• head_banner_01

Sensor: Data untuk Manufaktur Komposit Generasi Berikutnya |Dunia Komposit

Dalam mengejar keberlanjutan, sensor mengurangi waktu siklus, penggunaan dan pemborosan energi, mengotomatiskan kontrol proses loop tertutup dan meningkatkan pengetahuan, membuka kemungkinan baru untuk manufaktur dan struktur yang cerdas.#sensors #sustainability #SHM
Sensor di kiri (atas ke bawah): fluks panas (TFX), dielektrik dalam cetakan (Lambient), ultrasonik (University of Augsburg), dielektrik sekali pakai (Synthesites) dan antara sen dan termokopel Microwire (AvPro). Grafik (atas, searah jarum jam): Konstanta dielektrik Collo (CP) versus Viskositas ionik Collo (CIV), resistensi resin versus waktu (Sintesis) dan model digital preform yang ditanamkan kaprolaktam menggunakan sensor elektromagnetik (proyek CosiMo, DLR ZLP , Universitas Augsburg).
Ketika industri global terus muncul dari pandemi COVID-19, ia telah bergeser ke memprioritaskan keberlanjutan, yang membutuhkan pengurangan limbah dan konsumsi sumber daya (seperti energi, air, dan material). Akibatnya, manufaktur harus menjadi lebih efisien dan lebih cerdas. .Tapi ini membutuhkan informasi. Untuk komposit, dari mana data ini berasal?
Seperti yang dijelaskan dalam artikel seri Komposit 4.0 CW 2020, yang mendefinisikan pengukuran yang diperlukan untuk meningkatkan kualitas dan produksi suku cadang, dan sensor yang diperlukan untuk mencapai pengukuran tersebut, adalah langkah pertama dalam manufaktur cerdas. Selama tahun 2020 dan 2021, CW melaporkan sensor—dielektrik sensor, sensor fluks panas, sensor serat optik, dan sensor non-kontak menggunakan gelombang ultrasonik dan elektromagnetik—serta proyek yang menunjukkan kemampuannya (lihat kumpulan konten sensor online CW). Artikel ini dibuat berdasarkan laporan ini dengan membahas sensor yang digunakan dalam komposit bahan, manfaat dan tantangan yang dijanjikan, dan lanskap teknologi yang sedang dikembangkan. Khususnya, perusahaan yang muncul sebagai pemimpin dalam industri komposit sudah menjelajahi dan menavigasi ruang ini.
Jaringan sensor di CosiMo Sebuah jaringan dengan 74 sensor – 57 di antaranya adalah sensor ultrasonik yang dikembangkan di Universitas Augsburg (ditunjukkan di sebelah kanan, titik-titik biru muda di bagian cetakan atas dan bawah) – digunakan untuk Lid demonstrator untuk T-RTM mencetak proyek CosiMo untuk baterai komposit termoplastik. Kredit gambar: Proyek CosiMo, DLR ZLP Augsburg, Universitas Augsburg
Sasaran #1: Menghemat uang. Blog Desember 2021 CW, “Sensor Ultrasonik Kustom untuk Pengoptimalan dan Kontrol Proses Komposit,” menjelaskan pekerjaan di Universitas Augsburg (UNA, Augsburg, Jerman) untuk mengembangkan jaringan 74 sensor yang Untuk CosiMo proyek untuk memproduksi demonstran penutup baterai EV (bahan komposit dalam transportasi pintar). Bagian ini dibuat menggunakan pencetakan transfer resin termoplastik (T-RTM), yang mempolimerisasi monomer kaprolaktam in situ menjadi komposit poliamida 6 (PA6). Markus Sause, Profesor di UNA dan Kepala Jaringan Produksi Artificial Intelligence (AI) UNA di Augsburg, menjelaskan mengapa sensor sangat penting: “Keuntungan terbesar yang kami tawarkan adalah visualisasi dari apa yang terjadi di dalam kotak hitam selama pemrosesan.Saat ini, sebagian besar produsen memiliki sistem terbatas untuk mencapai hal ini.Misalnya, mereka menggunakan sensor yang sangat sederhana atau spesifik saat menggunakan infus resin untuk membuat bagian luar angkasa yang besar.Jika proses infus salah, pada dasarnya Anda memiliki potongan besar.Tetapi jika Anda memiliki solusi solusi untuk memahami apa yang salah dalam proses produksi dan mengapa, Anda dapat memperbaikinya dan memperbaikinya, menghemat banyak uang.”
