Zaero项目更新

这是7月2020年7月的在线侧栏，“Composites 4.0：数字转换，自适应生产，新范式“。

Zaero项目始于2016年，旨在改善大型碳纤维增强聚合物（CFRP）零件的生产过程，例如商用飞机的翅膀金（见）复合零件的零缺陷制造“）。Zaero Project荣获2019年航空航天工艺创新奖。

项目合作伙伴和目标是在a中引入的2018年万博欧洲杯买球官网博客。主要重点是通过在树脂输注过程中的过程监测以及过程监测期间通过在干燥材料的自动纤维放置（AFP）期间的检查中整合CFRP部分缺陷。然后将收集的过程和缺陷数据与FEA一起使用以预测部分性能，然后将结果输入到决策支持工具中以模拟零件流程并优化返工策略。目标的生产率增加了15％，生产成本降低了15-20％，由于过程控制和早期返工，浪费减少50％。

此博客的来源包括：万博欧洲杯买球官网

• “Zaero-零缺陷在航空航天行业的复合材料零件制造中，”由A.R.Rodriguez.¹，J. Cuenca.¹，R.Ruiz.¹，A. Calero.¹。¹Fidamc（格雷菲，西班牙）。Materiales Compuestos.，卷。2，第2（2018）第128-131页。
• Zaero项目海报
• “使用业务分析在航空航天工业中零缺陷制造中的决策支持，”由HelmutZörrer，Robert Steringer，Sebastain赞比林，基督教Eitzinger。Profactor（Steyr，奥地利）。IFAC论文在线，卷。52，第13（2019）第13（2019）PP。1461-1466。
• “可交付D5.3 - 演示＃3和评估报告”由项目协调员Christian Eitzinger（Profactor）通过空中客车集团创新（AGI），Danobat，Dassault Systemes，Fidamc，Ideko，Infactory Solutions和Mtorres的贡献。
• Zaero审查会议2019年9月：
  WP2内部质量控制由Sebastian赞比尔（Profactor），Christopher Buchmann（AGI / Infactory Solutions）和Alberto Mendikute（Ideko）
  WP3缺陷处理和决策支持由Michael Clarke（DassaultSystèmes）和Miguel Sanchez（Migorres）
  WP4零件流量决策支持由HelmutZörrer（Profactor）。

材料

Zaero使用了两种不同的干纤维放置技术：Danobat的（Elgoibar，西班牙）自动化干材料展示（ADMP）和mtorres'（Torres de Elorz，纳瓦拉，西班牙）干法新社
（DFP）。

ADMP Slayup使用了600毫米宽的干碳纤维多轴非提味面料（NCF），而DFP使用了由MTORRES生产的12.7毫米的单向（UD）干胶带。这项新的干纤维胶带技术进行了审查CW.Iñigoidareta的Carberfiber 2019年会议，Mtorres特殊项目负责人。

与ADMP合作，在Danobat设施中进行，而DFP示威者和检验评估是在Zaero项目中的一个关键合作伙伴的Fidamc（Getafe，Spain）完成的。

示威者

2017年的第一个演示在平面CFRP皮肤面板上测试了汇总监测。演示2是1700毫米的1700毫米双弯曲板，在一个角落中，在一个角落中，用于测试2018年的铺设检查和治愈监测。上篮监测焦点从主要副本转移到DFP的前两个示威者。第三和最后的演示。

FIDAMC的最终项目审查包括1500毫米的1500毫米双弯曲演示，基于空中客车A350下翼片，其中三个集成T串。其中一个桁条含有交错（锥度），另一个包含一个含有的射流（终端区域以将负载转变为皮肤）。小组还保留了Sextstator 2的角落强化。

演示3使用DFP使用DFP创建，使用多牵引头应用八个12.7毫米截面。放置头上的专用激光加热70°C以上的材料，以达到足够的粘性并粘合帘布层。

铺设传感器和缺陷检测

“Zaero项目已开发并展示了ADMP和Prepreg AFP / DFP流程的内联传感器系统，”机器愿景负责人Christian Eitzinger博士说PROFACTOR.（Steyr，奥地利）和项目协调员。在上篮期间开发了两个不同的非接触式传感器用于内联缺陷检测。具有五个摄像机的光度立体声传感器（FSCAN）使用碳纤维的反射模型来测量纤维方向。它仅使用副本使用。具有三个摄像机的激光器轮廓仪/三角测量传感器（LSCAN）用于在ADMP和DFP期间获取3D配置文件。

FSCAN传感器与Danobat开发。“我们需要他们的输入，了解其副机所需的质量标准，并通过传感器的数据采集将其紧密的运动控制密封，”Eitzinger解释说。“LSCAN传感器基于与MTORRES相同类型的技术，因为MTORRES有资格的接近[见2018年万博欧洲杯买球官网博客]但是在Zaero项目期间进行了一些修改。它还可以检测其他标准的AFP缺陷，例如重叠，FOD（异物碎片），模糊球和扭曲的丝束，以及每种牵引的早期切割和晚期切割，以确定设计的切割是否确实位于正确的位置。“

