التحسين متعدد المعايير لمعلمات عملية FDM لخيوط NylonAF80 باستخدام طرق CRITIC وCoCoSo وتعلم الآلة

لماذا تهم إعدادات الطباعة ثلاثية الأبعاد

كل من تعامل مع قطعة مطبوعة ثلاثية الأبعاد يعرف أن بعضها يبدو متيناً وناعماً، بينما البعض الآخر ينحني أو يتصدع أو يبدو خشناً. تستكشف هذه الدراسة كيفية ضبط إعدادات طريقة شائعة للطباعة ثلاثية الأبعاد بحيث تخرج القطع المصنوعة من مادة نيلون خاصة أقوى، وأكثر دقة في الأبعاد، وبأسطح أجمل بصرياً. العمل ذا صلة خاصة بالشركات التي ترغب في الانتقال من النماذج الأولية البسيطة إلى استخدام الطباعة ثلاثية الأبعاد لأجزاء عاملة فعلية مثل التروس والمحامل والتجهيزات.

نظرة أعمق على بلاستيك جديد قوي

ركز الباحثون على خيط يسمى NylonAF80، وهو نيلون مقوّى بنسبة 8% بألياف أراميد قصيرة، مشابهة لتلك المستخدمة في الأقمشة المضادة للرصاص. صُمم هذا الخليط لمقاومة التآكل والزحف والحرارة، مما يجعله جذابًا للأجزاء التي يجب أن تتحمل الحركة المتكررة والأحمال. باستخدام طابعة بنموذج ترسيب الترابط المصهور (FDM)، أنتجوا كتلًا مستطيلة صغيرة ذات فتحة في الوسط، تحاكي الأشكال المستخدمة في التروس وبيوت المحامل. بدلًا من تغيير إعداد واحد في كل مرة، اتبعوا خطة اختبار منسقة تضم 18 تركيبة مختلفة من ستة اختيارات طباعة، بما في ذلك سماكة الطبقة، ودرجات حرارة الفوهة والسرير، وسرعة الطباعة، واتجاهات وضع الخيوط واتجاه الجزء كاملًا.

قياس الشكل والملمس والتشطيب

لتقييم الجودة، تابع الفريق ثلاث نتائج مباشرة. أولاً، راقبوا الدقة البُعدية بمقارنة الحجم المطبوع بالحجم المقصود؛ ظهرت الاختلافات كخطأ حجمي يوضح مقدار تقلّص الأجزاء أو انحنائها. ثانيًا، قاسوا خشونة السطح، التي تؤثر على مظهر الجزء وسلوكه تحت الإجهاد. ثالثًا، قيّموا الصلادة باستخدام مثبت قياسي يضغط في البلاستيك؛ القيم الأعلى تشير إلى مقاومة أفضل للتآكل والتشوه. حتى مع ملء ثُلثي كل كتلة فقط لتوفير الوقت والمادة، وصلت أفضل العينات إلى نحو 87% من الصلادة المعلنة من قبل مُصنع الخيط، بينما أدت أسوأ الإعدادات إلى تقليل هذه القيمة إلى نحو النصف وإنتاج تشوّهات وخشونة أكبر.

إيجاد نقطة التوازن في الإعدادات

بما أن مقاييس الجودة الثلاثة قد تتعارض، استخدم الفريق أدوات قرار متعددة المعايير لموازنتها. إحدى الطرق، المسماة CRITIC، خصصت أهمية لكل نتيجة تلقائيًا بناءً على مقدار تباينها واستقلاليتها عن البقية، مع منح وزن مماثل للصّلادة والنعومة ووزن أقل قليلًا لخطأ الشكل. طريقة أخرى، اسمها CoCoSo، جمعت هذه الأوزان مع نتائج الاختبارات لترتيب جميع التركيبات الثمانية عشر. تبين أن أفضل وصفة عامة كانت سماكة طبقة دقيقة جدًا (0.1 مم)، ودرجة حرارة فوهة مرتفعة نسبيًا (255 °م)، ودرجة حرارة سرير متوسطة (100 °م)، وسرعة طباعة معتدلة (40 مم/ث)، ووضع الخيوط بزاوية 90 درجة، وطباعة الجزء على حافته. أنتج هذا المزيج أجزاءً صلبة وقريبة من الشكل المقصود وبانتهاء سطحي مقبول. أكدت التحليلات الإحصائية أن سماكة الطبقة وسرعة الطباعة هما أهم المتغيرات، تليهما كيفية توجيه الجزء على منصة البناء.

استخدام البيانات والصور لرؤية بنية الطباعة

لمعرفة ما إذا كانت طرق التحليل المختلفة متوافقة، قارن الباحثون CoCoSo مع تقنيتين قراريتين أخريين فوجدوا أن الثلاثة أعطوا ترتيبًا متشابهًا جدًا. ثم استخدموا نماذج بسيطة لتعلم الآلة لمعرفة ما إذا كان الحاسوب يستطيع أن يتعلم من مجموعة البيانات الصغيرة ويتنبأ بأي مجموعات الإعدادات ستعطي جودة أعلى من المتوسط. تفوقت أشجار القرار—الهياكل الشبيهة بمخطط انسيابي التي تقسم على إعداد واحد في كل مرة—على النماذج الأخرى وصنفت الصلادة وخطأ الأبعاد والخشونة بشكل صحيح في معظم الحالات عند تدريبها على 80% من البيانات. ظهرت سماكة الطبقة في رأس كل شجرة، ما يبرز دورها المركزي. أخيرًا، أظهرت صور مجهر إلكتروني عالية التكبير للعينات المطبوعة بأفضل وأسوأ الظروف سبب أهمية ذلك: أنتجت الإعدادات الضعيفة مسامات وفراغات بين الطبقات وأسّطحًا خشنة ومتموجة، بينما أعطت الإعدادات المحسّنة تلاصقًا أفضل وطبقات بها فراغات أقل.

ماذا يعني هذا للأجزاء العملية

عمليًا، تُظهر الدراسة أن الضبط الدقيق لعدد قليل من المعاملات الرئيسية في طابعة FDM—وخاصة سماكة الطبقة وسرعة الطباعة وتوجيه البنية—يمكن أن يحوّل نيلونًا مقوًّى بالألياف من مادة واعدة إلى مادة موثوقة للأجزاء العاملة. من خلال مزج تجارب منظمة، وأدوات اتخاذ قرار، وتعلم الآلة، رسم المؤلفون مجموعات تقلل الالتواء والخشونة مع الحفاظ على صلابة ومتانة الأجزاء. يمكن أن تساعد هذه الإرشادات المصنعين على طباعة تروس ومحامل وتجهيزات أكثر موثوقية للاستخدام في المركبات والطائرات والمعدات الصناعية، وتشير إلى اتجاهات للعمل المستقبلي مع مجموعات بيانات أكبر ونماذج تنبؤية أكثر ذكاءً.

الاستشهاد: Alrasheedi, N.H., Kumar, P.M., Sivanantham, G. et al. Multi criteria optimization of FDM process parameters for NylonAF80 filaments using CRITIC CoCoSo and machine learning approaches. Sci Rep 16, 11213 (2026). https://doi.org/10.1038/s41598-026-38122-5

الكلمات المفتاحية: الطباعة ثلاثية الأبعاد, نمذجة الترسيب المنصهر, مركبات النيلون, تحسين العملية, تعلم الآلة