江蘇雷射聯盟導讀：
提除了一種基於大數據分析為驅動的可持續智能增材製造技術，並在增材製造企業採用SLM技術製造 AlSi10Mg鋁合金泵葉輪來進行了驗證。結果表明可以提高產品質量、降低能源消耗和提高產能。這一成果發表在2021年出版的期刊《Robotics and Computer-Integrated Manufacturing》上。
研究的亮點
提出了一種大數據驅動的用於可持續發展和智能增材製造技術的框架；
為了實現這一框架，對關鍵技術進行了設計以滿足這一還要求；
這一框架用於增此製造的益處給予了詮釋；
以SLM製造 AlSi10Mg鋁合金為例，展示了可持續和智能增材製造技術（SSAM）的有效性
在過去的十年裡，增材製造（AM、3D列印）的發展非常迅速並且在節能、清潔能源等領域由於可以實現減少材料和資源的浪費以及無需要特殊的工裝等方面的優勢而獲得了非常有潛力的應用。在當代，隨著製造技術、科學研究和工業的迅速發展，開始逐漸的對智能製造越來越重視，這是因為智能製造的引入將使得產品更加具有可持續性和更加高效。在這裡，將智能製造、可持續製造和增材製造的優勢整合在一起形成聯合可持續製造和智能製造（SSAM）的技術。其目的就是為了發展一種綜合了大數據分析、增材製造和可持續智能製造技術的框架以便更好的利於增材製造企業的發展。因此，提出了一種綜合大數據驅動的可持續和智能增材製造（BD-SSAM）的框架來幫助AM工業的領導者來為產品生命周期的開始階段的更好決策作參考。最後，提出一個增材製造工藝中的應用方案來證實提出的框架的有效性。並將提出的框架用於產品生命周期中的開始設計階段，這是因為目前可參考的資源非常有限，並給出了一個採用AM技術來製造AlSi10Mg鋁合金部件為案例來展示這一框架的正確性。結果表明產品的能量消耗和產品的質量均可以得到充分的控制，從而有益於智能可持續增材製造、排放也減少，並實現了清潔生產。
圖1 可持續製造的裡程碑
如今，可持續製造對製造企業來說更具有競爭力，這是因為它的執行幫助製造企業來完成整個產品的發展計劃、降低資源的消耗和汙染。在當今這個先進位造業迅猛發展的時代，工業界和學術界曾經探討和將目光聚焦於將智能製造應用於研究和製造活動中。最近在智能製造領域的發展成果，促進了相關技術如物聯網（IOT）、人工智慧（AI）、信息物理系統（CPS）、大數據分析（BDA）、雲計算和製造、數字孿生（DT）、5G等的發展，顯著的加強和促進了智能製造技術的發展。智能製造技術使得工業製造更多的向可持續、有效率和有利潤的方向發展。
圖2 融合BDA、AM和 SSM 的研究
增材製造（AM）技術是當今製造業中的一項不斷變革的技術。AM技術依據加工對象的狀態可以分為液態、粉末、絲材和熔化的材料。當依據材料種類來分類的時候，可以分為聚合物、陶瓷、金屬、合金、複合材料、功能梯度材料和多相材料等，從而使得AM工藝有不同的類型。隨著人們對可持續發展和清潔生產的重視程度越來越強，AM技術在降低飛買比方面越來越有價值。AM技術幾乎可以應用於產品生命周期中的任何一個地方。AM技術還被稱之為綠色製造技術，這是因為該技術允許產品的功能化設計更容易實現。同傳統工藝相比較，在製造時不需要特殊的工具來進行加工，製造迅速且材料浪費少。而且，AM技術在製造個性化產品和小批量產品的時候還具有降低成本和縮短製造周期的優勢。
圖3 SAM的三個維度
智能製造（SM）是一種革新的以服務為導向的、網絡化的製造模式，是從但並不限於傳統製造和服務方式的轉變，並整合當前的前言技術，如IIoT、AI、BDA、CPS、CC和DM。在SM製造環境中，在整個製造工藝過程中存在大量的監測和控制單元，如從輸送原材料到輸送到車間到最終產品的包裝和物流配送。
