Аддитивные технологии активно находят применение в промышленности, но вопрос обеспечения качества изделий, воспроизводимости процессов и, как следствие, их сертификации остается до конца не решенным. О перспективах эффективного контроля качества на аддитивном производстве рассказал Иван Иванов, доцент кафедры теоретической физики и квантовых технологий НИТУ МИСИС, заместитель генерального директора АО «НПО  «ЦНИИТМАШ» и директор Института металлургии и машиностроения АО «НПО «ЦНИИТМАШ».

Отсутствие эффективных методик контроля является барьером для внедрения аддитивных технологий в нашей стране?

Безусловно, недостаточное развитие методов контроля, аттестации и оценки соответствия является одним из существенных барьеров для широкого внедрения аддитивных технологий в России. Российский рынок в этой сфере пока занимает сравнительно скромное место на фоне мирового, несмотря на бурный рост и высокий 

интерес со стороны промышленности. При этом наибольший эффект от внедрения аддитивных технологий ожидается именно в ответственных отраслях: авиационной, атомной, энергетической, медицинской и других, где требования к качеству и воспроизводимости особенно высоки. В таких условиях ключевое значение имеет не просто наличие отдельных методов контроля, а создание отработанной системы квалификации, верификации и сертификации как самих процессов, так и готовых изделий. Поэтому сегодня ограничением выступает не отсутствие аддитивных технологий как таковых, а недостаточная зрелость нормативной и методической базы контроля, необходимой для их масштабного и серийного промышленного применения. Именно поэтому в рамках реализации комплексной научной программы Госкорпорации «Росатом»1 принципиальным требованием было не только изготовление опытных образцов изделий, но и разработка проектов стандартов, способных создать основу для последующего нормативного закрепления и практического внедрения полученных результатов.

Как сейчас осуществляется контроль на аддитивном производстве?

На практике в аддитивном производстве применяются традиционные подходы к контролю качества, включая изготовление и испытание образцов-­свидетелей. 

Дополнительно используются 3D-сканирование и томография, позволяющие оценивать соответствие геометрии изделия заданной модели и выявлять внутренние дефекты. Однако этого недостаточно, поскольку условия формирования структуры и свой­ств внутри изделия могут существенно отличаться от условий выращивания образцов-­свидетелей.

В какой части не работают традиционные методики?

Аддитивные технологии во многом выходят за рамки традиционных подходов к контролю качества. Если рассматривать, например, селективное лазерное сплавление металлических порошков, то здесь возникает первая принципиальная проблема: технологические параметры задаются на этапе подготовки 3D-модели и файла печати, однако само по себе задание этих параметров еще не означает, что в каждой конкретной точке построения действительно обеспечивается требуемый энерговклад. На большинстве установок это не контролируется напрямую. Оператор может лишь косвенно судить о ходе процесса по внешнему виду факела, отдельным признакам стабильности плавления, результатам контроля образцов-­свидетелей и итоговым характеристикам изделий. Однако этого недостаточно для гарантии того, что фактические условия сплавления полностью соответствуют заданным. На практике встречаются случаи, когда после прямого измерения мощности лазерного излучения на уровне платформы выяснялось, что она заметно, вплоть до десятков процентов, отличается от ожидаемой. Для экспериментальных изделий это 

может быть допустимым риском, но при изготовлении ответственных деталей подобное расхождение способно привести к серьезным последствиям.

Вторая принципиальная особенность аддитивного производства связана с существенной ролью случайного фактора. В традиционных технологиях, например, при получении заготовки из слитка с последующей ковкой и механической обработкой, материал проходит через большую жидкую ванну расплава, затем через термодеформационный передел, после чего его свой­ства можно проверить отбором проб в регламентированных зонах, а при необходимости дополнительно проконтролировать ультразвуковыми или рентгенографическими методами. В аддитивном же процессе, например, если говорить о SLM или DMD, формирование изделия происходит через огромное количество локальных жидких ванн, причем без последующего термодеформационного передела, способного сгладить локальные отклонения. Поэтому случайные сбои в отдельных участках построения оказывают значительно более существенное влияние на конечный результат.