Termokopel adalah contoh dari "sensor sederhana atau spesifik" yang telah digunakan selama beberapa dekade untuk memantau suhu laminasi komposit selama perawatan autoklaf atau oven. Mereka bahkan digunakan untuk mengontrol suhu dalam oven atau selimut pemanas untuk menyembuhkan patch perbaikan komposit menggunakan pengikat termal.Produsen resin menggunakan berbagai sensor di lab untuk memantau perubahan viskositas resin dari waktu ke waktu dan suhu untuk mengembangkan formulasi pengawet. Namun, yang muncul adalah jaringan sensor yang dapat memvisualisasikan dan mengontrol proses manufaktur in situ berdasarkan beberapa parameter (misalnya, suhu dan tekanan) dan keadaan material (misalnya, viskositas, agregasi, kristalisasi).
Misalnya, sensor ultrasonik yang dikembangkan untuk proyek CosiMo menggunakan prinsip yang sama dengan inspeksi ultrasonik, yang telah menjadi andalan pengujian non-destruktif (NDI) komponen komposit jadi. Petros Karapapas, Insinyur Utama di Meggitt (Loughborough, Inggris), mengatakan: “Tujuan kami adalah meminimalkan waktu dan tenaga yang diperlukan untuk inspeksi pasca produksi komponen masa depan saat kami bergerak menuju manufaktur digital.”Kolaborasi Materials Center (NCC, Bristol, UK) untuk mendemonstrasikan pemantauan cincin Solvay (Alpharetta, GA, USA) EP 2400 selama RTM menggunakan sensor dielektrik linier yang dikembangkan di Universitas Cranfield (Cranfield, UK) Aliran dan pengawetan oxyresin untuk Panjang 1,3 m, lebar 0,8 m, dan sedalam 0,4 m cangkang komposit untuk penukar panas mesin pesawat komersial.“Saat kami melihat bagaimana membuat rakitan yang lebih besar dengan produktivitas yang lebih tinggi, kami tidak mampu melakukan semua inspeksi pasca-pemrosesan tradisional dan pengujian di setiap bagian,” kata Karapapas.Tapi dengan sensor ini, itu tidak perlu.”
Collo Probe direndam dalam wadah pencampur cat (lingkaran hijau di bagian atas) untuk mendeteksi saat pencampuran selesai, menghemat waktu dan energi. Kredit gambar: ColloidTek Oy
“Tujuan kami bukan untuk menjadi perangkat laboratorium lain, tetapi untuk fokus pada sistem produksi,” kata Matti Järveläinen, CEO dan pendiri ColloidTek Oy (Kolo, Tampere, Finlandia). Blog CW Januari 2022 “Cairan Sidik Jari untuk Komposit” mengeksplorasi Collo's kombinasi sensor medan elektromagnetik (EMF), pemrosesan sinyal, dan analisis data untuk mengukur “sidik jari” cairan apa pun seperti monomer, resin, atau perekat. “Yang kami tawarkan adalah teknologi baru yang memberikan umpan balik langsung secara real time, sehingga Anda dapat lebih memahami bagaimana proses Anda sebenarnya bekerja dan bereaksi ketika terjadi kesalahan,” kata Järveläinen.“Sensor kami mengubah data waktu nyata menjadi kuantitas fisik yang dapat dipahami dan dapat ditindaklanjuti, seperti viskositas reologi, yang memungkinkan pengoptimalan proses.Misalnya, Anda dapat mempersingkat waktu pencampuran karena Anda dapat melihat dengan jelas saat pencampuran selesai.Oleh karena itu, dengan Anda dapat meningkatkan produktivitas, menghemat energi, dan mengurangi skrap dibandingkan dengan pemrosesan yang kurang optimal.”
