O futuro da manufatura está em exibição no Laboratório Northwestern do Prof. Ping Guo – 3DPrint.com

Universidade do Noroestede Ping Guo está na vanguarda da pesquisa de manufatura avançada, explorando tecnologias inovadoras que estão moldando o futuro da manufatura aditiva (AM) e muito mais. Desde metrologia inteligente e produção de pó em estado sólido até robótica inovadora para padronização de superfícies em grande escala, a Guo’s Laboratório Avançado de Fabricação Inteligente está enfrentando os desafios do setor com abordagens multidisciplinares que prometem escalabilidade, acessibilidade e precisão. 3DPrint.com visitou Guo na Northwestern, onde pudemos obter uma visão aprofundada do trabalho que está sendo executado e aprender sobre suas implicações para o cenário de manufatura mais amplo.

Metrologia Inteligente para Fabricação de Precisão

No centro de muitos desafios da AM está o controle de qualidade, um domínio em que a equipe de Guo desenvolveu soluções revolucionárias. Aproveitando algoritmos estéreo fotométricos e de aprendizagem profundao laboratório criou um sistema de metrologia capaz de detectar defeitos superficiais em peças fabricadas aditivamente. Este sistema usa imagens multimodais e visão computacional para fornecer geometria 3D em tempo actual e análise de textura de superfície, tudo dentro de uma estrutura escalável.

Uma configuração de pesquisa para estudar o sensoriamento multimodal para deposição direcionada de energia no laboratório do Prof.

“O que imaginamos é um futuro onde a visão computacional seja tudo de que você precisa para medição e compreensão”, explicou Guo durante a visita ao laboratório. “Esses sistemas podem fazer o que os olhos humanos não conseguem: capturar detalhes minuciosos e, ao mesmo tempo, fornecer insights acionáveis.”

Iterações de uma configuração para estudar a combinação de aprendizado profundo de rede neural e medição estéreo fotométrica de detalhes de superfície de um objeto para metrologia em processo.

O estéreo fotométrico é uma abordagem particularmente inovadora, pois usa vários ângulos de luz para capturar dados detalhados de refletância da superfície, que são então analisados ​​usando aprendizado profundo. Isso permite que o sistema detecte não apenas irregularidades geométricas, mas também inconsistências sutis de textura que, de outra forma, poderiam passar despercebidas. Ao contrário da projeção marginal, que muitas vezes enfrenta dificuldades com resolução e escalabilidade, ou sistemas baseados em contato que correm o risco de danificar peças, a solução sem contato de Guo é precisa e adaptável.

A capacidade de dimensionar esses sistemas de metrologia é um recurso de destaque. “Nossa configuração pode ir desde uma configuração do tamanho de um desktop até uma implementação em toda a sala, permitindo a inspeção precisa de peças de trabalho enormes, como cascos de navios ou asas de aeronaves”, destacou Guo. As implicações para indústrias como aeroespacial, automotiva e de energia são enormes. Por exemplo, os fabricantes poderiam utilizar estes sistemas para realizar inspeções in-situ de pás de turbinas ou painéis automotivos, reduzindo o risco de falhas e aumentando a eficiência operacional.

Uma versão em escala do sistema de metrologia estéreo fotométrica habilitada para aprendizado profundo de Guo.

Ao integrar imagens hiperespectrais e visão computacional, o laboratório de Guo está abrindo caminho para sistemas de controle de qualidade mais inteligentes que reduzem o desperdício, melhoram o rendimento e aumentam a confiabilidade do produto.

Produção Sustentável de Pó Metálico

Outra área inovadora de pesquisa no laboratório de Guo é a produção de pós metálicos de alta qualidade para AM. Ao empregar usinagem por vibração ultrassônica, a equipe demonstrou um novo método para gerar pós uniformes de tamanho micrométrico com tolerâncias dimensionais restritas. Este processo de estado sólido evita os métodos tradicionais de atomização que exigem altos consumos de energia e muitas vezes resultam em desperdício de materials.

“Esses pós não são apenas mais sustentáveis ​​de produzir – eles são melhores em diferentes perspectivas”, explicou Guo. “Mostramos que nossos pós de alumínio produzidos apresentam extrema uniformidade de tamanho de partícula sem a necessidade de peneiração para obter uma grande taxa de rendimento.”

A técnica de vibração ultrassônica opera aplicando vibrações de alta frequência a uma ferramenta de usinagem, que quebra o materials em partículas uniformes. Esse processo garante consistência entre lotes, um fator crítico para aplicações AM que exigem propriedades precisas do materials. Os processos tradicionais de atomização, por outro lado, muitas vezes produzem pós com amplas distribuições de tamanho, o que pode comprometer a qualidade das peças impressas.

A escalabilidade também é uma vantagem importante dessa abordagem. O laboratório desenvolveu modelos para prever tamanhos de partículas sob diversos parâmetros de usinagem, permitindo um controle preciso do processo de produção.