来自两个传感器的大数据量由边缘计算聚合并组合以识别特征，以及它们的大小和位置。整体检查结果写入制造数据库（MDB），该数据库还包含该部件的CAD模型。在下一个处理步骤中，对在层上发现的所有功能执行结构模拟（有限元模拟）。因此，MDB和结构模拟可以用作帘布层的数字双胞胎的支持。

缺陷评估和重工

来自这些传感器的大量数据通过边缘计算聚合并组合以识别每个层的特征以及其大小和位置。总体检查结果写入制造数据库（MDB），该数据库还包含该部件的CAD模型。

“我们使用Dassault Systemes为CATIA环境的3D体验建立了这个数据库，”Eitzinger说。“它允许我们计算各种缺陷对部件性能的影响，例如，对于给定的尺寸，形状和缺陷类型的安全余量减少了多少。”

接下来，对PLY上发现的所有功能执行有限元结构模拟。因此，MDB和结构模拟可以用作帘布层的数字双胞胎的支持。然后，这为机器运营商提供信息来决定可以留下哪些缺陷，并且必须重新工作。

“我们也用mtorres实施了能力返工，“Eitzinger指出。“例如，现在可以通过在缺少的精确位置放置额外的牵引，自动更换缺失的丝束。”

所有这些缺陷都可以自动纠正吗？“有些人需要机器停止，例如，去除模糊球或扭转的拖曳，”他解释道。“继续进行，需要一些机器智能。您必须告诉机器需要更换＃27，并且机器必须学会仅在进行下一层之前仅替换单个牵引，而不是整个图层。“

输液传感器

在AFP期间铺设和必要的返工完成后，使用RTM6环氧树脂制备干纤维层压体用于树脂输注（exexcel.，斯坦福德，康涅狄格州。美国）。将不同的传感器集成到真空袋状输液设置中以监测树脂温度，流动前方和固化程度。使用典型的RTM6固化循环，树脂在储存器中加热至90℃并在真空下脱气30分钟。一旦将部件工具加热至120℃，注射单元用于将树脂注入干燥层压板，然后在180℃下固化90分钟。

树脂流动前台和固化程度监测使用基于电时域反射测量的传感器（参见“用于监测树脂输注流动前线和固化的传感器“）。

温度监测，一种新颖的薄膜箔的阵列提供了14个单独传感器位置的测量。每个传感器条带折叠，其中一个部分折叠在层压板下方，在金属工具的顶部，以及纵梁层压板上的两部分。通过各种测试和演示，验证了这些传感器阵列，以提供精确的，在线监测温度分布和小的温度偏差。

“我们现在有传感器测量三种不同的过程参数：温度，固化和树脂在输注过程中流动前线，“Eitzinger说。“我们通过CATIA 3D体验测试并集成了这些，并显示了数据可以可靠地获取并添加到部分的数据库中。”

决策支持工具

为了优化返工策略，Zaero项目开发了一个决策支持工具（DST），可读取制造数据库缺陷和结构模拟结果，然后可视化两个不同的用户角色的数据：机器运算符和线路管理器。DST使用零件流模拟（PFS）来运行不同返工策略的实验。

机器操作员必须决定必须重新准改哪些缺陷并在放置另一个层面之前执行返工。他/她对当前订单的估计交付感兴趣。

该行管理器负责按时提供所有订单，并确保资源可用于匹配需求。他/她可以运行不同的PFS实验 - 例如，具有更多或更少的DFP / ADMP站 - 因此评估不同的选项以确保订单履行。

DST结合了专业的胖客户端软件应用程序，可视化内联缺陷检测3D数据，并启用返工决策的执行，其中包含支持决策任务的Web的业务分析仪表板。仪表板从制造执行系统（MES）或生产数据采集（PDA）系统中显示数据以及使用不同的返工策略的PFS实验结果。这些交互式仪表板使用商业智能产品QLikView，也可以作为Web服务器运行。用户可以轻松扩展仪表板以显示来自商店地板上的其他来源的其他值数据。

下一步？

“我们希望创建一个完整的生产线，从上篮开始通过输液来治愈，然后纳入最终NDT，”Eitzinger说。“我们希望用传感器和完整的Zaero控制系统装备这条线，然后与第1层进行展示。”同时，PROFACTOR正在将模块化传感器商业化，用于在自动汇总期间的纤维方向和缺陷。Infactory Solutions还提供其AFP和树脂输注传感器，Danobat和Mtorres现在正在通过集成的内联检查销售其设备。

什么是最大的挑战？“将所有新设备和软件放在一起，使一个系统成为一个挑战，需要顺利地传输数据和可用格式，”Eitzinger注意到。“所以，整合是一个越来越具有挑战性的任务之一。”他认为，Zaero在Real Equp监测和其演示中，在真实设备上的示范中，该数据可用于提高生产效率将产生重大影响。“这一增加的生产不仅可以通过降低成本可以可靠地制造更多的复合产品，”Eitzinger说：“Eitzinger”，但传感器将提供大数据的进一步的机会，它将门打开了智能复合材料4.0制造中的下一步的门。。“