2024/05/22
Defect detection in additive manufacturing using image processing techniques
Hammouda, A.B.; Frikha, A.; Koubaa, S.; Mrad, H. (2024). Defect detection in additive manufacturing using image processing techniques. Procedia Computer Science, Volume 232, 2024, 2157-2166.
La fabrication additive (FA) permet de produire des pièces couche par couche à partir d’un fichier STL. Il est alors possible grâce à cette technologie d’obtenir des géométries personnalisées et des formes complexes à moindre coût. Cependant, ces formes posent des problèmes de contrôle des défauts, de microstructure, de contraintes résiduelles et de déformations dans les pièces. Cette étude vise à développer une méthode efficace permettant de détecter les défauts lors de l’impression de pièces à l’aide de la modélisation par dépôt en fusion (FDM). Le système de contrôle contient un système d’acquisition par caméra pour la capture automatique d’images des couches de filament déposées sur le lit d’impression. Différentes techniques de contrôle ont été simulées pour parvenir à une solution optimale de correction des défauts. L’excès et l’insuffisance de matériau sont détectables dans la couche des pièces imprimées réelles. Les défauts sont contrôlés et comparés à la pièce originale obtenue à partir de la conception assistée par ordinateur (CAO). Une application de conception a été créée à cet effet. Elle affiche la référence de l’image générée à partir du code G, l’image de la couche capturée par la caméra et renvoie le pourcentage d’erreur dans les couches imprimées. La méthode de calcul de la surface développée a montré son efficacité dans la détection du manque et de l’excès de matériau, avec une précision de 1,07 %. Cette méthode permet aux utilisateurs d’arrêter et de contrôler l’impression afin d’économiser des coûts, du matériel et du temps.