví dụ: hầu hết các cảm biến siêu âm bán sẵn thường hoạt động ở nhiệt độ lên tới 150°C, nhưng các bộ phận trong CosiMo cần được hình thành ở nhiệt độ trên 200°C. Do đó, UNA đã phải thiết kế một cảm biến siêu âm có khả năng này. Cảm biến điện môi dùng một lần của Lambient có thể được sử dụng trên các bề mặt bộ phận có nhiệt độ lên tới 350°C và các cảm biến trong khuôn có thể tái sử dụng của nó có thể được sử dụng ở nhiệt độ lên đến 250°C.RVmagnetics (Kosice, Slovakia) đã phát triển cảm biến vi dây dành cho vật liệu composite có thể chịu được quá trình đóng rắn ở nhiệt độ 500°C. Mặc dù bản thân công nghệ cảm biến Collo không có giới hạn nhiệt độ về mặt lý thuyết, tấm chắn bằng kính cường lực cho Tấm Collo và vỏ polyetheretherketone (PEEK) mới cho Đầu dò Collo đều đã được thử nghiệm theo Järveläinen cho hoạt động liên tục ở 150°C. Trong khi đó, PhotonFirst (Alkmaar, Hà Lan) đã sử dụng lớp phủ polyimide để cung cấp nhiệt độ hoạt động 350°C cho cảm biến sợi quang của mình cho dự án SuCoHS, nhằm mang lại sự bền vững và tiết kiệm chi phí- composite nhiệt độ cao hiệu quả.
Một yếu tố khác cần xem xét, đặc biệt là khi lắp đặt, là cảm biến đo tại một điểm duy nhất hay là cảm biến tuyến tính có nhiều điểm cảm biến. Ví dụ, cảm biến sợi quang Com&Sens (Eke, Bỉ) có thể dài tới 100 mét và có tính năng cao hơn tới 40 điểm cảm biến cách tử Bragg sợi (FBG) với khoảng cách tối thiểu 1 cm. Những cảm biến này đã được sử dụng để theo dõi tình trạng kết cấu (SHM) của những cây cầu composite dài 66 mét và giám sát dòng chảy nhựa trong quá trình truyền các mặt cầu lớn. Lắp đặt cảm biến điểm riêng lẻ cho một dự án như vậy sẽ yêu cầu số lượng lớn cảm biến và nhiều thời gian lắp đặt.NCC và Đại học Cranfield khẳng định những lợi thế tương tự đối với cảm biến điện môi tuyến tính của họ. So với các cảm biến điện môi một điểm do Lambient, Netzsch và Synthesites cung cấp, “ Với cảm biến tuyến tính của chúng tôi, chúng tôi có thể theo dõi dòng nhựa liên tục dọc theo chiều dài, điều này làm giảm đáng kể Số lượng cảm biến cần thiết trong bộ phận hoặc dụng cụ.”
AFP NLR cho cảm biến sợi quang Một thiết bị đặc biệt được tích hợp vào kênh thứ 8 của đầu Coriolis AFP để đặt bốn mảng cảm biến sợi quang vào một bảng thử nghiệm composite được gia cố bằng sợi carbon ở nhiệt độ cao. Nguồn hình ảnh: Dự án SuCoHS, NLR
Cảm biến tuyến tính cũng giúp tự động hóa việc cài đặt. Trong dự án SuCoHS, Royal NLR (Trung tâm Hàng không Vũ trụ Hà Lan, Marknesse) đã phát triển một thiết bị đặc biệt được tích hợp vào đầu Kênh 8 Vị trí Sợi tự động (AFP) của Coriolis Composites (Queven, Pháp) để nhúng Bốn mảng ( các đường cáp quang riêng biệt), mỗi đường có 5 đến 6 cảm biến FBG (PhotonFirst cung cấp tổng cộng 23 cảm biến), trong các bảng thử nghiệm sợi carbon.RVmagnetics đã đặt các cảm biến dây micro của mình trong thanh cốt thép GFRP được ép đùn.”Các dây không liên tục [1-4 cm dài đối với hầu hết các dây vi mô bằng vật liệu tổng hợp], nhưng được đặt tự động liên tục khi cốt thép được sản xuất,” Ratislav Varga, đồng sáng lập của RVmagnetics cho biết. “Bạn có một dây micro với dây micro dài 1 km. cuộn dây tóc và đưa nó vào cơ sở sản xuất cốt thép mà không thay đổi cách sản xuất cốt thép.” Trong khi đó, Com&Sens đang nghiên cứu công nghệ tự động để nhúng các cảm biến sợi quang trong quá trình quấn dây tóc trong bình chịu áp.