Sasaran #2: Meningkatkan pengetahuan dan visualisasi proses. Untuk proses seperti agregasi, Järveläinen mengatakan, “Anda tidak melihat banyak informasi hanya dari snapshot.Anda hanya mengambil sampel dan pergi ke lab dan melihat seperti apa beberapa menit atau jam yang lalu.Ini seperti mengemudi di jalan raya, setiap jam Buka mata Anda selama satu menit dan cobalah untuk memprediksi ke mana arah jalan.”Sause setuju, mencatat bahwa jaringan sensor yang dikembangkan di CosiMo “membantu kami mendapatkan gambaran lengkap tentang proses dan perilaku material.Kita dapat melihat efek lokal dalam prosesnya, sebagai respons terhadap Variasi ketebalan bagian atau bahan terintegrasi seperti inti busa.Apa yang kami coba lakukan adalah memberikan informasi tentang apa yang sebenarnya terjadi di cetakan.Ini memungkinkan kami untuk menentukan berbagai informasi seperti bentuk aliran depan, kedatangan setiap paruh waktu, dan tingkat agregasi di setiap lokasi sensor.”
Collo bekerja dengan produsen perekat epoksi, cat, dan bahkan bir untuk membuat profil proses untuk setiap batch yang diproduksi.Sekarang setiap produsen dapat melihat dinamika proses mereka dan menetapkan parameter yang lebih optimal, dengan peringatan untuk campur tangan saat batch di luar spesifikasi.Hal ini membantu menstabilkan dan meningkatkan kualitas.
Video aliran depan di bagian CosiMo (pintu masuk injeksi adalah titik putih di tengah) sebagai fungsi waktu, berdasarkan data pengukuran dari jaringan sensor dalam cetakan. Kredit gambar: Proyek CosiMo, DLR ZLP Augsburg, Universitas Augsburg
“Saya ingin tahu apa yang terjadi selama pembuatan suku cadang, bukan membuka kotaknya dan melihat apa yang terjadi setelahnya,” kata Karapapas dari Meggitt.” Produk yang kami kembangkan menggunakan sensor dielektrik Cranfield memungkinkan kami melihat proses in-situ, dan kami juga dapat untuk memverifikasi penyembuhan resin.”Menggunakan keenam jenis sensor yang dijelaskan di bawah (bukan daftar lengkap, hanya sedikit pilihan, pemasok, juga), dapat memantau penyembuhan/polimerisasi dan aliran resin. Beberapa sensor memiliki kemampuan tambahan, dan jenis sensor gabungan dapat memperluas kemungkinan pelacakan dan visualisasi selama pencetakan komposit. Hal ini ditunjukkan selama CosiMo, yang menggunakan sensor dalam mode ultrasonik, dielektrik, dan piezoresistif untuk pengukuran suhu dan tekanan oleh Kistler (Winterthur, Swiss).
Sasaran #3: Mengurangi waktu siklus. Sensor collo dapat mengukur keseragaman epoksi pengerasan cepat dua bagian saat bagian A dan B dicampur dan disuntikkan selama RTM dan di setiap lokasi di cetakan tempat sensor tersebut ditempatkan. Ini dapat membantu mengaktifkan resin curing lebih cepat untuk aplikasi seperti Urban Air Mobility (UAM), yang akan memberikan siklus curing lebih cepat dibandingkan dengan epoksi satu bagian saat ini seperti RTM6.
Sensor collo juga dapat memantau dan memvisualisasikan epoksi sedang dihilangkan gasnya, disuntikkan dan disembuhkan, dan ketika setiap proses selesai. Penyelesaian curing dan proses lainnya berdasarkan keadaan sebenarnya dari material yang sedang diproses (dibandingkan dengan resep waktu dan suhu tradisional) disebut manajemen keadaan material (MSM). Perusahaan seperti AvPro ​​​​(Norman, Oklahoma, USA) telah mengejar MSM selama beberapa dekade untuk melacak perubahan bahan bagian dan proses karena mengejar target spesifik untuk suhu transisi gelas (Tg), viskositas, polimerisasi dan/atau kristalisasi .Misalnya, jaringan sensor dan analisis digital di CosiMo digunakan untuk menentukan waktu minimum yang diperlukan untuk memanaskan mesin pres dan cetakan RTM dan menemukan bahwa 96% polimerisasi maksimum dicapai dalam 4,5 menit.