Особенно критично это для тонкостенных и высоконагруженных изделий. Даже локальное нарушение сплавления в одном из слоев может сформировать зону ослабления, которая впоследствии станет местом зарождения разрушения. При этом такие дефекты далеко не всегда выявляются по образцам-­свидетелям, поскольку последние отражают лишь общую стабильность процесса, но не гарантируют обнаружение единичных локальных сбоев в конкретной детали.

Таким образом, применительно к аддитивному производству ключевыми становятся две задачи. Первая — обеспечить, чтобы заданные технологические параметры действительно реализовывались в каждой зоне сплавления. Вторая — минимизировать случайный фактор либо создать средства его надежного выявления и контроля. Именно в этой части традиционные методики контроля оказываются недостаточными: они позволяют оценить результат постфактум, но не всегда дают возможность подтвердить стабильность процесса на уровне каждой локальной зоны формирования материала.

Есть другие, более достоверные алгоритмы контроля, может быть, не у нас, за рубежом?

Сегодня и в России, и за рубежом развитие систем контроля в аддитивном производстве в целом идет по двум основным направлениям. Первое — это использование традиционных методов оценки качества готовых изделий. Второе — внедрение систем непосредственного мониторинга самого процесса выращивания, позволяющих контролировать параметры формирования материала непосредственно в ходе печати.

Именно это направление сегодня рассматривается как наиболее перспективное, поскольку оно позволяет не только фиксировать результат после завершения процесса, но и отслеживать возможные отклонения в момент их возникновения. Одной из первых компаний, активно развивавших такие решения, была EOS, предложившая системы EOSTATE MeltPool и EOSTATE PowderBed. В России такой подход также получил развитие. 

Так, в рамках реализации комплексной научной программы «Росатома» были созданы опытные образцы аддитивных установок, часть которых оснащалась системами непосредственного контроля процесса 3D-печати. 

При этом одним из ключевых требований к разрабатываемым единицам оборудования было использование не просто отечественной программно-­аппаратной части управления, а специализированной программно-­аппаратной платформы, предусматривающей подключение систем непосредственного контроля различного типа. Такой подход позволял интегрировать средства мониторинга, ориентированные не только на наблюдение за ходом печати, но и на контроль условий формирования структуры и свой­ств синтезируемого материала.

В чем заключается идея непрерывного контроля? Если возможно, пожалуйста, с примерами.

Идея непрерывного контроля в аддитивном производстве заключается в том, что состояние процесса оценивается не только по итоговому результату, но и непосредственно в ходе построения изделия, слой за слоем и участок за участком. Такой подход позволяет не просто фиксировать уже сформировавшийся дефект, а выявлять отклонения в момент их возникновения, оценивать их значимость и, в ряде случаев, сразу принимать корректирующие меры.

На практике можно выделить несколько уровней реализации такого подхода. Первый вариант — это обнаружение и цифровая регистрация сбоя без вмешательства в процесс. Система фиксирует, что, где и на каком этапе произошло, формируя цифровой след для последующего анализа. Второй вариант — выявление отклонения в режиме реального времени с последующей его классификацией. Если дефект признается несущественным, информация о нем заносится в базу данных, и печать продолжается. Если же отклонение может повлиять на качество изделия, процесс останавливается или приостанавливается, после чего оператор или технолог принимает решение о продолжении либо прекращении печати.

Наиболее перспективным является сценарий с использованием обратной связи, когда система не только обнаруживает проблему, но и автоматически выбирает способ компенсации. По сути, следующим шагом в развитии такого подхода становится создание цифровых двой­ников аддитивного процесса на базе программного обеспечения «Виртуальный принтер», который разрабатывается РФЯЦ-ВНИИЭФ по заказу ООО «Росат». Он позволяет моделировать процессы на разных масштабных уровнях и прогнозировать параметры качества материала и изделия на каждом из них (рис. 1–4). В сочетании с программно-­аппаратной платформой и системами контроля это дает возможность не только фиксировать отклонения, но и заранее оценивать их последствия для конечного результата, то есть переходить к полноценному управлению качеством на основе предиктивной аналитики.