Do khả năng dẫn điện, sợi carbon có thể gây ra vấn đề với cảm biến điện môi. Cảm biến điện môi sử dụng hai điện cực đặt gần nhau. “Nếu các sợi bắc cầu nối các điện cực, chúng sẽ làm đoản mạch cảm biến,” người sáng lập Lambient Huan Lee giải thích. Trong trường hợp này, hãy sử dụng bộ lọc. Bộ lọc cho phép nhựa đi qua các cảm biến nhưng cách ly chúng khỏi sợi carbon. Cảm biến điện môi tuyến tính do Đại học Cranfield và NCC phát triển sử dụng một phương pháp khác, bao gồm hai cặp dây đồng xoắn. Khi đặt một điện áp vào, một trường điện từ được tạo ra giữa các dây, trường này được sử dụng để đo trở kháng nhựa. Các dây được bọc bằng một loại polymer cách điện không ảnh hưởng đến điện trường nhưng ngăn chặn sợi carbon bị chập mạch.
Tất nhiên, chi phí cũng là một vấn đề. Com&Sens tuyên bố rằng chi phí trung bình cho mỗi điểm cảm biến FBG là 50-125 euro, có thể giảm xuống khoảng 25-35 euro nếu sử dụng theo lô (ví dụ: đối với 100.000 bình chịu áp lực).(Đây là chỉ bằng một phần nhỏ so với công suất sản xuất hiện tại và dự kiến của bình chịu áp lực composite, hãy xem bài báo năm 2021 của CW về hydro.) Karapapas của Meggitt cho biết ông đã nhận được các đề nghị cung cấp dây cáp quang với cảm biến FBG có giá trung bình là £250/cảm biến (≈300 €/cảm biến), máy thẩm vấn trị giá khoảng 10.000 bảng Anh (12.000 euro). "Cảm biến điện môi tuyến tính mà chúng tôi đã thử nghiệm giống như một sợi dây được bọc mà bạn có thể mua ngoài giá," ông nói thêm. "Máy thẩm vấn mà chúng tôi sử dụng," Alex Skordos, độc giả cho biết thêm ( nhà nghiên cứu cao cấp) về Khoa học quá trình tổng hợp tại Đại học Cranfield, “là một máy phân tích trở kháng, rất chính xác và có giá ít nhất là £30.000 [≈ €36.000], nhưng NCC sử dụng một máy dò đơn giản hơn nhiều về cơ bản bao gồm các thiết bị có sẵn. mô-đun từ công ty thương mại Cố vấn Deta [Bedford, Vương quốc Anh].” Synthesites đang báo giá €1.190 cho cảm biến trong khuôn và €20 cho cảm biến sử dụng một lần/bộ phận. Tại EUR, Optiflow được báo giá ở mức 3.900 EUR và Optimold ở mức 7.200 EUR, với mức giảm giá ngày càng tăng cho nhiều đơn vị phân tích. Các mức giá này bao gồm phần mềm Optiview và bất kỳ thiết bị phân tích nào. Pantelelis cho biết thêm rằng các nhà sản xuất cánh quạt gió tiết kiệm được 1,5 giờ mỗi chu kỳ, thêm cánh quạt trên mỗi dây chuyền mỗi tháng và giảm 20% mức sử dụng năng lượng với lợi tức đầu tư chỉ trong bốn tháng.
Các công ty sử dụng cảm biến sẽ đạt được lợi thế khi quá trình sản xuất kỹ thuật số tổng hợp 4.0 phát triển. Ví dụ, Grégoire Beauduin, Giám đốc Phát triển Kinh doanh tại Com&Sens cho biết: “Khi các nhà sản xuất bình chịu áp lực cố gắng giảm trọng lượng, mức sử dụng vật liệu và chi phí, họ có thể sử dụng cảm biến của chúng tôi để chứng minh thiết kế của họ và giám sát quá trình sản xuất khi chúng đạt đến mức yêu cầu vào năm 2030. Các cảm biến tương tự được sử dụng để đánh giá mức độ biến dạng trong các lớp trong quá trình quấn và xử lý dây tóc cũng có thể giám sát tính nguyên vẹn của bình chứa trong hàng nghìn chu kỳ tiếp nhiên liệu, dự đoán nhu cầu bảo trì và chứng nhận lại khi kết thúc thiết kế mạng sống. Chúng tôi có thể. Một nhóm dữ liệu song sinh kỹ thuật số được cung cấp cho mọi bình áp suất tổng hợp được sản xuất và giải pháp này cũng đang được phát triển cho các vệ tinh.”
Kích hoạt bản sao và luồng kỹ thuật số Com&Sens đang hợp tác với một nhà sản xuất vật liệu tổng hợp để sử dụng cảm biến sợi quang của mình nhằm cho phép luồng dữ liệu kỹ thuật số thông qua thiết kế, sản xuất và dịch vụ (phải) để hỗ trợ thẻ ID kỹ thuật số hỗ trợ bản sao kỹ thuật số của từng bộ phận (trái) được tạo ra. Nguồn hình ảnh: Com&Sens và Hình 1, “Kỹ thuật với các luồng kỹ thuật số” của V. Singh, K. Wilcox.