Pemasok sensor dielektrik seperti Lambient Technologies (Cambridge, MA, USA), Netzsch (Selb, Jerman) dan Synthesites (Uccle, Belgia) juga telah menunjukkan kemampuan mereka untuk mengurangi waktu siklus. Proyek R&D Synthesites dengan produsen komposit Hutchinson (Paris, Prancis ) dan Bombardier Belfast (sekarang Spirit AeroSystems (Belfast, Irlandia)) melaporkan bahwa berdasarkan pengukuran real-time resistensi resin dan suhu, melalui unit akuisisi data Optimold dan Optiview Software mengkonversi ke perkiraan viskositas dan Tg.“Produsen dapat melihat Tg secara real time, sehingga mereka dapat memutuskan kapan harus menghentikan siklus curing,” jelas Nikos Pantelelis, Direktur Synthesites. “Mereka tidak perlu menunggu untuk menyelesaikan siklus carryover yang lebih lama dari yang diperlukan.Misalnya, siklus tradisional untuk RTM6 adalah penyembuhan penuh 2 jam pada 180 °C.Kita telah melihat bahwa ini dapat dipersingkat menjadi 70 menit dalam beberapa geometri.Ini juga ditunjukkan dalam proyek INNOTOOL 4.0 (lihat “Mempercepat RTM dengan Sensor Fluks Panas”), di mana penggunaan sensor fluks panas memperpendek siklus penyembuhan RTM6 dari 120 menit menjadi 90 menit.
Sasaran #4: Kontrol loop tertutup dari proses adaptif.Untuk proyek CosiMo, tujuan utamanya adalah mengotomatiskan kontrol loop tertutup selama produksi suku cadang komposit.Ini juga merupakan tujuan proyek ZAero dan iComposite 4.0 yang dilaporkan oleh CW di 2020 (pengurangan biaya 30-50%). Perhatikan bahwa ini melibatkan proses yang berbeda – penempatan otomatis pita prepreg (ZAero) dan preforming semprotan serat dibandingkan dengan T-RTM tekanan tinggi di CosiMo untuk RTM dengan epoksi pengeringan cepat (iComposite 4.0).Semua dari proyek-proyek ini menggunakan sensor dengan model dan algoritma digital untuk mensimulasikan proses dan memprediksi hasil dari bagian yang telah selesai.
Kontrol proses dapat dianggap sebagai serangkaian langkah, jelas Sause. Langkah pertama adalah mengintegrasikan sensor dan peralatan proses, katanya, “untuk memvisualisasikan apa yang terjadi di kotak hitam dan parameter yang digunakan.Beberapa langkah lainnya, mungkin setengah dari kontrol loop tertutup, dapat menekan tombol berhenti untuk campur tangan, Menyetel proses dan mencegah bagian yang ditolak.Sebagai langkah terakhir, Anda dapat mengembangkan kembaran digital, yang dapat diotomatisasi, tetapi juga membutuhkan investasi dalam metode pembelajaran mesin.”Di CosiMo, investasi ini memungkinkan sensor untuk memasukkan data ke dalam kembaran digital, Analisis tepi (perhitungan yang dilakukan di tepi jalur produksi versus penghitungan dari penyimpanan data pusat) kemudian digunakan untuk memprediksi dinamika aliran depan, konten volume serat per bentuk awal tekstil dan titik kering potensial. "Idealnya, Anda dapat menetapkan pengaturan untuk mengaktifkan kontrol loop tertutup dan penyetelan dalam proses," kata Sause. "Ini akan mencakup parameter seperti tekanan injeksi, tekanan cetakan, dan suhu.Anda juga dapat menggunakan informasi ini untuk mengoptimalkan materi Anda.”
Dalam melakukannya, perusahaan menggunakan sensor untuk mengotomatisasi proses. Misalnya, Synthesites bekerja dengan pelanggannya untuk mengintegrasikan sensor dengan peralatan untuk menutup saluran masuk resin saat infus selesai, atau menyalakan mesin press saat target penyembuhan tercapai.
Järveläinen mencatat bahwa untuk menentukan sensor mana yang terbaik untuk setiap kasus penggunaan, "Anda perlu memahami perubahan apa dalam materi dan proses yang ingin Anda pantau, dan kemudian Anda harus memiliki penganalisis."Penganalisis memperoleh data yang dikumpulkan oleh interogator atau unit akuisisi data.data mentah dan mengubahnya menjadi informasi yang dapat digunakan oleh pabrikan.” Anda sebenarnya melihat banyak perusahaan mengintegrasikan sensor, tetapi kemudian mereka tidak melakukan apa pun dengan data tersebut,” kata Sause. Yang dibutuhkan, jelasnya, adalah “sistem akuisisi data, serta arsitektur penyimpanan data untuk dapat memproses data.”