Простейший пример — контроль качества нанесения порошкового слоя (рис. 1). Если система обнаруживает локальное порошковое голодание, возможна повторная подача порошка и повторное нанесение слоя. Если после этого отклонение устраняется, печать продолжается, а событие рассматривается как случайный сбой. Если же проблема сохраняется, процесс целесообразно остановить для дальнейшего анализа.

Другой пример связан с изменением мощности лазерного воздействия (рис. 3). Если в процессе печати система фиксирует снижение мощности в конкретной зоне, например, из-за загрязнения оптики, нестабильности источника излучения или другого внешнего фактора, то в разумных пределах возможно автоматическое восстановление требуемого уровня воздействия. Это особенно важно при изготовлении дорогостоящих изделий, когда остановка процесса после длительного времени печати приводит к значительным потерям. В такой ситуации печать может быть завершена, а причины отклонения — проанализированы уже после окончания цикла.

В перспективе аналогичный подход может применяться и к более сложным ситуациям. Например, если в многолазерной установке один из лазеров выходит из строя, теоретически система могла бы не просто остановить процесс, а оперативно перераспределить зоны построения между исправными лазерами путем изменения стратегии печати. Такие решения требуют высокой степени автоматизации и надежных алгоритмов управления, однако именно они отражают суть непрерывного контроля: не только наблюдать за процессом, но и обеспечивать его устойчивость в реальном времени.

А алгоритм непрерывного контроля трудно реализовать внутри 3D-принтера?

Я бы не сказал, что реализация алгоритмов непрерывного контроля внутри 3D-принтера является принципиально неразрешимой задачей. Основные трудности здесь носят не концептуальный, а инженерный характер. Для этого еще на этапе проектирования оборудования необходимо закладывать возможность интеграции дополнительных аппаратных средств. Например, в установках SLM в центральной зоне обычно располагаются системы сканирования лазерного излучения, причем в современных машинах их, как правило, несколько — два, три, четыре, восемь и более. Поэтому средства наблюдения, в частности камеры, чаще всего приходится размещать по периферии верхней части рабочей камеры с учетом особенностей компоновки оборудования.

Рис. 1. Контроль геометрии при 3D-печати

Что в такой системе сложнее — аппаратная часть или программная?

На практике здесь довольно трудно жестко разделить аппаратную и программную части, поскольку они тесно связаны между собой и фактически образуют единую систему. Эффективность непрерывного контроля определяется не только характеристиками камер, датчиков и схемой их размещения, но и тем, насколько корректно программное обеспечение умеет собирать данные с разных источников, синхронизировать их, сшивать изображения, интерпретировать результаты наблюдений и выделять действительно значимые отклонения процесса.

Тем не менее, если говорить о наиболее сложной задаче, то она чаще всего лежит на стыке аппаратной и программной частей. Недостаточно просто установить средства наблюдения — необходимо обеспечить устойчивый съем данных, корректную работу всей измерительной системы в реальных условиях печати и превратить поток сигналов в инструмент оперативного управления процессом. Именно поэтому ключевые трудности обычно связаны не с ­каким-то одним элементом, а с интеграцией аппаратуры, алгоритмов обработки и программной среды в единую работоспособную систему.

Рис. 2. Исследования возможности корректировки геометрии в процессе 3D-печати

Есть ли уже в России реальные примеры такой реализации?

Да, такие примеры уже есть. В рамках Комплексной научной программы «Росатома» (примечание редакции: ЕОТП и ФП‑4 КП РТТН) создаются не просто отдельные единицы аддитивного оборудования, а полноценная технологическая экосистема, включающая материалы, программное обеспечение для моделирования аддитивного процесса, программно-­аппаратную платформу, лазерно-­оптические системы, сами установки и средства контроля технологического процесса. На этой основе, по сути, создана линейка отечественного аддитивного оборудования нового поколения для работы с металлическими, керамическими и композиционными материалами. Принципиально важно, что такие разработки изначально ориентированы не только на сам процесс выращивания, но и на его контроль, а в дальнейшем — на реализацию интеллектуальной обратной связи, способной повысить воспроизводимость и качество изделий.

