Belgian Welding Institute npo
Joining your future

 

AVANGARD – Advanced manufacturing solutions tightly aligned with business needs

Last modified: 
29-03-2022

The AVANGARD project addresses the integration of three novel processing units into an existing microfactory test bed conceived to produce urban electric vehicles. The units are state of-the-art multipurpose and multifunctional demonstrators on their own, specifically:

  • Robotized integration of laser cutting-shaping-welding for 3D components
  • Supersonic deposition of metallic powders for high speed 3D printing
  • Large volume and high-speed 3D polymeric printing

The operation of the AVANGARD pilot will be demonstrated manufacturing I-Bikes, I-CARS and innovative battery packs

Project goals

Het Europese project AVANGARD beoogt de ontwikkeling van een licht en veilig elektrisch voertuig voor personenvervoer in steden. Het project draagt bij tot het gebruik van hoogsterkte staalsoorten door het onderzoek naar en de ontwikkeling van een innovatief chassis voor elektrische voertuigen. Dit moet voldoen aan structurele en veiligheidseisen en zal de ruggengraat vormen voor het ontwerp van een nieuwe generatie elektrische voertuigen met een licht gewicht. Bij deze ontwikkeling worden Dual Phase staalsoorten gebruikt. Dit zijn innovatieve materialen die hun eigenschappen verkrijgen door een unieke structuur bestaande uit twee fasen (ferritisch-martensitische microstructuur).

Objectieven

Project description

Een grote zorg is om lasdefecten snel, betrouwbaar en kosteneffectief op te sporen. De huidige destructieve en niet-destructieve technieken zijn tijdrovend en duur en zijn niet altijd geschikt om de laskwaliteit te beoordelen. Met real-time kwaliteitscontrolesystemen kunnen de huidige beperkingen van conventionele karakteriseringstechnieken worden overwonnen.
Akoestische emissiemonitoring (AEM) kan gebruikt worden als een real-time kwaliteitscontrolesysteem voor het bewaken van processen. De AEM-techniek is gebaseerd op de detectie en omzetting van hoogfrequente golven in elektrische signalen. Kwaliteitsbewaking op basis van akoestische emissie is ontwikkeld op basis van het feit dat elk materiaal natuurlijke trillingen vertoont en dat machines en processen geluiden uitzenden.

Consortium

 

 

Results

Experimenteel onderzoek

Tijdens het AVANGARD project werden experimenten uitgevoerd voor het monitoren van gerobotiseerd MIG/MAG-lassen op basis van akoestische emissies. Er werden verschillende soorten sensoren gebruikt; piëzo-elektrische sensoren en een microfoon. De lasexperimenten werden uitgevoerd voor hoeklassen (zie Figuur 2).

Figuur 2: Hoeklas, onderdeel van het frame van een elektrisch voertuig

Lassen werden uitgevoerd met de verschillende parameterinstellingen van het lasproces. Lassen uitgevoerd met optimale parameters dienden als referentie. Daarnaast werden ook lassen uitgevoerd waarbij een bepaalde parameter werd gevarieerd; bijvoorbeeld de lassnelheid, uitsteeklengte, toortspositie of -hoek en de lasrichting (trekkend of duwend), met als doel lasfouten te introduceren. De cobot die voor het experimentele werk gebruikt werd is een Universal Robotics UR10 met een MIGATRONICS Sigma Select 400 stroombron; zie Figuur 3).  

 
Figuur 3 : Testopstelling gebruikt voor hoeklassen

Voor de beoordeling van de laskwaliteit is de norm ISO 5817 [ISO 5817:2014 : Lassen - Smeltlasverbindingen in staal, nikkel, titanium en hun legeringen (laserlassen en elektronenbundellassen uitgezonderd) - Kwaliteitsniveaus voor onvolkomenheden] gebruikt. Deze internationale norm detailleert de kwaliteitsniveaus voor onvolkomenheden in smeltlasverbindingen in staalsoorten, zoals scheuren, porositeiten en holtes, vaste insluitsels, gebrek aan inbranding en onvolledige penetratie, vormonvolkomenheden en meerdere onvolkomenheden.

Figuur 4: Voorbeeld van een goede las (links) en een las met imperfecties (rechts)

Toepassing van artificiële intelligentiemethoden voor het monitoring van de laskwaliteit

Artificiële Intelligence biedt een enorm potentieel voor het analyseren van meetgegevens en het bewaken van de kwaliteit van de lassen en gelaste producten. Data-gedreven AI-modellen werden ontwikkeld door de firma OQTON, en gebruikt om de laskwaliteit te voorspellen en optredende onvolkomenheden te herkennen en classificeren op basis van het geluid dat door een las werd geproduceerd. Ook de lasspanning en -stroom werden gebruikt voor analyse via de AI modellen.
Het waargenomen akoestische spectrum kon een uitspraak doen over het type lasimperfectie dat aanwezig is in de las en waar in de las deze imperfectie voorkomt. Met de AI-modellen is het ook mogelijk om te voorspellen of een bepaalde lasimperfectie acceptabel is of niet volgens EN ISO 5817 (kwaliteitsniveau C).
Op deze manier is het niet alleen mogelijk om lasonvolkomenheden in real-time te detecteren, maar er ook onmiddellijk een waardering aan toe te kennen op basis van het uitgezonden akoestische spectrum. Als de lasimperfectie niet acceptabel is, is het mogelijk om in continue installaties (bv. robotinstallaties) het systeem adaptief te laten reageren op basis van deze gegevens, door de lasparameters aan te passen.

Dankwoord

AVANGARD wordt gesteund door het Horizon 2020 onderzoeks- en ontwikkelingsprogramma van de Europese Unie, onder het contract Nr. 869986.

Deliverables

Newsletters

Publications

Technical project results

Welding-related results

Other results

Latest news

Read more