“Pengguna akhir tidak hanya ingin melihat data mentah,” kata Järveläinen.”Mereka ingin tahu, 'Apakah prosesnya dioptimalkan?'” Kapan langkah selanjutnya dapat diambil?” Untuk melakukan ini, Anda perlu menggabungkan beberapa sensor untuk analisis, dan kemudian menggunakan pembelajaran mesin untuk mempercepat prosesnya.”Analisis tepi dan pendekatan pembelajaran mesin yang digunakan oleh tim Collo dan CosiMo ini dapat dicapai melalui peta viskositas, model numerik bagian depan aliran resin, dan Kemampuan untuk mengontrol parameter proses dan mesin divisualisasikan.
Optimold adalah penganalisis yang dikembangkan oleh Synthesites untuk sensor dielektriknya. Dikendalikan oleh perangkat lunak Optiview Synthesites, unit Optimold menggunakan pengukuran suhu dan ketahanan resin untuk menghitung dan menampilkan grafik waktu nyata untuk memantau status resin termasuk rasio campuran, penuaan kimia, viskositas, Tg dan tingkat penyembuhan. Dapat digunakan dalam proses prepreg dan pembentukan cairan. Unit terpisah Optiflow digunakan untuk pemantauan aliran. Synthesites juga telah mengembangkan simulator pengawetan yang tidak memerlukan sensor pengawetan pada cetakan atau bagian, tetapi menggunakan sensor suhu dan sampel resin/prepreg di unit penganalisis ini. “Kami menggunakan metode mutakhir ini untuk infus dan pengawetan perekat untuk produksi bilah turbin angin,” kata Nikos Pantelelis, Direktur Synthesites.
Sistem kontrol proses Synthesites mengintegrasikan sensor, unit akuisisi data Optiflow dan/atau Optimold, serta perangkat lunak OptiView dan/atau Online Resin Status (ORS). Kredit gambar: Synthesites, diedit oleh The CW
Oleh karena itu, sebagian besar pemasok sensor telah mengembangkan penganalisis mereka sendiri, beberapa menggunakan pembelajaran mesin dan beberapa tidak. Tetapi produsen komposit juga dapat mengembangkan sistem kustom mereka sendiri atau membeli instrumen yang tersedia dan memodifikasinya untuk memenuhi kebutuhan khusus. Namun, kemampuan penganalisis sangat hanya satu faktor yang perlu dipertimbangkan. Ada banyak faktor lainnya.
Kontak juga merupakan pertimbangan penting saat memilih sensor mana yang akan digunakan. Sensor mungkin perlu bersentuhan dengan bahan, interogator, atau keduanya. Misalnya, fluks panas dan sensor ultrasonik dapat dimasukkan ke dalam cetakan RTM 1-20mm dari permukaan – pemantauan akurat tidak memerlukan kontak dengan bahan dalam cetakan.Sensor ultrasonik juga dapat menginterogasi bagian pada kedalaman yang berbeda tergantung pada frekuensi yang digunakan.Sensor elektromagnetik collo juga dapat membaca kedalaman cairan atau bagian – 2-10 cm, tergantung pada frekuensi interogasi – dan melalui wadah atau alat non-logam yang bersentuhan dengan resin.
Namun, kabel mikro magnetik (lihat “Pemantauan suhu dan tekanan non-kontak di dalam komposit”) saat ini adalah satu-satunya sensor yang mampu menginterogasi komposit pada jarak 10 cm. Itu karena menggunakan induksi elektromagnetik untuk mendapatkan respons dari sensor, yang tertanam dalam material komposit.Sensor kawat mikro ThermoPulse AvPro, tertanam di lapisan ikatan perekat, telah diinterogasi melalui laminasi serat karbon setebal 25mm untuk mengukur suhu selama proses pengikatan.Karena kawat mikro memiliki diameter berbulu 3-70 mikron, mereka tidak mempengaruhi kinerja komposit atau bondline. Pada diameter 100-200 mikron yang sedikit lebih besar, sensor serat optik juga dapat disematkan tanpa menurunkan sifat struktural. Namun, karena menggunakan cahaya untuk mengukur, sensor serat optik harus memiliki sambungan kabel ke interogator.Demikian pula, karena sensor dielektrik menggunakan tegangan untuk mengukur sifat resin, mereka juga harus dihubungkan ke interogator, dansebagian besar juga harus bersentuhan dengan resin yang mereka pantau.