Do đó, dữ liệu cảm biến hỗ trợ bản sao kỹ thuật số cũng như luồng kỹ thuật số bao gồm thiết kế, sản xuất, vận hành dịch vụ và lỗi thời. Khi được phân tích bằng trí tuệ nhân tạo và học máy, dữ liệu này sẽ phản hồi lại thiết kế và xử lý, cải thiện hiệu suất và tính bền vững. Điều này cũng đã thay đổi cách các chuỗi cung ứng làm việc cùng nhau. Ví dụ, nhà sản xuất chất kết dính Kiilto (Tampere, Phần Lan) sử dụng cảm biến Collo để giúp khách hàng kiểm soát tỷ lệ các thành phần A, B, v.v. trong thiết bị trộn chất kết dính đa thành phần của họ.”Kiilto Järveläinen cho biết giờ đây có thể điều chỉnh thành phần chất kết dính của mình cho từng khách hàng, “nhưng nó cũng cho phép Kiilto hiểu cách nhựa tương tác trong quy trình của khách hàng và cách khách hàng tương tác với sản phẩm của họ, điều này đang thay đổi cách thức cung cấp. Các chuỗi có thể làm việc cùng nhau.”
OPTO-Light sử dụng các cảm biến Kistler, Netzsch và Synthesites để theo dõi quá trình xử lý các bộ phận CFRP epoxy phủ nhựa nhiệt dẻo. Nguồn hình ảnh: AZL
Các cảm biến cũng hỗ trợ sự kết hợp quy trình và vật liệu mới đầy sáng tạo. Được mô tả trong bài viết năm 2019 của CW về dự án OPTO-Light (xem “Bộ giữ nhiệt ép nhựa nhiệt dẻo, chu trình 2 phút, một pin”), AZL Aachen (Aachen, Đức) sử dụng quy trình hai bước quy trình nén theo chiều ngang một prepreg sợi carbon/epoxy To (UD), sau đó được phủ lên bằng PA6 được gia cố bằng sợi thủy tinh ngắn 30%. Điều quan trọng là chỉ xử lý một phần prereg để khả năng phản ứng còn lại trong epoxy có thể cho phép liên kết với nhựa nhiệt dẻo .AZL sử dụng máy phân tích Optimold và Netzsch DEA288 Epsilon với cảm biến điện môi Synthesites và Netzsch cũng như cảm biến trong khuôn Kistler và phần mềm DataFlow để tối ưu hóa quá trình ép phun.”Bạn phải hiểu biết sâu sắc về quy trình đúc nén prereg vì bạn phải đảm bảo rằng bạn hiểu rõ trạng thái xử lý để đạt được mối liên hệ tốt với quá trình ép nhựa nhiệt dẻo,” kỹ sư nghiên cứu AZL Richard Schares giải thích. “Trong tương lai, quy trình có thể thích ứng và thông minh, việc xoay quy trình được kích hoạt bằng tín hiệu cảm biến.”
Tuy nhiên, có một vấn đề cơ bản, Järveläinen nói, “và đó là sự thiếu hiểu biết của khách hàng về cách tích hợp các cảm biến khác nhau này vào quy trình của họ. Hầu hết các công ty đều không có chuyên gia về cảm biến.” Hiện tại, con đường phía trước đòi hỏi các nhà sản xuất cảm biến và khách hàng phải trao đổi thông tin qua lại. Các tổ chức như AZL, DLR (Augsburg, Đức) và NCC đang phát triển kiến thức chuyên môn về đa cảm biến. Sause cho biết có các nhóm trong UNA, cũng như các nhóm phụ các công ty cung cấp tích hợp cảm biến và dịch vụ song sinh kỹ thuật số. Ông nói thêm rằng mạng lưới sản xuất AI Augsburg đã thuê một cơ sở rộng 7.000 mét vuông cho mục đích này, “mở rộng kế hoạch phát triển của CosiMo đến một phạm vi rất rộng, bao gồm các tế bào tự động hóa được liên kết, nơi các đối tác công nghiệp có thể Đặt máy, chạy dự án và học cách tích hợp các giải pháp AI mới.”
Carapappas nói rằng buổi trình diễn cảm biến điện môi của Meggitt tại NCC chỉ là bước đầu tiên trong quá trình đó. “Cuối cùng, tôi muốn giám sát các quy trình và quy trình công việc của mình và đưa chúng vào hệ thống ERP của chúng tôi để tôi biết trước nên sản xuất những bộ phận nào, những người nào tôi cần sản xuất.” cần và những vật liệu nào để đặt hàng. Tự động hóa kỹ thuật số phát triển.”
Chào mừng bạn đến với SourceBook trực tuyến, tương ứng với ấn bản in hàng năm của CompositesWorld về Hướng dẫn dành cho người mua ngành công nghiệp SourceBook Composites.
Spirit AeroSystems triển khai thiết kế thông minh của Airbus cho thân máy bay trung tâm A350 và các thanh chống phía trước ở Kingston, NC
Thời gian đăng: 20-05-2022