“Projetamos configurações de produção paralela e sistemas de coleta de alta eficiência para tornar esse método viável para aplicações em escala industrial”, explicou Guo.

A redução do consumo de energia e do desperdício de materiais associados a este processo alinham-se perfeitamente com a crescente ênfase na sustentabilidade na produção. Com setores como aeroespacial e automotivo adotando cada vez mais AM para componentes leves e de alto desempenho, o trabalho de Guo poderia desempenhar um papel elementary no atendimento à demanda por pós metálicos confiáveis ​​e ecológicos.

Coloração Estrutural e Funcionalização de Superfície

O trabalho de Guo em coloração estrutural usa usinagem assistida por vibração para criar micro/nano-redes em superfícies, permitindo cores iridescentes sem o uso de corantes ou pigmentos. Esses padrões são independentes do ângulo, oferecendo aplicações que vão desde medidas antifalsificação até revestimentos decorativos e funcionais.

“Esta tecnologia é mais do que apenas estética”, observou Guo. “Ao controlar a refletividade da superfície e a absorção de luz, podemos desbloquear aplicações em energia photo voltaic e muito mais.”

A capacidade do laboratório de produzir padrões de alta resolução é uma prova da precisão de suas técnicas assistidas por vibração. As grades são capazes de manipular a luz em escala nanométrica, o que abre possibilidades para óptica avançada, coleta de energia e até dispositivos biomédicos. Por exemplo, estas superfícies poderiam ser usadas para aumentar a eficiência dos painéis solares, otimizando a absorção de luz em vários comprimentos de onda.

Em colaboração com o Prof. Todd Murphey da Northwestern, as inovações de Guo se estendem à funcionalização de superfícies em grande escala por meio de robôs compactos e autônomos. Esses robôs são projetados para aplicar padrões microestruturados para melhorar propriedades como fricção, resistência ao desgaste e hidrofobicidade. Ao contrário dos métodos tradicionais que se concentram no posicionamento preciso dos recursos, os robôs da Guo priorizam a densidade dos recursos, o que reduz custos enquanto mantém a alta fidelidade.

“Think about uma frota de robôs minúsculos e inteligentes transformando uma asa inteira de avião em uma superfície aerodinâmica altamente eficiente”, disse Guo. “Nossos robôs demonstram uma mudança de máquinas maiores que a peça de trabalho para um paradigma onde sistemas minúsculos e inteligentes lidam com estruturas massivas.”

Além da fabricação, esses robôs têm aplicações potenciais na agricultura – como a modificação de terrenos para irrigação otimizada – e na conservação ambiental, onde poderiam ser implantados para limpeza ou restauração de superfícies em grande escala. Esta versatilidade sublinha o potencial transformador da abordagem de Guo à robótica.

Fabricação Centrada no Ser Humano: Sensores Vestíveis e Segurança do Trabalhador

Em colaboração com o Prof. John Rogers e outros pesquisadores da Northwestern, a equipe de Guo também desenvolveu sensores vestíveis para monitoramento de fadiga em tempo actual em ambientes de fabricação. Esses sensores utilizam dados fisiológicos para prever a fadiga e recomendar intervalos de descanso, melhorando a segurança e a produtividade do trabalhador.

“Há muitas perguntas dos revisores e da mídia expressando preocupações com a privacidade e o monitoramento do desempenho dos trabalhadores”, explicou Guo. “Mas a ideia é que os dados sejam para os próprios trabalhadores – e não para a gestão – para ajudá-los a manter a sua saúde e segurança.”

Imagem cortesia de Payal Mohapatra e Vasudev Aravind.

Os sensores contam com algoritmos leves de aprendizado de máquina que analisam dados de vários marcadores fisiológicos, incluindo movimento corporal, frequência cardíaca e temperatura da pele. Em testes realizados em fábricas como as linhas de montagem da Boeing, os trabalhadores muitas vezes esqueciam que estavam usando os sensores, uma prova de seu design discreto.

As aplicações potenciais para esses sensores vão além da fabricação. Eles poderiam ser usados ​​na área da saúde para monitorar a recuperação do paciente ou na ergonomia para otimizar os ambientes de trabalho. “Ao compreender como as tarefas afetam a fadiga dos trabalhadores, podemos criar ambientes que não são apenas mais seguros, mas também mais eficientes”, observou Guo.

Parcerias com líderes da indústria como John Deere, Boeing, GM, Intel e John Deere sublinham as implicações práticas da investigação de Guo. Essas colaborações permitem prototipagem, testes e iterações rápidas, garantindo que as tecnologias desenvolvidas em seu laboratório sejam inovadoras e prontas para o mercado.

“Nossa visão é criar um sistema mais inteligente e adaptável que melhore a eficiência em todos os setores, desde a manufatura até a inteligência”, disse Guo.