Sensor Collo Probe (atas) dapat direndam dalam cairan, sedangkan Collo Plate (bawah) dipasang di dinding bejana/bejana pencampur atau pemipaan proses/saluran umpan. Kredit gambar: ColloidTek Oy
Kemampuan suhu sensor adalah pertimbangan utama lainnya. Misalnya, sebagian besar sensor ultrasonik biasanya beroperasi pada suhu hingga 150 °C, tetapi bagian dalam CosiMo perlu dibentuk pada suhu di atas 200 °C. Oleh karena itu, UNA harus merancang sensor ultrasonik dengan kemampuan ini. Sensor dielektrik sekali pakai Lambient dapat digunakan pada sebagian permukaan hingga 350 °C, dan sensor cetakan yang dapat digunakan kembali dapat digunakan hingga 250 °C. Magnetik RV (Kosice, Slovakia) telah dikembangkan sensor kawat mikronya untuk material komposit yang tahan terhadap pengerasan pada 500 °C. Meskipun teknologi sensor Collo sendiri tidak memiliki batas suhu teoretis, pelindung kaca temper untuk Pelat Collo dan rumah polieterketon (PEEK) baru untuk Probe Collo keduanya diuji untuk tugas terus menerus pada 150 °C, menurut Järveläinen. Sementara itu, PhotonFirst (Alkmaar, Belanda) menggunakan lapisan polimida untuk memberikan suhu operasi 350 °C untuk sensor serat optiknya untuk proyek SuCoHSdll, untuk komposit suhu tinggi yang berkelanjutan dan hemat biaya.
Faktor lain yang perlu dipertimbangkan, terutama untuk pemasangan, adalah apakah sensor mengukur pada satu titik atau merupakan sensor linier dengan beberapa titik penginderaan. Misalnya, sensor serat optik Com&Sens (Eke, Belgia) dapat memiliki panjang hingga 100 meter dan fitur lebih tinggi hingga 40 titik penginderaan serat Bragg grating (FBG) dengan jarak minimum 1 cm.Sensor ini telah digunakan untuk pemantauan kesehatan struktural (SHM) jembatan komposit sepanjang 66 meter dan pemantauan aliran resin selama pemasangan geladak jembatan besar.Memasang sensor titik individu untuk proyek semacam itu akan membutuhkan sejumlah besar sensor dan banyak waktu pemasangan. NCC dan Cranfield University mengklaim keunggulan serupa untuk sensor dielektrik linier mereka. Dibandingkan dengan sensor dielektrik titik tunggal yang ditawarkan oleh Lambient, Netzsch, dan Synthesites, “ Dengan sensor linier kami, kami dapat memantau aliran resin secara terus menerus di sepanjang panjangnya, yang secara signifikan mengurangi jumlah sensor yang diperlukan di bagian atau alat.”
AFP NLR untuk Sensor Serat Optik Unit khusus diintegrasikan ke saluran ke-8 dari kepala AFP Coriolis untuk menempatkan empat susunan sensor serat optik ke dalam panel uji komposit yang diperkuat serat karbon dengan suhu tinggi. Kredit gambar: Proyek SuCoHS, NLR
Sensor linier juga membantu mengotomatiskan instalasi. Dalam proyek SuCoHS, Royal NLR (Dutch Aerospace Centre, Marknesse) mengembangkan unit khusus yang terintegrasi ke dalam saluran ke-8 Automated Fiber Placement (AFP) kepala Coriolis Composites (Queven, Prancis) untuk menanamkan Empat array ( jalur serat optik terpisah), masing-masing dengan 5 hingga 6 sensor FBG (PhotonFirst menawarkan total 23 sensor), di panel uji serat karbon.RVmagnetics telah menempatkan sensor microwire di rebar GFRP pultruded.”Kabel terputus [1-4 cm panjang untuk sebagian besar kabel mikro komposit], tetapi secara otomatis ditempatkan terus menerus saat rebar diproduksi,” kata Ratislav Varga, salah satu pendiri RVmagnetics.“Anda memiliki microwire dengan microwire 1km.gulungan filamen dan memasukkannya ke dalam fasilitas produksi rebar tanpa mengubah cara pembuatan rebar.”Sementara itu, Com&Sens sedang mengerjakan teknologi otomatis untuk menanamkan sensor serat optik selama proses penggulungan filamen di bejana tekan.