Если говорить о конкретных примерах, то в контуре «Росатома» и партнерских организаций такой подход уже реализован для основных классов аддитивных технологий. В АО «НИИграфит» разработаны и изготовлены 3D-принтеры для получения изделий из керамических материалов по технологиям LDM и SLA. В НИИ НПО «Луч» создан опытный образец установки селективного электронно-­лучевого плавления порошка для тугоплавких материалов, а также развивается линейка отечественных систем сканирования для аддитивных установок. В АО «НПО «ЦНИИТМАШ» создана высокотемпературная установка MeltMaster3D‑300HT с возможностью подогрева до температур вплоть до 800 °C. Все эти решения объединяет использование единой программно-­аппаратной платформы управления процессом синтеза материала и наличие систем непосредственного контроля за ходом построения изделия.

А многолазерную печать, наверное, кратно труднее контролировать?

Я бы не сказал, что многолазерную печать кратно труднее контролировать. Если речь идет о системе мониторинга всей области сплавления, то такой контроль обычно строится на использовании камер высокого разрешения, которые охватывают все рабочее поле одновременно и фиксируют все активные тепловые зоны, возникающие в процессе печати. Поэтому с точки зрения самой идеи наблюдения многолазерная схема не делает задачу принципиально более сложной — возрастает прежде всего объем данных и требования к их синхронной обработке.

Более того, в современных сканирующих системах уже на уровне конструкции нередко предусматривается возможность интеграции соосных систем контроля процесса, в том числе температурного мониторинга. Это касается не только зарубежных решений, но и отечественных разработок. В частности, в НИИ НПО «Луч» разработан трехосевой лазерный сканатор для аддитивных установок, в конструкции которого предусмотрены модули сопряжения постоянного и импульсного лазерного излучения, а также модуль контроля температуры. Это показывает, что встроенный контроль сегодня рассматривается уже не как экзотическое решение, а как естественное направление развития аддитивного оборудования.

Рис. 3. Контроль тепловых условий с обратной связью по мощности лазера

Непрерывный контроль предполагает работу с большим массивом данных, а значит, и повышенные требования к вычислительным мощностям?

Непрерывный контроль действительно связан с обработкой больших массивов данных, однако я бы не назвал это критическим ограничением. Уже на базовом уровне большинство современных аддитивных установок и сопутствующих рабочих станций располагают достаточно серьезными вычислительными ресурсами, поскольку сама подготовка 3D-модели к печати, формирование задания и работа с технологическими файлами также требуют производительного компьютерного обеспечения.

Вместе с тем в данном случае речь идет уже не об обработке отдельных изображений, а о непрерывном потоке данных — последовательностях кадров высокого разрешения, формируемых в ходе всего процесса печати. Безусловно, для их регистрации, хранения и оперативного анализа необходимы заметные вычислительные мощности. Однако и это сегодня не выглядит принципиальной проблемой, поскольку подобные аппаратно-­программные комплексы широко применяются и в других областях техники, а их стоимость уже не является запредельно высокой.

При этом по мере роста объема данных особую роль начинают играть методы интеллектуальной обработки информации. Для эффективного анализа таких потоков все более востребованными становятся алгоритмы машинного обучения и искусственного интеллекта, способные выявлять аномалии, классифицировать отклонения и поддерживать принятие решений в реальном времени. Соответственно, задача заключается не только в наличии вычислительных мощностей как таковых, но и в создании подходящей аппаратно-­программной среды, позволяющей быстро и надежно реализовывать такие алгоритмы в составе аддитивного оборудования.

Если сделать вывод кратко, то большие объемы данных действительно предъявляют повышенные требования к вычислительной инфраструктуре, но в настоящее время это скорее инженерная задача, чем принципиальный барьер для внедрения непрерывного контроля.

Рис. 4. Связь данных системы контроля и пористости аддитивного материала

Кто отвечает за поставку ПО?

На мой взгляд, разработчик программно-­аппаратных средств и систем контроля должен поставлять необходимый базовый минимум программного обеспечения, включающий в себя сбор, визуализацию, хранение и первичную обработку данных, получаемых в процессе 3D-печати. При этом пользовательский интерфейс и программная архитектура должны оставаться достаточно открытыми, чтобы сторонние организации: промышленные компании, университеты, исследовательские группы и даже студенты — могли разрабатывать и подключать собственные алгоритмы анализа. Такой подход представляется наиболее продуктивным, поскольку далеко не все задачи мониторинга требуют применения сложных моделей машинного обучения: во многих случаях достаточно эффективно работают и сравнительно простые алгоритмы обработки изображений.

