Optimierung der Plasmabeschichtung mit hyperspektraler Snapshot-Bildgebung
Die Plasmabeschichtung ist ein industrielles Fertigungsverfahren, bei dem Bauteile aller Art mit dünnen Schichten verschiedener Materialien beschichtet werden. Um qualitativ hochwertige Ergebnisse zu erzielen, ist es entscheidend, eine homogene Schicht mit einer gleichmäßigen Zusammensetzung zu erhalten. Informationen über die Zusammensetzung eines Plasmalichtbogens können potenziell durch hyperspektrale Bildgebung gewonnen werden.
Da die Plasmabeschichtung jedoch ein Hochgeschwindigkeitsprozess ist, der eine nahezu Echtzeitanalyse erfordert, ist der Einsatz von Push-Broom-Sensoren hier nicht möglich. Hyperspektrale Snapshot-Kameras hingegen können zur Optimierung dieses Prozesses beitragen.
In einer Vorstudie von Cubert war das Ziel, ein räumliches Muster im Plasma zu erkennen, das durch verschiedene chemische Verbindungen während der Verdampfung charakterisiert wird. Diese Verbindungen sollten mithilfe einer hyperspektralen Snapshot-Kamera visualisiert werden.
Auf Basis dieser Informationen könnte der Plasmabeschichtungsprozess optimiert werden, was automatisierte Reaktionen wie die elektronische Nachjustierung des gesamten Prozesses ermöglichen würde.
Aufbau
Eine hyperspektrale FireflEYE S185 SE Kamera wurde mit einer feuerfesten Decke in einer Messkammer positioniert, wobei sie die Elektroden, die für die Plasmabeschichtung verwendet werden, in einem diagonalen Winkel anvisierte. Die Optik wurde mit einem ND-Filter und einer Lochblende angepasst, um die Optik der hyperspektralen Kamera zu schützen.
Die Elektroden (Durchmesser 1-1,5 mm) sind beschichtete Stahldrähte, die aus mehreren chemischen Substanzen bestehen, hauptsächlich verschiedenen Stahllegierungen. Sie werden mit starken elektrischen Impulsen gespeist, die das Plasma erzeugen.
Zusammenbruch des Plasmalichtbogens
In einem ersten Testlauf wurde die hyperspektrale Snapshot-Kamera verwendet, um den Zusammenbruch des Plasmalichtbogens aufzuzeichnen. Dazu wurde die Integrationszeit der Kamera auf 200 ms eingestellt, um den Übergang vom extrem hellen Plasma zur vergleichsweise dunkleren thermischen Nachbehandlung der Metalldrähte zu erfassen. Die Abbildung visualisiert diesen Prozess.
Vier beispielhafte Pseudo-RGB-Bilder (650, 500, 450 nm), aufgenommen bei den Zeitstempeln 0 ms, 333 ms, 667 ms und 996 ms, zeigen, wie der Plasmalichtbogen vom ersten bis zum letzten Bild zusammenbricht. Unter den RGB-Bildern sind ausgewählte Spektren (Rohdaten) dargestellt, die die spektralen Informationen der markierten Pixel (Rechtecke innerhalb der RGB-Bilder) repräsentieren. Das erste Bild, das das aktive Plasma zeigt, ist erwartungsgemäß überbelichtet, aber auch die Bereiche in den anderen Bildern, die die glühenden Drähte zeigen, sind überbelichtet.
Im zweiten Bild wird das letzte Plasma ausgetrieben; danach kühlen die Elektroden ab (Bilder drei und vier). Bemerkenswert ist, dass ein erheblicher Teil des Metalldrahts verdampft, selbst nachdem die Elektroden bereits deaktiviert wurden.
Erkennung verschiedener Verbindungen im Plasmabeschichtungsprozess
Für den eigentlichen Zweck der Identifizierung verschiedener Verbindungen im Plasmabeschichtungsprozess wurde die hyperspektrale Kamera verwendet, um ein Video mit einer Integrationszeit von 20 µs aufzuzeichnen. Im Folgenden werden vier beispielhafte Messungen analysiert, die alle innerhalb einer Sekunde aufgenommen wurden (T1@415 ms, T2@500 ms, T3@725 ms, T4@864 ms).
Die folgende Abbildung zeigt erneut Pseudo-RGB-Bilder (650, 500, 450 nm) dieser Messreihe. Neben dem sehr hellen Plasmastrahl sind sowohl verdampftes (hell) als auch flüssiges Metall (dunkel) sichtbar. Die Spektren unter den Bildern zeigen die spektralen Informationen der grünen und roten Rechtecke innerhalb der RGB-Bilder.
Analyse
Die Analyse zeigt, dass während des Schweißprozesses die Intensität der Spektren, wie erwartet, variiert. Unter allen Messungen wurden bestimmte Maximalpeaks identifiziert, die in ihrer Intensität relativ zueinander variieren, aber in ihrer Wellenlängenposition stabil bleiben. Dies deutet auf das Vorhandensein individueller spektraler Signaturen verschiedener chemischer Verbindungen hin, die innerhalb des Plasmas verdampfen. Um dieses Verhalten zu visualisieren, wird ein gängiger normierter Differenzindex verwendet, der zwei ausgewählte Kanäle mit I = (b1–b2) / (b1+b2) berücksichtigt.
Die folgende Abbildung zeigt die Beziehung zwischen den Wellenlängen 515 nm und 551 nm. Die Werte der Pixel innerhalb der Bilder reichen von -0,33 bis 0,3. Ein räumliches Muster innerhalb des Plasmas wird deutlich sichtbar.
Wenn man weitere Wellenlängenpeaks auf den normierten Index anwendet (im folgenden Beispiel 531 nm und 590 nm), zeigt das Muster ein anderes Verhalten als in der vorherigen Abbildung.
Dies deutet darauf hin, dass unterschiedliche chemische Verbindungen innerhalb des Plasmas unterschiedliche spektrale Signaturen aufweisen, die durch die Variation der Wellenlängenpaare im normierten Index sichtbar gemacht werden können. Dies könnte genutzt werden, um das Verhalten und die Zusammensetzung des Plasmas in Echtzeit zu überwachen und entsprechende Anpassungen im Beschichtungsprozess vorzunehmen, um eine höhere Qualität und Konsistenz der Beschichtungen zu erreichen.
Fazit
Dies zeigt, dass es mithilfe einer hyperspektralen Snapshot-Kamera möglich ist, verschiedene chemische Verbindungen innerhalb des Plasmas während des Schweißprozesses in einem späteren Stadium zu erkennen und zu identifizieren.
Über den Autor
Dr. Matthias Locherer ist seit 2017 Sales Director bei Cubert GmbH. Mit einem PhD in Erdbeobachtung von der Ludwig-Maximilians-Universität München bringt er umfangreiche Expertise in der Fernerkundung, spektraler Bildgebung und Datenanalyse mit. Matthias hat an verschiedenen Forschungsprojekten und Publikationen mitgewirkt, insbesondere im Bereich der hyperspektralen Überwachung biophysikalischer und biochemischer Parameter mit hyperspektralen Satellitenmissionen. Seine fundierten Kenntnisse in optischer Messtechnik und physikalischer Modellierung machen ihn zu einem wichtigen Treiber für die Weiterentwicklung innovativer hyperspektraler Technologien bei Cubert.