Development of a Graph-based Metamodelling Framework for Additive Manufacturing and Its Simulation Using Machine Learning
Nagarajan, Hari P.N. (2022)
Nagarajan, Hari P.N.
Tampere University
2022
Teknisten tieteiden tohtoriohjelma - Doctoral Programme in Engineering Sciences
Tekniikan ja luonnontieteiden tiedekunta - Faculty of Engineering and Natural Sciences
This publication is copyrighted. You may download, display and print it for Your own personal use. Commercial use is prohibited.
Väitöspäivä
2022-12-01
Julkaisun pysyvä osoite on
https://urn.fi/URN:ISBN:978-952-03-2676-0
https://urn.fi/URN:ISBN:978-952-03-2676-0
Tiivistelmä
Mallinnuksella ja simuloinnilla voi olla merkittävä rooli monimutkaisen valmistusjärjestelmän ja sen toiminnan ymmärtämisen lisäämisessä. Teollisuus 4.0:n myötä on tarpeen integroida kehittyneitä valmistusprosesseja, esimerkiksi käyttämällä esineiden internetin (IIoT) -teknologioita, jotta voidaan luoda valmistusjärjestelmiä, jotka eivät ole vain yhteydessä toisiinsa, mutta kommunikoivat keskenään paremmin sekä pystyvät analysoimaan ja käyttämään informaatiota fyysisen maailmaan sijoittuviin älykkäisiin ohjaus menetelmiin. Tällainen edistys edellyttää perinteisten massatuotannon valmistus paradigmojen siirtymistä monimutkaisempiin ja monipuolisempiin tuotantoteknologia-alueisiin, jotka koskevat massaräätälöintiä ja tehostettua tuotteiden eriyttämistä, modifiointia ja innovaatioita. Ainetta lisäävät valmistus menetelmät ovat nousseet esiin luotettavana vaihtoehtona tavanomaisille tuotantomenetelmille, mukaan lukien ainetta vähentävät menetelmät, johtuen usein kyseisten menetelmien ennennäkemättömistä muotoilun vapauksista ja monipuolisuudesta pitkälle räätälöityjen tuotteiden valmistuksessa. Lisäainevalmistusteknologioiden onnistunut ottaminen käyttöön valtavirran tuotannossa edellyttää kuitenkin lisäaine valmistusjärjestelmän mallintamista ja simulointia kokonaisuudessaan sen muotoilun, toiminnan ja käytön simuloimiseksi ja optimoimiseksi, samalla kun saavutetaan halutut tuotantotulokset. Tällä hetkellä mallit, jotka on kehitetty karakterisoimaan eri toimintoja additiivisessa valmistusprosessissa, saavat eri muotoja (esim. analyyttisiä, empiirisiä, fysiikkapohjaisia ja koneoppimismalleja) vaihtelevalla tarkkuudella. Täten, kokonaisvaltainen järjestelmän mallinnus vaatii joukon mallinnuksia yksittäisistä lisäainevalmistus teknologioiden karakterisoinneista. Erilaisten prosessitoimintojen, geometrioiden ja materiaalien yhdistäminen tekee kuitenkin haasteelliseksi tarvittavien osajärjestelmätasojen heterogeenisien mallien kokoamisen kokonaisvaltaiseksi järjestelmämalliksi. Tämän puutteen korjaamiseksi, tämän tutkimuksen tavoitteena on kehittää graafipohjainen metamallinnuskehys tuotesuunnittelun ja valmistusstrategioiden integroimiseksi digitaalisesti kokonaisvaltaisten ja simuloitavien monialaisten metamallien kehittämiseksi. Kehitetty viitekehys tukee 1) eri tiedon muotojen integrointia monialaisten metamallien kehittämiseen, 2) determinististen ja todennäköisyyspohjaisten koneoppimislähestymistapojen soveltamista kehitettyjen metamallien simuloinnin mahdollistamiseksi ja 3) ennustavaa analyysiä ja optimointia simuloimalla kehitettyjä metamalleja, jotta voidaan mahdollistaa suunnittelun ja valmistuksen päätöksenteko. Tämä tutkimus mahdollistaa lisäainevalmistusprosessin syöttö arvojen ja tulosten systeemisen karakterisoinnin olemassa olevan tiedon ja kokeellisen tiedon avulla. Lisäainevalmistusprosessin mallintamista ohjasivat tuotesuunnittelu- ja prosessitiedot, ja sitä tuettiin simulaatiolla päätöksentekoa varten. Tutkimuksen taustalla olevat mallit kattavat kaksi kaupallisesti saatavilla olevaa lisäainevalmistusprosessia. Tämä tutkimus osoittaa, että datalähtöisten ja muiden lähestymistapojen käyttö, joissa hyödynnetään sekä kerättyä dataa että olemassa olevaa tietoa, voi mahdollistaa tarkkojen ja selitettävissä olevien metamallien kehittämisen lisäainevalmistuksen tarkkaan seurantaan ja valvontaan halutun tuotteen laadun varmistamiseksi.
Kokoelmat
- Väitöskirjat [4943]