Karena kemampuannya menghantarkan listrik, serat karbon dapat menyebabkan masalah dengan sensor dielektrik. Sensor dielektrik menggunakan dua elektroda yang ditempatkan berdekatan. "Jika serat menjembatani elektroda, mereka membuat hubungan arus pendek pada sensor," jelas pendiri Lambient, Huan Lee. Dalam hal ini, gunakan filter. "Filter memungkinkan resin melewati sensor, tetapi mengisolasinya dari serat karbon."Sensor dielektrik linier yang dikembangkan oleh Cranfield University dan NCC menggunakan pendekatan yang berbeda, termasuk dua pasang kabel tembaga yang dipilin. Ketika tegangan diterapkan, medan elektromagnetik dibuat di antara kabel, yang digunakan untuk mengukur impedansi resin. Kabel dilapisi dengan polimer isolasi yang tidak mempengaruhi medan listrik, tetapi mencegah serat karbon dari korslet.
Tentu saja, biaya juga menjadi masalah. Com&Sens menyatakan bahwa biaya rata-rata per titik penginderaan FBG adalah 50-125 euro, yang mungkin turun menjadi sekitar 25-35 euro jika digunakan dalam batch (misalnya, untuk 100.000 bejana tekan).(Ini adalah hanya sebagian kecil dari kapasitas produksi bejana tekan komposit saat ini dan yang diproyeksikan, lihat artikel CW 2021 tentang hidrogen.) Karapapas Meggitt mengatakan dia telah menerima tawaran untuk jalur serat optik dengan sensor FBG rata-rata £250/sensor (≈300€/sensor), interogator bernilai sekitar £10.000 (€12.000). "Sensor dielektrik linier yang kami uji lebih seperti kawat berlapis yang dapat Anda beli dari rak," tambahnya. "Interogator yang kami gunakan," tambah Alex Skordos, pembaca ( peneliti senior) di Ilmu Proses Komposit di Cranfield University, “adalah penganalisis impedansi, yang sangat akurat dan biaya setidaknya £30.000 [≈ €36.000], Tetapi NCC menggunakan interogator yang jauh lebih sederhana yang pada dasarnya terdiri dari modul dari perusahaan komersial Advise Deta [Bedford, Inggris].”Synthesites menawarkan €1.190 untuk sensor dalam cetakan dan €20 untuk sensor sekali pakai/komponen Dalam EUR, Optiflow dihargai EUR 3,900 dan Optimold seharga EUR 7,200, dengan diskon yang meningkat untuk beberapa unit penganalisis. Harga ini termasuk perangkat lunak Optiview dan semua dukungan yang diperlukan, kata Pantelelis, menambahkan bahwa produsen bilah angin menghemat 1,5 jam per siklus, menambah bilah per baris per bulan, dan mengurangi penggunaan energi hingga 20 persen, dengan pengembalian investasi hanya selama empat bulan.
Perusahaan yang menggunakan sensor akan mendapatkan keuntungan seiring berkembangnya manufaktur digital komposit 4.0. Misalnya, kata Grégoire Beauduin, Direktur Pengembangan Bisnis di Com&Sens, “Ketika produsen bejana tekan mencoba mengurangi berat, penggunaan material, dan biaya, mereka dapat menggunakan sensor kami untuk membenarkan desain mereka dan memantau produksi saat mencapai tingkat yang diperlukan pada tahun 2030. Sensor yang sama yang digunakan untuk menilai tingkat regangan dalam lapisan selama penggulungan dan pengawetan filamen juga dapat memantau integritas tangki selama ribuan siklus pengisian bahan bakar, memprediksi pemeliharaan yang diperlukan, dan sertifikasi ulang di akhir desain kehidupan.Kami dapat Kumpulan data kembar digital disediakan untuk setiap bejana tekan komposit yang diproduksi, dan solusinya juga sedang dikembangkan untuk satelit.”
Mengaktifkan kembaran dan utas digital Com&Sens bekerja dengan produsen komposit untuk menggunakan sensor serat optiknya guna memungkinkan aliran data digital melalui desain, produksi, dan layanan (kanan) untuk mendukung kartu ID digital yang mendukung kembaran digital dari setiap bagian (kiri) yang dibuat. Kredit gambar: Com&Sens dan Gambar 1, “Engineering with Digital Threads” oleh V. Singh, K. Wilcox.