Например, для выявления дефектов нанесения порошкового слоя нередко оказывается достаточной элементарная обработка изображения с поиском линейных аномалий. Такие методы не требуют чрезмерно сложной вычислительной инфраструктуры, но при этом позволяют достаточно надежно выявлять ряд характерных отклонений процесса. Поэтому задача поставщика программного обеспечения состоит не только в создании собственных алгоритмов, но и в формировании такой программно-­аппаратной среды, в которую при необходимости могут быть встроены внешние решения.

Например, в установке МАСТ‑300 разработки АО «НПО «ЦНИИТМАШ» используется отечественное программно-­аппаратное обеспечение разработки и поставки компании «Райтек», реализующее базовые функции мониторинга, обработки и анализа данных и предоставляющее программный интерфейс доступа к базовому функционалу для внешних разработчиков.

Хорошо. Мы получили ­какой-то результат. Какова степень его достоверности? Мы должны дополнительно использовать и другие методики?

Хочу подчеркнуть, что речь не идет о замене традиционных методов контроля, а о формировании дополнительных подходов, учитывающих специфику именно аддитивного производства.

Степень достоверности таких систем определяется тем, насколько надежно установлена связь между их показаниями и реальными параметрами качества изделия: уровнем дефектности, плотностью, структурой материала, механическими и другими свой­ствами. Именно установление такой однозначной взаимосвязи сегодня является одной из важнейших научно-­технических задач. Сначала она должна быть подтверждена исследованиями, и только после этого на данной основе могут разрабатываться и внедряться методики для конкретного оборудования и конкретных технологий.

В настоящее время этому направлению уделяется большое внимание, в том числе в Передовой инженерной школе МАСТ, созданной Университетом МИСИС совместно с Научным дивизионом Госкорпорации «Росатом», где ведутся исследования, направленные на установление связи между данными систем мониторинга и параметрами качества материалов и изделий, получаемых аддитивными технологиями.

А для каких технологий непрерывный контроль актуален?

Непрерывный контроль особенно актуален там, где с помощью аддитивных технологий изготавливаются ответственные изделия, работающие под нагрузкой, при высоких температурах, в агрессивных средах или в других сложных условиях эксплуатации. В таких случаях особенно важно понимать, что процесс изготовления проходил стабильно и без критических отклонений. Именно поэтому для подобных применений непрерывный контроль имеет принципиальное значение.

Каковы перспективы внедрения такого подхода?

Перспективы у этого подхода, на мой взгляд, очень хорошие. Результаты наших работ и проектов комплексной научной программы Госкорпорации «Росатом» позволяют говорить о наличии связи между показаниями систем контроля и параметрами качества материала. Сейчас важно дополнительно подтвердить это исследованиями и убедительно показать надзорным органам надежность таких методик. При этом одним из наиболее перспективных направлений является цифровая паспортизация аддитивного материала, ключевой особенностью которой становится цифровой след формирования структуры и свой­ств на всех этапах построения изделия. В сочетании с цифровым двой­ником процесса это открывает возможность не только фиксировать отклонения, но и прогнозировать их влияние на конечный результат, а значит — обеспечивать стабильно высокое качество аддитивной продукции.

Не менее важным представляется и развитие подходов к контролю на базе облачной системы аттестации и оценки соответствия. Такая система может обеспечивать централизованный сбор, хранение, обработку и сопоставление данных о параметрах процесса, результатах мониторинга, цифровых паспортах материалов и характеристиках готовых изделий. По сути, это создает основу для единообразной оценки соответствия, накопления статистики и формирования доверенной цифровой среды, необходимой для квалификации технологий и серийной продукции.

Если эта работа будет доведена до нормативного и методического оформления, мы сможем сделать большой шаг к преодолению одного из ключевых барьеров на пути широкого внедрения аддитивных технологий в России — недостаточной зрелости нормативной и методической базы. 

Вопросы задавала Татьяна Карпова

Использованы фото 

Источник журнал "Аддитивные технологии" № 2-2026