Towards Intelligent Cooperative Robotics in Additive Manufacturing: Past, Present and Future

要約

積層造形 (AM) テクノロジーは、協調ロボット積層造形 (C-RAM) プラットフォームの統合によって大幅に進歩しました。
複数のロボット アームのエンド エフェクタに AM プロセスを導入することで、造形量の制限などの従来の制約が回避されるだけでなく、システムの製造速度の加速、協調的なセンシング機能、およびその場での複数材料の堆積も実現します。
進歩にもかかわらず、特にボイド、亀裂、残留応力などの欠陥の生成に関しては課題が残っています。
ツールパス計画 (つまり、スライス戦略)、協調プリンティングのための部品分解、動作計画 (つまり、パスと軌道計画) など、さまざまな要因がこれらの問題に寄与します。
このレビューでは、まず、スライシングとモーション プランニングから構成される C-RAM システムのシステム制御の重要な側面を検討します。
次に、AM 法のこれらの側面とプロセス パラメーターの調整を通じて欠陥を軽減する方法について、AM プロセスをどのように変更するかという文脈で説明します。つまり、前処理、層間 (つまり、層の一時停止中)、および
中間層（つまり、材料の堆積中）。
高解像度カメラ、レーザースキャナ、熱画像などの高度なセンシング技術を応用して、ミクロ、メソ、マクロスケールの欠陥の捕捉を容易にすることが検討されています。
デジタルツインの役割が分析され、製造結果をシミュレーションおよび予測する機能が強調され、欠陥を防ぐための先制的な調整が可能になります。
最後に、次世代 C-RAM システム開発の見通しと将来の機会について概説します。

要約(オリジナル)

Additive manufacturing (AM) technologies have undergone significant advancements through the integration of cooperative robotics additive manufacturing (C-RAM) platforms. By deploying AM processes on the end effectors of multiple robotic arms, not only are traditional constraints such as limited build volumes circumvented, but systems also achieve accelerated fabrication speeds, cooperative sensing capabilities, and in-situ multi-material deposition. Despite advancements, challenges remain, particularly regarding defect generation including voids, cracks, and residual stress. Various factors contribute to these issues, including toolpath planning (i.e., slicing strategies), part decomposition for cooperative printing, and motion planning (i.e., path and trajectory planning). This review first examines the critical aspects of system control for C-RAM systems comprised of slicing and motion planning. The methods for the mitigation of defects through the adjustment of these aspects and the process parameters of AM methods are then described in the context of how they modify the AM process: pre-process, inter-layer (i.e., during layer pauses), and mid-layer (i.e., during material deposition). The application of advanced sensing technologies, including high-resolution cameras, laser scanners, and thermal imaging, to facilitate the capture of micro, meso, and macro-scale defects is explored. The role of digital twins is analyzed, emphasizing their capability to simulate and predict manufacturing outcomes, enabling preemptive adjustments to prevent defects. Finally, the outlook and future opportunities for developing next-generation C-RAM systems are outlined.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google