圖4 一個用於可持續智能增材製造（SSAM）的大數據分析（BDA）框架
因此，在智能製造過程中會產生大量的數據，並將這些數據收集起來。產品製造者通過大數據分析來研究這些數據，以提高製造的性能和實現對複雜產品的整個工藝的管理，如優化工藝參數、減少產品缺陷、提高產品質量和生產效率等。這些管理上的提高和優化可以顯著的減少能量的消耗、材料的浪費、碳排放和對環境的影響。在當前，智能製造理論和應用上的革新值得我們進一步的研究和分析，以更好的發揮資源的效用，如協同製造、AM、綠色的供應鏈等。
圖5 用於SSAM產品製造循環的大數據的感知與獲得 的框架
產品生命周期管的理可以分為三個階段：生命周期的開始階段、生命周期的中間階段和生命周期的結束。Majeed等人曾經提出過一種BDA（大數據分析）的框架用於AM製造在生命周期的開始階段的工藝分析和工藝優化。如前面所討論的，AM和大數據均討論的是如何獨立的解決製造業中的問題。很少有研究工作是將SM（智能製造）和可持續製造整合在一起作為AM中的一個商機。製造業中的可持續製造大概是在40年前就開始了，用於減材製造和增材製造的可持續製造的路線圖見圖1。
圖6 BD-SSAM進行應用的總體框架方案圖
隨著AM技術的發展，將可持續增材製造作為AM中的重要環節開始受到重視並得到應用。因此，AM製造的領導者們將從SAM中的應用中獲益。
圖7 為了驗證BD-SSAM而採用SLM技術製造的 AlSi10Mg鋁合金葉輪泵
在這裡，大數據分析（BDA）、增材製造（AM）和可持續智能製造融合在一起，形成一種交叉的研究領域，稱之為大數據驅動的可持續的智能增材製造（BD-SSAM），如圖2所示。於是，提出一種給予大數據驅動的可持續和智能製造的（BD-SSAM）的框架，這是在增材製造中發展智能製造的一個開端，這一框架應用於AM製造工藝整個生命周期中的開始階段。
主要結論：
將早先在學術界和工業界中單獨分開來研究的大數據（BD）、增材製造（AM）和可持續智能製造（SSM）融合在一起。這些先進的製造技術是工業4.0中的關鍵製造技術。AM技術是最近發展比較迅速且在製造業中用來製造複雜、獨特形狀產品的製造技術。論文作者的主要貢獻如下：
首先，將關鍵技術中的可持續製造、智能製造、增材製造融合在一起，形成了以大數據為驅動的可持續智能增材製造（SSAM）。以前SSAM並不是一個獨立存在的概念，但對該領域的智能製造和先進位造十分關鍵。
其次，提出了一個以大數據驅動為框架進行可持續智能增材製造的概念，並將其應用於AM製造產品的製造周期中。提出的該概念可以用於選擇相關產品製造階段中的參考，並用於特殊AM製造業中的可持續製造。
第三，建立了大數據的獲取和融合策略，從而可以將其應用於增材製造過程中的數據的實時採集、多源和各種各樣的數據處理，並用於有益的加工輸出。
第四，數據挖掘方法可以用於可持續製造性能的改善和AM製造中的參數優化。而且，工藝參數還可以進一步的優化以提高產品的性能、產能和降低能量的消耗和能源的排放，這對智能製造非常有益的。
提出的以大數據為驅動的可持續智能增材製造在工廠中得到了驗證。採用AM技術來製造AlSi10Mg 鋁合金泵葉輪來驗證了該概念的正確性。可以獲得實時的數據並通訊給AM製造企業的數據處理中心。藉助大數據分析（BDA）和使用算法，SLM的工藝參數可以進一步的優化，從而進一步的提高產品的質量、降低能源的消耗和提高產能。
本文為江蘇省雷射產業技術創新戰略聯盟原創作品，如需轉載請標明來源，謝謝合作支持！