Optische Qualitätsprüfung für den Extrusions-3D-Druck

Thema Additive Fertigung
Projekttitel Optische Qualitätsprüfung für den Extrusions-3D-Druck (Quali3D)
Laufzeit 01.07.2019 – 30.09.2021
Video
Ergebnisse
Download
Pressemitteilung

Die additiven Fertigungsverfahren sind ein dynamisch wachsender Markt. Besonders die additive Materialextrusion ist aufgrund der vielen verarbeitbaren Materialien und der großen Zahl an Einsatzgebieten interessant für kleine und mittlere Unternehmen. Eine flächendeckende Nutzung der additiven Materialextrusion als Ergänzung zu bestehenden Fertigungsverfahren findet aktuell jedoch noch nicht statt. Wissensdefizite in Bezug auf Prozessfähigkeiten und Stellgrößen führen zu Qualitätsproblemen und mangelnder Akzeptanz des Verfahrens. Auch werden Prozessfehler gar nicht oder erst nach der Fertigstellung eines Bauteils erkannt.

Das Ziel dieses Forschungsvorhabens ist es daher, den additiven Werkstoffaufbau mit optischer Messtechnik im Fertigungsprozess schichtweise abzusichern und auf diese Weise einen Beitrag zur weiteren Industrialisierung der additiven Fertigung zu leisten.

Der Abschlussbericht zu diesem Projekt kann in Kürze über das IPH oder die FQS bezogen werden.

  • Keine aktuellen Termine vorhanden.
  • 09.09.2021
  • Videokonferenz
  • 18.02.2021
  • Videokonferenz
  • 15.05.2020, 13:30 Uhr - 16:00 Uhr
  • IPH Hannover gGmbH | Hollerithallee 6 | 30419 Hannover
  • Videokonferenz
  • 13.09.2019, 10:30 Uhr - 14:30 Uhr
  • IPH Hannover gGmbH, Hollerithallee 6, 30419 Hannover
  • Interessierte Unternehmen können nach Absprache gerne teilnehmen.

Veröffentlichungen zum Projekt

Die fortschreitende Industrialisierung der additiven Fertigung im Bereich der Materialextrusion erfordert Werkzeuge zur Erfassung von Zustandsdaten sowie zur formalisierten Bewertung von Prozessqualitäten. Jedoch sind aktuelle Ansätze zur Prozessüberwachung im Hinblick auf die erforderliche Flexibilität und die Fähigkeiten zur Interpretation von Prozessdaten nicht ausreichend. Daher wird in der vorliegenden Arbeit untersucht, inwieweit auf der Basis von selbstlernenden Bildverarbeitungsverfahren zur schichtweisen Anomalieerkennung sowie einer Auswertung der digitalen Bauteilinformationen Qualitätskennzahlen für die Materialextrusion abgeleitet werden können.

Hierzu werden die optischen Eigenschaften von Schichtoberflächen analysiert und darauf aufbauend ein Bildverarbeitungssystem entwickelt. Um digitale Bauteilinformationen in die Bildverarbeitung einzubeziehen, wird das NC-Programm zur Anlagensteuerung ausgewertet. Des Weiteren werden verschiedene Schichtbereiche in Segmentierungsschritten erkannt, kennzeichnende Merkmalsvektoren für Schichtoberflächen abgeleitet und unüberwachte maschinelle Lernverfahren zur Detektion von Unvollkommenheiten eingesetzt. Darauf aufbauend werden Qualitätskennzahlen für die Fläche und die Anzahl von Schichtunvollkommenheiten ermittelt. Die Evaluation des Bildverarbeitungssystems anhand eines praxisnahen Datensatzes zeigt, dass Beleuchtungseinflüsse signifikant sind und zum Teil in einem Modell abgebildet werden können. Zudem werden in der Fertigungspraxis auftretende Unsicherheiten von digitalen Bauteilinformationen quantifiziert. Anhand einer empirischen Feldstudie wird darüber hinaus ein Vorschlag für Güteklassen abgeleitet.

Additive Fertigung, Materialextrusion, Qualitätskennzahlen, Güteklassen, Bildverarbeitung

Qualitative Unsicherheiten sind eine zentrale Herausforderung für die weitere Industrialisierung der additiven Fertigung. Um diese Herausforderung zu lösen, sind Methoden zur Messung der Prozesszustände und Eigenschaften von Teilen während der additiven Fertigung unerlässlich. Das Thema dieser Übersichtsarbeit ist die In-situ-Prozessüberwachung für die additive Fertigung durch Materialextrusion. Ziel ist es, erstens die Forschungsaktivität zu diesem Thema zu quantifizieren, zweitens die eingesetzten Technologien zu analysieren und schließlich Forschungslücken zu identifizieren. Es wurden verschiedene Datenbanken systematisch nach relevanten Publikationen durchsucht und insgesamt 221 Publikationen detailliert analysiert. Die Studie zeigte, dass die Forschungsaktivität auf diesem Gebiet zunehmend an Bedeutung gewinnt. Es wurden zahlreiche Sensortechnologien und Analysealgorithmen identifiziert. Dennoch bestehen Forschungslücken bei Themen wie optimierte Überwachungssysteme für industrielle Materialextrusionsanlagen, Inspektionsmöglichkeiten für zusätzliche Qualitätsmerkmale und Standardisierungsaspekte. Diese Literaturübersicht ist die erste, die die Prozessüberwachung für die Materialextrusion in einem systematischen und umfassenden Ansatz behandelt.

Materialextrusion, Fused deposition modeling, Prozessüberwachung, Sensoren, Forschungslücken

Methoden zur Qualitätssicherung sind ein zentraler Erfolgsfaktor für die weitere Industrialisierung der Additiven Fertigung. In diesem Beitrag wird ein Ansatz für ein optisches Prüfsystem vorgestellt, welches die Prozessgüte bei der additiven Materialextrusion schichtweise während der Herstellung überwacht. Die Prüfaufgabe wird analysiert, Hardwarekomponenten für die Datenerfassung werden konzeptioniert und ein erster Schritt zur texturanalytischen Fehlerdetektion wird vorgestellt.

Additive Fertigung, 3D-Druck, Materialextrusion, Fused Deposition Modeling, Bildverarbeitung

Methoden zur Qualitätssicherung sind ein zentraler Erfolgsfaktor für die weitere Industrialisierung der additiven Fertigung. Im IGF-Forschungsprojekt „Optische Qualitätsprüfung für den Extrusions-3D-Druck (Quali3D)" wird daher ein Prüfsystem entwickelt, welches die Güte des additiven Prozesses schichtweise überwacht. Dies soll eine umfassende Bewertung ermöglichen.

3D-Druck, Additive Fertigung, Optische Messtechnik, Bildverarbeitung

Förderer

Das IGF-Vorhaben 20714 N der Forschungsgemeinschaft Qualität e.V. (FQS) wurde über die AiF im Rahmen des Programms zur Förderung der Industriellen Gemeinschaftsforschung (IGF) vom Bundesministerium für Wirtschaft und Klimaschutz (BMWK) aufgrund eines Beschlusses des Deutschen Bundestages gefördert.

Partner

Ansprechperson

Dr.-Ing.

Benjamin Küster

Abteilungsleiter Produktionsautomatisierung