Qualitätssicherung Wie KI die Additive Fertigung verbessert

Von Simone Käfer

Künstliche Intelligenz kann den Druckprozess verbessern und das Ergebnis stabilisieren. Dadurch wird die Additive Fertigung noch interessanter für die Serienproduktion.

Firma zum Thema

Damit die Qualität insgesamt stabiler wird, arbeiten 3D-Drucker-Hersteller und Forschung daran, die Additive Fertigung mit künstlicher Intelligenz zu verbessern.
Damit die Qualität insgesamt stabiler wird, arbeiten 3D-Drucker-Hersteller und Forschung daran, die Additive Fertigung mit künstlicher Intelligenz zu verbessern.
(Bild: ©R_boe - stock.adobe.com)

Qualitätssicherung in der Additiven Fertigung hat viel mit dem Druckprozess zu tun. Um den zu verbessern und Fehldrucken vorzubeugen, setzen Druckerhersteller, Anwender und Forschung auf künstliche Intelligenz (KI). Denn KI kann …

  • eine reproduzierbare Bauteilqualität sichern;
  • Kosten verringern, beispielsweise durch Früherkennung von fehlerhaften Bauvorgängen;
  • den nachgelagerten Prüfaufwand reduzieren;
  • eine höhere Planungssicherheit in der Produktionsplanung und -steuerung bieten;
  • die Vorarbeit zur Prozessregelung leisten.

Eine KI-basierte additive Fertigung kann also die Druckergebnisse verbessern, die Qualität sichern und somit Grundlagen für Reproduzierbarkeit und Serienfertigung schaffen. Dazu sollten allerdings nicht nur die Daten aus dem Drucker gesammelt werden, sondern auch die Umgebungseinflüsse.

Wo KI den 3D-Druck unterstützt

Mehr Details und wie KI auch gegen verlaufende Farben bei Multi-Jetting-Verfahren hilft, lesen Sie im Beitrag auf MM Maschinenmarkt.

Wo KI den 3D-Druck unterstützt

Die 3D-Drucker des amerikanischen Unternehmens Markforged sind über die Cloud vernetzt. Sensoren sammeln die Metadaten der Produktion, also die Geschwindigkeit des Extruders oder den Druck, mit dem das Material aus der Düse kommt. Die Sensoren senden ihre Daten in die Cloud. Dort werden sie mit einer KI analysiert und ausgewertet. Werden Fehler oder unsaubere Druckvorgänge entdeckt, steuert die KI gegen und schickt ein Softwareupdate an die Drucker.

Mit einem selbst entwickelten additiven Verfahren fertigt der Batteriehersteller Blackstone Technology Batterieelektroden für seine Lithium-Ionen-Batterien. Durch die Wechselwirkungen zwischen den einzelnen Prozessschritten, den Einstellmöglichkeiten an den Maschinen, die Materialien und die Umgebungsbedingungen, ist es schwer, exakte Vorhersagen darüber zu treffen, wie sich Änderungen auf den Prozess und die Qualität auswirken. Trotzdem will das Unternehmen nächstes Jahr (also 2022) eine stabile Serienproduktion erreichen. Um das zu bewältigen, arbeitet Blackstone mit der Software Detact von Symate. Detact wird die Daten aus den Fertigungsprozessen systemübergreifend erfassen und mit künstlicher Intelligenz zentral analysieren.

Daten – das große Problem der KI

Die Kollegen der >Automobil-Industrie< sprachen mit Prof. Tobias Laumer von der Ostbayerischen Technischen Hochschule Regensburg. Sein Team arbeitet daran, dass ein künstliches neuronales Netz (KNN) den additiven Fertigungsprozesse selbstständig überwacht und Anwender bei ihrer Arbeit unterstützt. Dafür benötigen sie aber eine ausreichend große Datenbasis. Die kann die Additive Fertigung für Serien noch nicht bieten.

Neuronales Netz für bessere Druckprozesse

Forschungsprojekte für eine Überwachung des Druckprozesses im Bauraum gibt es einige. Besonders Pulverbettverfahren mit Metall sind im Fokus. Aber auch für die Materialextrusion mit Filament (FDM) gibt es ein Projekt. Dr. Joshua Pearce von der Michigan Technological University hat einen Open-Source-Softwarealgorithmus auf Basis von Computer Vision entwickelt, der Druckfehler im FDM-Prozess erkennen kann. Vereinfacht ausgedrückt können Maschinen mit Computer Vision den Inhalt von digitalen Bildern nicht nur sehen, sondern auch verstehen. Der Ansatz von Pearce benötigt nur eine einzige Webcam, die auf die Bauplatte gerichtet ist. Die Software verfolgt Schicht für Schicht alle Druckfehler und andere Probleme, die an der Außenseite oder im Inneren des gedruckten Teils auftreten. Um ein Bauteil zu retten, ändert der Algorithmus die Parameter wie Düsentemperatur und Druckgeschwindigkeit in Echtzeit.

(ID:47900632)