Dengan demikian, data sensor mendukung kembaran digital, serta rangkaian digital yang mencakup desain, produksi, operasi layanan, dan keusangan. Saat dianalisis menggunakan kecerdasan buatan dan pembelajaran mesin, data ini diumpankan kembali ke dalam desain dan pemrosesan, meningkatkan kinerja dan keberlanjutan. juga telah mengubah cara rantai pasokan bekerja sama. Misalnya, produsen perekat Kiilto (Tampere, Finlandia) menggunakan sensor Collo untuk membantu pelanggannya mengontrol rasio komponen A, B, dll. dalam peralatan pencampuran perekat multi-komponen mereka.”Kiilto sekarang dapat menyesuaikan komposisi perekatnya untuk pelanggan individu,” kata Järveläinen, “tetapi juga memungkinkan Kiilto untuk memahami bagaimana resin berinteraksi dalam proses pelanggan, dan bagaimana pelanggan berinteraksi dengan produk mereka, yang mengubah cara pasokan dibuat.Rantai bisa bekerja sama.”
OPTO-Light menggunakan sensor Kistler, Netzsch, dan Synthesites untuk memantau proses curing untuk suku cadang CFRP epoxy overmolded termoplastik.Kredit gambar: AZL
Sensor juga mendukung kombinasi bahan dan proses baru yang inovatif. Dijelaskan dalam artikel CW 2019 tentang proyek OPTO-Light (lihat “Termoset Termoplastik Overmolding, Siklus 2 Menit, Satu Baterai”), AZL Aachen (Aachen, Jerman) menggunakan dua langkah proses untuk mengompresi secara horizontal satu prepreg serat karbon/epoksi To (UD), kemudian di-overmolding dengan PA6 yang diperkuat serat gelas pendek 30%.Kuncinya adalah hanya menyembuhkan sebagian prepreg sehingga reaktivitas yang tersisa dalam epoksi dapat memungkinkan ikatan ke termoplastik .AZL menggunakan penganalisis Epsilon Optimold dan Netzsch DEA288 dengan sensor dielektrik Synthesites dan Netzsch serta sensor dalam cetakan Kistler dan perangkat lunak DataFlow untuk mengoptimalkan pencetakan injeksi.” Anda harus memiliki pemahaman mendalam tentang proses pencetakan kompresi prepreg karena Anda harus memastikan bahwa Anda memahami keadaan penyembuhan untuk mencapai koneksi yang baik ke overmolding termoplastik, ”jelas insinyur riset AZL Richard Schares."Di masa depan, prosesnya mungkin adaptif dan cerdas, rotasi proses dipicu oleh sinyal sensor."
Namun, ada masalah mendasar, kata Järveläinen, “dan itu adalah kurangnya pemahaman pelanggan tentang cara mengintegrasikan berbagai sensor ini ke dalam proses mereka.Sebagian besar perusahaan tidak memiliki ahli sensor.”Saat ini, jalan ke depan membutuhkan produsen sensor dan pelanggan Pertukaran informasi bolak-balik. Organisasi seperti AZL, DLR (Augsburg, Jerman) dan NCC sedang mengembangkan keahlian multi-sensor. Sause mengatakan ada kelompok dalam UNA, serta spin-off perusahaan yang menawarkan integrasi sensor dan layanan kembar digital. Dia menambahkan bahwa jaringan produksi AI Augsburg telah menyewa fasilitas seluas 7.000 meter persegi untuk tujuan ini, “memperluas cetak biru pengembangan CosiMo ke cakupan yang sangat luas, termasuk sel otomatisasi terkait, di mana mitra industri dapat Menempatkan mesin, menjalankan proyek, dan mempelajari cara mengintegrasikan solusi AI baru.”
Carapappas mengatakan bahwa demonstrasi sensor dielektrik Meggitt di NCC hanyalah langkah pertama dalam hal itu. “Pada akhirnya, saya ingin memantau proses dan alur kerja saya dan memasukkannya ke dalam sistem ERP kami sehingga saya tahu sebelumnya komponen mana yang harus diproduksi, orang mana yang saya kebutuhan dan bahan apa yang harus dipesan.Otomatisasi digital berkembang.”
Selamat datang di SourceBook online, yang sesuai dengan edisi cetak tahunan CompositesWorld dari SourceBook Composites Industry Buyer's Guide.
Spirit AeroSystems Menerapkan Airbus Smart Design untuk A350 Center Fuselage dan Front Spar di Kingston, NC


Waktu posting: 20 Mei-2022